3月22日，在“華彩杯”算力大賽上海賽區啟動會上，上海市經信委副主任湯文侃表示，分析GPT-4等大模型成功要素，除海量的高質量語料數據外，更重要的是龐大的智算算力支持。我國有超過20%的算力是智能算力，但目前智能算力較為分散，進一步支撐AI大模型的訓練還有一定難度，同時，和新發布的ChatGPT專用GPU相比，我國在AI芯片上也存在代際差距。
面對智能算力存在的不足，北上廣等數字經濟發達地區陸續出臺了政策推進智算中心建設，全國首個AI公共算力平臺前不久也落地上海。有AI領域人士表示，希望AI公共算力平臺能夠提供訓練模型所需要的一部分算力，同時也希望能夠降低訓練成本。
20%
近年來，我國數據和算力基礎設施建設成效顯著。中國信通院云大所副所長李潔在接受媒體采訪時表示，截至2022年底，全國在用數據中心機架總規模超過650萬標準機架，算力總規模達到180EFLOPS，位居全球第二，算力總規模近五年年均增速超過了25%，存力總規模超過1000EB。
“隨著‘東數西算’工程全面啟動，算力提升到和水電氣等基礎資源同等重要的地位和高度，我國算力基礎設施建設持續提速，未來算力對我國經濟發展的促進作用將得到進一步提升。”李潔說。
算力還可以進一步細分成三種不同的類型，基礎算力、智能算力和超算算力。當前的算力規模中，有超過20%的算力是智能算力，可用于人工智能各類應用，包括模型訓練和推理。
智能算力和基礎算力有何不同？開域集團董事長兼CEO施侃對北京商報記者表示，智能算力主要是指基于GPU、FPGA、ASIC等可以加速AI計算的服務器平臺提供的算法，區別于由CPU服務器提供算力的基礎算力。
“基礎算力主要用于傳統的計算應用，如計算機科學、數值計算和物理模擬等領域。而智能算力主要用于人工智能應用，如圖像識別、語音識別和自然語言處理等領域。智能算力的計算能力要求更高，需要具備更好的并行計算能力和內存容量。”全聯并購公會信用管理委員會專家委員安光勇說。
根據《2022-2023中國人工智能計算力發展評估報告》，2021年中國智能算力規模達155.2 EFLOPS(FP16)，預計到2026年中國智能算力規模將達到1271.4 EFLOPS。2021-2026年期間，預計中國智能算力規模年復合增長率達52.3%。
短板
AI大模型的成功有賴龐大智能算力的支持。正因為有萬張訓練卡的計算資源支撐，OpenAI才帶來算法應用的革新。有數據顯示，ChatGPT的總算力消耗約為3640PF-days，需要7-8個投資規模30億元、算力500P的數據中心才能支撐運行。
“根據OpenAI ChatGPT的訪問量估算，僅僅是支持推理服務就需要長期占用上萬張A100芯片。就訓練GPT3這樣規模的大模型來看，也需要同時使用上千張A100訓練1個月以上。”施侃說。
施侃介紹，算力的開銷受多種因素影響，比如訓練的數據量、模型大小、推理服務器數量等等。開域集團目前主要消耗量在訓練視頻生成的多模態大模型上，在訓練期間最多會同時使用數百張A100芯片。
不過，智能算力已經成為了制約我國AI大模型研發和生產的重要瓶頸之一。“智能算力依賴AI芯片，主流AI芯片是英偉達公司生產的GPU，最先進的GPU芯片限于禁令對我國封鎖，中國目前只能使用縮水版A100，而美國已經有ChatGPT專用芯片，相比之下有至少兩代的差距。”深度科技研究院院長張孝榮對北京商報記者表示。
3月22日，在GTC大會上，英偉達發布ChatGPT專用GPU，推理速度提升了10倍。“當前唯一可以實際處理ChatGPT的GPU是英偉達HGXA100。與前者相比，現在一臺搭載四對H100和雙NVLINK的標準服務器速度能快10倍，可以將大語言模型的處理成本降低一個數量級。”英偉達CEO黃仁勛說道。
智能算力分散也是目前面臨的一大難題。中國人民大學副教授、北京市社科院研究員王鵬對北京商報記者表示，要進一步訓練AI大模型，我國所需要的是高端化、專門針對大模型訓練的芯片，這一類智能算力我國目前還不夠多。同時，智能算力還分布在全國各地的不同算力中心，難以發揮整體算力優勢，統一協調、集中起來為某幾個項目、實驗室或企業的AI大模型訓練服務，還有一定難度。
精進
面對智能算力存在的不足，各地也在積極擴大智能算力規模。北京、上海、廣州等數字經濟發達地區陸續出臺了政策推進智算中心建設。
2月13日，北京發布《2022年北京人工智能產業發展白皮書》，提出北京將支持頭部企業打造對標ChatGPT的大模型，著力構建開源框架和通用大模型的應用生態。加強人工智能算力基礎設施布局，加速人工智能基礎數據供給。
2月20日，全國首個AI公共算力平臺上海市人工智能公共算力服務平臺在上海正式揭牌啟用。湯文侃表示，為搶占算力發展制高點，接下來，上海推進算力網絡建設，推廣公共算力服務，依托已成立的市人工智能公共算力服務平臺，滿足科研機構和廣大中小企業的人工智能算力需求。
人工智能企業希望獲得哪些支持？施侃表示，“我們主要還是希望獲得算力方面的支持，一方面是能夠提供訓練模型所需要的一部分算力，另一方面能夠在價格方面降低訓練成本。在這方面我們非常愿意積極參與，并且與上海市人工智能公共算力服務平臺一起探索這種創新的模式”。
王鵬認為，除了提供政策支持和補貼外，各地政府還應當進一步夯實基礎設施，例如通過多元化的方式方法，調動各方力量和資源共同來推進，在全國集中建幾個針對智能算力的超級運算中心，用來訓練AI大模型，把更多的優質算力集中起來統一分配，統一研發攻關。
北京商報記者 方彬楠 袁澤睿
