AI大模型催生巨大算力需求 市场“热捧”助推科技成果转化加速

(相关资料图)

 随着大模型等AI工具的快速发展，高性能算力需求呈现爆发趋势，并推动通用算力向超算、智算升级。近日，各地也纷纷落地相关算力布局方案、加快完善算力网。

    近日，上海自贸区临港新片区发布加快构建算力产业生态相关行动方案提出，到2025年，将形成以智算算力为主，基础算力和超算算力协同的多元算力供给体系，人工智能算力占比达到80%，算力产业总体规模突破100亿元;而在6月4日召开的2023中国科幻大会上，算力网络、元宇宙发展亦成为热议的焦点。

    当下，算力产业炙手可热，也受到了资本市场和相关企业的关注。那么，算力产业发展有多大的空间，还面临哪些问题及挑战?

    据统计，目前国内各大公司、机构及科研院所已推出了数十个大模型。而伴随AI应用的快速发展，算力需求也呈现爆发之势。由此，算力技术及网络也吸引了众多上市公司积极布局。

    云天励飞近日在投资者平台上表示，公司将加大软硬件设备、研发人员等研发投入，包括建立AI大模型基础算力中心等;而面对投资者提问，科大讯飞相关负责人表示，目前公司的算力能够满足大模型的训练。

    信息消费联盟理事长项立刚对《证券日报》记者表示，目前，多地及多家企业正不断建立算法平台，为大模型应用构建坚实基础。随着算力网络的逐步完善，产学研协作加快推进科技成果转化，AI大模型多场景应用加速落地，相关投资机会正在显现。目前市场对大模型及算力，正逐步从“热议”趋向“热捧”。

    算力是人工智能产业发展的重要基础设施，但存在能耗要求高、生态兼容较低和技术差异形成算力孤岛、科研转化不足等问题和挑战。

    中科院计算技术研究所、高通量计算机研究中心高级工程师李明宇接受《证券日报》记者采访时表示，随着大模型等发展应用，对算力的消耗越来越大，且现在多地企业及高校在建设超算中心时面临采购GPU比较困难、数据迁移成本较高等困境，这需要我们尝试跨站点调度、加速构建全国一体的算力网络。

    中国石油集团东方地球物理公司数据中心原总工程师赖能和对记者称，异构计算已成为多样性算力发展的主要趋势，从供应链上看分为GPU、加速器两大类，我国华为昇腾、寒武纪等均有较快布局，相关兼容性也正在打通，这要求我国加速推动新型算力生态体系的发展。

    在产业结合方面，南京大学高性能计算中心高级工程师盛乐标认为，当下，高性能计算在高校学术研究和创新科研人才培养中扮演着重要角色。“产业链及高校、科研机构要利用技术发展的机遇，将研究目标、科研任务结合起来，带动新技术实质性落地。”

关键词：