中新網北京1月23日電 (記者 夏賓)由119個預制化集裝箱拼接而成、總功耗達到10MW、利用液冷與綠色電力相結合使得PUE低至1.1以下、結構材料80%可循環利用、運維基本實現自動化智能化……
這樣一個規模龐大、綠色環保且運維智能的智算中心，很難想象從建設到正式投運僅用了120天。浪潮信息元腦“算力工廠”近日在山東濟南首次亮相，其揭示了人工智能時代大規模及超大規模智算中心建設模式的變革已然發生。
在以ChatGPT、Sora為代表的AIGC大模型橫空出世的推動下，全球新一輪人工智能浪潮掀起。作為算力底座的數據中心(IDC)迎來上行周期，這其中既有挑戰又有機遇，隨著AI競爭帶來全球互聯網巨頭算力開支顯著增長，傳統數據中心加快向智算中心(AIDC)轉型，智算中心作為AI新基建呈現遍地開花勢頭。
作為智算新基建，AIDC為各行各業打造新質生產力奠定了堅實基礎。賽迪顧問的數據顯示，截至2024年上半年，國內已經建設和正在建設之中的智算中心超過250個。專注于人工智能和大數據處理的AIDC與傳統數據中心在技術重點、應用場景、能耗管理、發展趨勢等諸多方面存在顯著差異。
智算中心建設是人工智能發展下的大勢所趨，同時也能帶來顯著的經濟效益，根據國家信息中心《智能計算中心創新發展指南》數據，“十四五”期間，對智算中心的投資可帶動人工智能核心產業增長約2.9至3.4倍，帶動相關產業增長約36至42倍。
為何傳統數據中心(IDC)要轉向智算中心(AIDC)？有調查數據顯示，受AI影響，從2022年到2026年，中國區人工智能算力規模年復合增長率將達到52.3%。而AI算力規模迅猛增長的同時，也帶來了算力緊缺、功耗飛漲等問題，算力的可持續發展正面臨新的挑戰。
“AI的爆發帶來了巨大的算力需求，為了滿足AI大模型的訓練和應用推理，我們需要建設大量的智算中心。”施耐德電氣就提出，相較于傳統數據中心，智算中心的建設需要在確保高能效和高可用的前提下，實現可持續發展和更具前瞻性，也就是最小化對環境的影響，尤其需要提高適應性來滿足未來IT技術(高功耗的芯片和服務器)的需求。
中通服咨詢設計研究院有限公司總經理朱強表示，人工智能依賴大模型，而基礎大模型的訓練需要龐大、高效的算力支持。對智算的需求不僅限于提供算力，還包括優化模型訓練和推理的能源效率和成本效率。智算需要實現高效的數據處理和存儲解決方案，以減少能源消耗和運營成本。隨著算力需求的不斷增長，對智算數據中心的建設和優化也提出了更高要求。
浪潮信息副總經理趙帥認為，隨著人工智能應用加速落地，傳統數據中心建設方式將會被基于預制化AIDC解決方案的“算力工廠”模式所替代。傳統數據中心長周期建設模式，已無法滿足算力快速迭代、應用創新加速、業務即時上線的迫切需求。同時，芯片功耗持續攀升與大模型應用開發帶來算力需求爆炸的雙重壓力之下，算力特別是智能算力需要更加創新的“高密+綠色”部署模式。
“因此，必須從預制化、模塊化、高密化、綠色化等方面著手，全方位推動技術革新與結構優化，實現智算中心的快速交付、高密度部署和綠色降碳，算力工廠的模式將成為智算中心建設的主流。”趙帥說。
中國電子信息產業發展研究院副院長劉文強建議，未來從供給與需求側共同發力，推動智算中心綠色低碳發展。一方面，加快提升資源利用和算力碳效水平。鼓勵企業加強綠色設計，加快高能效、低碳排的算網存設備部署，推動軟硬件協同聯動節能。支持液冷、儲能等新技術應用，探索利用海洋、山洞等地理條件建設自然冷源智算中心，優化算力設施電能、水資源、碳利用效率，提升算力碳效水平。
另一方面，積極引導市場應用綠色低碳算力。積極引入綠色能源，鼓勵智算中心采用源網荷儲等技術，支持與風電、光伏等可再生能源融合開發、就近消納，逐步提升算力設施綠電使用率。加快探索構建市場導向的綠色低碳算力應用體系，推動業務模式、計費模式和管理模式創新。(完)