AI大模型催生巨大算力需求 市場“熱捧”助推科技成果轉化加速

　　隨著大模型等AI工具的快速發展，高性能算力需求呈現爆發趨勢，並推動通用算力向超算、智算升級。近日，各地也紛紛落地相關算力佈局方案、加快完善算力網。

　　近日，上海自貿區臨港新片區發佈加快構建算力産業生態相關行動方案提出，到2025年，將形成以智算算力為主，基礎算力和超算算力協同的多元算力供給體系，人工智慧算力佔比達到80%，算力産業總體規模突破100億元；而在6月4日召開的2023中國科幻大會上，算力網路、元宇宙發展亦成為熱議的焦點。

　　當下，算力産業炙手可熱，也受到了資本市場和相關企業的關注。那麼，算力産業發展有多大的空間，還面臨哪些問題及挑戰？

　　據統計，目前國內各大公司、機構及科研院所已推出了數十個大模型。而伴隨AI應用的快速發展，算力需求也呈現爆發之勢。由此，算力技術及網路也吸引了眾多上市公司積極佈局。

　　雲天勵飛近日在投資者平臺上表示，公司將加大軟硬體設備、研發人員等研發投入，包括建立AI大模型基礎算力中心等；而面對投資者提問，科大訊飛相關負責人表示，目前公司的算力能夠滿足大模型的訓練。

　　資訊消費聯盟理事長項立剛對《證券日報》記者表示，目前，多地及多家企業正不斷建立演算法平臺，為大模型應用構建堅實基礎。隨著算力網路的逐步完善，産學研協作加快推進科技成果轉化，AI大模型多場景應用加速落地，相關投資機會正在顯現。目前市場對大模型及算力，正逐步從“熱議”趨向“熱捧”。

　　算力是人工智慧産業發展的重要基礎設施，但存在能耗要求高、生態相容較低和技術差異形成算力孤島、科研轉化不足等問題和挑戰。

　　中科院計算技術研究所、高通量電腦研究中心高級工程師李明宇接受《證券日報》記者採訪時表示，隨著大模型等發展應用，對算力的消耗越來越大，且現在多地企業及高校在建設超算中心時面臨採購GPU比較困難、數據遷移成本較高等困境，這需要我們嘗試跨站點調度、加速構建全國一體的算力網路。

　　中國石油集團東方地球物理公司數據中心原總工程師賴能和對記者稱，異構計算已成為多樣性算力發展的主要趨勢，從供應鏈上看分為GPU、加速器兩大類，我國華為昇騰、寒武紀等均有較快佈局，相關相容性也正在打通，這要求我國加速推動新型算力生態體系的發展。

　　在産業結合方面，南京大學高性能計算中心高級工程師盛樂標認為，當下，高性能計算在高校學術研究和創新科研人才培養中扮演著重要角色。“産業鏈及高校、科研機構要利用技術發展的機遇，將研究目標、科研任務結合起來，帶動新技術實質性落地。”