撰文 | 李里里
編輯 | 李信馬
題圖 | IC Photo
“算力”相關產業近期持續火爆，智算中心的建設，也正在遍地開花。
據《全球計算力指數評估報告》顯示，全球算力排名美國和中國分列前兩位，同處于領跑者的位置，而在代表先進產業的 AI 算力上，中國以 AI 服務器指出規模同比增長 44.% 的增幅超過美國，位列全球第一。
據中國信息通信研究院測算，截至2021年底，中國算力核心產業規模超過1.5萬億元，關聯產業規模超過8萬億元。其中，云計算市場規模超過3000億元，互聯網數據中心（服務器）市場規模超過1500億元，AI 核心產業規模超過4000億元。
智算中心，簡單來說就是專門服務于人工智能的數據計算中心，能夠為人工智能計算提供所需的專用算力。隨著智能推薦、自動駕駛、智能制造等領域發展迅速，超大規模人工智能（AI）模型對算力的需求不斷提高，智算中心的建設也紛紛被提上日程。
7月30日，在中國首屆算力大會上，工業和信息化部副部長張云明表示：“算力已經成為繼熱力、電力之后新的關鍵生產力。”據不完全統計，從2021年1月1日到2022年2月15日，全國共有至少26個城市在推動或剛剛完成當地智算中心的建設，其中投入使用的有8個，包括南京、合肥等地的智算中心。除了這些投入使用的，全國至少還有18個城市簽約、開工、招標、計劃建設智算中心項目，包括深圳、長沙的項目都已經開工建設。
8月30日，阿里云宣布正式啟動張北超級智算中心，其建設規模為12 EFLOPS（每秒1200億億次浮點運算）AI算力，可以為AI大模型訓練、自動駕駛、空間地理等人工智能探索應用提供強大的智能算力服務。智算中心用來滿足AI計算需求，張北超級智算中心投入使用后，其算力規模超過了谷歌的9 EFLOPS和特斯拉的1.8 EFLOPS，成為全球最大的智算中心。
阿里云同步宣布了將啟動另一座位于烏蘭察布的智算中心，建設規模為3 EFLOPS（每秒300億億次浮點運算）AI算力。2020年，中國工程院院士、浪潮集團執行總裁王恩東就曾提出，智算中心正在成為經濟社會運行的重要基礎設施，而如今，這一預測已然成為現實。
為什么要發展智算中心？
在8月30日的發布會上，阿里云智能全球銷售總裁蔡英華談到了近年來的兩個觀察：第一，是數字化轉型帶來了大量的數據，有機構預測2025年中國的數據量將達到48.6ZB，這驅動著我國算力基礎設施升級；第二，除了算力供給的總量在提升，算力供給的結構也在發生變化，十三五期間，我國算力總規模增長近5倍，其中通用算力增長接近3倍，但智能算力的增長接近百倍，智能算力在融合算力中的占比達到了40%，未來可能會更多。
據中國信通院數據統計，2016年至2021年，我國數字經濟規模從22.6萬億元增至45.5萬億元，增長1.01倍，總量穩居世界第二，占GDP的比重39.8%。2021年全年，我國數據產量達到6.6ZB（1ZB約等于1萬億GB），占全球數據總產量（67ZB）的9.9%，僅次于美國而位列全球第二；且近三年來，數據產量保持每年30%左右的增速。
根據IDC、清華大學和浪潮信息聯合發布的《2021-2022全球計算力指數評估報告》，國家的算力指數每提高1個百分點，數字經濟和GDP將分別增長3.3‰和1.8‰。國家工業信息安全發展研究中心此前發布的《新一代人工智能算力基礎設施發展研究報告》認為，現階段人工智能已經成為世界各國競爭角逐的焦點。智算中心作為人工智能產業發展的重要底層基礎設施形態，每單位功耗所能產生的計算的能力、智能的能力，遠遠高于傳統的算力中心，也因此被推向發展新高地。
目前我國的智算中心基本采用了高標準建設，算力高的像張北超級智算中心，少的也有100P，比如哈爾濱和鄭州的智算中心（1P相當于每秒運算能力為一千萬億次，100P大約相當于5萬臺高性能電腦的算力）。
“我們看到AI，或者說以數據為核心的AI場景智能化應用的使用趨勢在增加。”阿里云智能副總裁、行業解決方案銷售部總經理霍嘉表示，智算中心的價值，本質上來自于人工智能豐富的應用場景。智能計算和通用計算的區別，在于通用計算主要面向傳統的計算處理任務，或者離線大數據的計算，而智能計算可以滿足許多領域對人工智能、機器學習、深度學習的新需求，比如科研、 自動駕駛、生物制藥、智能制造、數字孿生、空間治理等一系列的場景，“可能很多時候大家沒有意識到在使用智能化的服務，其實打開高德導航的時候，背后全部是數據智能化應用，比如隨時提醒你改變一條道路。”
相比傳統數據中心，智算中心能滿足更具針對性的需求，以及更大的計算體量和更快的計算速度。從硬件上來看，傳統數據中心多采用通用計算的CPU，而智算中心中更多的是GPU等進行人工智能訓練的芯片；軟件上，智算中心會部署不同的人工智能框架，用于分配計算任務提高效率，并且提供了人工智能應用開發工具。
比如張北超級智算中心由飛天智算平臺支撐建設，據阿里云表示，其算力效率的核心指標“千卡并行計算效率”由傳統架構的40%提升至90%，算力資源利用率提高到3倍以上，AI訓練效率提升了11倍，推理效率提升了6倍。蔡英華表示，智算不僅在于規模大，沒有體系化的核心技術能力，堆硬件是堆不出算力的，更無法帶來實際的產業價值。
在阿里巴巴內部，飛天智算平臺支撐了達摩院前沿AI和電商智能技術的發展，并服務了小鵬汽車、深勢科技、上汽集團、中國氣象局、南方電網等機構和企業。其中，達摩院大模型M6僅使用512張GPU，在10天內就完成了10萬億參數模型訓練，阿里巴巴拍立淘訓練速度提升了200倍，10億張圖片全量訓練時間從2.5個月縮短到8小時；小鵬汽車在烏蘭察布建設智算中心“扶搖”，算力規模達600PFLOPS，是國內最大的自動駕駛智算中心，將自動駕駛模型訓練提速近170倍；深勢科技將集群性能優化提升超過100%，讓分子動力學仿真模擬訓練效率提升了5倍。
今年8月初，浪潮信息總裁彭震曾表示：“根據全球服務器出貨量估算，從2020年到2025年全球算力規模將提高30倍，用于深度學習的人工智能算力規模每隔三四個月就翻一番。數字化、智慧化時代對于算力的需求幾乎是無窮盡的。”
這也意味著，智算中心的紛紛落地還在前期階段，未來仍有增長空間。
要高效，也要綠色
不過，智算中心的建設并沒有那么容易。
智能計算不同于通用型計算，需要海量數據對AI模式進行訓練，算力被損耗在數據遷移、同步等環節，千卡以上規模的算力輸出最低往往僅有40%左右。傳統智算中心達到一定規模之后，增加算力資源反而會降低算力輸出的能力。這導致了智能算力成本高昂，制約了產業發展。
在張北和烏蘭察布的兩座超級智算中心，阿里云通過體系化的核心技術自研，改變了智能計算的損耗難題。據了解，基于阿里云磐久基礎設施的融合算力和大數據AI一體化平臺整體解決方案，可以實現“一云多芯”，以最高10倍IO優化和5倍通信性能優化，實現90%的千卡并行計算效率。其中在通信技術上，阿里云自研了Solar-RDMA網絡，實現端對端最低2微秒延遲，并配合了自研的無阻塞通信技術。此外在AI開發層，大數據+AI一體化平臺在模型訓練環節，提供分布式訓練框架，可以將訓練效率提升了11倍以上。一站式的通用推理優化工具可將推理效率提升6倍以上。
計算效率之外，另一個重要的問題是能耗，由于在數字化的過程中，算力會使用巨量的電力，如何在雙碳背景下降低能耗，近期被反復提及。在9月13日的《零碳制造論壇》上，國家信息中心信息化和產業發展部主任單志廣表示：“其實，數字技術本身并不是完全綠色化的，現在ICT的碳排放占比為2.3%左右，雖然碳排放總量不高，但增速非?？?，據相關機構數據表明，其速度超過60%，到2040年總量會達到14%，超過現在排第三的建筑業。此外，2021年我國數據中心的整個用電量也達到了2160多億度，比2020年增加了44%，整個數據中心占了整個數字產業30%多的碳排放。所以降碳的需求也是非常大的。”
據工信部發布的《新型數據中心發展三年行動計劃（2021-2023年）》等政策，算力設施的建設方針和能耗管理逐漸趨于嚴格，如2023年新建大型及以上數據中心電能利用率（PUE）將被要求降到1.3以下。
阿里云大計算產品研發負責人曹政也對此表示：“在建設智數中心時，首先從IDC角度，你要有非常綠色的能耗，能降低成本，保證綠色發展。”據了解，通過自然風冷、液冷等綠色技術的應用，阿里云讓智算中心的能耗持續降低，PUE最低可達1.09。
“我們在液冷領域應該已經有了六七年的研發，現在液冷我們與其他家不太一樣的是，可以根據不同類型的服務器架構做自適應，現在我們單芯片功耗越來越高了，AI的加速芯片密度和熱量達到一定程度沒法擴展，這種情況下，不上液冷是不可能持續的，這是很現實的技術的要求。” 曹政表示。
智算中心在張北和烏蘭察布的落地，也與兩地得天獨厚的氣候與地質離不開關系。不過，阿里云智能副總裁、行業解決方案銷售部總經理霍嘉透露：“我們今天的數據中心建設，不是只在北方，在上海也已經啟動了華東智算中心的建設，隨著產業的發展，會有更多的智算中心，不單在中國，可能是在全球的很多地方都會有。其實現在也有一些客戶在跟我們溝通一些海外，幫他們做智算中心的一些事情。
當前發展數字經濟是國家戰略，政策支持力度不斷加大，“東數西算”全面鋪開，云計算、數據中心等基建投資不斷加碼。據IDC預測，2025年中國AI算力市場規模將達到701.8億元，占整體服務器市場近三成。彭震曾表示，智算中心的建設會圍繞開放標準、集約高效、普適普惠三個原則，未來發展主要有三個趨勢：更加開放多元的架構與標準體系；通過算力、算法的基建化和一體化，讓服務更加的高效；建立智算生態，讓智算中心更好用。
工信部副部長張云明也表示，下一步工信部將要加速推進高端芯片、核心算法等算力關鍵核心技術的研發突破，攻克關鍵技術，支持企業、科研機構開展聯合攻關，增強算力產業鏈、供應鏈自主可控能力，并在綠色低碳發展等方面發力
