“通用計算的概念區別於智能計算、超級計算等專用計算，是指原有CPU和GPU協同工作提供的通用型算力，其中CPU承擔主計算工作，GPU用於圖像處理，適用範圍更廣。但在人工智能計算場景下，其計算效率較低，相同浮點運算次數下，需要消耗更多算力資源。”阿里雲相關技術專家介紹，智能計算則是以異構計算資源為核心，通常面向人工智能訓練和推理的需求，因其專用性，在面向人工智能場景時性能和能耗更優。
國際數據公司（IDC）等發布的數據顯示，2022年，我國智能算力規模達到268百億億次／秒（EFLOPS），超過通用算力規模；預計未來5年，我國智能算力規模的年復合增長率將達52.3%。“智能算力規模持續快速增長，智算中心適應產業需求的變化，提供一種更好更新的計算力供給模式。未來，智算中心將成為智慧時代主要的計算力生產中心和供應中心。”國家信息中心信息化和產業發展部主任單志廣認為。
智算中心發展呈現新趨勢，為各類技術創新提供支撐
近年來，從國家到地方再到各類市場主體，都在大力推進算力資源布局建設，智算中心發展呈現算力的規模需求快速增加、圍繞算法的服務模式持續完善、普適樸實普惠的服務生態逐步構建、綠色低碳的發展格局加速形成等新趨勢。
單志廣解釋，智算中心能夠提供大規模數據處理和高性能智能計算支撐，將經濟、社會、產業中各種模型和經驗“固化”下來，形成了新的生產力；大規模、大參數量預訓練模型的出現，又使“預訓練大模型＋下游任務微調”的新範式，成為解決人工智能技術落地難問題的突破口；智算中心形成集算力、算法、數據、運營於一體的服務生態，加快了人工智能的普惠化；隨著人工智能服務器功率密度的提升和應用場景的不斷拓展，液冷等節能降耗新技術將得到進一步推廣應用。 |
