在這個資訊爆炸的時代，資料中心就像是數字世界的動脈，默默地支撐着我們日常生活中的每一次搜尋、每一條消息的傳遞、甚至是每一次智能裝置的響應。随着人工智能、大資料分析等智能計算技術的飛速發展，資料中心正經曆着一場革命。
不知不覺，智算中心已經在全國各地遍地開花了。
智算中心全國開花
目前，全國已經掀起了一股智算中心建設風潮，各個地方政府，與企業合作，建設了數十個智算中心。接下來，我們來梳理一下比較典型的智算中心。
武漢人工智能計算中心
該計算中心由武漢市委市政府牽頭，武漢東湖高新區政府承建，湖北省科技投資集團有限公司與華為共同傳遞，2021年5月正式投入運作。具體投資規模未明确，但總建築面積約2300平方米。
該算力中心的人工智能計算能力峰值可達200PFLOPS，HPC超算峰值性能達到4PFLOPS。該中心全面采用華為AI叢集Atlas900，基于昇騰910和昇騰310晶片，支援多種AI模型訓練及推理。為自動駕駛、城市大腦、智慧醫療等提供算力支撐。計劃上線400PAI算力，以服務更多客戶。
合肥先進計算中心
該算力中心由合肥市大資料資産營運有限公司營運，2021年6月正式運作。投資規模未公開，但作為重大科技基礎設施，投資規模預計相當可觀。
算力規模方面，雙精度計算峰值12PFlops，整數計算峰值256Pops，資料總存儲容量15PB。主要特色是采用浸沒式液冷技術，提升能效比超30%。服務于科研創新和日常生活，推動科學技術發展和新興産業創新。并且在探索超量融合計算在多個領域的應用，加速相關應用産業發展。
南京智能計算中心
由南京市麒麟科技創新園發起，浪潮、寒武紀共同打造，2021年7月正式投入營運，總投資13億元人民币。
算力規模方面，二期建成後，算力能達到每秒180億億次（八進制下1800Pops）。采用寒武紀思元270和思元290智能晶片，提供強大的AI算力服務。支援蛋白質折疊、天文研究等前沿科技領域。采用“一中心、一底座、N平台”模式，支撐科技金融、智能制造等領域的應用創新。
中國電信京津冀大資料智能算力中心
中國電信投資建設，2021年8月投運。作為中國電信在京津冀地區的重要算力基礎設施，旨在支援該地區大資料和智能計算需求，推動數字經濟發展。
浙江（長三角）新一代全功能智能超算中心
由浙江省桐鄉市烏鎮高新技術産業園發起，2022年5月正式投入營運。總投資22億人民币，總算力達到180P。
作為浙江首個超算中心，填補了浙江在國家超算中心領域的空白。該中心也稱為“烏鎮之光”超算中心，位于烏鎮京杭大運河北岸，建築面積約5萬平方米。它标志着浙江在國家超算中心序列中的正式地位，對推動科學技術發展、促進新興産業創新具有重要意義。
西安未來人工智能計算中心
由陝西省西安市雁塔區未來産業城投資，陝西建工第一建設集團有限公司承建，華為參與建設，2021年9月9日正式上線營運。總投資約為19億元人民币，一期包含AI算力300P、HPC算力8P，未來總規劃算力将達到1000P。
作為西北首個大規模人工智能算力叢集，依托充沛的算力資源，緻力于推動人工智能産業快速演進，打造西北人工智能創新發展新高地。實作人工智能和高性能計算全棧自主創新，突破軟硬體基礎關鍵瓶頸。
中原人工智能計算中心
華為與河南許昌市政府合作建設，2021年10月正式投運。規劃建設算力規模300P，其中一期已建成規模100P。
國内第一個完全自主可控的全閃存、綠色低碳人工智能計算中心。采用華為的Atlas900AI訓練叢集，具有技術領先優勢，強大的算力廣泛應用于智能制造、智慧農業、無人駕駛、城市治理等科學研究和商業創新。同時，緻力于打造綠色資料中心，電力能耗降低70%，存儲效率提高35%。
哈爾濱人工智能先進計算中心
哈爾濱市政府投資建設，2021年12月投運。作為哈爾濱市推動人工智能産業發展的重要舉措，該中心預計将在資料安全、隐私保護等方面達到國内先進水準，為人工智能核心技術的研究和應用提供支援。
阿裡雲張北超級智算中心
阿裡雲投資營運，2022年8月30日正式上線。
算力規模達到12000PFLOPS（每秒1200萬億次浮點運算），使其成為全球最大的智算中心之一。
該中心采用先進的功耗解決方案和清潔能源，實作了高能效比。通過飛天智算平台支撐建設，顯著提升了算力效率，實作了千卡并行計算效率的大幅提升，支援AI大模型訓練、自動駕駛、空間地理等人工智能探索應用。
此外，阿裡雲還有烏蘭察布智算中心。作為阿裡雲全棧智能計算解決方案“飛天智算平台”的一部分，烏蘭察布智算中心的建設和營運将進一步推動智能計算服務的發展。
商湯科技人工智能計算中心
商湯科技投資，2022年1月24日啟動營運。投資約56億元人民币，一期機櫃數量5000個。算力規模方面，峰值訓練算力達到3740PFLOPS，位列亞洲最大的人工智能計算中心之一。
該中心的主要特點是一個開放、大規模、低碳的先進計算基礎設施，服務于大規模人工智能研發和産業化。将加速國産GPU等智能晶片的研發和應用程序，預計伺服器全部到位時，硬體國産化比例将超過50%。
百度智能雲-昆侖芯（鹽城）智算中心項目
百度智能雲投資，2022年9月上線。
算力規模為200PFLOPS，其核心特色是采用百度自研的AI晶片——昆侖晶片。鹽城智算中心的上線，展示了百度在智能計算領域的技術實力和應用潛力，該智算中心的建設和營運将進一步推動百度在智能雲服務方面的發展。
騰訊長三角（上海）人工智能先進計算中心
作為騰訊在長三角地區的重要布局，該智算中心預計将在推動區域人工智能産業發展方面發揮關鍵作用，該中心的建設和營運将進一步鞏固騰訊在智能計算和人工智能領域的領先地位。
通過分析這些智算中心，可以發現一些明顯的特征。比如：多數智算中心由地方政府牽頭，聯合科技企業共同建設，如武漢人工智能計算中心由武漢市委市政府牽頭，合肥先進計算中心由合肥市大資料資産營運有限公司營運；智算中心廣泛采用自主研發的AI晶片和技術，如南京智能計算中心采用寒武紀智能晶片，中原人工智能計算中心使用華為Atlas900 AI訓練叢集，百度昆侖芯（鹽城）智算中心項目采用自研的昆侖晶片；智算中心服務領域廣泛，不僅支援科研創新，還服務于智能制造、智慧農業、城市治理等多個行業，推動相關應用産業發展。
為什麼地方政府和企業突然熱衷建智算中心？
在短短幾年時間，幾十座智算中心在全國各地拔地而起。那麼，是什麼導緻了這一輪的智算中心建設熱潮呢？
智能計算資料中心，想象一下，它就像是那種能同時玩轉傳統畫筆和數字平闆的藝術大師。不僅能用傳統方式儲存和處理資料，還能玩轉最新鮮的技術花樣，比如人工智能和大資料。它們的本領不止于此，還能在處理海量資訊的同時，用人工智能的大腦找出資料中的金礦。簡單來說，這種資料中心就像是一個智能機器人，能自己思考，自己解決問題，而且效率驚人。
反觀傳統資料中心，它們更像是那種專注于傳統手藝的匠人，基礎紮實，專注于存儲資料、保護資料不丢失，以及管理網絡這樣的日常任務。雖然它們做的活兒看起來沒那麼高大上，但在數字世界的早期，這些資料中心就像是堅實的磚石，支撐起了整個網絡世界。
換句話說，智能計算資料中心就像是未來科技的先驅，不僅速度快，效率高，還能自學自進，而傳統資料中心則更像是守護着網際網路初期記憶的老兵，穩重可靠。兩者之間的差異，就像是未來與過去的對話，既有鮮明的對比，也有互相學習的空間。
硬體、能效、運維等方面，智算資料中心都有很大的不同
在探索智能計算資料中心與傳統資料中心的世界時，我們不得不提的一個關鍵差異就是他們的硬體部署政策。這就好比比較一輛配備了最新技術的超級跑車和一輛可靠的家用轎車，兩者都有其獨特的設計和功能，為不同的需求服務。
智能計算資料中心，這裡的硬體就像是跑車的引擎，不僅要強大，還要智能。這種資料中心需要的不僅是速度，還有處理大規模、複雜資料的能力。是以，GPU密集型伺服器成為了它們的标配。GPU，或者說圖形處理單元，原本設計用來處理複雜的圖形和視訊内容，但現在它們被用于加速各種計算任務，特别是那些涉及到人工智能的應用。
除此之外，為了進一步優化智能計算的性能，這些資料中心還會部署專用的AI處理器。這些處理器專門為AI計算任務設計，能夠提供更高效、更精确的計算能力，就像是跑車中專門為賽道設計的增壓器，讓資料中心的處理能力更上一層樓。
反觀傳統資料中心，它們的硬體部署政策就像是家用轎車的設計理念：可靠、标準化、适用于大衆。這裡的伺服器和儲存設備通常采用更為标準化的配置，以滿足通用計算需求。這并不意味着它們的技術落後，而是說它們更注重于提供穩定、可靠的服務，而不是追求極緻的性能。這樣的硬體配置雖然可能無法處理最前沿的人工智能算法，但對于大多數日常的計算任務來說，它們綽綽有餘。
這種差異，本質上反映了兩種資料中心背後的設計哲學和目标使用者的不同。智能計算資料中心追求的是邊界，是将最新的技術創新應用于解決複雜問題的能力。而傳統資料中心，則更多地注重于為廣大使用者提供穩定可靠的計算服務。就像超級跑車和家用轎車一樣，兩者都有其價值和用途，關鍵在于如何根據需求選擇合适的解決方案。
除了硬體配置上的差異，智算中心在能效、散熱、運維成本等方面，都與傳統資料中心有很大的不同。
例如，智能計算資料中心往往利用最新的AI技術來優化能源配置設定，確定每一瓦特電力都能發揮最大效用。想象一下，這就像是一個智能的家庭助理，它能根據家中的活動安排和能源價格變化，自動調整家電的使用，以達到最優的能源效率。
此外，高效的電源和冷卻系統也是智能計算資料中心不可或缺的部分，這些系統能夠根據資料中心的實時需求自動調節，進而最小化能源浪費。
智能計算資料中心與傳統資料中心，在建設和運維的成本上有着顯著的差異，這些差異源自于它們不同的設計理念和技術應用。智能計算資料中心，就像是一輛裝配了最先進技術的豪華車，其建設成本自然高于那些像是經典家轎的傳統資料中心。智能資料中心投資于高性能計算硬體、先進的冷卻系統和自動化能源管理系統，這些初期投入雖然高昂，但長遠看來能夠通過提高能源效率和減少人工幹預來降低運維成本。
智算資料中心将逐漸取代傳統資料中心？
就像一位賽車手必須不斷更新他的車輛以保持競争力，智能資料中心也需要不斷引進最新技術來處理日益增長的資料量和複雜的計算需求。然而，這種快速的技術更新不僅需要巨大的資金投入，還需要持續的技術評估和人員教育訓練，以確定資料中心能夠充分利用新技術帶來的優勢。
随着計算需求的增加，智能計算資料中心的能源消耗也水漲船高。如何有效管理這一高能耗，既滿足計算需求又保持能源效率，成為了智能資料中心必須面對的難題。這就像是在保持賽車最高速度的同時，還要確定油耗處于可控範圍内，需要精心的政策和管理。
智能計算資料中心的興起，帶來了對能源效率、高性能計算能力和環境可持續性的新要求，同時也推動了資料中心技術的創新和發展。
随着人工智能和機器學習技術的進步，資料中心将越來越多地采用這些技術來優化營運，包括能源管理、故障預測和自動化維護。随着技術的不斷發展和對可持續性的增加重視，未來的資料中心将更加高效、智能和環保，為數字化社會的發展提供強有力的支援。
又一輪的資料中心“虛火”？
需要指出的是，中國已經經曆了一輪資料中心熱潮，建設了很多資料中心，導緻不少資料中心的機櫃使用率不高。那麼，這一輪智算中心建設浪潮，是否會重蹈當初資料中心“産能過剩”的覆轍呢？
目前，中國正經曆一輪智算中心的建設高潮，這背後既有對人工智能發展潛力的樂觀預期，也有地方政府推動科技産業更新的強烈願望。然而，正如此前資料中心建設熱潮後遺留的一些問題所示，不加區分的大規模擴張可能會導緻資源浪費和低效利用的問題。
智算中心的建設應以市場需求為導向，曆史上資料中心的“産能過剩”部分原因在于前期過于樂觀的市場預期與實際需求不比對。智算中心的建設同樣需要進行精确的市場調研，確定算力供給與未來的技術需求、産業更新需要相比對。例如，深度學習、自動駕駛、生物醫藥等領域對于算力的需求正在快速增長，智算中心的規劃建設應針對這些領域的特定需求，避免盲目擴張。
政府在智算中心建設中扮演重要角色，應通過政策引導避免同質化競争和無序擴張。一方面，政府可以通過制定标準和引導資金，鼓勵智算中心向綠色、高效、專業化方向發展。另一方面，通過區域協調和規劃，實作智算中心的合理布局，避免資源在某一地區的過度集中和浪費。
智算中心的建設與産業鍊的協同也非常關鍵，通過與上下遊企業——包括硬體供應商、軟體開發商以及最終的應用場景企業——的緊密合作，智算中心能夠更好地服務于産業需求，促進新技術的快速應用和産業化。
總的來看，雖然智算中心建設面臨着重蹈資料中心“産能過剩”覆轍的風險，但通過市場導向的精準規劃、技術與管理的持續創新、政策引導及區域協調、産業鍊