【财經分析】人工智能驅動算力需求激增 國産AI晶片加速建構算力底座

新華财經上海7月25日電（記者高少華）随着人工智能和多模态大模型的迅猛發展，帶動算力需求日益激增，全球迎來智算中心建設熱潮。專家表示，目前國内算力基礎設施建設如火如荼，國産AI晶片面臨廣闊應用前景，将為數字經濟提供堅實算力底座。

智算中心建設加速 國産AI晶片迎來發展機遇

自從2022年ChatGPT釋出以來，通用大模型異軍突起，對AI的基礎設施提出非常高的要求，其表現就是算力需求。未來幾年，整個AI行業發展會越來越偏重GPU算力底座。算力将成為數字化轉型和更新的基礎設施和至關重要的推動力量。

近兩年全球算力需求持續快速增長。根據集邦咨詢資料，2023年人工智能伺服器出貨量近120萬台，同比增長38.4%，占整體伺服器出貨量近9%，預計到2026年将占到15%。2022年至2026年人工智能伺服器出貨量年複合增長率約為22%。國際資料公司（IDC）預測，2025年全球人工智能晶片市場規模預計将達到726億美元。2023年大陸AI晶片出貨量同比增長22.5%。

大陸算力基礎設施也正在加速落地。2023年，工信部等六部門印發的《算力基礎設施高效品質發展計劃》提出，2025年大陸算力規模将超過300 EFLOPS，智能算力占比達到35%。國家統計局近日釋出資料顯示，截至5月底，全國規劃具有高性能計算機叢集的智算中心達10餘個，智能算力占算力總規模比重超過30%。

上海市經濟和資訊化委員會副主任湯文侃在2024世界人工智能大會上曾表示，人工智能大模型的創新體系正在加速演進，逐漸進入行業全面應用的新階段，人工智能算力底座的重要性與影響力也進一步凸顯，預示着通用人工智能的黃金時代或許已經到來。

目前，上海正在搶抓新一代人工智能發展機遇，目前已經有數十款多技術路線的智能晶片量産，并且湧現出多家已經形成了完整産品線和解決方案、經曆了晶片多次疊代和商用的國産AI晶片廠商。面對大模型時代的挑戰，上海也将繼續夯實産業基礎底座，推進國産AI晶片發展。

中國工程院院士、清華大學教授鄭緯民認為，大模型對算力産生爆發性需求通常包括四個過程，一是模型研發階段寫軟體、調軟體、優化軟體，二是訓練階段需要很大算力，三是模型微調階段進行垂直領域訓練，四是推理階段真正使用時要能夠實時處理使用者請求。發展人工智能，建構國産智能算力系統至關重要，建構良好軟體生态可以降低大模型在不同AI晶片的适配成本。

國産AI晶片加速追趕 構築AI時代算力底座

算力是推動人工智能技術變革和産業發展的關鍵因素。目前，國産算力随着性能和易用性的提升，正逐漸獲得國内大模型和人工智能應用企業的青睐。

燧原科技已在四川成都、湖北宜昌和甘肅慶陽展開了智算中心的建設及合作。其中，宜昌點軍智算中心僅用一年時間就完成了300P國産算力建設和傳遞，并實作了上線全消納。“算力對于推動大模型的快速演進和人工智能應用具有重要意義，燧原科技已完成了産品的多次疊代，商業落地規模化穩步前進。”燧原科技創始人、董事長、首席執行官趙立東表示，将把握通用人工智能時代的機遇，共同推動本土算力的發展。

天數智芯推出的通用計算應用開發及評測平台，目前已經彙聚300多個訓練模型示例和80多個推理模型示例，支援各類落地場景。天數智芯董事長兼首席執行官蓋魯江表示，在大模型引發的全球AI新一輪浪潮背景下，高品質算力已經成為新質生産力的核心組成部分，天數智芯将深耕高性能通用GPU領域，攜手合作夥伴築牢AI時代的算力底座。

摩爾線程的誇娥（KUAE）智算叢集解決方案已從千卡級别擴充至萬卡規模。在摩爾線程看來，AI模型訓練的主戰場，萬卡已是标配。随着計算量不斷攀升，大模型訓練亟需超級工廠，即一個“大且通用”的加速計算平台，以縮短訓練時間，實作模型能力的快速疊代。

中信建投研究所所長、TMT行業首席分析師武超則認為，在人工智能領域，業界今年相較于去年投資的關切點更多在于算力，算力方面的資本開支無論是北美還是國内都在大幅增長。除了英偉達外，接下來國産算力的發展也被看好。

共迎智算新時代 以智能算力賦能千行百業

人工智能大模型在加速提升算法模型的智能化水準和場景泛化性的同時，其日益增長的模型參數、海量的語料庫以及廣泛的場景需求對人工智能的算力基礎設施提出了巨大的挑戰，如何使超大規模叢集能夠同時具備高效率和高成本效益成為業界亟需解決的關鍵問題。

燧原科技近日與人工智能系統軟體商清程極智簽署戰略合作協定，聯合開發面向超萬億參數大模型和超大規模叢集的高性能系統軟體方案。趙立東表示，随着大語言模型的迅猛發展和模型參數的指數級增長，借助超大規模計算叢集來運作複雜模型的需求日益迫切。

經過過去一年的“百模大戰”“千模大戰”之後，中國的大模型數量遠遠多于美國，如何讓大模型真正商業化落地是今年所有大模型公司急需解決的問題。燧原科技創始人兼首席營運官張亞林認為，2024年成為大模型部署元年，如何打造算力的極緻商業成本效益，也成為今年業界急需解決的問題。今年可以看到智算中心商業模式也在極速演進，算力租賃和算力消納将驅動中國智算中心的建設。

針對國産算力行業的發展，上海智能算力科技有限公司首席執行官劉山泉認為，目前仍然需要一個以訓練叢集作為主要商業模式的探索過程。首先必須要有萬卡級的工程化可商用的算力叢集作為基本盤，在這一過程中要逐漸解決一些超大規模算力叢集建構當中的工程化問題。目前從AI訓練算力市場角度看，整體需求趨于平穩，但是大規模、超大規模的單叢集的需求還是有的；同時，随着垂直行業的逐漸落地，AI推理算力需求可能成為算力增長的第二曲線。

作為人工智能産業的核心，AI晶片發揮了關鍵的底層基礎性作用，持續賦能千行百業。然而，目前大陸AI晶片産業的标準化工作依然滞後于技術發展需求，産業發展面臨技術标準不統一、低端同質化惡性競争等深層次問題。

工業和資訊化部、中央網信辦、國家發展改革委、國家标準委四部門近日聯合印發《國家人工智能産業綜合标準化體系建設指南（2024版）》，其中指出在完善智能晶片标準時，應規範智能晶片相關的通用技術要求等。

中國電子技術标準化研究院副院長陳大紀表示，在大模型産業的攻關、發展和關鍵行業應用場景的創新突破過程中，要以需求為牽引，以标準為引領，合理布局智能算力的産品，提高算力能效，加快場景創新能力，共建智算新生态，共同推動國内相關行業的高品質綠色發展。

編輯：胡晨曦

聲明：新華财經為新華社承建的國家金融資訊平台。任何情況下，本平台所釋出的資訊均不構成投資建議。如有問題，請聯系客服：400-6123115