每经记者 赵雯琪    每经编辑 刘雪梅    

ChatGPT的直面横空出世加速推动人工智能时代的到来，而在中国，算力世纪速演大模型的紧缺进高歌猛进，对GPU智算、互联网络、陈升传统存储等算力产业的须加型每一环的都提出了新需求与新挑战。

今年以来，大模包括零一万物CEO李开复在内的直面多位大模型创业者也在公开场合多次强调，目前国内算力差距也是算力世纪速演重要课题。近日，紧缺进李开复向包括《每日经济新闻》记者在内的互联媒体表示：“我们算力一直远远落后，甚至只有Google、陈升传统微软的须加型5%。”不过他也提到，大模未来随着推理算力每年降到过去的直面十分之一倍，国内大模型创业者基于更低的算力成本也能做出更好的模型。

如何解决中国AI大模型面临的算力紧缺问题？

近日，在第四届中国IDC（互联网数据中心）行业DISCOVERY大会上，第三方中立数据服务商世纪互联（VNET，股价1.91美元，总市值5.03亿美元）创始人、董事长陈升指出，随着人工智能技术的迅猛发展，传统▅的数据中心(IDC)正在经历一场深刻的变革。这场变革⊙的核心便是人工智能数据中心(AIDC)。而在AIDC中，70%的投资将指向GPU和网络。长期来看，现有的网络体系难以支撑未来百万倍的加速计算。

因此他认为，AI的终极目标是打造一个超越互联网的下一个全新网络信息空间（CyberNext）。通用计算为主的传统IDC迎来机遇，必须加速演进到面向大模型的AIDC，对GPU硬件供应链和软件生态做到“两手抓”。

算力紧缺AI大模型如何应战

随着人工智能技术的飞速发展，全球科技巨头纷纷投入巨资研发AI大模型。

AI大模型因其在自然语言处理、图像识别等领域展现出的卓越能力而备受瞩目。从OpenAI的GPT系列到谷歌的BERT模型，这些庞然大物正推动着AI技术的新革命。但背后的算力需求同样惊人，甚至呈指数级增长。

据IDC公司预测，全球AI计算市场规模将在2026年达到346.6亿美元，年均增长率高达15.5%。生产式AI算力占比更是从2022年的4.2%预计增长至2026年的31.7%。

面对算力紧缺▲的挑战，AI大模型的研发者们正在采取多种策略以应对。包括算法优化，通过精简模型结构和改进训练方法，降低对计算资源的需求。此外，分布式计算的广泛应用使得计算任务可以在更多节点上↓并行处理，有效提升了计算效率。

对此，中国工程院院士、紫金山实验室荣誉主任兼首席科学家刘韵洁在上述会议上表示，大模型对算力的需求提出了更迫切的要求，2012年到2023年，杏彩体育·(中国)官网登录整个算力需求增加了数十万倍，而且最近五年GPU的算力就增加了90倍，但整个网络的带宽才增加了10倍，这个差距现在预示着将来对整个网络带宽的能力、通讯能力提出更高的要求，因为缺口会越来越大。

因此，在他看来，在中国，行业大模型会是最终出路。因为通用大模型受制于多重因素，而中国行业数据的完整性、系统性是最好的，尤其是在制造业，如果把这些行业数据利用好，通过行业大模型产生价值，会成为中国发展新质生产力一个非常好的途径。

全面链接算力、数据、模型 传统IDC企业如何破局？

随着人工智能技术的迅猛发展，传统》的数据中心（IDC）正在经历一场深刻的变革。这场变革的核心便是人工智能数据中心（AIDC）。

陈升认为，AIDC给传统IDC带来的第一个改变就是改变交互界面。“过去的交互〇界面是机柜，风火水电是基础。要是按照现①在AIDC的定义，把所有的风火水电加在一起就是整个系统差不多30%的投资，70%是GPU和网络。”陈升表示，如果是AIDC，吐出来的是Token和服务，面对这样的形态，70%的投资是和GtanPU、超级网络相关，这个行业可谓挑战不小。

因此他认为，AI的终极目标是打造一个超越互联网的下一个全新网络信息空间（CyberNext）。通用计算为主的传统IDC迎来机遇，必须加速演进到面向大模型的AIDC，对GPU硬件（供应链）和软件生态做到“两手抓”。

值得一提的是，就在5月中旬，世纪互联领投数据智能（Data&AI）平台技术和服务提供商矩阵起源的Pre-A轮融资。据官方信息，本轮融资后，矩阵起源将扩展业务至AI Infra和AI Platform领域，并与世纪互联的AIDC业务融合和协作。由此可以看出，传统IDC企业正在围绕GPU基础设施持续创新，同时探索更开放、共享的人工智能生态系统。

刘韵洁同时提到，面向AI大模型时ω代，需要计算、网络、存储、系统协同，构建高性能算力底座，实现超大规模集群万卡协同。在此背景下，确定性网络有望解决传统互联网拥塞无序的问题，推动互联网从“尽力而为”到“确保所需”技术体系变革，能够满足工业互联网、东数西算、人工智能大模型等典型场景的网络需求。