2023年大煉模型興起，全球范圍內(nèi)都出現(xiàn)了算力供不應(yīng)求、一卡難求的情況。各地紛紛興建數(shù)據(jù)中心、智算中心，來(lái)解決國(guó)產(chǎn)大模型的算力短缺問(wèn)題。

今年算力市場(chǎng)又倒向了另一個(gè)方向，算力開(kāi)始過(guò)剩和大量閑置了。

主要體現(xiàn)在，高端顯卡囤積居奇的生意不好做了，“GPU倒?fàn)敗钡呐笥讶σ呀?jīng)從“欲購(gòu)從速，過(guò)時(shí)不候”，變成了“A100/H100滯銷(xiāo)，幫幫我們”。而算力租賃市場(chǎng)，理想情況下的上架率應(yīng)該是80%，但很多集群只能達(dá)到30%甚至更低，投入大量資金建設(shè)的算力閑置，租不出去。

于是一種聲音開(kāi)始甚囂塵上，認(rèn)為算力荒已經(jīng)緩解了，供過(guò)于求，應(yīng)該放慢自主化智算的建設(shè)。還有人說(shuō)，智算中心建的太多了，大模型都用不完了。

發(fā)展自主化智算，到底還有沒(méi)有必要？

還記得2023年算力荒焦灼、智算建設(shè)突飛猛進(jìn)的時(shí)候，倪光南院士曾提到過(guò)：各地盲目建設(shè)各種低水平智算中心，讓人唏噓不已，一定要警惕“技術(shù)房地產(chǎn)”和“數(shù)字爛尾樓”。所謂“技術(shù)房地產(chǎn)”，就是算力資源賣(mài)不出去，只能變成一堆放著服務(wù)器的磚頭水泥房子，閑置在那里。

短短一年多時(shí)間，從算力短缺到算力過(guò)剩，究竟是怎么發(fā)生的？目前來(lái)看，閑置算力主要集中在三種情況：

1.用不起。英偉達(dá)的高端顯卡GPU是AI訓(xùn)練的首選，2023年一度一卡難求。以N卡為主的智算資源閑置，一是因?yàn)榫揞^們此前已經(jīng)大量囤積采購(gòu)了GPU，需求減少；二是炒作之后價(jià)格昂貴，即使價(jià)格回落，中小企業(yè)還是用不起。在很多討論“算力過(guò)?！钡脑u(píng)論區(qū)，我們總能看到“降價(jià)試試”的留言，說(shuō)明高端AI算力的需求仍在，只是昂貴的N卡被價(jià)格勸退了。

2.不好用。國(guó)產(chǎn)卡組成的算力集群，也存在上架率不高、資源閑置的問(wèn)題，主要是不好用。因?yàn)閲?guó)產(chǎn)卡的集中度不高，一個(gè)千卡或萬(wàn)卡集群，往往是由各類(lèi)國(guó)產(chǎn)算力卡組成的，異構(gòu)算力之間的協(xié)同調(diào)度，涉及大量工程化細(xì)節(jié)，沒(méi)有做好就無(wú)法開(kāi)箱即用。勉強(qiáng)用了，又時(shí)不時(shí)出現(xiàn)業(yè)務(wù)中斷、算效不高、恢復(fù)訓(xùn)練慢等各種問(wèn)題，導(dǎo)致客戶(hù)流失。這類(lèi)被迫閑置的國(guó)產(chǎn)算力，正是沒(méi)有考慮配套，盲目建設(shè)的低水平智算中心。

3.用不上。“百模大戰(zhàn)”之后，企業(yè)不再大煉模型，預(yù)訓(xùn)練的算力需求也就大幅下降，算力市場(chǎng)開(kāi)始轉(zhuǎn)向以推理算力為主。但推理市場(chǎng)的爆發(fā)，需要一個(gè)過(guò)程，目前AI的行業(yè)滲透率還比較低，總體不到10%，很多企業(yè)對(duì)AI的投入以嘗試為主，還沒(méi)有大規(guī)模爆發(fā)。所以，訓(xùn)練用算力開(kāi)始出現(xiàn)閑置，而推理用算力還未大規(guī)模崛起，因此短缺問(wèn)題尚未完全顯現(xiàn)。

低水平算力的閑置與過(guò)剩，再一次警醒我們：一個(gè)繁榮健康的算力市場(chǎng)，關(guān)鍵不是建出來(lái)，而是用起來(lái)。

這種情況下，仍然大力發(fā)展自主化智算，還有必要嗎？

我們認(rèn)為，這個(gè)問(wèn)題的答案不該有猶豫，要旗幟鮮明地，鼓勵(lì)自主化智算基礎(chǔ)設(shè)施的繼續(xù)建設(shè)、加速建設(shè)。

首先，從長(zhǎng)期看，國(guó)內(nèi)智算屬于后發(fā)，基礎(chǔ)仍然薄弱。

中國(guó)智算的進(jìn)步速度是很快的，但也要客觀(guān)看到，美國(guó)這樣的IT先行者，從20世紀(jì)90年代以來(lái)就在IT建設(shè)上大力投入。根據(jù)彼得森國(guó)際經(jīng)濟(jì)研究所的消息，在2024年美國(guó)在電子制造業(yè)建設(shè)方面（主要是芯片）的投資，就超過(guò)了1996年至2020年（24年的時(shí)間跨度）的總投資。而產(chǎn)業(yè)界，xAI、Meta、OpenAI等海外AI巨頭，都在積極布局十萬(wàn)卡、五十萬(wàn)卡規(guī)模的智算集群。

所以，國(guó)內(nèi)自主化智算近年來(lái)的發(fā)展雖然迅猛，也是在積極補(bǔ)課，打牢基礎(chǔ)。這時(shí)候如果停止，不僅會(huì)前功盡棄，還會(huì)讓中美在AI基礎(chǔ)設(shè)施上的差距進(jìn)一步拉大。

從近期看，自主化AI算力需求仍然沒(méi)有得到充分滿(mǎn)足，算力荒仍在。

一方面，海外AI算力進(jìn)口受到限制，極不穩(wěn)定。目前，國(guó)內(nèi)AI訓(xùn)練芯片市場(chǎng)英偉達(dá)占據(jù)了80%～80%的市場(chǎng)份額，要避免威脅供應(yīng)鏈安全，這種情況必須盡快改變。上海的“算力浦江”智算行動(dòng)實(shí)施方案（2024—2025年）要在2025年，實(shí)現(xiàn)新建智算中心的國(guó)產(chǎn)算力芯片使用占比超過(guò)50%；《北京市算力基礎(chǔ)設(shè)施建設(shè)實(shí)施方案（2024—2027年）》則提出，2027年要具備100%自主可控智算中心建設(shè)能力。

三年左右，從不到20%發(fā)展到100%。所以，如今的自主化智算不是太多了，而是還不夠。

與此同時(shí)，算力需求仍在增長(zhǎng)。大模型的規(guī)模法則仍在繼續(xù)，以Sora為代表的視頻生成模型對(duì)算力的需求量是LLM大模型的數(shù)倍，已經(jīng)出現(xiàn)了“一棟樓放不下一個(gè)模型”“一個(gè)模型需要多個(gè)集群”的情況，超萬(wàn)卡智算中心是必不可少的基礎(chǔ)設(shè)施，目前國(guó)內(nèi)的十萬(wàn)卡集群還遠(yuǎn)遠(yuǎn)不足。

此外，大煉模型的階段雖然結(jié)束了，但基礎(chǔ)模型的市場(chǎng)集中度提高和能力提高，又會(huì)釋放AI應(yīng)用需求，促進(jìn)AI的行業(yè)滲透率、普及率，導(dǎo)致AI推理算力的需求爆發(fā)，急需要更多高質(zhì)量算力來(lái)滿(mǎn)足。目前部分國(guó)產(chǎn)AI算力集群的利用率極高，西安昇騰智能科技有限公司的人工智算中心算力使用率就高達(dá)98.5%；曙光在長(zhǎng)沙的5A級(jí)智算中心，也吸引上百家企業(yè)入駐，實(shí)現(xiàn)萬(wàn)余個(gè)商業(yè)應(yīng)用接入。因此，隨著產(chǎn)業(yè)智能化升級(jí)的繼續(xù)推進(jìn)，國(guó)產(chǎn)AI算力荒不是已經(jīng)解決，而是從現(xiàn)在開(kāi)始重視和應(yīng)對(duì)。

互聯(lián)網(wǎng)產(chǎn)業(yè)的核心，當(dāng)然不是寬帶和機(jī)房，但沒(méi)有“寬帶高速公路”，就沒(méi)有美國(guó)互聯(lián)網(wǎng)經(jīng)濟(jì)的爆發(fā)；移動(dòng)互聯(lián)網(wǎng)的核心，也不是基站，但沒(méi)有廣泛覆蓋的4G基站，就沒(méi)有智能手機(jī)和移動(dòng)應(yīng)用軟件的興起。AI大模型也是一樣， AI作為一種依附在基礎(chǔ)設(shè)施之上的軟件技術(shù)，核心不是智算，但沒(méi)有自主化智算，國(guó)內(nèi)AI絕不可能獨(dú)善其身、獨(dú)自蓬勃發(fā)展。

因此，自主化智算并不存在過(guò)剩，更不該就此放慢發(fā)展。

綜上，“國(guó)內(nèi)AI算力過(guò)剩”，是個(gè)假問(wèn)題，“如何合理地推進(jìn)自主化智算的建設(shè)”，才是真問(wèn)題。

解決這個(gè)真問(wèn)題，國(guó)內(nèi)智算產(chǎn)業(yè)已經(jīng)來(lái)到了承上啟下的新階段。不僅要追求把智算中心“建起來(lái)”，還要能運(yùn)營(yíng)好、用起來(lái)。

因此，智算廠(chǎng)商的競(jìng)爭(zhēng)，也從售賣(mài)硬件資源與智算解決方案，轉(zhuǎn)變?yōu)槎嗑S度、綜合性、長(zhǎng)期服務(wù)的競(jìng)爭(zhēng)。比如華為昇騰AI全棧、中科曙光的“立體計(jì)算”、寧暢的“全局智算”、聯(lián)想的“萬(wàn)全生態(tài)”，新華三的“1+N”智算等，以更全面的能力，支撐自主化智算的建設(shè)運(yùn)營(yíng)。

追求全面，并不意味著胡子眉毛一把抓，目前來(lái)看，智算廠(chǎng)商們主要集中解決自主化AI算力的幾個(gè)痛點(diǎn)問(wèn)題：

1.異構(gòu)問(wèn)題。目前，國(guó)產(chǎn)AI芯片還無(wú)法規(guī)?；鲐洠袌?chǎng)集中度較低，因此都是以混合算力的形式，來(lái)加入智算集群。多元異構(gòu)算力的協(xié)同調(diào)度、管理、算效、業(yè)務(wù)可靠性等，面臨很多技術(shù)挑戰(zhàn)。如果一個(gè)企業(yè)或開(kāi)發(fā)者，要針對(duì)ABCD不同廠(chǎng)商的卡進(jìn)行適配開(kāi)發(fā)，是不可能的。所以，就需要智算廠(chǎng)商提供相應(yīng)的系統(tǒng)平臺(tái)，屏蔽底層異構(gòu)硬件的復(fù)雜性，讓大家用好國(guó)產(chǎn)算卡。比如聯(lián)想的萬(wàn)全異構(gòu)智算平臺(tái)，實(shí)現(xiàn)異構(gòu)化AI算力的管理與調(diào)配；新華三面向異構(gòu)智算的智能管理平臺(tái)，一站式應(yīng)對(duì)多樣化的AI應(yīng)用場(chǎng)景。

2.算效問(wèn)題。解決“低質(zhì)量算力過(guò)剩，自主化高質(zhì)量算力不足”的結(jié)構(gòu)性問(wèn)題，需要進(jìn)一步提高國(guó)產(chǎn)AI的性能。面對(duì)工藝制程的限制，可以通過(guò)軟硬件系統(tǒng)的無(wú)縫配合，從而實(shí)現(xiàn)國(guó)產(chǎn)算卡性能的充分釋放。以昇騰為例，就與昇思緊密結(jié)合，為各類(lèi)智算場(chǎng)景提供高性能的自主化AI算力，深圳鵬城實(shí)驗(yàn)室的“鵬城云腦Ⅱ”就依托昇騰實(shí)現(xiàn)了中國(guó)首個(gè)自主可控的E級(jí)智能算力平臺(tái)，可以提供不低于1000Pops的整機(jī)AI計(jì)算能力。

3.運(yùn)營(yíng)問(wèn)題。如今，一些地方在智算中心建設(shè)之前，開(kāi)始提出上架率、收益率等要求，需要保證項(xiàng)目投運(yùn)后有一定的使用率。同時(shí)，也會(huì)要求建設(shè)方提供設(shè)計(jì)、使用、運(yùn)營(yíng)等一體化服務(wù)，避免智算中心因無(wú)人運(yùn)營(yíng)而成為“數(shù)字爛尾樓”。以用促建、以服促用，已經(jīng)是自主化智算發(fā)展的必然潮流。比如新華三與杭州市合作，打造“圖靈小鎮(zhèn)”，培育AIGC產(chǎn)業(yè)和數(shù)字人才；中科曙光“立體計(jì)算”主張“算力建設(shè)、應(yīng)用賦能、生態(tài)共生”三位一體，推動(dòng)多元算力向新質(zhì)生產(chǎn)力轉(zhuǎn)化，目前已經(jīng)在5A級(jí)智算中心落地實(shí)踐。

回顧這一年多來(lái)，國(guó)內(nèi)智算的發(fā)展突飛猛進(jìn)，取得了舉世矚目的成績(jī)，我們不必再為算力荒而憂(yōu)心忡忡。但人無(wú)遠(yuǎn)慮必有近憂(yōu)，AI算力的自主化之路不能就此戛然而止，而要一鼓作氣，再加把勁，把已經(jīng)取得的成果夯實(shí)，為接下來(lái)的智能浪潮做好準(zhǔn)備。

避免低質(zhì)量算力過(guò)剩，與加速自主化智算發(fā)展，這兩件事可以并行不悖，也應(yīng)該理性分開(kāi)看待。

審核編輯 黃宇