21世纪经济报道记者申俊涵北京报道
算力是数字经济时代的新质生产力。自2022年“东数西算”工程正式启动以来,全国一体化算力网建设加速推进,为我国乃至全球的数字经济发展提供了坚实的算力支撑。
“截至今年6月底,‘东数西算’八大国家枢纽节点直接投资超过435亿元,拉动投资超过2000亿元,机架总规模超过195万架,整体上架率达 63%左右。”8月29日,国家数据局局长刘烈宏在2024中国国际大数据产业博览会“数算一体,驱动未来”交流活动上,分享了“东数西算”的最新成果。
刘烈宏表示,东西部枢纽节点间网络时延已基本满足20毫秒(ms)要求,新建数据中心PUE(电能利用效率)最低降至1.04。东部算力需求有序向西部迁移,算力集聚效应初步显现。
中国算力发展正跑出加速度,中国信通院发布的《中国算力中心服务商分析报告(2024 年)》指出,在总体规模方面,截至2023年,全国在用算力中心机架总规模已超过810万标准机架,算力总规模达到 230EFLOPS,位居全球第二。预计未来五年,中国算力中心服务市场将以18.9%的复合增速持续增长,预计2027年市场规模达3075亿元人民币。
值得注意的是,算力行业发展的过程中,除了三大基础电信运营商扮演着重要角色,科创企业也不断涌现。他们借算力经济东风快速起势,并频频得到投资机构的青睐。
算力发展呈规模化、经济化、多样化趋势
近年来,生成人工智能技术加速演进,AI大模型不断涌现,人工智能计算的需求随之激增。算力在人工智能领域的应用广泛且深入,是推动AI技术发展的重要技术。
中国联通大数据首席科学家范济安现场分享指出,在人工智能领域,算力是支撑大模型训练、推理、优化等各个环节的基础。随着AI技术的不断发展,尤其是像深度学习等先进算法的广泛应用,对算力的需求日益增长。
强大的算力能够加速模型训练过程,提高模型的准确性和效率,为AI技术的广泛应用提供有力的保障,算力作为新时代核心的生产要素,为新质生产力爆发提供了关键的驱动力,新质生产力的崛起反过来也推动了社会各种运行体制和发展模式的深刻重构和变革。
“随着算力的发展迈入新的阶段,在资源和需求层面不断升级,呈现出多样化演进的三种趋势。”范济安说。第一种趋势是算力的规模化。大模型对算力的需求呈指数级的增长,AI算力也从单机走向集群趋势,算力资源正在加速整合万卡集群。
第二种趋势是经济化。大模型训练成本随着算力的提高而成本不断提高,用户企业和服务企业也开始关注成本,提升性价比,智算性价比成为企业选择的关键。
第三种趋势是算力的多样化。尤其是由于美国加强了对高性能芯片的限制,智算的需求从硬件到软件迈向了全栈自主,通算、智算和超算多样化、国产化方向加速落地。
作为数字信息运营服务的国家队、数字技术融合创新的排头兵,中国联通有哪些实践经验?范济安指出,一是成立了全国范围的中国联通人工智能创新中心。二是构建中国联通人工智能的差异化能力,通过利用在网、云、智、数和业的融合优势,加快智算基础设施布局,攻关AI大模型的核心技术,持续打造模型的服务能力,集约化赋能千行百业应用百花齐放。
据了解,中国联通持续打造支撑智算发展的新底座、新数据中心,持续布局算力资源池,并且推出智算产品,以满足各类客户的不同智算需求。在大模型方面,中国联通形成元景“1+1+M”大模型体系。
科创企业乘算力经济东风发展迅速
活动现场,多家科创企业分享了自身在算力经济领域的技术创新性,以及公司快速成长的历程。
成立于2019年的趋动科技,曾获得嘉御资本等诸多明星创投机构的投资。趋动科技董事长王鲲表示,虽然算力需求在高速增长,但目前不管是国内还是国外用户,算力的利用效率并不是很高。有数据表明,国外用户的算力利用率是10%~30%,而国内大量的用户算力利用率低于15%。
“价格在一百万甚至几百万的算力设备服务器,利用率只有15%,意味着巨大的资源浪费,这也是趋动科技想去解决的痛点。同时,值得注意的是,全国一体化算力网建设目标之一是,未来要把算力变成水和电一样随取随用,变成价格低廉的公共服务。”他说。
趋动科技的技术就是,通过软件手段把物理硬件变成虚拟资源,然后再通过先进的调度技术把资源变成细粒度切分,动态调度、动态分配释放,使得浪费变得更少、利用绿色更高,从而使成本下降。
王鲲介绍称,目前趋动科技正在快速发展。公司已经服务了很多行业头部客户,涉及银行、证券、保险、基金、运营商、能源电力、智能制造、高校、科研院所等方面。
“我们带来的价值也是可以量化的,我们帮助很多用户提升超过4倍利用率,降低了超过50%的成本。同时,我们也助力全国一体化算力网的建设,包括枢纽节点和非枢纽节点。”他说。
观安信息同样是资本市场的宠儿,公司曾获得IDG资本、中移创新产业基金等的投资。其最新一轮融资是2023年2月,获得来自国鑫创投、国开制造业转型升级基金等的3亿元人民币战略投资。
观安信息董事长张照龙表示,观安信息关注数据安全,公司发展经历了数据安全的三个阶段。第一阶段,公司刚开始做数据安全是为企业、行业数据自身保护做好安全,防止数据被滥用、泄密、篡改。包括数据在共享过程当中,防止敏感数据被非法使用,尽量让数据在内部进行交流互转,为企业发展起到作用和未来决策起到价值。
第二阶段是数据交易所进行数据交易、数据共享、数据融合,这个阶段的数据安全就要配合数据对外循环过程中,在数据交易、数据共享、数据融合过程当中提高数据安全的身份认证、授权管理、隐私计算、联邦计算等技术应用于数据外循环安全保障。
近两年,随着人工智能的快速发展,数据安全也进入第三个阶段,也就是存力安全、算力安全、云网协同安全,以及大模型和人工智能的安全。它的核心底层还是数据,但是跟企业内部数据保护、数据交易的场景又完全不一样。
张照龙认为,数据在第三阶段的保护是基建式保护,因为存力、算力、网、大模型其实是一种基建,数据安全是针对这种设施和基建的保护,所以团队现在布局主要针对存、力、网的安全,包括在算力过程中如何对算力调度、算力调度中的自动化编排可信算力调度。