近日，工信部等六部門聯合印發《算力基礎設施高質量發展行動計劃》，明確目標為，到2025年，計算力方面，算力規模超過300EFLOPS，智能算力占比達到35%，東西部算力平衡協調發展。

IDC圈注意到，《計劃》部署6個方面25項重點任務，包括：結合人工智能產業發展和業務需求，重點在西部算力樞紐及人工智能發展基礎較好地區集約化開展智算中心建設，逐步合理提升智能算力占比。

結合此前多地出臺政策提出的智能算力目標與規劃，以及AI大模型帶來的智算需求激增態勢，智能算力增長規模超越通用算力將成為必然。而除了算力項目的類型與規模之外，算力布局與應用也將迎來改變，新挑戰與新機遇正在涌現。

AI驅動應用與算力變革 智能算力成增長主流

科技創新驅動生產生活方式變革，正如電的發明和應用帶來第二次工業革命，移動互聯網開啟萬物互聯，云計算讓企業IT遷徙上云，以及當下ChatGPT引發的AIGC熱潮。

由于高效的生產力與簡單的交互方式，AIGC浪潮在帶來生產力變革的同時，還將帶來商業模式、應用門檻、底層架構等眾多變革，產生大量新市場機會。

首先，移動互聯網、數字化的服務應用場景，轉變為所有應用都要擁抱AI或被AI改造，企業數智化取代數字化。現有的傳統應用和云原生應用，將轉變為云原生應用+AI應用，企業的業務更復雜，業態更豐富，對技術和平臺的挑戰越來越多。

其次，應用創新從以CPU為核心變成以GPU為核心。百度智能云事業群總裁沈抖表示，隨著大模型時代到來，GPU慢慢成為算力的中心，GPU算力增長速度遠遠超過CPU，云正在從CPU云時代向GPU時代切換。

其三，成本變化。華為云人工智能領域首席科學家田奇曾表示，AI大模型的資本門檻高，大模型開發和訓練一次1200萬美元。

回溯至大模型產品底層，作為承載的算力也在發生變化。IDCC2023上海站的嘉賓在演講中表示，由于網絡、資源利用率、傳統存儲性能瓶頸等因素，傳統的通用算力在人工智能時代無法滿足AI算力的要求，“它們已經成為AI算力的瓶頸”。

因此，智能算力成為新一波AI熱潮下的“必需品”。

當前智能算力增長率呈現出遠高于通用算力和整體算力增長的態勢。中國信通院發布的《中國綜合算力指數（2023年）》顯示，截至2023年6月底，我國算力總規模達到197EFLOPS，其中智能算力規模占整體算力規模的比例提高到25.4%，智能算力規模同比增長達45%，比算力規模整體增速高15個百分點。

政策規劃+算力劵鼓勵 產業項目踴躍落地

隨著AIGC帶動算力需求迅猛增長，多方積極部署智能算力建設發展，各地陸續出臺相關政策，產業也反響熱烈。

2023年1月，《成都市圍繞超算智算加快算力產業發展的政策措施》提出：加快構建智算體系。支持在天府數據中心集群起步區建設一批與生物醫藥、安防、交通等領域緊密結合的智算中心。

2023年5月，《北京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023-2025年）》提出，按照集約高效原則，分別在海淀區、朝陽區建設北京人工智能公共算力中心、北京數字經濟算力中心。在人工智能產業聚集區新建或改建升級一批人工智能商業化算力中心。

2023年7月，《河南省重大新型基礎設施建設提速行動方案（2023—2025年）》發布，提出實施高性能算力提升工程。加快建設鄭州、洛陽等全棧國產化智能計算中心，構建中原智能算力網。到2025年智算和超算算力規模超過2000PFLOPS，高性能算力占比超過30%。

今年7月末舉行的2023世界人工智能大會，上海經信委表示，上海即將發布“人工智能大模型創新發展若干措施”，打造人工智能世界級產業集群。新措施將打造破解發展瓶頸的3項計劃，其二為智能算力加速計劃，強化大規模智能算力建設力度，建立綠色通道保障能耗指標，實施AI算力券，加快建設極速智能算力承載網。

針對智能算力建設的高成本，各地在出臺發展規劃的同時，也給出了布局和應用指引，出臺算力劵政策切實助力智算發展。

蘇州市發布的《蘇州市關于推進算力產業發展和應用的行動方案》，包含對半導體和集成電路、EDA、軟件和信息服務等算力企業的一系列資金支持和補助，最高獎勵或補助高達1000萬元。

北京市本月發布的《人工智能算力券實施方案（2023-2025年）》明確。企業與智能算力供給方簽訂智能算力服務合同后，可申領算力券，企業單次申領算力券金額最高不超過智能算力合同額的20%。

寧夏印發《促進人工智能創新發展政策措施》，支持落地企業開展大模型訓練。對于參數量超過百億、典型應用場景超過5個的大模型，給予最高1000萬元資金支持。

需求與政策雙重驅動下，智能算力供給能力正在進一步提升。

今年以來，眾多智算中心項目如雨后春筍般落地開工，國家信息中心與相關部門聯合發布的《智能計算中心創新發展指南》顯示，目前全國有超過30個城市正在建設或提出建設智算中心。

成本牽動智算布局 哪些去一線哪些去西部

如前文所述，在新一波AI浪潮下，推動數字經濟高質量發展需要不斷壯大算力規模，提升智能算力供給能力，激發創新活力和應用潛力。

正因如此，工業和信息化部、中央網信辦、教育部、國家衛生健康委、中國人民銀行、國務院國資委等六部門聯合印發的《算力基礎設施高質量發展行動計劃》，提出了“到2025年，計算力方面，算力規模超過300 EFLOPS，智能算力占比達到35%，東西部算力平衡協調發展”的目標。

在建設如火如荼的同時，智算也存在高能耗隱憂。

單芯片功耗逐漸增大，用于AI訓練與推理的GPU能耗持續上升。OpenAI的分析報告顯示，自2012年以來，AI訓練應用的電力需求每3個月到4個月就會翻一倍。而根據斯坦福人工智能研究所（HAI）發布的《2023年人工智能指數報告》顯示，1750億參數量的GPT-3，耗電量就已高達1287兆瓦時。

高能耗帶來計算的高成本，其中訓練成本占大頭。成功推出“文心一言”的百度執行副總裁沈抖就表示“訓一輪你得扔幾千萬進去。”

解決方式是構建分布式AI算力。大模型相關從業人員表示，“推理過程對GPU的算力要求沒那么高，但是對時間比較敏感，要求在一定時間內就要返回推理結果。但訓練過程對GPU的算力要求很高，對時延要求相對寬容。”

整體來看，可以將部分智能算力布局在更靠近用戶側的一線沿海城市，滿足推理的低時延需求，將訓練所需的對應算力建設到成本更低的區域，以及一線周邊地區。

因此，未來算力的分布將更加分散。在能源供應、能源價格、綠色節能上具備優勢的區域，將成為承接未來AI訓練對大規模高性能智能算力需求的理想選擇。

政策也正在這樣引導。《算力基礎設施高質量發展行動計劃》提出，結合人工智能產業發展和業務需求，重點在西部算力樞紐及人工智能發展基礎較好地區集約化開展智算中心建設，逐步合理提升智能算力占比。

另一方面，在北京上海兩大熱門IDC市場，智能算力項目的審批明顯寬松于數據中心項目。有行業人士也在研究將傳統數據中心改造為智算中心的可行性。

在AIGC熱潮的當下，新一輪算力變革正在悄然發生。