随着ChatGPT等生成式AI的火热，人工智能算力需求急剧飙升，各大算力服务商的资源供不应求，智算中心建设也在全国加速推进。本教程将带你详细了解当前算力需求的增长原因、智算中心的建设现状，并解答常见问题，帮助你在AI浪潮中把握算力趋势。

一、算力需求持续增加

1. 算力资源抢注一空

日前，中科曙光表示，截止2月12日，曙光智算公司提供的用于AI训练与推理计算的试用资源，在开放使用后一周内已被抢注一空。通常情况下，这些计算资源要三个月左右才能被用户注册并使用。目前，曙光智算正协调多个计算中心，提供更多算力资源满足用户需求。

2. 算力是AI应用的核心支撑

在人工智能领域，从人脸识别、智能语音，到自动驾驶、工业数字孪生，所有智能化应用背后都离不开算力的支撑。而以ChatGPT为首的生成式AI开发主要依托于大模型技术，更是需要消耗大量的算力资源。在ChatGPT的火热下，AI企业的算力需求持续扩大。

3. ChatGPT的算力消耗案例

以ChatGPT为例，它是基于GPT-3.5优化的模型，而GPT-3.5是GPT-3.0的微调版本。GPT-3的神经网络包含1750亿个参数，是GPT-2的100倍以上，使用的训练数据规模庞大。从GPT到GPT-3.5以及ChatGPT的优化，主要来自算力的增加。GPT-3.5在微软Azure AI超算基础设施上进行训练，总算力消耗约3640 PF-days（即每秒千万亿次浮点运算连续运行3640天）。

4. 国内大模型与政策推动

接下来，国内大模型开发将会陆续进入预训练阶段，算力需求将会持续释放。除了中科曙光之外，上周浪潮信息也宣布推出AI算力服务产品，基于智算中心的算力基础设施，客户可申请AI算力免费试用。

北京市经济和信息化局近日发布《2022年北京人工智能产业发展白皮书》。今年，北京将支持头部企业打造对标ChatGPT的大模型，着力构建开源框架和通用大模型的应用生态。同时，加强人工智能算力基础设施布局，加速人工智能基础数据供给。

据悉，截至2022年10月，北京拥有人工智能核心企业1048家，占我国人工智能企业总量的29%，位列全国第一。在计算中心建设方面，2月13日，北京昇腾人工智能计算中心正式点亮，并与首批47家企业和科研单位签约。该中心一期算力规模达100P（1P=每秒1000万亿次浮点运算），短期算力规模将达500P，远期将达1000P，可为企业和科研单位等提供AI算力服务。

5. 行业渗透与算力增长预测

当前，人工智能正加快融入千行百业。《2022-2023中国人工智能计算力发展评估报告》数据显示，2022年中国人工智能在互联网、金融、政府、电信和制造等各个行业应用渗透度较2021年明显提升，其中电信行业的人工智能渗透度从2021年的45%增长到51%，制造行业的人工智能渗透度从40%增长到45%。

随之而来的是，超大规模人工智能模型和海量数据对算力的需求也不断提高。根据IDC此前发布的数据，2022年我国智能算力规模达到268百亿亿次/秒（EFLOPS），超过通用算力规模。预计未来5年，我国智能算力规模的年复合增长率将达52.3%。

二、智算中心加速建设

1. 全国多个城市在建或筹建智算中心

随着算力需求快速扩大，智算中心建设也在加速。根据国家信息中心联合浪潮信息日前发布的《智能计算中心创新发展指南》，目前全国超过30个城市在建或筹建智算中心。

2. 各地智算中心案例

• 浙江湖州：吉利星睿智算中心——2023年1月28日正式上线，将为汽车企业提供“云、数、智”一体化超级云计算平台。
• 宁波：首个人工智能超算中心（一期）——正式上线运营，满足宁波市产业、科研、社会治理等各领域的算力需求。
• 成都智算中心——一期AI算力达到300P FLOPS（每秒30亿亿次半精度浮点运算），相当于15万台高性能计算机的计算能力。据成都智算中心CTO刘松介绍，自2022年5月上线运营以来，已为55家企业、46个高校及研究机构的科研团队提供了AI算力服务。

3. 智算中心的定义与作用

智算中心是采用领先的人工智能计算架构，提供人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施。它在推进AI产业化、赋能产业AI化、促进产业集群化等方面发挥重要作用。国家信息中心信息化和产业发展部主任单志广表示，智能计算让社会加速进入智慧时代，所占据的算力资源将主要由智算中心承载。

4. 智算中心的投资带动效应

智算中心的建设和发展，将为人工智能夯实算力底座，成为带动人工智能及相关产业快速发展的引擎。根据上述指南测算，“十四五”期间，在智算中心实现80%应用水平的情况下，城市对智算中心的投资可带动人工智能核心产业增长2.9至3.4倍，带动相关产业增长36至42倍。

三、常见问题解答

问题1：什么是算力？为什么AI需要这么大算力？

答：算力简单来说就是计算机处理数据的能力，通常用每秒浮点运算次数（FLOPS）来衡量。AI大模型（如GPT-3）有上千亿参数，训练时需要将海量数据反复运算，一次训练就需要数千PF-days的算力。没有足够算力，大模型根本无法完成训练或推理。

问题2：智算中心和普通数据中心有什么区别？

答：普通数据中心主要提供通用计算、存储和网络服务，而智算中心是专门为人工智能应用设计的，它采用AI专用芯片（如GPU、NPU等）和优化架构，可以高效处理大规模并行计算任务，并且同时提供算力、数据和算法三种服务，是AI产业的“公共基础设施”。

问题3：个人或小企业如何获得AI算力？

答：目前多家厂商（如中科曙光、浪潮信息）提供AI算力免费试用或按需付费服务。你可以关注各智算中心的官网，提交申请即可获得试用资源。此外，也可通过云服务平台（如微软Azure、阿里云、腾讯云等）租用GPU实例进行训练。

问题4：北京昇腾人工智能计算中心的100P算力是什么意思？

答：“100P”指每秒1000万亿次浮点运算（即10^17次每秒）。简单类比，一台普通家用电脑的算力大约在几百GFLOPS（10^9次），100P相当于10万倍以上。这样的算力足以支持多个大型AI模型同时训练。

四、小提示

• 善用免费试用资源：算力消耗巨大，建议在正式投入前，先申请各大厂商的免费试用，评估模型训练时间和成本。
• 关注本地智算中心：如果你所在城市正在建设智算中心，可提前与运营方沟通，获得优先使用和优惠支持。
• 合理规划训练策略：使用混合精度训练、模型压缩、分布式训练等技术，可以显著降低算力消耗，提升效率。
• 留意政策扶持：多个省市对在本地智算中心进行AI研发的企业提供补贴或免费算力额度，及时关注政府公告可节省成本。

五、展望未来

当前人工智能应用正在加速渗透，对算力的需求也在不断增加。随着ChatGPT的火热，大模型技术的开发将加速，这将使得算力需求更快增长。可以预见，各省市在智算中心的建设投入也将全面提速，为AI产业发展提供坚实的“算力底座”。无论是企业还是个人，提前布局算力资源，都将在这场智能浪潮中占据先机。