@所有城市：想建AI智算中心的看这里！国家认可的那种

金磊梦晨发自凹非寺
量子位报道 | 公众号 QbitAI
比算力、拼速度，今年火得藏不住。
就这两年，全球明星公司都纷纷开造，自建智算中心。
大洋彼岸特斯拉，马斯克今年重要的成就就是自研AI超算DOJO，为其自动驾驶破局开路。
国内超级独角兽商汤，面向未来的护城河不是别的——就是正着手打造人工智能计算中心（AIDC）。
不止于明星公司，国内外头部城市，也纷纷打造着自己的人工智能智算中心。
北上广深先不论，武汉南京合肥……也都纷纷你追我赶。

文章插图
为什么大家伙在速度这件事上，都要这么“死磕”？
一言蔽之，算力正在成为当今社会发展的核心资源。
用一个较为形象的比喻便是——相当于给一个企业、城市，装上了动力强劲的马达。
权威咨询机构IDC发布的数据：
算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰。
这个“马达”一旦开动起来，除了推动城市现有经济发展，对整个产业链上的企业、人才更是有着聚集效应。
换句话说，未来哪座城市跑得更快更前，「算力」肯定是核心要素之一。

文章插图
有这样的效果，难怪全国各地的城市纷纷在智算中心上发力。
但别急，在更多城市开动这个“马达”之前，有两个问题亟待解决。
智算中心建设遇到什么问题？时下，国内智算中心的建设处于早期扩张阶段，由于缺乏规范引导，一些问题逐渐凸显出来。
国家工业信息安全发展研究中心发布的一份报告中指出以下两点：

价格标准混乱

以两座城市情况举例，明明是定位相同、功能相近的智算中心，建设成本相差可以达到6.2倍。

建设方向不清

市场对算力的概念混淆，导致建设方向和建设需求错位，支持的应用场景太少。
上面2个问题合起来，最终结果就是——
花大价钱建了，却用不上。
其实类似的情况在几年前建设大数据中心的风潮中就上演过一次。
在本月一次采访中，国家工信安全中心副总工程师黄鹏表示：
我们不希望智算中心建设走上数据中心的老路，低水平重复，建了很多的基建，但是跑的应用不是很多，和它当地的发展需求不是很匹配，这不是我们想看到的。
智算中心的建设如何避免重蹈覆辙？
这个问题的答案不仅要在建设的执行阶段寻找，更是要在建设的规划阶段寻找。
也就是先明确究竟该建什么样的智算中心。
一个解决思路是——通过调研给出智算中心的合理价格标准和建设标准，让智算中心符合两个关键特征：
普惠和开放。
智算中心为什么要普惠？站在全社会层面看，智算中心本应是公共服务基础设施，就像电信网络、电力设备一样。
就像工业时代的工厂离不开高效集中供电，智能时代的AI企业也离不开高效的算力供应。
根据OpenAI统计，从2012年的AlexNet到2018年的AlphaGo Zero，先进AI模型对算力的需求增长了30万倍，平均每3.4个月就要翻一番。

文章插图
最近几年，以GPT-3为代表的AI大模型突破式发展让这个速度持续加快，最新数据显示算力需求翻倍的时间已缩短到2个月。
如此算力需求增长速度，各地企业靠单打独斗显然力不从心。
建设时芯片、服务器设备上的投入，基础设施、厂房建设上的投入，再加上建成后持续运营、电费的投入，一般的中小企业哪里负担得起？