日前，国家互联网信息办公室发布第六批深度合成服务算法备案信息，腾讯、喜马拉雅、支付宝、快手等厂商的492个应用产品在列。

新一轮AI浪潮席卷而来，生成式人工智能技术正飞速向千行百业融入，“千模大战”的产品涉及多模态、多行业。面对前所未有的激烈竞争，大模型发展既需要跨过算力门槛，更还需要齐全的“朋友圈”。

AI的迫切性与算力新需求

得益于AI高效的生产力与简单的交互方式，以大模型为代表的新一波AI浪潮，在带来生产力爆发的同时，还将引发新一轮的产业市场洗牌。

这恰恰说明，AI不是大模型厂商的专属，与其他领域、传统行业都有关，与每个企业也息息相关，业界甚至有“企业不参与AI就会被淘汰”的说法。

看得见的大模型、AI狂飙背后，是看不见的算力在支撑。以大模型为代表的新一波AI浪潮，正在对算力提出新需求。

需求一：从通用算力到智能算力

随着人工智能产业进入爆发增长期，企业数量快速增加，大模型不断涌现，模型参数达千亿级甚至万亿级，智能算力需求呈指数级增长。截至去年6月，我国算力总规模达到197EFLOPS，其中智能算力规模占整体算力规模的比例提高到25.4%，超过四分之一，智能算力规模同比增长45%，比算力规模整体增速高15个百分点。

可以看出，以通用算力为主的算力格局迎来改变，智能算力成为增长主力。

这一点在“东数西算”枢纽与数据中心集群体现的更为明显。在和林格尔数据中心集群，服务器装机能力已超过370万台，算力总规模达到4.7万P，其中智能算力4.1万P，位居全国前列；预计到今年底，和林格尔数据中心集群内服务器装机能力超过400万台，算力总规模将达到6.5万P，其中智能算力5.8万P，智算占比将达到89%，有力支撑人工智能产业发展。

需求二：高性能

大模型迭代速度越来越快，参数越来越大，对智能算力提出了更高性能的挑战。

面对万亿级参数的大模型，单体服务器乃至单体智算中心都算力有限，需要将大量服务器通过高性能网络相连，打造大规模智算集群，目前GPU并行是大模型训练的必备技术，对于大模型并行计算来说，不仅需要更高性能的芯片与服务器，以加快计算速度，对网络也有更高要求——需要将庞大的参数有机地分布到多张GPU卡中，并保持不同GPU卡之间有效的通信，整体配合完成大模型的训练部署。

更高的计算精度、更高吞吐和更低延迟，意味着更高的计算效率，更快的训练与推理，抢先赢得市场和用户青睐。

需求三：高可靠性

作为大模型的基石，算力的稳定性与可靠性至关重要。大模型等AI训练周期往往长达数月，海量服务器组成的AI计算集群易发生故障，算力不稳情况下会造成训练中断，降低训练成功率，也使训练成本居高不下。而据统计，在数据中心宕机事故中，电力因素占比近一半，可以说，电力稳定性在一定程度上决定算力的稳定性。

提到智算中心的电力供应保障，和林格尔表现优秀。目前，和林格尔新区已建成变电站8座，其中500千伏变电站2座，220千伏变电站2座，110千伏变电站4座，形成了五路八回的电力保障优势，供电负荷完全可以保证现有数据中心需求。

需求四：绿色低碳

大模型训练需要大量能源，智算中心比传统的数据中心要消耗更多电力，也付出更多运营成本。OpenAI曾发布报告指出，自2012年以来，AI训练应用的电力需求每3到4个月就会翻一倍。ChatGPT每天要响应大约2亿个请求，在此过程中消耗超过50万度电力，也就是说，ChatGPT每天用电量相当于1.7万个美国家庭的用电量，

成本压力之外，还有我国“双碳”战略的不断推进，都促使绿色低碳成为智算发展的必然趋势，其中使用绿色能源成为最重要也是必需的手段。

据悉，和林格尔所在的呼和浩特市正增强绿色能源替代，已经与华电集团合作，建设华电和林格尔数据中心集群绿色能源供给示范项目，积极探索绿电直供模式，实施绿色能源供给示范项目，通过“风－光－储”一体化清洁能源供电方式为算力基础设施提供“绿电”，未来，该地数据中心可实现100%绿电供应。

定于6月29日在呼和浩特举办的2024中国绿色算力（人工智能）大会，将汇聚国家部委和单位领导、自治区领导、院士、知名专家学者，国内算力相关企业、机构、高校负责人等，展开绿色算力与人工智能发展的前沿交流与合作，聚焦产业热点与趋势进行深度分享与对话。

算力之外大模型发展还需要朋友圈

过去的一年，科技大厂、人工智能企业和创业公司等众多玩家切入大模型赛道，上半场的竞争是资源和投入的比拼，随着产业发展的日趋成熟，技术落地和商业闭环的形成将成为产业发展面临的新挑战。

目前AI大模型产业链可以分为三部分：上游为基础层，包括芯片、服务器、算力、数据、网络、模型开发训练平台等；中游为大模型，我国生成式人工智能技术发展时间较短，目前产品和企业主要集中在中游，大模型数量不断增加，这也带来了产业规模快速扩大；下游为应用层，大模型可以生成包括文本、图片、音频、视频等在内的多种模态的内容，应用于传媒、电商、影视、金融、游戏、制造、教育等领域，千行百业通过使用模型技术，可以提高效率、降低成本、改善用户体验等，推动各个行业的发展和变革。

现阶段，智算中心建设时拉动地区实现人工智能发展的重要驱动力，各地十分重视算力尤其是智能算力的投入。以和林格尔数据中心集群所在的呼和浩特市为例，他们在现有数据装机规模的基础上，继续引进建设一批国家部委、大型国有企业、头部企业数据中心项目，包括加快建设中国建设银行、交通银行、浦发银行、人保集团等数据中心项目，积极争取华夏银行、光大银行等数据中心项目落地，不断做大数据存储和算力规模，到“十四五”末装机能力达到350万台。

对于希望发展AI产业的地区来说，需要重视算力的建设，又不能仅仅只建设算力，从上游服务器制造、数据清洗标记，到下游行业应用场景开发对接，构建完善的产业生态，聚合产业链上、中、下游的玩家，实现互补协同，打通供需链接，方能吸引越来越多AI企业落地发展。

和林格尔数据中心集群，正是产业上下游生态集聚的典型代表：上游集聚了服务器、传感器、高低压电控设备、机柜等设备制造以及半导体材料生产企业10多家；中游建成了国家互联网骨干直联点城市和国际互联网数据专用通道，以及前文提到的众多智算项目落地；下游则招引了20多家数据加工处理企业、10多家运营运维企业以及10个通用大模型，训练总参数量超过万亿，绿色算力全产业链集聚发展的生态体系加快形成。