前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >“算力经济”时代扑面而来,智算中心成未来数据中心进化方向

“算力经济”时代扑面而来,智算中心成未来数据中心进化方向

作者头像
科技云报道
发布2022-12-08 19:36:01
3190
发布2022-12-08 19:36:01
举报

自第三次工业革命以来,算力与人们生活越来越密不可分。

如今,算力正在成为像水、电一样必不可少的基础设施,尤其是近三年疫情倒逼产业数字化的发展,进一步提升了算力对于社会运转的重要程度。

作为一种新型生产力,算力是支撑数字经济蓬勃发展的重要“底座”,是激活数据要素潜能、驱动经济社会数字化转型、推动数字政府建设的新引擎。

但如何更好地调用算力资源、分配算力,已成为当下行业关注的重点。

全球加速迈向

算力经济时代

算力对数字经济乃至经济社会数字化转型发展具有明显带动作用,是新发展格局下衡量经济状况的“晴雨表”和“助推器”。统计分析显示,计算力指数的水平,与国家GDP的发展水平,与数字经济的发展水平呈现出明显的正相关的关系。

根据分析结果,在15个国家里,算力指数每提高1%,数字经济和GDP将分别增长3.5‰和1.8‰。

数据来源:《2020全球计算力指数评估报告》

伴随万物感知、万物互联以及万物智能时代的开启,全球算力面临巨大缺口,其规模将以前所未有之势迅速增长。

据业界统计,2020年全球算力总规模达到429 EFLOPS(每秒浮点运算次数),增速达到39%。

预计未来五年,全球算力规模将以超过50%的速度增长。工信部数据显示,截至2022年6月底,我国算力总规模超过150 EFLOPS,位居全球第二。

算力具有极强的扩散性和渗透性,有着高度的产业前后向关联度,少量投入即有望直接带动区域经济发展质量的全面提升。

算力的快速发展,将加速数字产业化和产业数字化进程,算力经济已成为关乎国计民生的重要概念。

不断进击的算力基础设施

据中国信通院数据统计,2016-2021年,我国数字经济规模从22.6万亿元增至45.5万亿元,增长1.01倍,总量稳居世界第二,占GDP的比重39.8%。

2021年全年,我国数据产量达到6.6ZB,占全球数据总产量(67ZB)的9.9%,仅次于美国而位列全球第二;且近三年来,数据产量保持每年30%左右的增速。

与数据同步快速增长的还有算力基础设施数量。工信部数据显示,截至2021年底,我国在用数据中心机架总规模达520万标准机架,在用数据中心服务器规模1900万台,算力总规模超过140 EFLOPS。全国在用超大型和大型数据中心超过450个,智算中心超过20个。

迈入数字化时代后,数据呈指数级爆发,整个社会都在迎接强烈的算力需要。网购、追剧、游戏,甚至出行、吃饭,生活中的方方面面都需要算力的支撑。不仅如此,在工业制造、智慧金融、智慧医疗、智慧城市等领域,随着行业的数字化程度逐步提高,算力需求开始急速攀升。

在不同的需求背后,所需要的算力类型也有所不同。

按照规模,算力可分为基础算力(基于CPU芯片)、智能算力(基于GPU和NPU芯片)和超算算力。

基础算力用于满足日常的网购、游戏等基础需求;智能算力主要用于人工智能的训练和推理计算,常见如语音、图像和视频的处理;超算算力是超级计算机所提供的算力,一般用于行星模拟、基因分析等高科技研究领域。

随着人工智能、自动驾驶等智能化应用的持续发展,我国的算力结构也发生了一定变化。其中,智能算力的增长规模远超通用算力。

据中国信通院预测,到2023年,智能算力在总算力中的比重将超过70%,发挥核心拉动作用。

管理咨询公司罗兰贝格也提到,从2018年到2030年,自动驾驶对算力的需求将增加390倍,智慧工厂需求将增长110倍,主要国家人均算力需求将从今天的不足500 GFLOPS(每秒10亿次的浮点运算数),增加20倍,到2035年将达到10000 GFLOPS。

从“计算”到“智算”

19世纪末,西方国家每个工厂、每条电车道都有自己的发电设备,有的城市电力有10种不同的频率、32种不同的电压、70种不同的电价。

经过多年努力,才形成了同一频率、同一电压的电力公共基础设施。

目前,人们所希望的算力网络像供水和供电一样“一点接入,即取即用”,还只是一种愿景。

算力网络的实现比交通和能源网络复杂得多,至少需要关注三个问题。

一是接口,用户如何和资源进行对接?

二是服务设备,用户通过什么设备将资源转换成服务?

三是产品的异质性,计算是一种复杂的服务,不同的编程语言和硬件如何兼容?

现在,科研工作者正在研究包括任务交换技术、智能流抽象、资源赋名、控域、网程、标签化体系结构、内构安全、在网计算等技术,算力网络的关键技术正在逐步突破。

与此同时,随着越来越多智能化场景的出现,以数据为核心的AI场景智能化应用的使用趋势正在增加,算力也因需而变,正在从计算走向智算。

智能计算和通用计算的区别,在于通用计算主要面向传统的计算处理任务,或者离线大数据的计算,而智能计算可以满足许多领域对人工智能、机器学习、深度学习的新需求,比如科研、 自动驾驶、生物制药、智能制造、数字孪生、空间治理等一系列的场景。

简单来说,智算中心就是专门服务于人工智能的数据计算中心,能够为人工智能计算提供所需的专用算力。

随着智能推荐、自动驾驶、智能制造等领域发展迅速,超大规模AI模型对算力的需求不断提高,智算中心的建设也纷纷被提上日程。

数据来源:《智能计算中心规划建设指南》

相比传统数据中心,智算中心能满足更具针对性的需求,以及更大的计算体量和更快的计算速度。

从硬件上来看,传统数据中心多采用通用计算的CPU,而智算中心中更多的是GPU等进行AI训练的芯片;软件上,智算中心会部署不同的人工智能框架,用于分配计算任务提高效率,并且提供了人工智能应用开发工具。

而智算中心不仅包含算力基础设施,还有算法基础设施。算力基建化只是第一步,接下来,还需要加强算法基础设施建设。

只有实现算法基建化,才能让更多的企业享受普适普惠的智算服务。

当前,全球计算产业正步入黄金时代。据IDC预测,全球计算产业投资空间预计到2023年实现1.14万亿美元。

中国作为全球计算产业的主要推动力,市场份额约占全球的10%,近1043亿美元。

我国明确提出,在全国布局算力网络国家枢纽节点,同时积极推进智能计算中心建设,发力构建普适普惠、安全可靠的现代化基础设施体系和生态,打造更多强大的算力“底座”。

未来,智算中心将围绕开放标准、集约高效、普适普惠三个原则开展建设,并呈现出三个主要趋势:更加开放多元的架构与标准体系;通过算力、算法的基建化和一体化,让服务更高效;建立智算生态,让智算中心更好用。

在数字化时代,当算力成为核心竞争力,这张十年织就的网络,即将迎来更大的爆发时刻。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-10-19,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 科技云报到 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档