智算中心发展现状与趋势研究报告_15页_434kb

智算中心发展趋势报告总结

核心内容概述

智算中心作为现代化算力设施，专注于服务智能计算场景，如大模型训练与推理、科学计算、智能制造和自动驾驶等。自2020年算力被纳入“新基建”以来，我国智算中心建设加速，2025年底智能算力规模超过1590 EFLOPS，2026年3月已达1882 EFLOPS。智算中心正从“算力设施”升级为“AI工厂”，在“普惠赋能”、“互联互通”和“算电协同”等方向迈向高质量发展。

主要观点与关键信息

1. 智算中心的内涵升级

• 智算中心从提供算力资源，转向生产交付智能。
• 早期以训练阶段为主，现在覆盖推理、智能体应用和物理AI。
• 服务模式从“资源出租”向“结果交付”演进，关注词元产出效率。

2. 关键技术支撑

（1）芯片级高速互联

• Scale-Up：NVLink（英伟达）、灵衢（华为）实现GPU间高速互联。
• Scale-Out：采用InfiniBand、RoCE、UEC等协议。
• 光电互连：光模块、硅光子、CPO、LPO、OCS等技术提升带宽密度和能效。

（2）集群调度与运维

• 资源池化：通过虚拟化、容器、切片等技术实现统一资源池管理。
• 集群调度：动态匹配任务与资源，支持容错和多租户隔离。
• 运维体系：构建“可观测、可诊断、可自愈”三位一体的智能运维能力。

（3）智能原生云平台

• 云服务化趋势明显，支持大模型即服务、智能体即服务。
• 提供从数据准备、模型训练、部署上线到在线监控的全生命周期服务。
• 用户可按需定制，无需管理复杂基础设施。

（4）制冷与算电协同

• 高功率密度下，液冷、风液协同、自然冷源等技术成为主流。
• 算电协同：算力优化电网，绿电支撑算力，实现“源网荷储算”一体化。
• PUE 控制在1.08-1.2之间，实现能耗与效率的平衡。

3. 现状与发展趋势

（1）向词元工厂演进

• 词元成为AI时代的统一计量单位，智算中心正从资源仓库转变为持续生产词元的“AI超级工厂”。
• 客户关注从“卡时计费”转向“词元成本”与“响应延迟”。

（2）系统性升级改造

• 架构转向异构化与专用化：GPU（训练）+ LPU/NPU（推理）+ CPU（调度）+ ASIC（专用场景）。
• CPU角色升级为“系统总指挥”，与GPU配比从1:4至1:8提升至1:1至1:2。
• 存储采用NVMe SSD，网络带宽向800Gb/s乃至1.6Tb/s演进。

（3）边缘中心快增长

• 全国算力网向“枢纽-区域-边缘”三级协同演进。
• 边缘算力承担70-90%的日常推理、实时响应及数据预处理任务。
• AI手机、智能汽车等终端设备成为算力部署新战场。

（4）算力边界快拓展

• 算力从集中式向分布式演进，覆盖空、海、地。
• 上海临港海底数据中心实现“海上风电+海水冷却”模式，PUE不高于1.15，绿电供给率超95%。
• 之江实验室推进“三体计算星座”计划，计划2032年完成全球首个太空算力网络。

4. 问题与建议

（1）电力能源供应瓶颈

• 电费占比超50%，东部电力紧张，西部绿电就地消纳能力不足。
• 建议强化算电协同规划，推动源网荷储算一体化调度，加快液冷技术规模化应用。

（2）供需错配利用率低

• 存在结构性供需失衡，高端算力紧缺，低端算力过剩。
• 建议推动算力标准化、平台互联互通，提升资源利用率。

（3）生态及供应链风险

• 高端GPU、HBM等关键部件依赖进口，存在“卡脖子”风险。
• 国产平台软件生态不成熟，需加快自主可控生态建设，推动行业标准统一，实施供应链多元化战略。

（4）私有重复建设严重

• 企业出于数据安全与合规需求，倾向私有化部署。
• 建议推广“行业共享+区域共建”模式，推动私有与公有平台协同。

总结

智算中心正从传统算力设施向“AI工厂”演进，推动算力服务从资源供给转向智能交付。在关键技术方面，高速互联、集群调度、云平台和算电协同成为核心支撑。未来趋势包括词元工厂化、边缘化、分布式和全球化。然而，电力瓶颈、供需错配、生态风险和重复建设等问题仍需系统性解决，建议通过协同规划、生态建设、共享模式等手段推动智算中心高质量发展。