人工智能计算中心发展白皮书2.0_41页_14mb

报告摘要

摘要

人工智能计算中心作为数字经济发展的关键基础设施，正从独立算力中心向人工智能算力网络演进。当前，全球各国正加强人工智能基础设施建设，中国通过政府主导、企业运营、应用导向的方式推进计算中心发展，建设了多个有代表性的中心。然而，面对“大模型+大数据+大算力”需求、“双碳”目标以及区域差异化的产业需求，人工智能计算中心需要向算力网络转型，以实现算力、数据和生态资源的统筹共享，提升效率并降低能耗。未来，需加强核心技术攻关和标准建设，构建跨区域的人工智能算力网络，形成支撑数字经济高质量发展的新型基础设施体系。

主要内容

全球与国内建设现状
- 美国、欧洲、日本等国家加快AI基础设施布局，推动AI计算中心建设。
- 中国多个城市已建成或在建AI计算中心，如深圳、武汉、西安、南京等，采用自主技术路线，如华为昇腾、寒武纪芯片。
- 鹏程·盘古、紫东·太初等大模型训练对算力需求极高，推动中心算力规模持续增长。
人工智能算力网络提出
- 传统计算中心难以满足“大模型+大数据+大算力”需求，亟需网络化协同。
- 算力网络通过联网、统一调度、资源弹性分配，解决算力闲置和区域协作问题。
- 网络实现算力、数据、生态资源汇聚，支撑跨地域异步训练、联邦学习、多方协同计算等场景。
发展建议与实施路径
- 统筹规划：坚持自主创新，持续推进高效运营和应用落地。
- 算力网络建设：选择重点区域先行试点，建立跨中心调度机制，探索结算规则。
- 技术攻关：突破网络传输、算力调度、绿色能源等技术瓶颈。
- 标准化：推动算网架构、接口标准、算力量化等体系建设，兼容多样化算力架构。