8月22日，據(jù)“哈爾濱發(fā)布”公眾號消息，國內(nèi)最大的智算中心月底將在哈爾濱投用。
中國移動(dòng)(105.550, 1.05, 1.00%)黑龍江公司為落實(shí)中國移動(dòng)“AI+”行動(dòng)，打造基于國產(chǎn)生態(tài)體系，落地技術(shù)領(lǐng)先的國內(nèi)最大的超萬卡智算集群，在哈爾濱智算中心共計(jì)部署1.8萬張AI加速卡。集群建設(shè)完成后，可提供算力6.6EFLOPS（EFLOPS指每秒進(jìn)行1018次浮點(diǎn)運(yùn)算）。
“這一規(guī)模屬于國際領(lǐng)先水平，顯示了我國在AI算力方面的雄厚實(shí)力�！鄙疃瓤萍佳芯吭涸洪L張孝榮在接受《證券日報(bào)》記者采訪時(shí)說。
據(jù)了解，這一國內(nèi)最大智算中心將在8月30日正式投用。集群建設(shè)完成后，具有單集群算力規(guī)模最大、國產(chǎn)化網(wǎng)絡(luò)設(shè)備組網(wǎng)規(guī)模最大、融合分級存儲規(guī)模最大、國內(nèi)智能融合分級存儲規(guī)模最大的特點(diǎn)。
“國內(nèi)最大智算中心即將投入使用，能夠?yàn)槲覈鳤I產(chǎn)業(yè)的發(fā)展提供強(qiáng)大支持，也表明了我國在人工智能基礎(chǔ)設(shè)施方面的建設(shè)正在加速推進(jìn)�！敝袊娮由虅�(wù)專家服務(wù)中心副主任郭濤對《證券日報(bào)》記者表示，中國移動(dòng)的這一動(dòng)作也能對行業(yè)起到引領(lǐng)和推動(dòng)作用。
據(jù)了解，當(dāng)前運(yùn)營商是智算中心的重要籌建方之一。據(jù)中泰證券(5.670, -0.12, -2.07%)研報(bào)，目前三大運(yùn)營商均加大了算力規(guī)劃投入。其中，中國移動(dòng)建設(shè)進(jìn)程較快，2024年4月28日宣布首批12個(gè)智算中心投產(chǎn)，中國移動(dòng)《2024年至2025年新型智算中心采購》標(biāo)包1大單正式落地，總中標(biāo)金額達(dá)191.04億元。
不僅是三大運(yùn)營商，各家科技企業(yè)也在積極布局智算中心項(xiàng)目。8月19日，科藍(lán)軟件(9.060, -0.22, -2.37%)宣布已與華為技術(shù)有限公司正式簽署合作協(xié)議，雙方將共同建設(shè)智能算力中心，并深化在昇騰算力集群與金融大模型方面的合作，推動(dòng)金融行業(yè)及其他行業(yè)的數(shù)字化轉(zhuǎn)型與智能化升級。
“總體來說，智算中心的建設(shè)模式多樣，包括國有企業(yè)出資建設(shè)、企業(yè)獨(dú)立投資建設(shè)以及政府與企業(yè)聯(lián)合成立運(yùn)營公司等多種方式�！鼻嘣瓶萍�(25.520, -0.18, -0.70%)工作人員對《證券日報(bào)》記者表示。
行業(yè)的可持續(xù)發(fā)展離不開政策的保駕護(hù)航。“各行各業(yè)對AI算力的需求持續(xù)增長，推動(dòng)了智算中心建設(shè)的全面提速�！鼻嘣瓶萍脊ぷ魅藛T對《證券日報(bào)》記者說，各地政府通過制定相關(guān)政策、提供資金支持、規(guī)劃區(qū)域布局，為智算中心建設(shè)提供了基礎(chǔ)保障。
今年4月份，北京市發(fā)布的《北京市算力基礎(chǔ)設(shè)施建設(shè)實(shí)施方案（2024-2027年）》提出，改變智算建設(shè)“小、散”局面，集中建設(shè)一批智算單一大集群，到2025年，本市智算供給規(guī)模達(dá)到45EFLOPS，2025年至2027年根據(jù)人工智能大模型發(fā)展需要和國家相關(guān)部署進(jìn)一步優(yōu)化算力布局。北京市算力互聯(lián)互通和運(yùn)行服務(wù)平臺功能逐步完善，智算資源供需調(diào)度高效協(xié)同。
此外，成都、鄭州等地也在加快推進(jìn)數(shù)據(jù)中心和智算中心的建設(shè)。
“我國智算中心建設(shè)整體情況良好，正在形成多層次、廣覆蓋的算力網(wǎng)絡(luò)�！睆埿s對《證券日報(bào)》記者表示，“但智算中心的發(fā)展也面臨著一些挑戰(zhàn)亟待解決，比如算力資源的合理分配、算力成本的優(yōu)化控制、算力安全和數(shù)據(jù)隱私保護(hù)等�！�
此外，萬聯(lián)證券投資顧問屈放對記者表示，目前的算力閑置率較高，國內(nèi)整體的算力中心利用率僅有50%，這種資源浪費(fèi)問題需要得到重視。此外，當(dāng)前算力中心比較分散，雖然各地都有各自的算力中心建設(shè)計(jì)劃，但較難形成協(xié)同運(yùn)轉(zhuǎn)。
