智算中心介绍

（二）智算中心

如前所述，人工智能应用场景下的计算需求具有规模大且多线并行的特点。据OpenAI测算，自2012年以来，人工智能训练任务所需的算力每3.43个月就会翻倍，大大突破了传统以每18个月为周期实现芯片性能翻番的“摩尔定律”，这对人工智能计算架构的性能提出了更高的要求。智算中心以AI芯片作为生产算力环节的关键组件，能输出强大、高效、易用的计算力，以有效支持AI训练、AI推理、数据压缩、图像编码、视频编码，为人工智能大模型开发、训练等提供密集型、大规模计算服务，更能满足日益丰富的人工智能算力需求。

智能计算让社会加速进入智慧时代，而其所占据的算力资源亦将主要由智算中心等算力更为强大的数据中心承载。国际数据公司IDC与浪潮信息联合发布的《2022—2023 中国人工智能计算力发展评估报告》显示，中国人工智能计算力继续保持快速增长，2021中国智能算力规模达155.2每秒百亿亿次浮点运算（EFLOPS），预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4EFLOPS。2021-2026年期间，预计中国智能算力规模年复合增长率为52.3%，而同期通用算力规模的年复合增长率为18.5%。

2020年开始，各地方政府掀起了智算中心的建设热潮。据国家信息中心等部门联合发布的《智能计算中心创新发展指南》显示，目前全国有超过30个城市正在建设或提出建设智算中心，例如天津人工智能计算中心、南京鲲鹏·昇腾人工智能计算中心、吴淞江智能计算中心等等。地方依托智能计算中心，一方面为企业提供算力，支撑当地科研创新和人才培养，另一方面结合本地产业特色，加快人工智能应用创新，聚合人工智能产业生态，例如武汉人工智能计算中心陆续孵化出紫东太初、武汉珞珈等大模型，加速推动 AI 在多模态交互、遥感等领域的落地应用。^[注5]

此外，智算中心也是全国一体化大数据中心建设和“东数西算”工程的核心关键，该等大型工程背后都是以实现集群间高效算力调度为目标的复杂巨系统优化调度问题。而通用算力对实时性有一定要求，不适合进行远程调度，超算算力商业化门槛高，因此，更适合“东数西算”工程的是智能计算中面向承载后台加工等大量非实时算力需求业务，其可实现算力统筹和智能调度，在全国范围内，根据动态业务需求，在云、网、边之间实现按需分配和灵活调度计算、存储、网络等资源。

由于数据中心既包括传统地产建设、租赁的部分，又融合IT信息技术的内容，因而通常被视为典型的“数字地产”。为便于投资者们了解数据中心投资的法律要点，我们即将推出系列文章，结合法律服务实践经验，分别就IDC的行业发展、政策监管、准入门槛、节能要求、用地建设、数据安全、交易结构等方面进行全面剖析。