11月29日，2023人工智能计算大会在北京举办。在大会现场了解到，大模型和生成式人工智能的发展显著拉动智能算力市场增长，智能算力规模增速快于通用算力，预计2022年至2027年中国智能算力规模年均复合增长率达33.9%，同期通用算力规模年均复合增长率为16.6%。
业内人士表示，打造异构算力，建立开放生态，突破高性能算力瓶颈已成为共识。目前，不少大模型企业愿意并主动适配国产芯片，国产芯片将迎来新的发展机遇。
市场前景广阔
浪潮信息高级副总裁、AI和HPC产品线总经理刘军表示，生成式AI和大模型将引发计算范式之变、产业动量之变、算力服务格局之变。未来几年，构建和调优生成式人工智能基础模型以满足应用需求，将为整个基础设施市场带来发展机遇。
大会现场发布的《2023-2024中国人工智能计算力发展评估报告》显示，中国智能算力规模增速快于同期通用算力规模增速。IDC数据显示，预计到2027年通用算力规模将达到117.3EFLOPS，智能算力规模将达到1117.4EFLOPS；2022年至2027年，预计中国智能算力规模年均复合增长率达33.9%，同期通用算力规模年均复合增长率为16.6%。
在AI大模型浪潮的带动下，人工智能芯片、服务器、数据中心市场规模将显著提升。IDC预计，2023年中国人工智能芯片出货量将达到133.5万片，同比增长22.5%。
人工智能服务器方面，IDC预计，全球人工智能硬件市场（服务器）规模将从2022年的195亿美元增长到2026年的347亿美元，年均复合增长率为17.3%。其中，用于运行生成式人工智能的服务器市场规模占比将从2023年的11.9%增长至2026年的31.7%。
中国AI服务器市场规模增速高于全球平均水平。IDC预计，2023年中国人工智能服务器市场规模将达到91亿美元，同比增长82.5%，2027年将达到134亿美元，年均复合增长率为21.8%。
在适度超前建设新型基础设施的政策引领下，人工智能算力基础设施投资规模加大。互联网企业、电信运营商，以及各级政府均积极投入到智算中心建设之中。据不完全统计，截至2023年8月，全国已有超过30个城市建设智算中心。
发展异构算力
“算力产业当前面临诸多挑战，如何让算力系统更好地支撑算法、数据以及应用是重要课题。”刘军表示，在计算层面，由于芯片厂商在开发过程中使用的技术路线不同，导致芯片适配服务器等设备的开发周期普遍很长。在训练层面，单芯片算力有限，而大模型训练需要大规模的算力集群，需要算力系统具有灵活的算力扩展能力。在存储层面，多模态大模型的训练和推理对存储提出了更高要求。
AI芯片作为算力系统的核心，其发展问题不容忽视。国内AI芯片行业发展面临挑战，在训练性能方面与进口产品存在差距。一位参会的行业人士告诉记者：“目前，已有不少大模型企业愿意并主动适配国产芯片。”
记者注意到，浪潮信息、希姆计算、中科通量、瀚博半导体、墨芯人工智能、摩尔线程、天数智芯、寒武纪、燧原科技等芯片公司推出了应用于不同场景的AI推理和训练任务的芯片加速卡，涉及CPU、GPU、RISC-V等不同设计架构。
混合异构的芯片技术架构成为解决算力资源稀缺的重要解决方案。“利用混合异构技术，可以将不同芯片放在一起训练同一个大模型。”北京智源人工智能研究院副院长兼总工程师林咏华表示，提升混合异构能力，可以在同一个数据中心把各种算力资源进行灵活组合训练大模型。“希望国内的数据中心能够从以进口芯片为主，过渡到以国产芯片为主。”
业内人士表示，异构算力解决方案为国产芯片创造了更多市场机会，相关厂商应积极适配主流软硬件，提升产品成熟度。
