直面算力緊缺 世紀互聯陳升：傳統IDC必須加速演進為面向大模型的AIDC

ChatGPT的橫空出世加速推動人工智能時代的到來，而在中國，大模型的高歌猛進，對GPU智算、網絡、存儲等算力產業的每一環的都提出了新需求與新挑戰。 今年以來，包括零一萬物CEO李開復在內的多位大模型創業者也在公開場合多次強調，目前國內算力差距也是重要課題。近日，李開復向包括《每日經濟新聞》記者在內的媒體表示：“我們算力一直遠遠落后，甚至只有Google、微軟的5%?！辈贿^他也提到，未來隨著推理算力每年降到過去的十分之一倍，國內大模型創業者基于更低的算力成本也能做出更好的模型。 如何解決中國AI大模型面臨的算力緊缺問題？ 近日，在第四屆中國IDC（互聯網數據中心）行業DISCOVERY大會上，第三方中立數據服務商世紀互聯（VNET，股價1.91美元，總市值5.03億美元）創始人、董事長陳升指出，隨著人工智能技術的迅猛發展，傳統的數據中心(IDC)正在經歷一場深刻的變革。這場變革的核心便是人工智能數據中心(AIDC)。而在AIDC中，70%的投資將指向GPU和網絡。長期來看，現有的網絡體系難以支撐未來百萬倍的加速計算。 因此他認為，AI的終極目標是打造一個超越互聯網的下一個全新網絡信息空間（CyberNext）。通用計算為主的傳統IDC迎來機遇，必須加速演進到面向大模型的AIDC，對GPU硬件供應鏈和軟件生態做到“兩手抓”。 世紀互聯創始人、董事長陳升預測AI走向 圖片來源：每經記者 趙雯琪 攝 算力緊缺AI大模型如何應戰 隨著人工智能技術的飛速發展，全球科技巨頭紛紛投入巨資研發AI大模型。 AI大模型因其在自然語言處理、圖像識別等領域展現出的卓越能力而備受矚目。從OpenAI的GPT系列到谷歌的BERT模型，這些龐然大物正推動著AI技術的新革命。但背后的算力需求同樣驚人，甚至呈指數級增長。 據IDC公司預測，全球AI計算市場規模將在2026年達到346.6億美元，年均增長率高達15.5%。生產式AI算力占比更是從2022年的4.2%預計增長至2026年的31.7%。 面對算力緊缺的挑戰，AI大模型的研發者們正在采取多種策略以應對。包括算法優化，通過精簡模型結構和改進訓練方法，降低對計算資源的需求。此外，分布式計算的廣泛應用使得計算任務可以在更多節點上并行處理，有效提升了計算效率。 對此，中國工程院院士、紫金山實驗室榮譽主任兼首席科學家劉韻潔在上述會議上表示，大模型對算力的需求提出了更迫切的要求，2012年到2023年，整個算力需求增加了數十萬倍，而且最近五年GPU的算力就增加了90倍，但整個網絡的帶寬才增加了10倍，這個差距現在預示著將來對整個網絡帶寬的能力、通訊能力提出更高的要求，因為缺口會越來越大。 因此，在他看來，在中國，行業大模型會是最終出路。因為通用大模型受制于多重因素，而中國行業數據的完整性、系統性是最好的，尤其是在制造業，如果把這些行業數據利用好，通過行業大模型產生價值，會成為中國發展新質生產力一個非常好的途徑。 全面鏈接算力、數據、模型 傳統IDC企業如何破局？ 隨著人工智能技術的迅猛發展，傳統的數據中心（IDC）正在經歷一場深刻的變革。這場變革的核心便是人工智能數據中心（AIDC）。 陳升認為，AIDC給傳統IDC帶來的第一個改變就是改變交互界面?！斑^去的交互界面是機柜，風火水電是基礎。要是按照現在AIDC的定義，把所有的風火水電加在一起就是整個系統差不多30%的投資，70%是GPU和網絡?！标惿硎?，如果是AIDC，吐出來的是Token和服務，面對這樣的形態，70%的投資是和GtanPU、超級網絡相關，這個行業可謂挑戰不小。 因此他認為，AI的終極目標是打造一個超越互聯網的下一個全新網絡信息空間（CyberNext）。通用計算為主的傳統IDC迎來機遇，必須加速演進到面向大模型的AIDC，對GPU硬件（供應鏈）和軟件生態做到“兩手抓”。 值得一提的是，就在5月中旬，世紀互聯領投數據智能（Data&AI）平臺技術和服務提供商矩陣起源的Pre-A輪融資。據官方信息，本輪融資后，矩陣起源將擴展業務至AI Infra和AI Platform領域，并與世紀互聯的AIDC業務融合和協作。由此可以看出，傳統IDC企業正在圍繞GPU基礎設施持續創新，同時探索更開放、共享的人工智能生態系統。 劉韻潔同時提到，面向AI大模型時代，需要計算、網絡、存儲、系統協同，構建高性能算力底座，實現超大規模集群萬卡協同。在此背景下，確定性網絡有望解決傳統互聯網擁塞無序的問題，推動互聯網從“盡力而為”到“確保所需”技術體系變革，能夠滿足工業互聯網、東數西算、人工智能大模型等典型場景的網絡需求。