回顧過去的2022年，人工智能產業繼續在巨變中迎來突破性成長。

一方面，人工智能產業相關的應用越來越豐富、創新，比如元宇宙的出現和走紅，為市場創造的一個全新的業態，也為用戶帶來了諸多新奇的體驗。

另一方面，支撐人工智能產業的計算力格局也在悄然發生變化。根據IDC聯合浪潮信息發布的《2022-2023中國人工智能計算力發展評估報告》，中國人工智能計算力保持快速增長，2022年智能算力規模達到268百億億次/秒(EFLOPS)，超過通用算力規模。預計未來5年中國智能算力規模的年復合增長率將達52.3%。

在這些變化趨勢下，智算中心的產業地位愈發突顯，并受到地方與市場的共同追捧。根據統計，我國已有超過30個城市正在建設或提出建設智算中心，同時也有不少科技企業正在與地方協同，深度參與到這個進程中，比如浪潮信息的淮海智算中心、商湯的上海智算中心、阿里的張北超級智算中心等等，就在為當地的人工智能產業提供著強效的算力服務。

時至今日，智算中心已經發展成為引領人工智能產業發展的重要一環。但是，相應的建設問題在發展過程中也在不斷的暴露，需要在產業的變革中不斷明晰智算中心的發展路徑。對此，國家信息中心聯合浪潮信息在2020年發布的《智能計算中心規劃建設指南》的基礎上又進行更新，于近期發布了新一版的《智能計算中心創新發展指南》（以下簡稱《指南》），為行業提供更全面、系統的視角去引導地方和企業建設智算中心。

從“規劃建設”到“創新發展”，基于兩份指南提供的視角，伴隨著智算中心建設熱潮，人工智能產業也即將進入一個全新的發展階段。

01 人工智能產業正當變革時

當前，人工智能產業的變革是一種常態，諸多新的需求和挑戰伴隨著產業的發展持續涌現。從《指南》所提供的視角就能發現，人工智能產業歷經著幾大明顯的變化趨勢。

一是算力需求的多元化和快速增長

隨著人工智能相關新應用、新業態的出現，人工智能產業對算力的需求正在迎來巨量化、多元化的發展趨勢。以元宇宙為例，預測表明，元宇宙將需要至少6次方倍于目前的10倍的算力，巨量化趨勢顯著。

同時，多元化的趨勢也在凸顯，簡單從芯片應用的視角來理解，由于不同的場景如自動駕駛、智慧交通、智能制造等需要用到的AI芯片不一樣，如何適配不同的AI芯片并使其轉化為相應的算力，對應的多元算力融合問題正在成為人工智能產業的焦點問題。

二是人工智能產業鏈的完善與進階驅動

相比于過去，當前的人工智能產業鏈已經得到了進一步的完善，由此所需要的人工智能服務也在進階。《智能計算中心創新發展指南》提到一個具體的變化，「人工智能朝著海量數據、復雜大模型、超強算力方向發展，這既要求計算中心的算力提升，也要求AI要素的流動和共享。」

其中，AI要素的流動和共享所代表的即是人工智能服務的進階，這就需要智算中心能將算法、模型、算力三者有機融合起來，提供AI的數據庫、AI的模型、AI的開放平臺等多種AI產品服務。在這個過程中，人工智能產業所需要的服務越來越復雜，算力基礎設施為人工智能產業提供的服務就不能停留在算力層面，還將繼續向算法、模型等細分領域拓展。

三是可持續發展理念的精準導向

伴隨著時代認知的進步，當前人工智能產業所關注的不僅僅是效率問題，也開始向綠色化發展的可持續模式跨進。特別是在“碳中和、碳達峰”的戰略目標確立后，國家對人工智能產業的綠色化發展提出了更為嚴格的標準和要求。

其中，在能效方面，國家多部門就陸續出臺了文件，對大型算力基礎設施的能效進行約束。具體來看，2017年，國家對新建大型、超大型數據中心的PUE要求為1.5，直到2021年，降至了1.3以下，國家樞紐節點平均PUE更是要求進一步降到 1.25 以下。

四是智算中心的認知和規范化建設有待加強

智算中心并非是今天的產物，在過去的幾年內就已經有部分城市開始建設并投入運營。而這些智算中心在賦能人工智能產業發展的同時，也正在暴露出一些問題，亟待市場和地方對智算中心的建設進行重新審視與梳理。

在《指南》發布現場，國家信息中心信息化和產業發展部主任單志廣指出，目前智算中心建設存在概念認知尚不清晰、建設標準尚不統一、應用場景尚不豐富、運營模式尚不成熟等問題。由此來說，智算中心所承擔的價值還比較有限，存在著諸多建設局限。

而《智能計算中心創新發展指南》的發布，就旨在以更全面、更系統的視角去重新梳理智算中心的建設問題，引導市場更好的建設智算中心，從而適應人工智能產業的變化趨勢，驅動人工智能產業的突破性發展。

02 智算中心如何走好創新發展之路

創新與突破是人工智能產業發展必不可少的一個基礎路徑，對于智算中心的建設而言，也同樣如此。現階段，智算中心創新發展的方向是明確的，但具體落實的路徑仍需系統的考量。

目前來看，《智能計算中心創新發展指南》對智算中心的創新發展提出的“四化”技術路線，即算力基建化、算法基建化、服務智件化、設施綠色化，值得進一步思考——“四化”技術路線對智算中心的建設導向正對應人工智能產業發展的發展趨勢。那么，接下來智算中心若要更好的賦能人工智能產業，大概率就要沿著“四化”技術路線進行深化建設。

一、算力基建化：明確算力的中心地位

伴隨著人工智能產業的應用拓展，“數字經濟時代的算力等同于工業經濟時代的電力”的認知在業內愈發深刻。對此，智算中心作為算力基礎設施，則需要全面推進算力基建化，不斷對外提供高性價比、普惠、安全算力資源的能力，使AI算力像水、電一樣成為城市的公共基礎資源，供政府、企業、公眾自主取用，支撐產業基礎發展。

以淮海智算中心為例，該中心的總體建設規模可達300PFLOPS，全面建成后智能算力性能更將達30億億次每秒，可面向全國和省內提供智能算力、數據和算法服務，同時也能承接長三角、環渤海經濟區、京津冀等地區的智算服務需求，支撐區域內的自動駕駛、機器人、智慧城市等多元智能場景應用，驅動人工智能產業發展走向成熟。

二、算法基建化：進一步打通人工智能產業的實踐路徑

目前，人工智能產業的發展深化，正在推動智算中心從單純地提供算力支持向提供“算力+算法”服務轉移。對應的，智算中心在全面推進算力基建化的同時，也需要推進算法基建化，即通過提供預置行業算法、構建預訓練大模型、推進算法模型持續升級、提供專業化數據和算法服務，讓更多的用戶享受普適普惠的智能計算服務，從而進一步打通人工智能產業的實踐路徑。

比如，智算中心正在通過部署大模型所需要的訓練、推理和數據處理系統，構建出不同功能、不同模態的大模型如自然語言處理大模型、視覺大模型、多模態大模型等等，從而更加快速地生產出專業的技能模型，使其應用到更多的專業場景，實現小型化、輕量化的應用落地運作。

三、服務智件化：持續降低人工智能產業的門檻

人工智能產業想要取得突破性發展就必然要從專業化、高門檻向泛在化、易用性轉變。當前，智算中心所提供的“智件化”服務正在落實這一目標——“智件”即智算中心提供的中間件和服務正在構建一個全新的人工智能產業服務模式，即通過可視化操作界面，以及低代碼開發甚至無代碼開發的模式，用戶可以通過“搭積木” 或是“拖拽式”的開發模式獲得所需的人工智能應用效果。

不難發現，這一趨勢的出現，使得產業用戶不再需要過多地去關注算力、算法以及模型本身復雜繁瑣的技術細節，完全可以通過“智件化”的服務去使用人工智能模型進行創新應用，從而自主地解決多數智能場景所面臨的產業問題。在這個過程中，人工智能產業的門檻也將得到持續性的降低，促使越來越多的政企組織、公眾用戶能去嘗試人工智能服務。

四、設施綠色化：精準落實可持續發展理念

智算中心作為算力基礎設施，綠色化的建設趨勢正在進一步精準地落實“雙碳”戰略，從設施層面推動人工智能產業可持續發展。

比如，智算中心建設對液冷技術的應用就正在精準的推動人工智能產業的良性發展。在同等散熱水平下，液冷系統相比傳統風冷系統約節電30%-50%，數據中心PUE值可降至1.2以下，甚至可以接近于1。這一技術的應用，將使得人工智能產業的能耗進一步得到控制，也能推動智算中心的大規模建設，從基礎層面驅動人工智能產業更快速的普及和發展。

小結：“四化”技術路線為智算中心建設提供的思路在當前的情況下是明確且清晰的，對應人工智能產業的變化趨勢，遵循“四化”技術路線的智算中心有望可以進一步解決當前產業發展的諸多問題，使得人工智能產業得到更快速、全面地成長。

03 人工智能產業發展的“拐點”到了？

當智算中心沿著“四化”技術路線進行迭代發展的過程中，實際上也意味著智算中心本身還存在著些許問題，亟待解決。同時，以長遠的目光來看，如今智算中心建設的路徑得到進一步明確，當全國各大城市、各大企業都在推進地方的智算中心建設，那么人工智能產業發展也就正在迎來一個重要的節點。

與工業經濟時代相比，智算中心或許就相當于發電廠的定位。那么，當算力、算法等人工智能服務能像水、電一樣以公共基礎資源的特性向政企組織、普通公眾提供價值，人工智能產業的“拐點”或許也就到了。

接下來，不管人工智能產業如何演進，出現什么樣的創新業態與應用，只要以算力為代表的基礎資源能得到源源不斷、高效便捷的供給，那么整個人工智能產業的底層基礎就是穩健的，未來的發展也將以往更加清晰且明確。

智算中心的創新發展，將進一步拉開人工智能產業的發展大幕。

*本文圖片均來源于網絡