随着人工智能和多模态大模型的迅猛发展，带动算力需求日益激增，全球迎来智算中心建设热潮。专家表示，当前国内算力基础设施建设如火如荼，国产AI芯片面临广阔应用前景，将为数字经济提供坚实算力底座。

智算中心建设加速国产AI芯片迎来发展机遇

自从2022年ChatGPT发布以来，通用大模型异军突起，对AI的基础设施提出非常高的要求，其表现就是算力需求。未来几年，整个AI行业发展会越来越偏重GPU算力底座。算力将成为数字化转型和升级的基础设施和至关重要的推动力量。

近两年全球算力需求持续快速增长。根据集邦咨询数据，2023年人工智能服务器出货量近120万台，同比增长38.4%，占整体服务器出货量近9%，预计到2026年将占到15%。2022年至2026年人工智能服务器出货量年复合增长率约为22%。国际数据公司（IDC）预测，2025年全球人工智能芯片市场规模预计将达到726亿美元。2023年我国AI芯片出货量同比增长22.5%。

我国算力基础设施也正在加速落地。2023年，工信部等六部门印发的《算力基础设施高效质量发展计划》提出，2025年我国算力规模将超过300 EFLOPS，智能算力占比达到35%。国家统计局近日发布数据显示，截至5月底，全国规划具有高性能计算机集群的智算中心达10余个，智能算力占算力总规模比重超过30%。

上海市经济和信息化委员会副主任汤文侃在2024世界人工智能大会上曾表示，人工智能大模型的创新体系正在加速演进，逐步进入行业全面应用的新阶段，人工智能算力底座的重要性与影响力也进一步凸显，预示着通用人工智能的黄金时代或许已经到来。

当前，上海正在抢抓新一代人工智能发展机遇，目前已经有数十款多技术路线的智能芯片量产，并且涌现出多家已经形成了完整产品线和解决方案、经历了芯片多次迭代和商用的国产AI芯片厂商。面对大模型时代的挑战，上海也将继续夯实产业基础底座，推进国产AI芯片发展。

中国工程院院士、清华大学教授郑纬民认为，大模型对算力产生爆发性需求通常包括四个过程，一是模型研发阶段写软件、调软件、优化软件，二是训练阶段需要很大算力，三是模型微调阶段进行垂直领域训练，四是推理阶段真正使用时要能够实时处理用户请求。发展人工智能，构建国产智能算力系统至关重要，构建良好软件生态可以降低大模型在不同AI芯片的适配成本。

国产AI芯片加速追赶，构筑AI时代算力底座

算力是推动人工智能技术变革和产业发展的关键因素。目前，国产算力随着性能和易用性的提升，正逐渐获得国内大模型和人工智能应用企业的青睐。

燧原科技

燧原科技已在四川成都、湖北宜昌和甘肃庆阳展开了智算中心的建设及合作。其中，宜昌点军智算中心仅用一年时间就完成了300P国产算力建设和交付，并实现了上线全消纳。“算力对于推动大模型的快速演进和人工智能应用具有重要意义，燧原科技已完成了产品的多次迭代，商业落地规模化稳步前进。”燧原科技创始人、董事长、首席执行官赵立东表示，将把握通用人工智能时代的机遇，共同推动本土算力的发展。

天数智芯

天数智芯推出的通用计算应用开发及评测平台，目前已经汇聚300多个训练模型示例和80多个推理模型示例，支持各类落地场景。天数智芯董事长兼首席执行官盖鲁江表示，在大模型引发的全球AI新一轮浪潮背景下，高质量算力已经成为新质生产力的核心组成部分，天数智芯将深耕高性能通用GPU领域，携手合作伙伴筑牢AI时代的算力底座。

摩尔线程

摩尔线程的夸娥（KUAE）智算集群解决方案已从千卡级别扩展至万卡规模。在摩尔线程看来，AI模型训练的主战场，万卡已是标配。随着计算量不断攀升，大模型训练亟需超级工厂，即一个“大且通用”的加速计算平台，以缩短训练时间，实现模型能力的快速迭代。

中信建投研究所所长、TMT行业首席分析师武超则认为，在人工智能领域，业界今年相较于去年投资的关切点更多在于算力，算力方面的资本开支无论是北美还是国内都在大幅增长。除了英伟达外，接下来国产算力的发展也被看好。

共迎智算新时代，以智能算力赋能千行百业

人工智能大模型在加速提升算法模型的智能化水平和场景泛化性的同时，其日益增长的模型参数、海量的语料库以及广泛的场景需求对人工智能的算力基础设施提出了巨大的挑战，如何使超大规模集群能够同时具备高效率和高性价比成为业界亟需解决的关键问题。

针对国产算力行业的发展，上海智能算力科技有限公司首席执行官刘山泉认为，目前仍然需要一个以训练集群作为主要商业模式的探索过程。首先必须要有万卡级的工程化可商用的算力集群作为基本盘，在这一过程中要逐步解决一些超大规模算力集群构建当中的工程化问题。目前从AI训练算力市场角度看，整体需求趋于平稳，但是大规模、超大规模的单集群的需求还是有的；同时，随着垂直行业的逐步落地，AI推理算力需求可能成为算力增长的第二曲线。

作为人工智能产业的核心，AI芯片发挥了关键的底层基础性作用，持续赋能千行百业。然而，目前我国AI芯片产业的标准化工作依然滞后于技术发展需求，产业发展面临技术标准不统一、低端同质化恶性竞争等深层次问题。

工业和信息化部、中央网信办、国家发展改革委、国家标准委四部门近日联合印发《国家人工智能产业综合标准化体系建设指南（2024版）》，其中指出在完善智能芯片标准时，应规范智能芯片相关的通用技术要求等。

中国电子技术标准化研究院副院长陈大纪表示，在大模型产业的攻关、发展和关键行业应用场景的创新突破过程中，要以需求为牵引，以标准为引领，合理布局智能算力的产品，提高算力能效，加快场景创新能力，共建智算新生态，共同推动国内相关行业的高质量绿色发展。