一文了解“算力”

— 第041期 —

算力泛指计算能力，是计算功能或数据处理能力，代表计算速度，计算方法，通信能力，存储容量，云计算服务能力等，它是承载数据和算法运行的平台。

人工智能与算力

IDC预测，2022年中国人工智能市场相关支出将达到130.3亿美元，有望在2026年达到266.9亿美元，2022至2026年年复合增长率达19.6%。

人工智能的快速发展，极大拉动了算力的发展。如同生物大脑是“人智”的核心，人工智能也同样非常依赖一个高质量的“大脑”，即人工智能基础设施，包含计算、存储和网络。

面对数据攀升、算法和模型领域的突破，“大脑”需要尽可能快速、精准地处理大量数据或执行复杂的指令，这对人工智能计算力提出更高的需求。

中国算力规模，尤其是智能算力规模，正在高速增长。据浪潮信息发布的《2022-2023 中国人工智能计算力发展评估报告》统计，2021年中国智能算力规模达155.2每秒百亿亿次浮点运算（EFLOPS），2022年智能算力规模将达到268.0 EFLOPS。

该报告还预计到2026年，中国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。

算力中的投资机会

算力与芯片

算力芯片是算力的具体载体，而高算力芯片则能够提供超算算力、通用算力、智能算力和边缘算力。

其中，搭载率最高的GPU芯片多用于图形图像处理、复杂的数学计算等场景，可较好支持高度并行的工作负载，经常用于数据中心的模型训练，或用于边缘侧和端侧的推理工作负载。

而搭载率较低的NPU芯片，设计逻辑则更为简单，常用于边侧和端侧的模型推理，并生成结果，在处理推理工作负载时，具有显著的能耗节约优势。

根据IDC统计，2021年中国仍以GPU为主实现数据中心计算加速，市场占有率近90%，ASIC、FPGA、NPU等非GPU芯片市场占有率超过10%。据IDC预计，到2025年人工智能芯片市场规模或将达726亿美元。

算力与服务器

服务器是算力的基础设施之一。服务器的逻辑架构和普通计算机类似，但是由于需要提供高性能计算，因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。

其中人工智能服务器由于具备图形渲染和海量数据的并行运算等优势，能够快速准确地处理大量数据，市场价值逐渐凸显。

IDC数据显示，2021年全球人工智能服务器市场的同比增速超过全球整体人工智能市场的增速，是整体人工智能市场增长的推动力。

IDC发布的《全球人工智能市场半年度追踪报告》显示，2021年全球人工智能服务器市场规模达156.3亿美元，约合人民币1,045亿元，这是全球年度人工智能服务器市场首次突破千亿元人民币，同比2020年增速达39.1%。

算力与算法模型

大模型是在智能算力驱动下最为典型的重大创新。得益于模型泛化能力强、长尾数据的低依赖性、以及下游模型使用效率的提升，大模型被认为具备了“通用智能”的雏形，并成为业内探索实现普惠人工智能的重要途径之一。

从算力的视角看，语言类、视觉类模型容量和相应的算力需求都在快速扩大，大模型发展的背后是庞大的算力支撑。

如果用“算力当量”（PetaFlops/s-day，PD），即每秒千万亿次的计算机完整运行一天消耗的算力总量，来对人工智能任务所需算力总量进行度量，AI+Science领域的AlphaFold2、自动驾驶系统、GPT-3等模型训练需要几百甚至几千PD的算力支持。

尽管目前的大模型参数数量还没有达到人脑神经系统的突触规模，但市场对于大模型的认知趋于理性。

业内逐渐认识到，大模型的发展更要注重绿色低碳、服务能力下沉以及商业模式的实践，为大模型在各行各业的规模落地铺平道路。

参考文献：《2022-2023中国人工智能计算力发展评估报告》 浪潮信息

海量资讯、精准解读，尽在新浪财经APP