AI大模型需庞大智算算力，上海：将围绕算力推动四大工作

·为抢占算力发展制高点，上海将按“存算一体、以算为主”理念统筹推进上海市数据中心健康有序发展。结合算网特点，推进网络架构优化，实现上海市算力资源池间百G以上高速直连和毫秒级时延。依托已成立的上海市人工智能公共算力服务平台，满足科研机构和广大中小企业的人工智能算力需求，探索算力调度模式，开展东数西算、东数西存、东数西训、东视西渲等应用场景验证。

上海市经济和信息化委员会副主任汤文侃。

3月22日，“华彩杯”算力大赛上海赛区启动。“华彩杯”大赛聚焦算力、存力、运力应用创新赛道和绿色低碳赛道，将促进优秀算力应用场景、解决方案的落地实践，深化算力的产业赋能效果。

上海市经济和信息化委员会副主任汤文侃在会上表示，为抢占算力发展制高点，上海将按“存算一体、以算为主”理念统筹推进上海市数据中心健康有序发展，实现上海市算力资源池间百G以上高速直连和毫秒级时延。探索算力调度模式，开展东数西算、东数西存、东数西训、东视西渲等应用场景验证。筹备上海市算力网络协会，开展网络接入、算力统一度量、算力运行监管等标准化研究。

探索算力调度模式

最近，AI大模型成为了热点话题。汤文侃表示，GPT-4等大模型成功的背后，除海量的高质量语料数据外，更重要的是庞大的智算算力支持。正因为有了万张训练卡的计算资源支撑，OpenAI才带来算法应用革新。

作为我国信息化发展的“排头兵”，上海具有良好算力网络发展基础。《中国综合算力指数（2022年）》的数据显示，上海市是唯一一个算力指数分值超70的省市，全国排名第一。近年来，上海集成电路、生物医药、人工智能三大先导产业快速发展，2022年制造业产值增长11.1%。数字经济、绿色低碳、元宇宙、智能终端等四大新赛道加快布局，新一代信息技术产值增长4.7%。前沿科技产业的发展对算力提出了更高需求，推动了由“建好算力”到“用好算力”的升级。

为抢占算力发展制高点，汤文侃表示，上海将围绕算力推动四大工作：

一是推进算力网络建设，积极融入国家“东数西算”战略，加快推进位于青浦的全国一体化算力网络长三角国家枢纽节点建设，按“存算一体、以算为主”理念统筹推进上海市数据中心健康有序发展。结合算网特点，推进网络架构优化，实现上海市算力资源池间百G以上高速直连和毫秒级时延。

二是推广公共算力服务，依托已成立的上海市人工智能公共算力服务平台，满足科研机构和广大中小企业的人工智能算力需求，提供具有公信力、安全性的普惠算力。积极探索算力调度模式，开展东数西算、东数西存、东数西训、东视西渲等应用场景验证。

三是开展产业标准研究，筹备上海市算力网络协会，为上海超算中心、电信运营商、互联网企业、数据中心企业等多元组织机构搭建沟通交流平台，并开展网络接入、算力统一度量、算力运行监管等标准化研究。

四是鼓励协同创新发展，发展壮大算力产业，以用促建，关键在用，鼓励数据持有方联合算力供应方、电信运营商等，在医疗、交通、养老等多领域开展算网技术创新，促进算网融合应用走向更广、更深、更精领域。

聚焦算力、存力、运力等赛道

截至2022年底，全国在用数据中心机架总规模超过650万标准机架，算力总规模达到180EFLOPS，位居全球第二，算力总规模近五年年均增速超过了25%，存力总规模超过1000 EB。当前的算力规模中，有超过20%的算力是智能算力，可用于人工智能各类应用，包括模型训练和推理。

但中国信息通信研究院云计算与大数据研究所副所长李洁表示，当前算力布局仍需持续优化，东部沿海和中西部地区算力建设需进一步协同，网络智能调度能力有待提升，部分地区智能计算、高性能计算等专用算力不足，能耗成本过高，难以满足当前多样化、普惠化的算力需求。

算力技术水平也需持续提升，生态体系仍需完善。目前算力产业的核心关键技术尚未彻底攻关，算力应用发展的技术、产业基础不牢；生态体系建设尚待完善，硬件、基础软件、应用软件等算力产业体系仍需并不断加大自主研发投入，多方共建、协同匹配，最大化发挥算力性能。

此外，算力赋能实体经济应用渗透不足。李洁表示，当前的算力建设应用与各实体产业发展需求匹配度不高，算力使用仍存在成本和门槛问题，算力对创新应用的支撑不足，“算力+各行业”的赋能发展体系尚待推动。

中国信息通信研究院云计算与大数据研究所副所长李洁。

为推动业务模式创新、发展前景良好、具有鲜明示范意义的算力应用加速落地，带动我国算力与各行业深度融合，赋能千行百业。 中国信息通信研究院主办首届“华彩杯”算力应用创新大赛，大赛设置了算力、存力、运力三个应用创新赛道和一个绿色低碳赛道。每个赛道则又各自分为创新应用、创新技术和创新产品三个专题，绿色低碳赛道则分为低碳赋能应用、数据中心能效碳效和设备系统能效碳效三个专题。

其中，算力赛道的创新产品专题面向算力设备更新迭代，聚焦服务器等设备和CPU（中央处理器）、GPU（图形处理器）、NPU（嵌入式神经网络处理器）等部件，重点关注算力性能、业务表现、扩展能力、兼容性、产品工艺等。算力创新技术专题面向算力平台和系统，聚焦通用、智能、高性能等技术创新点，针对大规模计算、视频处理、计算机视觉、训练推理等应用场景，重点关注技术的创新性与先进性。算力赋能应用专题聚焦算力对工业、交通、金融、医疗、能源、教育等行业的赋能作用。