來源：中國IDC圈

2023年，生成式人工智能的嶄露頭角，預示著全球人工智能產業即將迎來一個爆發式增長的新紀元。以ChatGPT為典型代表的AI大模型不僅在全球范圍內持續激活市場需求，更為關鍵的是，它們對龐大智能算力的不斷追求，凸顯了智算中心在全球AI產業鏈中的核心與不可替代性。我國的西部集群地區，得益于其豐富的自然資源和有力的政策支持，未來很可能會成為我國甚至全球智算中心新的戰略高地。

AI大模型爆發，智能算力成必然選擇 

在新一輪生成式AI熱潮中，眾多科技巨頭、互聯網大廠、上市公司紛紛上線各類AI大模型。自2023年3月以來，科技巨頭如百度、華為、阿里巴巴、商湯科技、科大訊飛和昆侖萬維等紛紛推出了各自的大模型產品，進一步加速了AI大模型的市場滲透。據專業媒體不完全統計，截止2023年7月，中國已發布的大模型超過100個，主要分布在北京、上海、廣東三地，其中北京地區的大模型多達54個。不僅如此，近幾個月以來，各行業垂類大模型也在持續增長，教育、醫療等行業大模型數量增長尤其迅速。

AI大模型對算力的消耗值

AI大模型不僅放大了對算力的數量需求，而且在質量和特性上也提出了全新的挑戰，與傳統通用算力（基礎算力）有明顯區別。首先，計算復雜性方面，AI大模型涉及大量矩陣運算和并行處理，需要高度優化的算力，而通用算力更側重于一般數據處理和業務邏輯。其次，硬件架構上，智能算力依賴于專為AI設計的加速器如GPU和TPU等，以實現高效訓練和推理，而通用算力通常基于CPU架構，處理AI任務時效率較低。最后，從能效比（FLOPS/Watt）考慮，智能算力更注重能效優化，因AI大模型需要大量電能。相比之下，通用硬件在能效方面可能落后。總體而言，AI大模型不僅增加了算力的數量需求，還在質量上提出了新挑戰。也因此，智算中心正在成為大模型廠商未來AI業務的必然選擇。

先進計算技術產業（基礎算力、智能算力超算算力）體系框架

能量敏感型業務激發智算中心建設需求 

據中國IDC圈不完全統計，2023年7月到9月初，我國規劃在建及建成智算中心項目就超過36個，預計總投資規模超過460億。僅從已公布算力規模的16個項目來看，總規劃算力就超過了15000P。

顯然，進入2023年下半年，我國智算中心建設進入了明顯的加速期。根源在于生成式AI爆發背景下，各大廠商AI大模型需求的刺激。AI大模型因其龐大的參數量和復雜的計算過程，對計算力有極高的需求，這種需求直接拉動了智算中心的建設和擴張，但同時也帶來了對電力的更大消耗。AI大模型與智算中心之間形成了一種密切且復雜的相互依賴關系，它們共同推動了各自以及整個數據中心行業的快速發展和技術革新。不同于傳統的數據中心提供的時延敏感型業務（但通用算力并不都是時延敏感），智算中心其實是典型的能量敏感型業務，簡單說就是用戶對電費更加敏感。

能量敏感型業務是一種對能源消耗，尤其是電力成本，具有極高敏感性的業務模式。在數據中心領域，智算中心由于其特殊的運營需求和技術特性，成為了能量敏感型業務的代表。生成式AI模型，如GPT-4、百度文心一言等，通常需要大量的并行計算資源。這些模型通常由數十億甚至數百億的參數組成，需要在多個GPU或TPU上進行大規模并行計算。 

智算中心未來要建在西部集群 

僅以一個擁有1000臺AI高密度機柜的智算中心為例，單機柜功率按30KW計算：

- 單個機柜每小時耗電：30KWh

- 1000個機柜每小時耗電：30KWh * 1000 = 30,000KWh

- 每天耗電：30,000KW * 24 = 720,000MWh

- 每月耗電：720,000KWh * 30 = 21,600,000KWh

21,600,000KWh，也即每月需要消耗2160萬度電

對比智算中心建設在東西部的電費差異，每度電0.1元的差異將帶來電費成本的巨大變化，每月僅電費成本差異將達到數百萬元，這還不包括西部地區可能提供的其他優惠政策和稅收減免。因此，從成本效益和可持續性角度考慮，建設智算中心，尤其是面向未來建立大規模的智能算力集群，西部城市無疑是更為合適的選擇。而地處西部的中衛市因其豐富的可再生能源資源和得天獨厚的政策優勢，有望成為智算中心建設的理想之地。