万P起步?国内算力建设进入大爆发阶段

零点
根据工业和信息化部部长金壮龙今年8月份披露的数据,我国目前整体算力为197EFlops。这个数字在2022年末为180E,半年来增长了17E的算力。

本文来自微信公众号“IDC圈”,作者/零点。

今天,国内老牌的IDC服务商首都在线在投资互动平台表示,公司已规划自建数据中心未来具备支持超过5万P算力的能力。虽然首都在线特别声明了“并非指公司持有算力卡的计算能力”,但整体5万P的算力依旧是很惊人的数字。

算力三级跳

5万P算力,是什么概念?

根据工业和信息化部部长金壮龙今年8月份披露的数据,我国目前整体算力为197EFlops。这个数字在2022年末为180E,半年来增长了17E的算力。

1EFlops=1000PFlops,197EFlops也即19.7万PFlops。这意味着,首都在线规划了一个相当于中国当前1/4强的算力发展计划,接近今年上半年全国增长量的3倍。

首都在线并不是第一个提出万P规划的企业。10月20日,染料行业上市企业江苏锦鸡实业股份有限公司发布公告称,其旗下全资子公司英智创新将建设具备10000P算力覆盖全国的算力网络,并于相关公司签订了H800服务器合同。

10月26日,机械制造领域上市企业恒润股份发布《江阴市恒润重工股份有限公司关于媒体报道的澄清公告》,称“网传,公司目前算力规划目标为40,000P以上算力。该目标仅为公司愿景……”,变相证实该公司有过万P的算力目标。

而如果我们对今年年中前后的新闻进行一下回顾,就会惊讶的发现,在当时的算力中心建设中,最常见的单位是“百”,规划100P、200P的算力绝对是当时的明星项目。如果更早一些的年初,数十P的算力也是很常见的规划。

仅仅半年多,算力的计量单位从10到10000,暴增3个次方,形成了一次三级跳。

被延迟的算力狂飙

三级跳的背后,是算力需求的爆发。随着人工智能的发展,尤其是大模型的出现,算力成为了AI领域的核心资源和竞争力。从GPT-3到GPT-4,从百度飞桨到腾讯天元,从阿里达摩院到字节跳动,各大互联网企业都在加大对算力的投入和布局,以期在AI赛道上占据先机。

不过,如果单单从AI大模型的发展和火爆看,会发现算力的发展并没有同步。今年3-4月份,可以说是大模型第一次出圈。进入到年中,是大模型产品发布最火爆的时候。但算力的爆发为什么延迟——或者说持续到了年末还愈来愈火呢?

这是因为算力的供给没有跟上需求的增长。一方面是算力中心建设本身具有延迟性,无论是土地、电力、网络、水等资源的获取,还是对需求的响应都需要一定的时间。一方面是这一类AI技术从数字行业到传统行业的传导也经历了一段时间,传统行业的算力需求后期才反馈到算力供给端。

也是这样的延迟传导,让算力产业AI大模型热度逐渐“平淡”的情况下,开始了一轮又一轮的爆发。同时,“算力租赁”也成为了一门炙手可热的生意。

算力租赁是个好生意么?

传统的数据中心,主要做的是机柜租赁、网络租赁及服务器托管等生意,绝大多数情况下不涉及算力、存储等供给——这是云服务商的业务。

AI大模型的出现改变了这一切,随着越来越多的企业加入到这一行列中,对算力的需求也在暴涨。有权威机构预计,未来5年,中国智能算力规模的年复合增长将达52.3%。华为更是预估,2030年相比2020年,AI爆发带来的算力需求将增长500倍。

而同时,算力的成本和存量,并不足以让所有企业可以拥有足够的算力。因此,算力租赁成为了一个新的解决方案。通过超大型数据中心,为有需求的客户提供算力,按照时间或者规模收取租金。这样既可以提高算力资源的利用效率,也可以降低客户自建算力中心的成本和风险。

那么,算力租赁的生意好做么?

根据润建股份披露的信息,其旗下五象云谷云计算中心投资2亿元建设智能算力中心项目,建设规模为43PFlops。据测算,该智算项目2024年可进入投产期,2025年后可持续盈利,2023全部达产后年收益将超过2个亿。

可见,算力租赁确实很有“钱景”。这也推动了企业加入算力租赁的步伐,目前国内已经有多家企业开始提供算力租赁服务,包括青云科技、优刻得、润建股份、中科曙光、首都在线等。为此,A股新增了“算力租赁”概念,截止目前已经有72家企业增加了算力概念标签。

算力,还需要进化

然而,算力租赁也面临着更多的要求和挑战。一方面,客户对于算力服务的质量和效率有着更高的期待,需要算力租赁商提供更稳定、更快速、更智能的服务。另一方面,算力租赁也要适应双碳目标和绿色发展的要求,需要算力租赁商采取更节能、更低碳、更环保的措施。

此外,随着越来越多的行业开始了数字化进程,赋能千行百业不再是从数字端发出的声音,而是各行各业主动提出的需求。同时对算力的需求也将随着行业的不同产生变化,传统的通用算力无法再满足产业发展的要求。

因此,算力产业需要变革,适应、发展。一方面,需要加强技术创新和标准制定,提升算力服务的水平和效率,满足客户多样化和个性化的需求。另一方面,需要加强产业协作和生态构建,实现算力资源的优化配置和共享利用,促进算力行业的健康发展。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论