报告：我国算力资源分散、利用效率有待提高

大模型快速发展拉动我国智能算力需求上涨，但算力“供不上、用不起”成为制约人工智能产业发展的一大痛点。国家信息中心近日在京发布的《“人工智能+”时代公共云发展模式与路径研究》显示，我国算力存在资源分散、利用率低等问题，一定程度阻碍了人工智能技术创新迭代与规模化应用的步伐。

报告中的一组数据揭示了我国算力资源的结构性矛盾:2018年至2022年，我国在用数据中心机架总规模年均增速超过30%，但2022年上架率仅58%，低于全球平均水平。“究其根源，公共云占比低、专属云占比高，开放不充分的算力服务市场造成了算力供给浪费。现在国内大量数据中心平均的资源使用效率不足5%。”国家信息中心信息化和产业发展部主任单志广说。

报告显示，2022年我国以公共云形式提供服务的算力占比仅为28%，大部分服务器以私有化部署的形式存在。从使用效率看，公共云CPU利用效率可达40%，而专属云部署的CPU使用效率通常为5%-10%。我国算力产业呈碎片化分布，算力资源在规模、使用成本等方面难以满足人工智能的规模化应用和快速迭代创新的需要，建立适应“人工智能+”时代的高质量算力服务体系迫在眉睫。

具有万卡集群工程化能力，以规模经济效应降低算力门槛、提升资源利用效率的公共云有望成为破解我国“人工智能+”时代算力“供不上、用不起”瓶颈的手段。报告认为，公共云与人工智能的结合将推动“云计算”走向“云智算”。云计算不再局限于IT计算本身，还可提供包括算力、模型、生态等与智能化发展相关的创新服务。单志广建议，面向未来的公共云，其发展模式需满足市场化供给、规模化运营、专业化服务、生态化发展四方面需求。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。