據不完全統計，國產大模型數量目前已超過200個，覆蓋多個行業領域，應用場景不斷拓展。國家互聯網信息辦公室最新公布的數據顯示，截至今年3月，我國共有117個生成式人工智能服務完成備案。

　　目前，我國大模型數量不斷增加，且應用不斷加速，這需要海量智算的支撐。受需求影響，我國智算規模持續擴大，據中國信通院，截至2023年底，我國算力規模達到230EFLOPS，其中智能計算占比近30%，規模約69 EFLOPS，相較于2023年6月的50EFLOPS，半年時間規模增加38%。

　　伴隨智算的快速發展，數據中心也從主要提供通用算力轉向提供智算，數據中心向智算中心演進。對企業而言，這意味著巨大的產業機遇，但同時，也有著實際的挑戰需要面對。

　　一是數據中心提供智算并非簡單用GPU服務器替換原有服務器，從基礎設施上來看，供電、散熱、樓層承重等都有可能因此改變，需要進行一系列的優化;一是市場競爭越發激烈，智算中心規模正快速增加，據中國IDC圈不完全統計，截止2024年5月23日，中國大陸已有智算中心283座，目前超過一半(53%，150座)智算中心都處于開工/在建狀態(點擊了解《283座智算中心的區域分布和規模詳情》)。在高漲的智算需求下，可以預見，未來還將建設更多智算中心，如何受到市場認可，提升上架率等問題也擺在企業面前。

智算中心項目整體建設進展

　　具體來看，數據中心向智算中心演進，其基本的區別在于智算中心搭載的主要是GPU，服務對象主要是人工智能應用，而GPU的功率較高，這就需要適配一整套軟硬件設施。

　　如供配電方面，高功率設備需要更大的電流和更高的電壓來保證其正常運行，這就要求供配電系統具備足夠的容量和穩定性，可能需要優化原有設備。

　　散熱方面，高功率對于制冷提出了更高的要求，傳統風冷有其散熱極限，制冷更高效率的液冷被公認為是智算標配，據《中國液冷數據中心市場深度研究報告》，單機柜密度<20KW，采用風冷可滿足散熱需求;單機柜密度≥20KW便需要采用液冷技術。

　　運維方面，液冷的應用及供配電等方面的改變會對運維造成較大影響，如液冷與風冷運維方式有較大差異，需要專業人才的檢查維護。

　　除此之外，大量數據的傳輸、存儲，還需要高效傳輸網絡、先進存儲的支撐，同樣也需要進行在硬件上進行革新，以提升網絡帶寬、提高存儲效率。硬件的應用也不能孤立進行，所有的硬件革新均需要軟件層面的適配，以實現更高效的資源利用，提升整體性能。

　　數據中心向智算中心演進，需要綠色安全、普惠易用，這樣才能在符合政策要求下，提升市場競爭力。

　　綠色方面，數據中心是高能耗產業，“雙碳”目標下，綠色化是數據中心發展的必然趨勢，能耗效率不過關的數據中心正逐步改建、騰退，在數據中心向智算中心演進的過程中，節能低碳將實現進一步發展。

　　國家也正通過“東數西算”工程等來加快綠色發展，各地方也在限定PUE等一系列舉措來推進，以北京市2023年12月發布的地方標準《數據中心能源效率限額》為例，相較于2019年第一次修訂后的標準，PUE限定值從1.4降為1.35.先進值從1.2降為1.15.準入值不僅從原來的1.3有所降低，還更為細化，年能耗≤2萬噸標煤的PUE準入值為1.25.年能耗>2萬噸標煤的PUE準入值為1.2.

　　由此可見，只有綠色低碳的智算中心才符合政策標準，實現可持續發展。從行業來看，提升綠電使用比例、促進儲能發展，提升液冷應用等，均是推動智算中心綠色化的重要舉措，目前也已經在被逐步應用。

　　安全方面，智算中心是指通過使用大規模異構算力資源，包括通用算力和智能算力，主要為人工智能應用提供所需算力、數據和算法的設施。

　　在提供算力、數據、算法的過程中存在數據、網絡與設備安全隱患等問題，需要加強通信網絡安全防護管理，提升網絡安全防護能力水平，創新數據中心災備建設，加強網絡穩定性監測，確保數據傳輸安全，建立健全算力網安全風險研判、防控協同、防范化解機制等

　　普惠易用方面，即智算成本低廉，且便于用戶使用，這是獲得更大市場的必要條件。

　　目前來看，想要實現這一點，需要從多方面入手，從企業自身出發，可以通過應用液冷技術、優化建設布局，運用智能運維等提升算力有效供給。如在用電成本較低的地區建設智算中心。用電占據著數據中心運營過程中的主要成本，智算中心同樣如此，如果用電投入減少，算力成本也就降低，能投推動算力的應用，提升上架率。從地理位置上來看，我國西部地區在電價上有較大優勢，伴隨著“東數西算”工程的啟動與深入，西部樞紐智算中心建設正在加快，目前項目數量已達到56個(點擊了解《283座智算中心的區域分布和規模詳情》)，將有效推動智算成本的降低。

圖：智算中心東西部地域投資額和算力規模

　　從行業出發，算力調度的優化、算力券的發布等都是降低智算成本的有效舉措，而這需要多主體共同協作，包括政府部門、算力服務方、算力調度方、算力用戶等，這能夠積極促進智算消納，形成良好的供需關系，提升智算中心的上架率，實現智算的即需即取。

　　綜合來看，大模型等人工智能快速發展下，數據中心加速向智算中心演進，這其中有著巨大的機遇，但也有著諸多挑戰，企業想要從中獲益，需要清晰的了解數據中心與智算中心的區別，明確如何進行優化革新，同時還要積極響應政策，推動智算中心的綠色安全、普惠易用，以提升自身競爭力，推動智算的有效供給。