人工智能产业蓬勃发展的背后:智能算力走上C位,中国移动谋篇布局

简介: 前几年,在IDC领域,市场谈及最多的还是数据中心,随着人工智能产业的成熟,特别是今年以来大模型的爆发,智算中心逐步替代了数据中心进入大众视野,成为市场热议的关键词,智能算力的热度持续上升。此前,工信部在相关新闻发布会上就披露,目前我国算力总规模居全球第二,保持着30%左右的年增长率,新增算力设施中智能算力占比过半,成为算力增长的新引擎。

前几年,在IDC领域,市场谈及最多的还是数据中心,随着人工智能产业的成熟,特别是今年以来大模型的爆发,智算中心逐步替代了数据中心进入大众视野,成为市场热议的关键词,智能算力的热度持续上升。

此前,工信部在相关新闻发布会上就披露,目前我国算力总规模居全球第二,保持着30%左右的年增长率,新增算力设施中智能算力占比过半,成为算力增长的新引擎。

具体来看,在国内,以移动云为代表的云服务商在不断推进智能算力建设。目前,中国移动就在构建亚洲最大的单体智算中心,计划2024年投产。

而这一轮市场焦点的转移,实际上正是人工智能产业前景愈发明朗的征兆。

01 从数据中心到智算中心,智能算力为何站上C位?

今年年初,成都印发全国首个算力产业专项政策,紧接着北京、上海、深圳等城市相继跟上,智能算力建设不仅仅是企业和市场的事情,更是地方和政府的目标。

智算中心异军突起替代数据中心,其背后所代表的产业逻辑正在迎来根本性的改变。

简单来说,若是把数据看作是数字时代的“食材”,那么数据中心就相当于“中央仓库”,而智算中心则是“中央厨房”。放在“中央仓库”的“食材”就只是“食材”,只是存储多少、分发快慢的问题。而放在“中央厨房”的“食材”就多了很多工序,比如“食材”的清洗、加工等等,最终变成各式各样的“美食”呈现给消费者。

两者的定位截然不同,而当智算中心(中央厨房)能替代数据中心(中央仓库),成为数字基建的主流,其背后就代表着市场对于数据(食材)的需求也完全不同了。

比如,在今天的人工智能领域,大模型是大趋势。而一个AI大模型的成熟,所依靠的不是放着不动的海量数据,而是海量数据在经过清洗、处理、加工、计算、分发等环节后,反复训练、微调、再训练,进而得到的结果。

智能算力的迸发,是人工智能产业走到大模型爆发阶段的必然需求——AI的发展需要更多的数据进行训练,训练的过程就是消耗智能算力的过程。

换句话说,智能算力是整个人工智能产业的基础动力,其受到市场关注的本质是人工智能产业走向成熟引爆市场的结果。

02 智能算力背后的“冰山”

智能算力很重要,但是究竟有多重要?从整个产业链的定位来看,智能算力牵扯人工智能产业的上下游,无论是上游的大模型预训练,还是下游智能应用服务,实际上都离不开智能算力的支持。

那么,接下来智能算力将如何发展?区别于过往,现阶段随着中国移动等厂商的实践,市场对智能算力的认知有了更清晰的认知,呈现在三个层面。

一、为AI产业与应用而服务。

智能算力的发展具有明显的导向性,换句话说,发展智能算力不是目的,最终的结果是如何带动人工智能产业的发展。因此,智能算力的发展就不能只是聚焦算力。

具体拆解中国移动旗下移动云的全栈智算产品体系可见,分为基础设施(IaaS层)、智算平台(PaaS层)以及模型即服务(MaaS层)三层,都是智能算力建设的重要一环。以MaaS层为例,移动云在这一层重点补齐了大模型服务及平台,汇聚中国移动集团内外部的优质模型服务,解决智能算力的使用问题。

今天,很多地方兴建智算中心,为的不仅仅是智能算力这一资源,更重要的价值还是为了支撑当地人工智能设施、场景的正常运行,比如智慧城市、智能交通等等。智能算力建设是有联动性的,其发展最终势必要带动整个人工智能产业的发展。

二、走向融合共生的集成阶段。

智能算力不仅与AI相关的产业有所关联,还同样连接着诸多新技术领域,比如5G网络、云计算、大数据、物联网(IoT)等等,共同实现融合共生。

以中国移动为例,作为通信运营商,中国移动正在全力推进算网深度融合,将人工智能、算力能力融入网络之中,打造一张智能化的算力网络,来全面支持人工智能技术赋能千行百业发展。

而算网融合的本质就是更高效、精准地将算力需求调度到相应的资源节点。目前,中国移动提出的算网大脑就为智能算力的调度和应用提供了非常大的帮助,不仅可以全域感知移动云相关的存力、算力、运力和能力,构建统一的算网地图,还能针对资源统一调度难题,构建超高性能调度器,自动完成智能算力调度。

三、生态化运营是重点能力。

区别于传统的很多基建项目,智能算力建设还是一个需要生态化运营的长期项目。一方面,智能算力之于人工智能产业是一个长期供给的关系;另一方面,智能算力属于底层基础驱动,牵扯的方面远比想象的要多,需要产业生态支持。

今年,中国移动就联合13家产业合作伙伴发布了国内首个支持智算应用一键式跨架构迁移的平台算力原生“芯合”,解决“应用一次开发、跨芯部署迁移”的实际问题。同时,未来还能进一步降低AI应用向国产化芯片的迁移成本和复杂度,为人工智能产业的可持续发展奠定生态基础。

仅凭一家之力是无法支撑整个人工智能产业发展的,如何优化各方面的架构、体系,让更多的企业、机构以及社会力量参与进来,形成生态化运营,才是实现可持续发展的关键。

03 玩转“智算”,谈何容易?

根据信通院发布的中国综合算力指数预测,到2025年,智能算力在全国的占比将从今年的25.4%上升到85%。届时,人工智能产业将随着智能算力的高渗透而实现大爆发。

但是,要做到这样的程度,就不能只是简单的“堆”GPU。正如前文所提到的,智能算力建设本身就是一个尤为复杂的长期工程,其中需要考虑的方方面面远比过去要多。

若是从产业的角度往大了说,智能算力建设实际上是数字中国底座建设的一个锚点,智能算力建设好不好,关系未来数字中国的发展行不行。

为落实算力网络资源布局规划,系统地构建全国智算体系,中国移动就提出了“N+X”资源体系规划,来有序推进智能算力建设。同时,中国移动还规划布局了以5G、算力网络、智慧中台建设为重点的“连接+算力+能力”新基建,进而推动实现“网络无所不达、算力无处不在、智能无所不及”的算力网络。

无论是从哪个角度来看,智能算力建设都意味着需要有大局观和领先性。在今天的中国,这不仅仅是技术的问题,还要兼顾国家战略发展的需要来谋篇布局,从顶层设计到基础铺设,智能算力关系数字中国的底座。

换句话说,只有智能算力建设占据了领先优势,那么整个数字中国的人工智能产业才能具备高速爆发的潜力和基础。而此时,全国各地智算中心的落地,就是人工智能产业迎来爆发、数字中国建设走向深水区的一个重要信号。智能算力的迸发,也意味着人工智能时代即将到来。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 自动驾驶
智能新纪元:人工智能在现代社会的角色与挑战
随着科技的飞速进步,人工智能(AI)已从科幻小说的幻想步入我们的现实生活。本文将深入探讨AI在各行各业中的应用,分析它如何重塑我们的工作和生活方式,同时也会触及伴随这一技术发展而来的伦理、隐私和就业等挑战。通过具体案例,我们将一窥AI技术的未来可能性及其对人类社会的深远影响。
|
22天前
|
人工智能 监控 算法
智能时代的伦理困境:AI技术的道德边界探索人工智能在教育领域的革新之路未来编程:人工智能与代码共生的新篇章
【8月更文挑战第21天】在人工智能(AI)技术飞速发展的今天,我们正处在一个前所未有的科技变革时期。随着AI技术的深入人类生活的方方面面,它不仅带来了便利和效率的提升,同时也引发了关于道德和伦理的深刻讨论。本文将探讨AI技术发展中遇到的伦理挑战,以及如何建立合理的道德框架来指导AI的未来应用,确保技术进步与人类社会价值观的和谐共存。
217 61
|
25天前
|
机器学习/深度学习 人工智能 运维
智能运维:未来趋势下的自动化与人工智能融合
【8月更文挑战第18天】 在数字化浪潮中,智能运维(AIOps)作为一股不可逆转的力量,正逐步改写传统运维的脚本。本文将探讨AIOps的核心要素、实施路径和面临的挑战,同时分享个人从新手到专家的心路历程,旨在启发读者思考如何在这一领域内持续成长并作出贡献。
64 6
|
22天前
|
数据采集 人工智能 物联网
|
22天前
|
机器学习/深度学习 人工智能 监控
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
智能增强:人工智能在创造性写作中的应用与挑战
【8月更文挑战第7天】 本文将深入探讨人工智能(AI)如何革新传统写作领域,特别是在创意性文本创作方面。通过分析AI技术的进步,我们将了解机器学习、自然语言处理等技术是如何被整合进写作工具中,以及它们如何辅助作家提高创作效率和质量。同时,文章也将讨论AI写作所面临的伦理和实践挑战,包括版权问题、创意归属争议及技术局限性。
93 9
|
1月前
|
机器学习/深度学习 人工智能 自动驾驶
智能新纪元:人工智能在现代社会的角色与挑战
【8月更文挑战第9天】 本文旨在探讨人工智能(AI)技术如何塑造我们的未来社会,并分析其带来的机遇与挑战。文章将简要介绍AI的发展历程,阐述AI在不同领域的应用,以及这些技术如何影响经济、工作和日常生活。同时,我们也将讨论AI技术所面临的伦理、隐私和安全问题,并提出相应的解决策略。最后,文章将展望未来AI技术的发展趋势,并鼓励读者思考如何在AI时代中找到自己的定位。
47 3
|
11天前
|
机器人 C# 人工智能
智能升级:WPF与人工智能的跨界合作——手把手教你集成聊天机器人,打造互动新体验与个性化服务
【8月更文挑战第31天】聊天机器人已成为现代应用的重要组成部分,提供即时响应、个性化服务及全天候支持。随着AI技术的发展,聊天机器人的功能日益强大,不仅能进行简单问答,还能实现复杂对话管理和情感分析。本文通过具体案例分析,展示了如何在WPF应用中集成聊天机器人,并通过示例代码详细说明其实现过程。使用Microsoft的Bot Framework可以轻松创建并配置聊天机器人,增强应用互动性和用户体验。首先,需在Bot Framework门户中创建机器人项目并编写逻辑。然后,在WPF应用中添加聊天界面,实现与机器人的交互。
28 0
|
1月前
|
机器学习/深度学习 人工智能 安全
智能之网:探索人工智能在现代通信系统中的应用与挑战
【8月更文挑战第4天】 随着人工智能技术的快速发展,其在通信领域的应用也日益广泛。从信号处理到网络优化,人工智能正在重塑通信行业的未来。本文将深入探讨人工智能如何革新现代通信系统,包括提高数据传输效率、增强网络安全、优化资源分配等方面,并分析面临的主要挑战及未来的发展方向。
56 3
|
2月前
|
人工智能 自动驾驶 机器人
智能时代的桥梁:人工智能与人类协作的未来
随着人工智能技术的不断进步,其在各行各业的应用已经变得越来越广泛。本文将探讨AI技术如何成为连接人与人、人与机器、以及机器与机器的桥梁,促进更高效的协作模式,并分析这种协作对未来社会的影响。我们将通过具体实例来展示人工智能在提升工作效率、解决复杂问题以及创新服务方面的潜力,同时也会触及到这一过程中可能遇到的挑战和伦理问题。