随着人工智能产业发展成熟，一个新的生意随之而来——成立人工智能算力中心（下称“智算中心”），向人工智能企业出售算力，帮助其将技术的模型变为现实。
简单来说，智算中心的本质是一个算力的供应和生产平台。从诞生的背景来看，它是中国数字经济高速发展的产物，是一种新型的公共基础设施，也是在人工智能产业发展壮大以后应运而生的。
中国首个智算中心在2020年下半年于武汉落地，此后，上海、大连、郑州、西安、合肥等多地政府纷纷布局。国家已经出台了相关政策，并把智算中心列为“新基建”。参与自建或承建的企业，已有互联网公司、IT公司、服务器公司，7月9日，中科院主导成立了新一代人工智能计算平台，市场已经进入了全面竞争的时代。
7月10日，华为轮值董事长胡厚崑在刚刚落幕的WAIC世界人工智能大会上表示，数字经济时代，人工智能的算力就如同水和电一样，将成为一种新型公共资源。没有充足的算力，就像没有足够的水和电一样，会大大制约城市的数字化转型。
但在智算中心的潮流中也存在一些问题，一些地方政府虽然规划了项目，但对于后续如何应用、如何辐射地域经济，尚未有一个明确的规划；市场上的参与者，也存在概念混淆、定价混乱的问题。对于智算中心，亟待国家和产业从源头上统筹引导，也亟待行业建立统一的标准。
算力的需求
赛迪顾问人工智能产业研究中心副总经理邹德宝表示，从概念上看，与云计算中心相比，智算中心的服务范围更小众，主要是AI应用场景的企业，而非大众企业；与超算中心相比，智算中心更多面向中小企业，或算力建设分散的区域，而非航天、国防、石油勘探等科研领域。智算中心用户普遍特征是，对算力有需求、对计算精度要求不高，但是难以负担高昂的算力成本。
具体来说，相比航天、国防所用的高精度算力，智算中心所提供的，是一种更低精度的算力，主要是用于处理影像、图片、语音等各种人工智能的训练和推理，也就是帮助完成人脸识别、图像识别、语音识别等应用场景。
当前人工智能产业的发展阶段，“三驾马车”算力、算法、数据，其中算力是最大的短板。一位服务器公司负责人对记者表示，人工智能的生产过程是将数据用模型进行运算然后生成一定应用，但随着AI模型越来越复杂，参数量越来越大。
如今人工智能中较大的模型参数规模从千亿突破到了万亿级别。公开材料来看，北京智源人工智能研究院今年发布的悟道2.0，参数量在1.7万亿规模，Switch Transformer 参数量大约在1.6万亿规模。
该人士称，这种情况下，需要万亿规模的参数量的模型越来越多，算力成本是非常高的，但是放眼中国，能支撑这样大模型预算的算力的中心非常少，市面上存在的主要是超算中心，它们多用于科研计算，所提供的性能高、价格贵，并不符合人工智能企业的需求。
中科院计算所研究员、CCF高性能计算专业委员会秘书长张云泉表示，宏观来看，对算力需求的加强，一方面来自于人工智能在更多行业里应用更深入，另一方面，也来自于新一轮人工智能算法的革新。从技术的趋势上看，由于算法的演进，人工智能对算力的需求增长了近30万倍。
大厂也在应对万亿算力模型的挑战。以英伟达（NVIDIA）创始人黄仁勋名字命名的定律 “黄氏定律”，曾对 AI 性能的提升作出预测，指出GPU将推动AI推理性能每年提升一倍以上。
小标题：算力的商品化
张云泉表示，如今，这种人工智能的算力正在成为一种商品，也正在成为一种通用的可量化服务，被流通和买卖。
张云泉表示，智算中心的实体分为主机、网络、存储、计算四大结构，成本主要在主机和网络上，运营后的成本主要是电费。这一点和云计算中心、超算中心是类似的。
张云泉表示，具体的运作是，建设者把算力通过网络进行聚合，形成大的集群，把算力作为资源池，再根据需求调动算力，将算力包装成标准化的算力资源，保证人工智能开发的过程敏捷高效。
运营模式上看，普遍是政府主导、企业承建的联合运营方式。邹德宝表示，当前市场上主要有三类参与者，一是以浪潮为首的AI服务器服务商；二是以腾讯为代表的互联网企业；三是以华为为首的解决方案供应商。
邹德宝表示，各家定位是不同的，整体上看，浪潮AI服务器处于领先地位，其市占率超过了50%。目前浪潮智算中心的落地，有山东中国算谷、西安新区人工智能算力平台，智算中南项目。
浪潮集团对记者表示，浪潮采用与地方政府合建的模式，具体作为项目的总包商还是集成商，要看政府采购需求。
在智算中心方面，腾讯的优势是算法框架、模型和数据为优势，公开来看，腾讯选择的模式是，联合地方政府和生态企业伙伴合建。今年7月，腾讯与合肥政府达成合作，建立腾讯智慧产业长三角（合肥）智算中心。
邹德宝表示，相比之下，华为则以硬件产品为核心，拥有“硬件、芯片、IP、软硬件栈”全栈解决方案。华为的模式，也非承建完整的智算中心，而是与政府、技术提供方和应用方合作。
问题和挑战
这一波智算中心的热潮中，政府和企业的行动都非常积极，但也存在一些问题。上述服务器公司负责人对记者表示，从市场的角度，当前市场上普遍存在概念混乱的问题。一些项目的建设者，将传统超级计算的标准，与智能计算的标准混合在一起，例如一些算力中心自诩为64位的高精度算力，借此标高价，但在实际运用中，企业并不需要太高的精度，而这样的算力中心也无法提供相应水平的精度。
张云泉表示，要想解决当前价格混乱、虚高的问题，需要建设一套算力的定价标准，作为一个重要参考依据。
对此，中科院主导的新一代人工智能计算平台在7月给出了算力的价格标准方案：在综合存储、能耗、开发、定制、数据调度等一系列因子，并代入明确的算法标准后，得出在同时具备5P双精度算力（64位）、25P单精度算力（32位）和100P半精度算力（16位）的情况下，智能计算中心的基础设施价格约为1亿-1.5亿。
上述服务器公司人士称，从政府的角度看，智算中心和超算中心等国家项目相比，投资规模更小、建设周期更短，而且辐射周边人工智能的经济生态，有更大的想象空间。但问题在于，算力中心是“能耗大户”，后期运维成本非常高。所以在项目初期，就要解决两个关键的问题，第一，如何形成一个明确的应用方向，要服务什么样的人工智能企业、如何在本地聚集这些企业，这些决定了项目是否有合理的盈利模式。第二，是否能利用一些绿色节能技术，提高项目在单位能耗中的业务产出。
邹德宝表示，总体来看，国家和产业已经开始从源头上加强统筹引导。为此，国家信息中心于2020年发布了《智能计算中心规划建设指南》引导智算中心建设；2021年7月，举办了2021算力中心健康发展研讨会，目的在于明确智算中心标准，引导智算中心明确应用场景和优先任务，保证算力资源建设合理、绿色。
邹德宝表示，同时，各地也应该根据区域产业定向建立智算中心，合理规划算力经济，保证人工智能算力资源得以健康、可持续发展。
