21世紀經濟報道記者張梓桐 上海報道
在剛剛過去的第一季度，南京、上海、武漢、無錫等10余個地區先后出臺人工智能算力產業發展支持政策。21世紀經濟報道記者梳理發現，各地通過開放相關應用場景、現金補貼、發放“模型券”“算力補貼券”等形式，“真金白銀”鼓勵人工智能企業加強技術與應用創新，引導智能算力集約化調度。
3月26日，工信部新聞發言人、總工程師趙志國在國新辦新聞發布會上表示，下一步，將著力提升產業科技創新能力，加快推動以大模型為代表的人工智能賦能制造業發展。今年將開展“人工智能+”行動，促進人工智能與實體經濟深度融合，推動人工智能賦能新型工業化。
對通用人工智能（AGI）來說，數據、算力、算法三大核心要素中，算力向下扎根于數據，向上支撐著算法，是驅動AGI發展的核心動力。根據中國信息通信研究院發布的數據，我國在用機架數量三年復合增長率約30%，截至2023年底超過810萬標準機架，算力總規模達到230EFLOPS（EFLOPS指每秒進行1018次浮點運算），位居全球第二；全國智能算力規模達70EFLOPS，2023年增速超過70%。
但與此同時，我國算力發展仍然面臨著大規模、低成本與低能耗三大挑戰。“數字經濟時代，各行業大模型訓練、生成式AI對算力產生了爆炸性需求。”上海流程智造科技創新研究院公司總經理賀仁龍在接受21世紀經濟報道記者采訪時表示，算力容量決定了城市未來的發展空間。各地方政府可以測算和排摸未來五年面向城市數字化轉型、跨境數據流動、金融結算等算力需求，結合海上風電規劃，對海底數據中心進行統一布局規劃，分區域、分規模、分步驟推進海底數據中心規模化建設。
多地發文支持算力布局
3月29日，北京市經開區發布《北京經濟技術開發區關于加快打造AI原生產業創新高地的若干政策》，目標到2026年，人工智能核心技術取得重大突破，算力算法數據有效支撐，建成人工智能算力10000PFlops。為加快推進算力基礎設施建設，北京市經開區提出，每年將發放1億元算力券，企業可申領算力券用于算力租用。為推動人工智能應用場景賦能與開放，北京市經開區每年將發放1億元模型券，對購買技術自主可控基座大模型的企業予以補貼。
3月27日，武漢發布的《促進人工智能產業發展若干政策（征求意見稿）》提出，加快超（智）算中心建設，對示范效果突出并獲得省級建設運營補貼資金的超（智）算中心，按照省級補貼金額給予1：1配套獎勵。根據算力使用情況每年設立總額不低于1000萬元算力“服務補貼券”，重點支持中小企業購買算力服務。
另外，無錫市發布的《關于加快推進算力發展和應用的實施意見》提出，設立每年5000萬元的算力券補助資金。《慶陽市“東數西算”算力券實施方案(試行)》日前發布，重點支持開展人工智能大模型訓練和應用，包括語音識別、圖像識別、自動駕駛等領域的應用，每年發放總額不超過1億元的算力券。
此外，近日印發的《上海市智能算力基礎設施高質量發展“算力浦江”智算行動實施方案（2024-2025年）》提出，到2025年底，上海將努力實現智算設施高效協同，智能算力規模超過30EFlops，通過“算力券”等激勵機制，引導智能算力集約化調度。
針對近期各地密集發布大模型支持政策的原因，畢馬威中國數字化賦能主管合伙人張慶杰在接受21世紀經濟報道記者采訪時表示，大模型訓練依然面臨著高昂的成本問題。放眼全球，除了幾大科技巨頭外，幾乎沒有企業能夠承擔得起大模型訓練的高昂成本，算力不實現普惠化，任何關于AI和科技革命的暢想都將是空中樓閣。
“目前偏大規模的算力需求以B端和G端為主，算力降本需求十分迫切，要利用有限資金獲取更多元的算力，并優化算力資源配置和利用效率。同時，低能耗也是行業需要探索的方向。數據中心是各國算力發展的重中之重，但其也存在著嚴重的碳排放問題，隨著碳中和目標成為全球共識，大部分國家都提出了較為嚴格的數據中心節能減排要求。”張慶杰說道。
成本挑戰仍存
從具體內容來看，“算力券”是指重點企業和單位通過特定城市的算力公共服務平臺，使用智能算力資源服務時，給予不超過實際支付智能算力費用的一定數額實現補助。
以無錫為例，智能算力建設項目方面，對納入市級統籌建設、落地無錫市且主要服務于本地企業、高校和科研單位的智算項目，按照“一事一議”方式，最高給予建設成本15%的補貼，總額最高不超過3000萬元。
算力大模型項目方面，對新引進的人工智能大模型企業以及人工智能大模型建設項目，兩年內對其通過無錫市算力公共服務平臺的算力使用成本按照“一事一議”的方式給予支持，原則上比例不高于60%，最高不超過1000萬元，扶持資金按照項目進度撥付。
在張慶杰看來，地方政府牽頭支持算力普惠化非常具有針對性。“中國是世界人工智能重要領軍國家之一，但做大模型還面臨多方面的挑戰，需要在政策、技術、資源、人才培養等方面進行綜合的改革和發展。在計算資源方面，訓練大模型需要大量的計算資源，包括CPU、GPU、TPU等。雖然中國算力具備一定的基礎，但在計算資源方面還存在一定的短板，各行各業在底層計算資源上存在缺乏，這會限制大模型的訓練和優化。”張慶杰說道。
除此之外，他表示，在投入成本方面，大模型的訓練需要大量的資金支持，包括硬件設備、人才引進、技術研發等方面的投入。最后，行業應該在專業人才、技術生態以及計算架構方面進行發力，來進一步夯實算力基礎。
（本報記者孫燕對此文亦有貢獻）
本文鏈接：AI算力降本需求迫切，多地“真金白銀”引導支持http://www.sq15.cn/show-2-4559-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。