ChatGPT的横空出世加快推进AI年代的到来，而在我国，大模型的高歌猛进，对GPU智算、网络、存储等算力工业的每一环的都提出了新需求与新应战。

　　今年以来，包含零一万物CEO李开复在内的多位大模型创业者也在公共场所屡次着重，目前国内算力距离也是重要课题。近来，李开复向包含《每日经济新闻》记者在内的媒体表明：“咱们算力一向远远落后，乃至只要Google、微软的5%。”不过他也说到，未来跟着推理算力每年降到曩昔的十分之一倍，国内大模型创业者根据更低的算力本钱也能做出更好的模型。

　　近来，在第四届我国IDC（互联网数据中心）职业DISCOVERY大会上，第三方中立数据服务商世纪互联（VNET，股价1.91美元，总市值5.03亿美元）创始人、董事长陈升指出，跟着人工智能技能的迅猛开展，传统的数据中心(IDC)正在阅历一场深入的革新。这场革新的中心便是人工智能数据中心(AIDC)。而在AIDC中，70%的出资将指向GPU和网络。持久来看，现有的网络系统难以支撑未来百万倍的加快核算。

　　因而他以为，AI的终极目标是打造一个逾越互联网的下一个全新网络信息空间（CyberNext）。通用核算为主的传统IDC迎来机会，有必要加快演进到面向大模型的AIDC，对GPU硬件供应链和软件生态做到“两手抓”。

　　AI大模型因其在自然语言处理、图像识别等范畴展现出的杰出才能而备受瞩目。从OpenAI的GPT系列到谷歌的BERT模型，这些庞然大物正推进着AI技能的新革新。但背面的算力需求相同惊人，乃至呈指数级增加。

　　据IDC公司猜测，全球AI核算市场规模将在2026年到达346.6亿美元，年均增加率高达15.5%。出产式AI算力占比更是从2022年的4.2%预计会增加至2026年的31.7%。

　　面临算力紧缺的应战，AI大模型的研制者们正在采纳多种战略以应对。包含算法优化，经过精简模型结构和改善训练方法，下降对核算资源的需求。此外，分布式核算的广泛应用使得核算使命可以在更多节点上并行处理，有用提升了核算功率。

　　对此，我国工程院院士、紫金山实验室荣誉主任兼首席科学家刘韵洁在上述会议上表明，大模型对算力的需求提出了更火急的要求，2012年到2023年，整个算力需求增加了数十万倍，并且最近五年GPU的算力就增加了90倍，但整个网络的带宽才增加了10倍，这个距离现在预示着将来对整个网络带宽的才能、通讯才能提出更高的要求，由于缺口会渐渐的大。

　　因而，在他看来，在我国，职业大模型会是终究出路。由于通用大模型受制于多重要素，而我国职业数据的完整性、系统性是最好的，尤其是在制造业，如果把这一些职业数据利用好，经过职业大模型发生价值，会成为我国开展新质出产力一个非常好的途径。

　　跟着人工智能技能的迅猛开展，传统的数据中心（IDC）正在阅历一场深入的革新。这场革新的中心便是人工智能数据中心（AIDC）。

　　陈升以为，AIDC给传统IDC带来的第一个改动便是改动交互界面。“曩昔的交互界面是机柜，风火水电是根底。要是依照现在AIDC的界说，把一切的风火水电加在一起便是总系统差不多30%的出资，70%是GPU和网络。”陈升表明，如果是AIDC，吐出来的是Token和服务，面临这样的形状，70%的出资是和GtanPU、超级网络相关，这个职业可谓应战不小。

　　因而他以为，AI的终极目标是打造一个逾越互联网的下一个全新网络信息空间（CyberNext）。通用核算为主的传统IDC迎来机会，有必要加快演进到面向大模型的AIDC，对GPU硬件（供应链）和软件生态做到“两手抓”。

　　值得一提的是，就在5月中旬，世纪互联领投数据智能（Data&AI）渠道技能和服务提供商矩阵来源的Pre-A轮融资。据官方信息，本轮融资后，矩阵来源将扩展事务至AI Infra和AI Platform范畴，并与世纪互联的AIDC事务交融和协作。由此可以看出，传统IDC企业正在环绕GPU根底设施继续立异，一起探究更敞开、同享的人工智能生态系统。

　　刘韵洁一起说到，面向AI大模型年代，需求核算、网络、存储、系统协同，构建高性能算力底座，完成超大规模集群万卡协同。在此布景下，确定性网络有望处理传统互联网拥塞无序的问题，推进互联网从“尽力而为”到“保证所需”技能系统革新，可以很好的满意工业互联网、东数西算、人工智能大模型等典型场景的网络需求。