数字经济新基建——智算中心

党的二十届三中全会《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出，加强创新资源统筹和力量组织，推动科技创新和产业创新融合发展。在全球数字化浪潮与人工智能革命的交会点上，算力产业正经历一场深刻的范式转移。

2024年4月，国家发展改革委办公厅、国家数据局综合司印发《数字经济2024年工作要点》提出，适度超前布局数字基础设施，深入推进信息通信网络建设，加快建设全国一体化算力网，全面发展数据基础设施。

智算中心被视为AI时代如同水和电一般的新基建，作为智慧时代最主要的计算力生产中心，以融合架构计算系统为平台，以数据为资源，以强大算力驱动AI模型对数据进行深度加工，源源不断产生各种智慧计算服务，并通过网络以云服务形式向组织及个人进行供应，已在全国各地落地开花。截至今年上半年，全国已建成和在建的智算中心超过250个，仅今年前七个月，就涌现出了140个新的中标项目。

对于算力出口，我们已经看到了人工智能市场的繁荣，各种AIGC（人工智能生成内容）的内容及服务层出不穷，乃至前沿市场如低空经济具身机器人等大体量的产业市场也逐渐浮现。但有一组数据同样值得关注：IDC（国际数据公司）提出，以企业为主要用户的通用算力中心利用率，目前仅为10%-15%。这就意味着，智算中心不仅没有发挥出应该有的价值，还成了AI热潮中的新问题算力基础产业链不完备，仅有裸金属出租服务的智算中心，只能服务专业的AI大厂或具备独立完成AI服务能力的独角兽企业。那么，算力中心运营一进一出两大核心问题如何规划算力出口，怎么让运营成本更低赚取更多的算力收入?

要想打开面向更广泛的客群的AI市场，乃至让没有AI能力的客户使用算力，必须补链强链完善从裸金属到大模型的后训练市场、定义智算中心标准以及掌握合成数据价值。

补链强链，完善从裸金属到大模型的后训练市场。其中必须解决运行AI的能力、生产AI的能力以及使用AI的能力问题。异构计算已被广泛应用于智算中心，用于提升计算效率降低成本。天云数据面向信创的异构算力资源管理系统广泛覆盖不同类型CPU资源，既支持国产主流的GPU卡，也可以兼容国际主流的GPU，实现对跨中心的算力资源部署、不同类型计算资源的统一封装和池化管理，实现了电算协同——从“面向算力资源管理调度”到“面向任务智能调度”，从平均分配算力资源升级到以经济价值为优先级的任务智能调度，主动进行绿电能源管理，让智算中心拥有了“变频”能力。

定义智算中心标准，实现AI模型后训练市场：就像自动驾驶技术被划分为L0至L5六个等级一样，智算中心也要构建相应的标准。谷歌发布的大模型成熟度参考架构，定义了从L0到L6的分级，智算中心的标准在L5层级，需要实现理解、记忆、学习、反思、规划、协同自治。天云数据提供从“数据工程”到“云原生机器学习平台”到“云原生大模型平台”再到“模型推理服务发布平台”的端到端AI生产流水线服务，助力智算中心服务成熟度达到国际L5级水平。

合成数据是算力出口的最大数据语料，是数字经济时代关键生产要素甚至是极具战略意义的资产。合成数据的应用，有效克服了现实世界数据在获取难度、规模限制及多样性不足等方面的挑战，是实现算力的标准化、服务化，达到随用随取的重要支撑。不管是政务服务、智慧城市、智能银行、智慧保险、智慧证券，还是影视、短剧、广告、AI陪伴服务语料，都离不开合成数据生产的AI栈内容。据市场调研机构Gartner（高德纳公司）预测，2024年用于训练AI的数据中有60%将是合成数据。天云数据通过AI应用场景积累结合最新多模态大模型，提供语音、视频和空间等三大类创新应用，形成MaaS专属模型服务市场，打造AI样板间展示中心，实现多样化多领域多场景覆盖算力应用出口服务，促进了算力资源的共享和复用，加速了大模型在行业内的落地应用进程。

直到现在，算力仍然被看作是制约国内AI发展的主要因素。产业应尽快推动算力基础设施从传统IDC（互联网数据中心）向智能算力中心演进，实现从单一供给到多元异构协同的质的飞跃。研究机构Epoch估计，机器学习可能会在2026年前耗尽所有“高质量语言数据”。

天云数据CEO雷涛表示：“未来AI所有的数据资源在今天的世界里并不存在。”

校检：孙扬 陈沙