田鑫官网全国服务热线:400-613-6156

当前位置:首页 > 数据中心

大模型带来了哪些算力新需求?

11月24日,投资60个亿的中国联通长三角(芜湖)智算中心项目开工;

11月22日,面向汽车研发的阿尔特(无锡)智算中心正式启用;

11月21日,首期规划1000PFLOPS智算能力的中国移动智算中心(武汉)落地;

11月20日,首个国产化智算中心项目在贵安正式签约;

此外,如鄂尔多斯、南昌等地,均有智算相关的土地规划出炉……在过去一周中,几乎每一天都有智算相关项目消息传出。而这,几乎是最近一年来的常态,智算中心建设已经进入了爆发期。

智算的火爆,背后是AI大模型兴起,以及其对算力带来的全新需求。
 

大模型算力消耗有多恐怖?

随着人工智能技术的快速发展,AI大模型已成为当今世界计算力需求增长的主要驱动力。这些模型不仅在理论研究上取得突破,也在实际应用中发挥着越来越重要的作用。日渐普及的AI大模型正推动着全球及中国的算力基础设施变革。

AI大模型需要多少算力,我们可以从ChatGPT的训练算力消耗中窥得一斑。OpenAI的报告显示,训练一次1746亿参数的GPT-3模型需要的算力约为3640PFlops-day。虽然ChatGPT 4的细节没有公布,但据ARK Invest估算,GPT-4参数量最高达15000亿个,算力需求最高可达31271 PFlops-day。

这仅仅是ChatGPT的训练需求——在ChatGPT引发了广泛关注后,世界各国都在杀入大模型领域,各类大模型产品层出不穷。在不到一年的时间里,仅我国国内,就发布了不下200个大模型产品。

可想而知,这些大模型需要的算力将有多么恐怖。

算力基础设施面临的挑战

算力需求的暴增,对算力基础设施带来了两个方向的挑战。

一方面是计算力生产的挑战。随着摩尔定律在物理法则层面的极限到来,依赖单芯片的算力已经无法满足超大规模算力的需求,因此需要更多的芯片联合工作,就此数据中心的规模越来越大,以集群式的算力中心建设已经成为常态。

一方面是生产算力所需环境的挑战。在算力中心超大规模化发展的情况下,算力中心能源供给的充足和稳定,以及庞大能源消耗带来的热量如何有效的散发,也成为了一个需要面对的现实话题。

而这些也仅仅是AI大模型训练中需要的算力,随着大模型产品的落地和普及,推理型的算力需求将进入增长期,其增量将超过训练需求,长远看其算力需求总量或将与训练需求平齐甚至超越。


田鑫,专业的企业组网服务商,致力于为企业提供企业组网(SD-WAN、MPLS、云互联),业务云化、数据中心、网络安全、行业IT解决方案等相关服务。


更多相关内容推荐:
数据中心能源转化产业链分析

如何改造数据中心以提高效率和可持续性
数据中心演变:本地计算到云和边缘计算
中小企业如何应对数据中心自动化带来的挑战?
传统数据中心的智算转型是否必然趋势?
总投资10亿 鄂尔多斯超算中心开工
 

猜你喜欢

微信公众号