在深度學(xué)習(xí)、元宇宙的迅速推動(dòng)下，大數(shù)據(jù)分析、高性能計(jì)算、人工智能、CAE仿真等領(lǐng)域得到快速發(fā)展。

僅2021年上半年，中國新增的人工智能企業(yè)就超過30多萬家，一是可見的人工智能公司數(shù)量增長，二是越發(fā)膨脹的算力需求。

信通院發(fā)布的中國算力發(fā)展指數(shù)白皮書顯示2020年中國智能計(jì)算的算力占算力規(guī)模的41%。預(yù)測(cè)到2030年，占比將迅速攀升到70%。

智算中心概念內(nèi)涵及功能定位

概念界定

智算中心是基于最新人工智能理論，采用領(lǐng)先的人工智能計(jì)算架構(gòu)，提供人工智能應(yīng)用所需算力服務(wù)、數(shù)據(jù)服務(wù)和算法服務(wù)的公共算力新型基礎(chǔ)設(shè)施，通過算力的生產(chǎn)、聚合、調(diào)度和釋放，高效支撐數(shù)據(jù)開放共享、智能生態(tài)建設(shè)、產(chǎn)業(yè)創(chuàng)新聚集，有力促進(jìn)AI產(chǎn)業(yè)化、產(chǎn)業(yè)AI化及政府治理智能化。

主要內(nèi)涵

一. 算力公共基礎(chǔ)設(shè)施

智算中心面向政府、行業(yè)、企業(yè)等多用戶群體提供人工智能應(yīng)用所需算力服務(wù)、數(shù)據(jù)服務(wù)和算法服務(wù)，能夠匯聚各行業(yè)領(lǐng)域數(shù)據(jù)資源、支撐各行業(yè)領(lǐng)域AI計(jì)算需求，智算中心作為公共算力基礎(chǔ)設(shè)施，通過提供共性的算力、數(shù)據(jù)及算法服務(wù)，讓算力服務(wù)更為易用，使得智慧計(jì)算像水電一樣能成為基本公共服務(wù)。

二. 計(jì)算架構(gòu)技術(shù)領(lǐng)先、生態(tài)成熟

智算中心基于AI模型提供高強(qiáng)度的數(shù)據(jù)處理、智能計(jì)算能力，集成先進(jìn)的智能軟件系統(tǒng)和智能計(jì)算編程框架，實(shí)現(xiàn)云端一體化，形成技術(shù)領(lǐng)先、可持續(xù)發(fā)展的高性能、高可靠計(jì)算架構(gòu)。智算中心核心計(jì)算單元采用先進(jìn)的人工智能芯片，面向新型的人工智能場(chǎng)景，采用異構(gòu)計(jì)算，能大幅提升對(duì)基礎(chǔ)算力的使用效率和算法的迭代效率。同時(shí)集成生態(tài)成熟的智能軟件系統(tǒng)和智能計(jì)算編程框架，便于不斷迭代升級(jí)。

三. 算力、數(shù)據(jù)和算法的融合平臺(tái)

智算中心以融合架構(gòu)計(jì)算系統(tǒng)為平臺(tái)，以數(shù)據(jù)為資源，以強(qiáng)大算力驅(qū)動(dòng)AI模型對(duì)數(shù)據(jù)進(jìn)行深度加工，使算力、數(shù)據(jù)、算法三個(gè)基本要素成為一個(gè)有機(jī)整體和融合平臺(tái)。智算中心為AI算法研發(fā)提供大規(guī)模數(shù)據(jù)處理能力，也為AI產(chǎn)業(yè)應(yīng)用提供充足的計(jì)算資源，全面支撐各類人工智能技術(shù)的應(yīng)用和演進(jìn)。?

四. 以產(chǎn)業(yè)創(chuàng)新升級(jí)為目標(biāo)

圍繞智算中心基礎(chǔ)設(shè)施建設(shè)，以數(shù)據(jù)流引導(dǎo)技術(shù)流、業(yè)務(wù)流、資金流、人才流聚集，實(shí)現(xiàn)以數(shù)據(jù)驅(qū)動(dòng)產(chǎn)業(yè)創(chuàng)新發(fā)展新模式是智算中心的核心目標(biāo)。通過打造人工智能開放服務(wù)平臺(tái)，面向AI產(chǎn)業(yè)、傳統(tǒng)產(chǎn)業(yè)提供基于深度學(xué)習(xí)技術(shù)的人工智能算法能力、算法框架和相關(guān)接口，全面匯聚并賦能各產(chǎn)業(yè)領(lǐng)域AI應(yīng)用，助力加速孵化新業(yè)態(tài)，推進(jìn)數(shù)字經(jīng)濟(jì)與傳統(tǒng)產(chǎn)業(yè)深度融合，實(shí)現(xiàn)AI與產(chǎn)業(yè)的聚合并帶動(dòng)形成一個(gè)多層級(jí)的AI產(chǎn)業(yè)生態(tài)體系，全面賦能產(chǎn)業(yè)創(chuàng)新升級(jí)。

功能定位

智算中心是智能時(shí)代面向社會(huì)全域多主體的新型公共基礎(chǔ)設(shè)施，集算力生產(chǎn)供應(yīng)、數(shù)據(jù)開放共享、智慧生態(tài)建設(shè)和產(chǎn)業(yè)創(chuàng)新聚集四大功能于一體，為有海量數(shù)據(jù)存儲(chǔ)、處理、分析及應(yīng)用支撐需求的各類場(chǎng)景提供載體支撐。?

一. 算力生產(chǎn)供應(yīng)平臺(tái)

AI計(jì)算是智能時(shí)代發(fā)展的核心動(dòng)力。智算中心以數(shù)據(jù)為資源，以強(qiáng)大算力驅(qū)動(dòng)AI模型對(duì)數(shù)據(jù)進(jìn)行深度加工，源源不斷產(chǎn)生各種智慧計(jì)算服務(wù)，面向全行業(yè)領(lǐng)域提供基于深度學(xué)習(xí)技術(shù)的人工智能算法能力、算法框架和相關(guān)接口，為政府、企業(yè)及科研院所等多方用戶提供生產(chǎn)生活各領(lǐng)域智慧服務(wù)，發(fā)揮新型基礎(chǔ)設(shè)施的社會(huì)價(jià)值，降低社會(huì)服務(wù)成本，讓智慧計(jì)算服務(wù)更快的普及到每個(gè)人、每個(gè)企業(yè)。?

二.?數(shù)據(jù)開放共享平臺(tái)

智算中心是新型公共基礎(chǔ)設(shè)施，通過全量匯聚各行業(yè)領(lǐng)域數(shù)據(jù)資源，開放共享全面提升AI算法訓(xùn)練數(shù)據(jù)質(zhì)量。同時(shí)，隨著數(shù)據(jù)匯聚共享能力的提升，通過跨領(lǐng)域數(shù)據(jù)的多次開發(fā)利用，以數(shù)據(jù)流引領(lǐng)技術(shù)流、業(yè)務(wù)流、資金流、人才流等聚集，深度分析挖掘應(yīng)用需求，使沉淀的數(shù)據(jù)資源在各個(gè)應(yīng)用場(chǎng)景中實(shí)現(xiàn)價(jià)值最大化。

三. 智能生態(tài)建設(shè)平臺(tái)

智算中心是集人工智能、大數(shù)據(jù)、云計(jì)算等多種技術(shù)和AI算力服務(wù)、數(shù)據(jù)服務(wù)和模型服務(wù)于一體的新型IT基礎(chǔ)設(shè)施。其廣泛應(yīng)用將加速推動(dòng)產(chǎn)業(yè)AI化和AI產(chǎn)業(yè)化，以智能算力生態(tài)聚合帶動(dòng)形成多層級(jí)產(chǎn)業(yè)生態(tài)體系，賦能多個(gè)產(chǎn)業(yè)、惠及多類主體，助推數(shù)字經(jīng)濟(jì)與傳統(tǒng)產(chǎn)業(yè)深度融合，加速孵化新業(yè)態(tài)。?

四. 產(chǎn)業(yè)創(chuàng)新聚集平臺(tái)

以AI算力生產(chǎn)供給為核心的智算中心，面向政府、企業(yè)及科研機(jī)構(gòu)等多主體，圍繞數(shù)據(jù)、算法和算力三大要素著力構(gòu)建AI全產(chǎn)業(yè)鏈。其通過生產(chǎn)、聚合、調(diào)度和釋放算力推動(dòng)AI 產(chǎn)業(yè)要素資源聚集，匯聚不同主體資源優(yōu)勢(shì)打造產(chǎn)業(yè)創(chuàng)新聚集平臺(tái)，在政府主導(dǎo)下，科創(chuàng)企業(yè)、科研機(jī)構(gòu)和傳統(tǒng)企業(yè)發(fā)揮各自在AI方面的技術(shù)優(yōu)勢(shì)、研發(fā)優(yōu)勢(shì)和場(chǎng)景優(yōu)勢(shì)，加速AI應(yīng)用場(chǎng)景落地，助力傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，催生經(jīng)濟(jì)新業(yè)態(tài)新模式，優(yōu)化公共服務(wù)供給。

智算中心基礎(chǔ)設(shè)施

隨著旺盛的需求和建設(shè)迅速發(fā)展，新的問題被提出來。歸納起來為開放、融合、綠色、普惠、服務(wù)。

開放

目前，智算中心面臨的首要問題是開放性。AI應(yīng)用數(shù)量的增加和迭代速度對(duì)智算中心的生命力提出挑戰(zhàn)。
?

智算中心作為一種新型基礎(chǔ)設(shè)施，不能僅僅解決材料或基因等某一領(lǐng)域的問題。

同時(shí)，智算中心的建設(shè)要避免在斥巨資建設(shè)智算中心一兩年之后，智算中心的功能就大幅衰減的情況。

關(guān)于業(yè)界智算中心的建設(shè)的兩種思路：

一. 垂直一體化整合模式

每一層由建設(shè)者獨(dú)立實(shí)現(xiàn)，優(yōu)點(diǎn)是避免不同技術(shù)路線之間的適配過程。

二. 多元協(xié)作模式

適配難度會(huì)大一點(diǎn)，但對(duì)開發(fā)者更友好，更有利于產(chǎn)業(yè)發(fā)展。通過芯片、算法、框架和模型的全面開放和兼容，構(gòu)建多元集成基礎(chǔ)架構(gòu)，實(shí)現(xiàn)計(jì)算基礎(chǔ)的最大易用性，降低遷移成本，為未來開發(fā)者帶來更好的環(huán)境，進(jìn)而通過建設(shè)智算中心，促進(jìn)整個(gè)產(chǎn)業(yè)鏈的健康發(fā)展。

融合

隨著AI技術(shù)的不斷發(fā)展，各行業(yè)對(duì)智能化、數(shù)字化轉(zhuǎn)型的認(rèn)識(shí)和需求不斷增強(qiáng)，從產(chǎn)業(yè)橫向來看，AI賦能的領(lǐng)域越來越多，從智慧城市到工業(yè)制造再到農(nóng)業(yè)生產(chǎn)、科學(xué)計(jì)算等等。從行業(yè)縱向角度來看，AI應(yīng)用正在從垂直領(lǐng)域逐步向縱深領(lǐng)域發(fā)展，以解決行業(yè)內(nèi)部的關(guān)鍵問題。

AI應(yīng)用多樣，對(duì)算力的需求同樣多樣。有些應(yīng)用需要高精度的算力，而有些則需要低精度算力。混合精度和多元算力成為智算基礎(chǔ)設(shè)施發(fā)展的必然趨勢(shì)。

綠色

除了AI的應(yīng)用越來越多，AI模型的參數(shù)和智算中心的算力也在逐年上升。

尤其是現(xiàn)在大模型越來越多，以GTP-3為例，相關(guān)數(shù)據(jù)顯示，如果GPT-3的所有程序都運(yùn)行一次，該模型產(chǎn)生的碳排放量相當(dāng)于一輛車行駛70萬公里，大約是從地球到月球的兩倍距離。

在雙碳目標(biāo)下，智算中心的節(jié)能減排形勢(shì)相當(dāng)嚴(yán)峻。

藍(lán)海大腦冷板式液態(tài)智算中心通過將需要散熱的設(shè)備固定在一塊冷板上（通常為銅鋁等導(dǎo)熱金屬構(gòu)成的封閉腔體），將發(fā)熱器件的熱量間接傳遞給循環(huán)流動(dòng)的冷卻液體，液體在通過冷板的時(shí)候?qū)⒃O(shè)備熱量帶走，以達(dá)到散熱的目的。

技術(shù)特點(diǎn)

散熱能力強(qiáng)：局部熱流密度達(dá)150W/CM2

維護(hù)方便，技術(shù)成熟

環(huán)境適應(yīng)性強(qiáng)：適用于軍民領(lǐng)域各種應(yīng)用環(huán)境

冷卻介質(zhì)多為導(dǎo)電液體，存在泄漏安全隱患

目前，智算中心的價(jià)格有兩個(gè)特點(diǎn)：

一. 貴

作為一種新型的算力基礎(chǔ)設(shè)施，如果通過將建設(shè)成本轉(zhuǎn)換為算力單價(jià)來計(jì)算，算力成本較高。

二. 亂

這是一個(gè)新興市場(chǎng)，而算力的價(jià)格與智算中心所在地區(qū)等多方面因素有關(guān)。

從長遠(yuǎn)來看，一定要有非常普惠的算力提供給AI用戶和開發(fā)者，讓AI產(chǎn)業(yè)持續(xù)發(fā)展，也能降低各地政府的投資建設(shè)壓力。

服務(wù)

目前大部分智算中心采用取建、運(yùn)分離的模式，運(yùn)營方面還沒有成熟的商業(yè)模式，運(yùn)營主體普遍處于模糊地帶，有可能出現(xiàn)運(yùn)營缺乏的情況。

但是，對(duì)于要建設(shè)智算中心服務(wù)區(qū)域經(jīng)濟(jì)各地政府來說，智算中心的運(yùn)營是剛需，是必須要解決的問題。

總結(jié)

智算中心的建設(shè)仍處于初期階段，要從開放、融合、綠色、普惠、服務(wù)五個(gè)方面進(jìn)行智算基礎(chǔ)設(shè)施的建設(shè)，提高智算中心的運(yùn)營效益。

隨著AI產(chǎn)業(yè)和產(chǎn)業(yè)AI的不斷發(fā)展，智算基礎(chǔ)設(shè)施建設(shè)熱度持續(xù)升高。與傳統(tǒng)的數(shù)據(jù)中心相比，智算中心在當(dāng)?shù)禺a(chǎn)業(yè)經(jīng)濟(jì)發(fā)展可能會(huì)帶來更明顯的作用，如何建好、管好、用好智算中心是一個(gè)持續(xù)迭代更新的命題。

液冷智算中心案例

隨著數(shù)字經(jīng)濟(jì)高速發(fā)展，數(shù)據(jù)量與日俱增，海量的數(shù)據(jù)處理、存儲(chǔ)、傳輸?shù)倪^程都離不開智算中心。智算中心作為新基建的重要組成部分，數(shù)字經(jīng)濟(jì)的堅(jiān)實(shí)底座，其重要性已上升到國家戰(zhàn)略層面。

從需求量上看，在數(shù)字經(jīng)濟(jì)時(shí)代，全國的數(shù)據(jù)量平均每?jī)赡攴环瑪?shù)據(jù)處理剛需依然存在，可預(yù)見智算中心規(guī)模也將相應(yīng)地增長。截止至 2019 年，全國數(shù)據(jù)中心產(chǎn)值已達(dá) 1,562.5 億元，與 2018 年相比，增長27.2%。預(yù)計(jì) 2035 年產(chǎn)值將達(dá) 6,057.5 億元。??

利用高性能服務(wù)器的人工智能集群技術(shù)。多個(gè)液冷機(jī)器可以聚集在一起，以擴(kuò)大吞吐量，以進(jìn)一步訓(xùn)練和推理加速，并支持?jǐn)?shù)十億至數(shù)萬億參數(shù)模型。大型數(shù)據(jù)中心和高性能服務(wù)器通常有數(shù)百到數(shù)千個(gè)節(jié)點(diǎn)，需要數(shù)月或數(shù)年時(shí)間才能建成，占用數(shù)據(jù)中心機(jī)柜空間及增加耗電量，并且通常吸引超過 10MW 的設(shè)備。相比之下，每臺(tái)液冷GPU服務(wù)器提供相當(dāng)于10s-100s傳統(tǒng)節(jié)點(diǎn)的計(jì)算等價(jià)物。此外，冷卻系統(tǒng)、供配電、空調(diào)功耗和資源池虛擬化技術(shù)的發(fā)展和優(yōu)化，推動(dòng)PUE 值持續(xù)降低，數(shù)據(jù)中心總體能效水平有所提高。

在以前的20多年里，大多數(shù)智算解決方案都采用行業(yè)標(biāo)準(zhǔn)互連的大規(guī)模服務(wù)器集群。隨著人工智能、大數(shù)據(jù)等技術(shù)和應(yīng)用的日益成熟落地，實(shí)際業(yè)務(wù)對(duì)數(shù)據(jù)中心等底層基礎(chǔ)設(shè)施的性能要求越來越高。性能提高直接導(dǎo)致服務(wù)器功耗不斷增加，尤其是芯片制程提升變慢導(dǎo)致功耗提升加速，通用 CPU 的 TDP（Thermal Design Power ，散熱設(shè)計(jì)功耗）持續(xù)增加，已從最初的 100W 左右逐步增加到最高可達(dá) 400W。單臺(tái)通用服務(wù)器滿載功率已逼近 1 kW，用于 AI 訓(xùn)練的機(jī)器單機(jī)功率甚至高達(dá) 2.6kW，未來AI 訓(xùn)練 GPU 單機(jī)預(yù)計(jì)最高可達(dá) 10kW。

另一方面，云計(jì)算數(shù)據(jù)中心的單體規(guī)模越來越大。截止至 2020 年，全國數(shù)據(jù)中心總機(jī)架數(shù)約 428.6 萬架。數(shù)據(jù)中心總機(jī)架數(shù)增長規(guī)律與總產(chǎn)值相似，均以相對(duì)穩(wěn)定地增幅逐步上漲，預(yù)計(jì)至 2035 年全國數(shù)據(jù)中心總機(jī)架數(shù)約 1,491.1 萬架。無論是對(duì)于局部散熱還是整個(gè)數(shù)據(jù)中心散熱而言，風(fēng)冷技術(shù)均趨于能力極限，且每年會(huì)產(chǎn)生大量的電力消耗，增加了數(shù)據(jù)中心的運(yùn)維成本。

液冷技術(shù)通過液體作為熱量傳輸媒介，達(dá)到降低設(shè)備溫度的目的。液體可以直接導(dǎo)向熱源帶走熱量，不像風(fēng)冷一樣間接通過空氣制冷。對(duì)于密度高、規(guī)模大、散熱需求高的數(shù)據(jù)中心優(yōu)勢(shì)明顯。

液冷數(shù)據(jù)中心解決方案

對(duì)于需要最大性能、密度和效率的大型系統(tǒng)的客戶，高性能服務(wù)器提供液冷機(jī)柜，高性能服務(wù)器提供液冷機(jī)柜，支持高性能計(jì)算配置中所有組件的液體冷卻系統(tǒng)。

這種架構(gòu)包含許多支持高瓦數(shù)CPU和GPU（超過500W）的創(chuàng)新功能，極大地減少了互連布線需求，降低了操作成本。液冷式基礎(chǔ)設(shè)施還帶來了更緊湊的系統(tǒng)結(jié)構(gòu)，減少使用昂貴的光互連電纜。

此外，其基礎(chǔ)設(shè)施經(jīng)過精心設(shè)計(jì)，支持多處理器體系結(jié)構(gòu)和加速器選項(xiàng)，至少在未來十年內(nèi)與下一代CPU、GPU和互連技術(shù)保持向前兼容。

機(jī)柜架構(gòu)

液冷機(jī)柜的計(jì)算和交換機(jī)基本構(gòu)件包括：

服務(wù)器機(jī)柜：一臺(tái)機(jī)柜可容納8臺(tái)機(jī)箱，最多支持64個(gè)計(jì)算刀片和512個(gè)處理器。

計(jì)算刀片：刀片是機(jī)箱中的模塊，包括CPU、結(jié)構(gòu)連接、印刷電路板，以及冷卻和電源組件。預(yù)裝四個(gè)雙插座節(jié)點(diǎn)。從機(jī)柜前部插入機(jī)箱。

交換機(jī)機(jī)箱：可容納8臺(tái)交換機(jī)箱，最多支持64個(gè)交換機(jī)。從機(jī)柜后部插入機(jī)箱。

交換機(jī)刀片：包含光纖交換機(jī)，電路板，用于連接計(jì)算刀片和冷卻所需的所有組件和電源。

每個(gè)機(jī)柜包含8個(gè)服務(wù)器機(jī)箱和8個(gè)交換機(jī)機(jī)箱，直接從交換機(jī)連到刀片上，無需布線。交換機(jī)和交換機(jī)端口都是直接液冷冷卻。刀片垂直放置，交換機(jī)水平放置，交換機(jī)可以直接與刀片相連接。

預(yù)裝的液冷計(jì)算刀片配備四臺(tái)雙處理器服務(wù)器。所有組件均采用直接液體冷卻方式。機(jī)柜未配置風(fēng)扇。

網(wǎng)絡(luò)

64 口交換機(jī)，提供? 12.8 Tb/s 帶寬

每個(gè)交換機(jī)機(jī)箱最多支持8個(gè)交換機(jī)刀片，每個(gè)計(jì)算刀片最多支持8個(gè)光纖連接

每個(gè)機(jī)箱2個(gè)交換機(jī)，用于向32個(gè)計(jì)算節(jié)點(diǎn)（8個(gè)計(jì)算刀片）單點(diǎn)連接 （每個(gè)節(jié)點(diǎn)一個(gè)網(wǎng)絡(luò)連接）

每個(gè)機(jī)柜有16個(gè)交換機(jī)，用于向256個(gè)計(jì)算節(jié)點(diǎn)（64個(gè)計(jì)算刀片）單點(diǎn)連接 （每個(gè)節(jié)點(diǎn)一個(gè)網(wǎng)絡(luò)連接）

任何端點(diǎn)間，最多3次連接

電源

液冷機(jī)柜可以支持高達(dá)300千瓦的功率。

每面機(jī)柜都有一系列PDU和整流器，將輸入的480V或400V三相交流電源轉(zhuǎn)換為380V直流電源，分配給單獨(dú)的計(jì)算和交換機(jī)刀片。計(jì)算和交換機(jī)刀片上的直流到直流轉(zhuǎn)換器將輸入的380V直流電源首先轉(zhuǎn)換為48V直流電源，然后轉(zhuǎn)換為各種組件的直流電壓。機(jī)柜支持頂部或底部供電。

冷卻

機(jī)柜和所有組件冷卻由貫穿整個(gè)計(jì)算設(shè)施的循環(huán)液體完成。冷卻分配單元（CDU）通過數(shù)據(jù)中心的熱交換器冷卻液體將熱水循環(huán)。整個(gè)冷卻回路是一個(gè)源自CDU的閉環(huán)。一個(gè)CDU最多可以支持四臺(tái)液冷機(jī)柜。CDU將冷卻液保持在一定溫度，并通過熱傳遞機(jī)制將熱量轉(zhuǎn)移到數(shù)據(jù)中心的水里。

液體冷卻通過一系列流管到達(dá)液冷柜中的各個(gè)刀片和部件，這些流管將冷卻液從主管道分配到各個(gè)刀片和交換機(jī)，然后將熱的液體回流管道。機(jī)柜前面配備計(jì)算刀片的冷卻管，后面配備交換機(jī)的冷卻管。計(jì)算刀片和交換機(jī)刀片之間的連接快速且無滴漏，可在不關(guān)閉整個(gè)系統(tǒng)的情況下卸下刀片對(duì)服務(wù)器進(jìn)行維護(hù)。冷板直接去除CPU中的熱量。當(dāng)NIC夾層卡位于CPU上方時(shí)，由CPU冷板冷卻。液冷高性能服務(wù)器的功率和冷卻預(yù)算大大小于風(fēng)冷裝置。

總結(jié)

擴(kuò)展：機(jī)柜內(nèi)的無電纜網(wǎng)絡(luò)減少外部電纜和光纜。

總體擁有成本TCO：在產(chǎn)品使用壽命內(nèi)節(jié)省電力和水的運(yùn)營成本。

靈活性：靈活高度集成的液冷基礎(chǔ)設(shè)施提供廣泛的計(jì)算平臺(tái)、可升級(jí)的網(wǎng)絡(luò)解決方案及未來的兼容性。

在“marketing@lanhy.cn”獲取完整版《智能計(jì)算中心規(guī)劃建設(shè)指南》完整版。

審核編輯：符乾江