图为位于浙江嘉兴的智能计算产业园。 邱道岑/视觉中国

　　【IT之窗】

　　◎王 鹏

　　国际数据公司（IDC）近日发布的《中国智算服务市场（2023下半年）跟踪》报告显示，2023年下半年，中国智算服务市场整体规模达114.1亿元，同比增长85.8%。全年来看，这一市场规模达194.2亿元，同比增长72.5%，动力强劲。

　　智算服务是一种专门提供智能计算能力的服务，广泛应用于机器学习、深度学习、自然语言处理等人工智能（AI）领域，并助力生命科学、工业制造、自动驾驶等行业智能化转型升级。智算服务“算”出AI落地加速度，让更多创新企业迎来发展新机遇。

　　双轮驱动增长

　　我国智算服务市场由智算集成服务、智算基础设施即服务（AI IaaS）两大板块构成，后者进一步细分为面向生成式人工智能的GenAI IaaS和面向非生成式人工智能的Non-GenAI IaaS。从2023年智算服务市场表现看，智算集成服务市场贡献了主要增量，去年下半年规模达36亿元，同比增速高达129.4%。GenAI IaaS市场在2023年实现“从0到1”的爆发式增长，规模达32.2亿元。Non-GenAI IaaS市场保持稳健增长态势，规模达45.9亿元。

　　我国智算服务市场快速发展，得益于智算服务需求与宏观政策引领双轮驱动。

　　一方面，我国智算服务需求保持高速增长。从“大炼模型”到“炼大模型”，千亿、万亿参数大模型的孵化，推动智算基础设施加快建设，智能算力需求持续爆发，各方纷纷加大对AI算力的布局。各地政府前瞻规划，现已投产上线的智算中心数量接近百个，可用算力已接近万PFlops（1PFlops=1千万亿次浮点运算/秒）。同时，人工智能技术公司、信息与通信技术服务商、数据中心服务商、实体企业等多方主体纷纷重金投入智算市场。

　　另一方面，宏观政策出台发挥引领作用，营商环境和创新生态持续改善。国家发展改革委等部门联合发布的《全国一体化大数据中心协同创新体系算力枢纽实施方案》提出，在京津冀、长三角、粤港澳大湾区、成渝，以及贵州、内蒙古、甘肃、宁夏等地布局建设全国一体化算力网络国家枢纽节点。北京、浙江、广东等地也纷纷发布相关政策规划，央地协同推动智算市场发展。政府加快实施“东数西算”工程、发放“算力券”，提升跨区域算力调度水平，降低企业使用算力设施和服务的门槛，并对示范效果突出的智算中心给予资金奖补，使营商环境进一步改善。随着云计算、大数据、深度学习、自然语言处理和图像识别等技术发展，智算能力大幅提升，创新生态不断优化。

　　机遇前所未有

　　智能算力作为新型基础设施，是万千行业进行智能化变革的核心驱动力，我国智算服务市场正迎来前所未有的发展机遇。智算服务市场蓬勃发展为行业带来新机遇。

　　受益于AI领域先发优势和资源技术积淀，目前字节跳动、阿里巴巴、百度、腾讯市场份额位居我国智算服务市场前列。同时，一些智算服务企业也纷纷紧抓智算市场发展窗口期，快速获取GenAI IaaS市场份额。商汤科技凭借资源储备、“大模型+大装置”全方位技术能力成功跨界，表现抢眼；并行科技凭借在超算领域的积累赢得一席之地；首都在线以互联网数据中心资源为基础整合产业生态，分得一杯羹……未来，随着技术快速发展，新的行业巨头有望产生。

　　随着智算市场快速增长，智算技术逐步渗透到农业、金融、医疗等领域，AI与各行业融合程度日益加深。AI大模型通过优化生产流程、提升管理效率等方式助力传统产业数字化转型升级，催生新模式和新业态。例如，智能网联汽车行业就在智算支撑下驶上了“快车道”。

　　合力共促发展

　　还要看到，智算服务市场快速增长的背后也伴随着挑战。

　　首先，数据安全与隐私保护问题亟待解决。智算服务涉及大量用户数据和企业机密信息，这些数据可能被恶意利用。其次，智算行业面临前沿技术待突破、高端人才短缺等问题，可能难以适应智算应用场景复杂化的发展趋势。此外，人工智能训练和推理需要大量算力，高性能计算设备运行过程中也会产生大量热量，能耗问题不容忽视。最后，智算持续发展需要跨领域合作和资源共享，而这往往面临交互标准与互操作性、供应链管理、盈利模式与利益分配等问题。

　　面对智算市场发展的一系列挑战，政府和企业应形成合力，共同推动行业良性发展。

　　第一，加强智算技术自主研发。可设立智算产业投资基金，吸引金融机构、企业等多元资本，对开展高端智算自主研发的企业进行投资。推动企业加大对智算前沿技术的研发投入，搭建智算技术的适配、验证与调优平台，推动产学研用深度融合。

　　第二，建立健全数据安全和隐私保护机制，实现数据态势可知、威胁可现、风险可控。要重视数据质量核验任务，完成数据质量规范性、一致性、准确性和完整性检查。

　　第三，积极培养高水平数据科学家和分析师人才。建立以应用能力为基础、以工作过程为导向的课程体系，构建集生产实训、虚拟仿真为一体的实习实训基地，促进高水平人才供给。

　　第四，最大限度节省能源消耗。算力基础设施建设应优先考虑算力中心地理位置，充分利用自然条件散热降温。合理安排调度业务进程，优先处理用户驱动型业务，在计算资源闲时处理结果驱动型业务，提高资源利用效率。

　　（作者系北京市社会科学院副研究员）