在AI時(shí)代，算力扮演著至關(guān)重要的角色。如果說數(shù)據(jù)是AI大模型的“燃料”，那么算力則是其強(qiáng)大的“動(dòng)力引擎”。據(jù)資料顯示，為了訓(xùn)練GPT大模型，Open AI耗費(fèi)了40TB的數(shù)據(jù)，并每天消耗高達(dá)50萬千瓦時(shí)的電力。訓(xùn)練一次擁有1746億參數(shù)的GPT-3模型，所需的算力更是高達(dá)3640PFlops，耗資466萬美元。

隨著人工智能成為全球關(guān)注的焦點(diǎn)，各國紛紛加大對(duì)算力的追求。在中國，數(shù)據(jù)中心的建設(shè)速度同樣驚人。據(jù)2024中國算力大會(huì)透露，目前全國在用算力中心機(jī)架總規(guī)模已超過830萬標(biāo)準(zhǔn)機(jī)架，算力總規(guī)模達(dá)到246EFlops，位居世界前列，且年均增長率超過30%。

然而，在算力迅猛增長的同時(shí)，關(guān)于算力是否過剩的爭論也一直存在。一方面，算力作為人工智能發(fā)展的基石和經(jīng)濟(jì)社會(huì)的基礎(chǔ)設(shè)施，進(jìn)行適度超前的建設(shè)是必要的。全球范圍內(nèi)，算力投資建設(shè)均呈現(xiàn)出迅猛增長的態(tài)勢(shì)。《中國綜合算力指數(shù)報(bào)告（2024）》顯示，截至2023年底，全球算力基礎(chǔ)設(shè)施總規(guī)模達(dá)到910EFlops，同比增長40%。

但另一方面，我們也要看到算力應(yīng)用尚處于起步階段。當(dāng)前，更多的算力增長是被以ChatGPT為代表的人工智能所牽引，而人工智能浪潮在經(jīng)歷過度炒作后正陷入低谷期，突破乏力。因此，有觀點(diǎn)認(rèn)為智算中心的建設(shè)應(yīng)放緩節(jié)奏，以避免在居高不下的成本壓力下，投資過多的算力導(dǎo)致運(yùn)營困局。

然而，放棄算力的大力發(fā)展也將面臨在競(jìng)爭中落伍的風(fēng)險(xiǎn)。從供需兩端來看，算力供給與應(yīng)用存在不匹配的情況。AI算力供給緊缺的局面已有所緩解，但高端算力如AI專項(xiàng)算力、高性能算力等仍存在缺口，而通用算力利用率則相對(duì)較低。同時(shí)，智算中心的數(shù)量和機(jī)柜利用率也不及預(yù)期。

盡管如此，人工智能技術(shù)仍在社會(huì)上帶來了應(yīng)用創(chuàng)新。目前，全國在工業(yè)、教育、醫(yī)療、能源等多個(gè)領(lǐng)域的算力應(yīng)用項(xiàng)目已超過1.3萬個(gè)，云計(jì)算、元宇宙以及智慧城市建設(shè)等對(duì)算力的依賴程度持續(xù)增加，相關(guān)需求依然旺盛。

因此，算力是否過剩并沒有一個(gè)絕對(duì)的答案。在特定時(shí)期和特定領(lǐng)域，可能會(huì)出現(xiàn)算力利用率低的情況，但從長遠(yuǎn)來看，隨著人工智能技術(shù)的不斷發(fā)展和應(yīng)用場(chǎng)景的不斷拓展，算力需求將持續(xù)增長。

為此，我們需要根據(jù)具體情況來控制算力建設(shè)的節(jié)奏，并采取相應(yīng)措施來優(yōu)化算力資源配置。既要避免盲目建設(shè)造成的資源浪費(fèi)，又要保持戰(zhàn)略眼光，確保在人工智能的大國博弈中占據(jù)有利地位。