编者按：异构算力是指不同种类的计算机硬件和软件系统在协同工作时的计算能力。这些硬件和软件系统可能具有不同的体系结构、指令集、运行模式和计算能力，以满足不同的应用需求。异构算力的发展源于对高性能计算、人工智能、大数据等领域的不断增长的需求。

在异构计算中，不同的硬件和软件系统可以相互配合，以实现更高效、更灵活的计算。例如，CPU和GPU可以协同工作，CPU处理复杂的逻辑运算，而GPU则处理大规模的并行计算，从而大大提高计算效率。此外，不同的软件系统也可以根据其特点进行优化，以提高异构计算的性能和效率。

异构算力的应用范围广泛，包括科学计算、云计算、人工智能等领域。它可以提高计算机系统的性能和效率，满足不断增长的计算需求，并为各种应用提供更好的支持。

在AI大模型浪潮的带动下，人工智能芯片、服务器、数据中心市场规模将显著提升。IDC预计，2023年中国人工智能芯片出货量将达到133.5万片，同比增长22.5%。

11月29日，2023人工智能计算大会在北京举办。中国证券报记者在大会现场了解到，大模型和生成式人工智能的发展显著拉动智能算力市场增长，智能算力规模增速快于通用算力，预计2022年至2027年中国智能算力规模年均复合增长率达33.9%，同期通用算力规模年均复合增长率为16.6%。

业内人士表示，打造异构算力，建立开放生态，突破高性能算力瓶颈已成为共识。目前，不少大模型企业愿意并主动适配国产芯片，国产芯片将迎来新的发展机遇。

市场前景广阔

浪潮信息高级副总裁、AI和HPC产品线总经理刘军表示，生成式AI和大模型将引发计算范式之变、产业动量之变、算力服务格局之变。未来几年，构建和调优生成式人工智能基础模型以满足应用需求，将为整个基础设施市场带来发展机遇。

大会现场发布的《2023-2024中国人工智能计算力发展评估报告》显示，中国智能算力规模增速快于同期通用算力规模增速。IDC数据显示，预计到2027年通用算力规模将达到117.3EFLOPS，智能算力规模将达到1117.4EFLOPS；2022年至2027年，预计中国智能算力规模年均复合增长率达33.9%，同期通用算力规模年均复合增长率为16.6%。

在AI大模型浪潮的带动下，人工智能芯片、服务器、数据中心市场规模将显著提升。IDC预计，2023年中国人工智能芯片出货量将达到133.5万片，同比增长22.5%。

人工智能服务器方面，IDC预计，全球人工智能硬件市场（服务器）规模将从2022年的195亿美元增长到2026年的347亿美元，年均复合增长率为17.3%。其中，用于运行生成式人工智能的服务器市场规模占比将从2023年的11.9%增长至2026年的31.7%。

中国AI服务器市场规模增速高于全球平均水平。IDC预计，2023年中国人工智能服务器市场规模将达到91亿美元，同比增长82.5%，2027年将达到134亿美元，年均复合增长率为21.8%。

在适度超前建设新型基础设施的政策引领下，人工智能算力基础设施投资规模加大。互联网企业、电信运营商，以及各级政府均积极投入到智算中心建设之中。据不完全统计，截至2023年8月，全国已有超过30个城市建设智算中心。

发展异构算力

“算力产业当前面临诸多挑战，如何让算力系统更好地支撑算法、数据以及应用是重要课题。”刘军表示，在计算层面，由于芯片厂商在开发过程中使用的技术路线不同，导致芯片适配服务器等设备的开发周期普遍很长。在训练层面，单芯片算力有限，而大模型训练需要大规模的算力集群，需要算力系统具有灵活的算力扩展能力。在存储层面，多模态大模型的训练和推理对存储提出了更高要求。

AI芯片作为算力系统的核心，其发展问题不容忽视。国内AI芯片行业发展面临挑战，在训练性能方面与进口产品存在差距。一位参会的行业人士告诉记者：“目前，已有不少大模型企业愿意并主动适配国产芯片。”

记者注意到，浪潮信息、希姆计算、中科通量、瀚博半导体、墨芯人工智能、摩尔线程、天数智芯、寒武纪、燧原科技等芯片公司推出了应用于不同场景的AI推理和训练任务的芯片加速卡，涉及CPU、GPU、RISC-V等不同设计架构。

混合异构的芯片技术架构成为解决算力资源稀缺的重要解决方案。“利用混合异构技术，可以将不同芯片放在一起训练同一个大模型。”北京智源人工智能研究院副院长兼总工程师林咏华表示，提升混合异构能力，可以在同一个数据中心把各种算力资源进行灵活组合训练大模型。“希望国内的数据中心能够从以进口芯片为主，过渡到以国产芯片为主。”

业内人士表示，异构算力解决方案为国产芯片创造了更多市场机会，相关厂商应积极适配主流软硬件，提升产品成熟度。

什么是异构算力？

千帆平台：提供高效异构算力服务