寻找"算力王"：智算中心需要怎样的AI服务器

　　近两年，AI大模型给产业带来了巨大的影响，以GPU为核心的智算逐步成为算力的主要发展方向。据工信部规划，中国智能算力的占比将在2025年达到35%，年复合增长率在30%以上，这意味着智算中心将引领数据中心建设的潮流。
　　服务器是提供数据存储、运算等服务的高性能计算机，包含处理器、内存、硬盘和其他功能及基础硬件。2024年以来，中国智算中心建设如火如荼，也在不断推动着服务器厂商持续推出加速计算服务器新品。
　　运营商智算“加速跑”
　　AI算力基础需求高增，国内供给显著改善。今年以来，运营商开展了大规模的智算中心建设，并开展了几次重要的算力服务器集采。
　　从资本开支来看，运营商加大算力相关资本开支。公开信息显示，2024年，中国移动算力领域预计投入475亿元，同比增长21.5%，占资本开支比重提升5.8个百分点至27.5%。中国电信产业数字化计划资本开支370亿元，同比增长4.1%，在云/算力计划投资180亿元。中国联通在算网数智投资方面将坚持适度超前、加快布局，但是未披露具体数额。可以看出，中国移动暂时拔得头筹，中国电信和中国联通紧随其后。
　　此外，财报显示，到2024年底，中国电信智算算力规模将大幅领先，中国移动次之。中国电信计划2024年智算算力提升10EFLOPS，超过21EFLOPS。中国移动2024年智算算力累计超过17EFLOPS。
　　从运营商积极布局智算中心来看，据不完全统计，目前，国内建成和在建的智算中心项目超500个，运营商为满足市场需求，正加快建设智算中心项目超80个，争夺政企市场。
　　中国移动优化全国性智算中心和边缘智算节点布局，全网智算规模达到17EFLOPS（FP16），年内将投产3个近两万卡超大规模单体智算中心和12个区域智算中心。中国电信适度超前建设智算基础设施，持续加大智算能力建设，规划并建设全国“2+3+7+X”公共智算云池，在京津冀、长三角地区建设两大万卡智算集群，西部地区打造大规模绿色智算池。中国联通布局热点集约、跨区辐射、边缘覆盖的多级算力体系，构建了“1+ N+X”全国分梯次智算资源，IDC规模超40万架，云池覆盖230多个城市。
　　从运营商招标项目来看，2024年4月，中国移动发布2024年至2025年新型智算中心采购招标公告，此次采购包含AI服务器7994台，成为有史以来国内最大规模的AI服务器集采。加上此前中国移动2023年至2024年新型智算中心（试验网）集采项目，12个标包对应AI训练服务器采购量总计达到2454台，中国移动这两次AI服务器集采规模合计超万台。
　　除了中国移动之外，其他两大运营商此前也开启了AI服务器大规模采购。中国联通在今年3月启动2024年人工智能服务器集采，其中，人工智能服务器采购总规模为2503台。中国电信在去年10月也采购了4175台AI服务器。以算力基础设施来说，在大模型产品迭代发展中，算力需求持续增长，带动AI服务器的需求居高不下。
　　AI服务器市场竞争激烈
　　在智算中心的建设中，服务器的选择至关重要，它直接关系到算力的强弱、任务的执行效率以及资源的利用率。一般来讲，智算中心的服务器主要包括训练服务器、推理服务器或训推一体服务器等三大类。
　　训练服务器主要利用大量数据对AI模型进行训练，通过调整模型参数使模型更好地拟合数据，学习数据中的特征和规律。这通常需要高性能的硬件支持，如高性能GPU或TPU（张量处理单元），以及大容量内存和高速存储设备。此类服务器的特点是适用于模型开发和训练阶段，需要强大的计算能力和长时间的稳定运行。
　　推理服务器主要功能是对输入数据进行快速推理计算，生成预测结果。这通常用于实时应用场景，如自动驾驶、实时语音识别等。这类服务器特点是要求低延迟、高可靠性，通常采用低功耗的GPU或专用的推理芯片，如NVIDIA的TensorRT系列芯片，在保证推理速度的同时降低能耗和成本。
　　训推一体服务器是既能进行模型训练又能进行推理计算的服务器。它的特点是资源利用率高，可以根据实际需求灵活分配计算和存储资源。但设计和维护成本也相对较高，需要解决CPU和GPU之间的算力融合问题，以及不同任务之间的资源调度问题。
　　针对智算中心存在的算力融合、算力孤岛、算力低效、硬件投资与更新、网络与管理等问题，在智算中心的建设中，服务器的选择应根据实际需求进行权衡。训练服务器适用于模型开发和训练阶段，推理服务器适用于实时应用场景，而训推一体服务器则可以在两者之间实现灵活切换和资源共享。
　　与此同时，智算服务器与传统通用服务器最大的区别，在于算力芯片的不同。智算服务器为了保证操作系统运行，也配置了CPU。但是，为了更好地完成AI计算任务，配置了更多的GPU、NPU（神经网络处理单元）、TPU等计算芯片（4块或8块），以这些芯片输出的算力为主。
　　除了芯片不同之外，为了充分发挥性能以及保障稳定运行，AI服务器在架构、存储、散热、拓扑等方面也进行了强化设计。例如，智算服务器的DRAM容量通常是普通服务器的8倍，NAND容量是普通服务器的3倍，甚至它的PCB电路板层数也明显多于传统服务器。
　　大模型发展带来了对超大规模算力、高性能存储、超大规模算力调度及管理、绿色节能等技术能力的需求。算力中心当前阶段，规模属于万卡集群、体量大，服务器采购要多型号、多厂家，配套液冷需要专业液冷供应商提供，来解决其解耦交付痛点。
　　超聚变推出FusionPoD for AI整机柜液冷服务器，从双生态、多样性算力、绿色低碳方面全方位重构智算底座，为智算集群需求打造高密、坚实、开放平台。中兴通讯推出的新互联AI服务器突破单节点算力瓶颈，旨在应对AI大模型训练中的通信带宽和时延挑战，并在算力提升和扩展性方面展现了领先的技术创新。新华三新发布的H3C UniServer G7系列依托面向AI的可进化架构、内生AI的操作系统和管理中枢，以及拥抱AGI的多元算力体系，为用户提供了灵活、高效、绿色的算力支持。浪潮元脑服务器NF5898G8，在AI算力方面具有强大的兼容性和卓越的性能，进一步加速算力融合创新。联想新一代Neptune海神液冷服务器，允许AI和HPC客户在不需要专门的数据中心空调的情况下运行100千瓦以上的服务器机架，98%的热量将转移到水循环中。信维全新推出的AI训推服务器H8650G5I提供不同的散热SKU，包括空气冷却和液体冷却解决方案。
　　对于服务器厂商而言，当其身量已不再局限于提供单一硬件产品时，而是提供综合性解决方案，这些解决方案可能包括服务器、存储、网络、安全等方面。未来，智算服务器将采用更高效的能源使用方式，实现绿色计算，并加强数据和模型的保护措施，以确保数据的安全性和隐私性。