近兩年來，智算中心建設火爆，各種新項目、大項目層出不窮。而刺激智算中心建設如此快速增長的根源，毫無疑問就是AI大模型與人工智能產業爆發帶來的智能算力需求。

大模型作為需求方，不斷推動著智算中心向更多、更大的發展。而智算中心作為攻擊方，規劃目標則是為了滿足大模型訓練或者推理的算力需求。但雙方之間，真的只是如此單純的甲乙方關系么？

智算中心的崛起

大模型以其強大的理解力、數據處理能力、深度學習能力及廣泛的應用場景，成為最被看好的未來技術。同時，大模型無論是在訓練階段，還是應用推理階段，對算力的需求都十分驚人，這也正智算中心興起的關鍵所在。

根據中國IDC圈初步統計，截止2024年7月份，我國共有智算中心399座，其中規模超過萬卡的智算中心集群多達16個（詳情參考：中國16座萬卡智算中心分析及最新產業動態）。

除了市場化的建設外，從數字經濟可持續發展的角度出發，國家相關部門也紛紛發布智算中心建設政策和措施，推動智算中心建設的發展。

今年2月，國資委要求央企加快建設一批智算中心；4月發布的《數字經濟2024年工作要點》要求適度超前布局數字基礎設施；7月，《中共中央關于進一步全面深化改革推進中國式現代化的決定》提出要建設和運營國家數據基礎設施。同期，國家數據局表示正在編制《數據基礎設施建設指引》以推動數據基礎設施的建設。

無論是市場推動，還是政策指引，因為大模型的爆發和應用需求，直接推動了智算中心的技術革新和規模擴張，也成為了智算中心最重要的客戶群體。

客戶身份之外

當前，大模型無疑是智算中心最重要的客戶之一。它們通過租賃或購買算力資源，在智算中心上完成模型的訓練和推理任務。然而，如果我們僅僅將大模型視為智算中心的客戶，可以說智算中心反而即將錯過大模型時代的機遇。

事實上，大模型在智算中心的應用過程中，不僅消耗了算力資源，還通過其強大的數據處理和分析能力，可以為智算中心的智能運維和性能優化提供了有力支持。

例如，大模型可以基于海量數據對智算中心的運行狀態進行實時監測和預測分析，及時發現并解決潛在的性能瓶頸和故障隱患。同時，大模型還可以通過對歷史數據的深度挖掘和學習，不斷優化智算中心的資源配置和調度策略，提升其整體運行效率和穩定性。

此外，大模型還可以作為可以互動的知識庫，一方面用來輔助運維人員對當前運營狀況進行定位和定性，提出運維參考；一方面可以作為運維人員培訓的工具，加快數據中心人才的培養。

大模型的應用，不僅增強了智算中心的智能化水平和服務質量，還為大模型自身的優化和升級提供了重要反饋。可以說，大模型與智算中心完全可以形成一個相互促進、共同發展的良性循環。

不是客戶，而是機遇

在數據中心領域之外，大模型的應用可以用“遍地開花”來形容。在醫療、金融、交通、教育、城市治理等領域，大模型以其獨特的優勢為行業帶來了前所未有的變革和機遇。

在醫療領域，大模型可以通過分析海量病歷數據和醫學影像資料，輔助醫生進行疾病診斷和治療方案制定；在金融領域，大模型則可以通過分析市場數據和交易信息，為金融機構提供精準的風險評估和投資建議。

而算力作為重要的新質生產力之一，在為數字經濟發展提供動力的同時，自身的高性能、高質量和智能化發展也是必然選擇。因此，大模型在算力領域的應用也勢在必行。

首先，大模型當然是智算中心的重要客戶之一，為算力企業提供了穩定的收入來源和發展空間。同時，算力企業應該積極接受、引入大模型的應用，提升自身的技術實力和服務水平，以更好地滿足未來發展對算力資源的需求和期望。

因此，智算中心需要將大模型視為推動其創新發展的重要機遇。通過加強與大模型的深度互動和合作，智算中心可以不斷吸收和借鑒大模型在數據處理、分析優化等方面的先進技術和經驗，推動自身在智能化運維、性能優化等方面的技術創新和升級。

基于大模型的創新驅動不僅有助于智算中心在激烈的市場競爭中保持領先地位，還有助于其構建起更加完善、更加智能的算力服務體系。智算行業應進一步發揮產業協同效應，推動智算中心與大模型之間的融合與發展。

2024數字開物大會將于9月25日在北京舉辦，本次大會主題為"探索AI邊界，重構數字場景"。大會將匯聚AI領域頂尖專家、知名大模型企業高管，以及來自央國企、醫療、自動駕駛等領域的大模型應用企業代表。我們誠摯邀請智算領域的優秀企業掃描下方二維碼參與報名。