我国智算发展的挑战与建议*

doi:10.12267/j.issn.2096-5931.2024.11.013

信息通信技术与政策 ›› 2024, Vol. 50 ›› Issue (11): 85-89.doi: 10.12267/j.issn.2096-5931.2024.11.013

我国智算发展的挑战与建议^*

Challenges and suggestions for development of intelligent computing in China

郭亮¹, 刘睿²

1.中国信息通信研究院云计算与大数据研究所,北京 100191
2.中国信息通信研究院国际合作部,北京 100191

收稿日期:2024-10-09 出版日期:2024-11-25 发布日期:2024-11-29
作者简介:
郭亮中国信息通信研究院云计算与大数据研究所总工程师,正高级工程师,长期从事计算、网络和存储相关的技术研究和标准制定等工作；
刘睿中国信息通信研究院国际合作部主任,高级工程师,主要从事各类数字技术相关的国际合作推进工作
基金资助:
*国家科技重大专项项目(2021ZD0113003)

GUO Liang¹, LIU Rui²

1. Cloud Computing & Big Data Research Institute, China Academy of Information and Communications Technology, Beijing 100191, China
2. International Cooperation Department of China Academy of Information and Communications Technology, Beijing 100191, China

Received:2024-10-09 Online:2024-11-25 Published:2024-11-29

摘要/Abstract

摘要：

首先,对我国算力中心发展经历的传统数据中心、定制化数据中心和智算中心3个典型阶段进行了分析;随后,研究了智算面临的芯片和网络、算力设施、软件生态、算力调用和算电协同的5个挑战;最后,就技术研究、标准制定、系统兼容、算网融合和国际合作等提出了我国智算产业发展的建议。

关键词: 智算, 算力中心, 算网融合, 国际合作

Abstract:

Firstly, this article analyzes the three typical stages of the development of computing power centers in China in recent years, including traditional data centers, customized data centers, and intelligent computing centers. Subsequently, five challenges faced by the development of intelligent computing are studied, including chips and networks, computing facilities, software ecology, computing power utilization, and energy demand. Finally, suggestions are put forward for the development of China’s intelligent computing industry, including technical research, standard formulation, system compatibility, computing and network convergence, and international cooperation.

Key words: intelligent computing, computing power center, computing and network convergence, international cooperation

中图分类号:

TP30
F124

郭亮, 刘睿. 我国智算发展的挑战与建议^*[J]. 信息通信技术与政策, 2024, 50(11): 85-89.

GUO Liang, LIU Rui. Challenges and suggestions for development of intelligent computing in China[J]. Information and Communications Technology and Policy, 2024, 50(11): 85-89.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2024.11.013

http://ictp.caict.ac.cn/CN/Y2024/V50/I11/85

参考文献 14

[1]	JIANG Z H, LIN H B, ZHONG Y M, et al. MegaScale: scaling large language model training to more than 10 000 GPUs[J]. arXiv Preprint. arXiv:2402.15627, 2024.
[2]	中国信息通信研究院. 2023智能算力发展白皮书[R], 2023.
[3]	中关村在线. 哪些地方适合建智算中心?[EB/OL]. (2024-10-04)[2024-10-09]. https://news.qq.com/rain/a/20241004A02MO700.
[4]	工业和信息化部. 2010年全国电信业统计公报[R], 2011.
[5]	华为技术有限公司. 计算2030[R], 2024.
[6]	AVELAR V, AZEVEDO D, FRENCH A. WP49-PUE a comprehensive examination of the metric[R], 2012.
[7]	NVIDIA. NVIDIA blackwell architecture technical brief[R], 2024.
[8]	郑纬民, 翟季冬, 翟明书. 智能算力核心基础系统软件的现状与展望[J]. 中兴通讯技术, 2024, 30(2):2-8.
[9]	DONG J B, WANG S C, FENG F, et al. ACCL: architecting highlyscalable distributed training systems with highly efficient collective communication library[J]. IEEE Micro, 2021, 41(5):85-92. DOI: 10.1109/MM.2021.3091475.
[10]	华为技术有限公司. 昇思通信[R], 2020.
[11]	中国信息通信研究院. 发布!我国算力中心相关数据[EB/OL]. (2024-06-28)[2024-10-09]. https://mp.weixin.qq.com/s/kjQUNtlv_Y7QL4spjhk0DQ.
[12]	人民邮电报. 网信办备案AI大模型数量已达197行业大模型占比近70%[EB/OL]. (2024-08-22)[2024-10-09]. https://www.cnii.com.cn/rmydb/202408/t20240822_595284.html.
[13]	赵海燕, 易庆奥, 汤敬华, 等. 分布式模型训练中的通信优化方法:现状及展望[J/OL]. 小型微型计算机系统, 1-16.(2024-05-30)[2024-10-06]. http://kns.cnki.net/kcms/detail/21.1106.TP.20240529.1438.004.html.
[14]	张宏科, 于成晓, 权伟, 等. 融算网络体系基础研究[J]. 电子学报, 2022, 50(12):2928-2934. doi: 10.12263/DZXB.20221140

我国智算发展的挑战与建议^*

Challenges and suggestions for development of intelligent computing in China

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 14

相关文章 12

编辑推荐

Metrics

本文评价

[1]	吴帅, 韩振东, 王佳, 蔡航. 运营商视角下的算力网络技术及实践研究[J]. 信息通信技术与政策, 2024, 50(2): 40-45.
[2]	宋今, 张河翔. 云边端融合的算网架构在智慧园区中的应用研究[J]. 信息通信技术与政策, 2024, 50(2): 55-62.
[3]	黄潇洁, 宋闻萱, 张恒升, 许方敏, 赵成林. 面向AIGC类新型计算业务的算力网络挑战与设计^*[J]. 信息通信技术与政策, 2023, 49(6): 10-16.
[4]	李一男, 唐琴琴, 彭开来, 刘佳, 谢人超, 黄韬. 以服务为中心的算力网络度量与建模研究^*[J]. 信息通信技术与政策, 2023, 49(5): 21-29.
[5]	周彩红, 王月, 许可欣. 面向算存运一体的数据中心存力发展研究[J]. 信息通信技术与政策, 2023, 49(5): 37-41.
[6]	孙聪, 王少鹏, 邱奔. 算网融合产业发展分析[J]. 信息通信技术与政策, 2023, 49(5): 48-53.
[7]	翟爽, 王旭东, 张震. 算网融合下的多云部署和数据存储发展趋势分析[J]. 信息通信技术与政策, 2023, 49(5): 54-58.
[8]	尚华, 杨硕, 张一星. 绿色低碳化发展视角下数据中心电算网融合分析[J]. 信息通信技术与政策, 2023, 49(5): 59-64.
[9]	张雪贝, 王立文, 杨文聪, 张帅. 面向5G-A及6G的用户面演进研究及趋势分析[J]. 信息通信技术与政策, 2022, 48(9): 64-70.
[10]	贾庆民, 郭凯, 周晓茂, 彭开来, 谢人超, 黄韬. 新型算力网络架构设计与探讨^*[J]. 信息通信技术与政策, 2022, 48(11): 18-23.
[11]	韩淑君, 穆琙博, 柴瑶琳, 宋平, 毕立波. 算网基础设施发展现状及建议[J]. 信息通信技术与政策, 2022, 48(11): 24-29.
[12]	雷波, 马小婷, 李聪, 唐静, 周舸帆. 云网融合中的网络基础设施演进探讨^*[J]. 信息通信技术与政策, 2022, 48(11): 8-17.