人工智能时代高质量算力发展趋势洞察

doi:10.12267/j.issn.2096-5931.2025.02.003

信息通信技术与政策 ›› 2025, Vol. 51 ›› Issue (2): 18-23.doi: 10.12267/j.issn.2096-5931.2025.02.003

人工智能时代高质量算力发展趋势洞察

High-quality computing power trends in the era of artificial intelligence

穆翔栩¹, 贾明艳², 王天成¹, 吴美希²

1.浪潮电子信息产业股份有限公司,北京 100089
2.中国信息通信研究院云计算与大数据研究所,北京 100191

收稿日期:2025-01-10 出版日期:2025-02-25 发布日期:2025-03-04
通讯作者: 王天成，浪潮电子信息产业股份有限公司高级架构师,博士后,主要从事人工智能、大模型、智算中心、高性能计算有关技术研究和产业化工作。
作者简介:
穆翔栩浪潮电子信息产业股份有限公司解决方案架构师,博士,主要从事人工智能、大模型有关技术开发研究和产业化工作;
贾明艳中国信息通信研究院云计算与大数据研究所助理工程师,主要从事数据中心在算力、低碳发展等领域的产业咨询、技术研究和相关标准制定工作;
吴美希中国信息通信研究院云计算与大数据研究所数据中心部副主任,工程师,主要从事数据中心在算力、绿色发展等领域的政策支撑、技术研究和相关标准制定工作。

MU Xiangxu¹, JIA Mingyan², WANG Tiancheng¹, WU Meixi²

1. IEIT SYSTEM Co., Ltd., Beijing 100089, China
2. Cloud Computing & Big Data Research Institute, China Academy of Information and Communications Technology,Beijing 100191, China

Received:2025-01-10 Online:2025-02-25 Published:2025-03-04

摘要/Abstract

摘要：

围绕人工智能时代的算力发展需要,从计算器件、计算单元和基础设施3个维度出发,分析了算力的发展现状和遇到的技术挑战。为了应对人工智能发展给算力带来的性能、效率和能耗等挑战,提出高质量算力概念,并展望高质量算力技术发展方向。

关键词: 人工智能, 算力, 高质量发展

Abstract:

By focusing on the needs of computing power development in the era of artificial intelligence (AI), this paper analyzes the current situation and technical challenges of computing power development in three dimensions: computing devices, computing units, and infrastructure. To address the challenges of performance, efficiency, and energy consumption brought about by the development of AI, the concept of high-quality computing power is proposed, and the technological directions for the development of high-quality computing power are prospected.

Key words: AI, computing power, high-quality development

中图分类号:

TP389.1

穆翔栩, 贾明艳, 王天成, 吴美希. 人工智能时代高质量算力发展趋势洞察[J]. 信息通信技术与政策, 2025, 51(2): 18-23.

MU Xiangxu, JIA Mingyan, WANG Tiancheng, WU Meixi. High-quality computing power trends in the era of artificial intelligence[J]. Information and Communications Technology and Policy, 2025, 51(2): 18-23.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2025.02.003

http://ictp.caict.ac.cn/CN/Y2025/V51/I2/18

参考文献 11

[1]	中国信息通信研究院, 浪潮电子信息产业股份有限公司. 人工智能算力高质量发展评估体系报告[R], 2024.
[2]	GRATTAFIORI A, DUBEY A, JAUHRI A, et al. The llama 3 herd of models[R], 2024.
[3]	JOUPPI N P, YOUNG C, PATIL N, et.al. In-datacenter performance analysis of a tensor processing unit[C]// Proceedings of the 44th Annual International Symposium on Computer Architecture. Toronto: ACM, 2017:1-12.
[4]	VASILE C E, ULMăMEI A A, BîRă C. Image processing hardware acceleration: a review of operations involved and current hardware approaches[J]. Journal of Imaging, 2024, 10(12):298.
[5]	先进计算产业发展联盟. 先进计算技术发展白皮书(2023)[R], 2023.
[6]	KIM K, PARK M J. Present and future, challenges of high bandwith memory (HBM)[C]// 2024 IEEE International Memory Workshop (IMW). Seoul: IEEE, 2024:1-4.
[7]	LIN J, JI T, HAO X, et.al. Towards accelerating data intensive application’s shuffle process using SmartNICs[C]// Abstract Proceedings of the 2023 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems. Orlando: ACM, 2023: 9-10.
[8]	张乾, 黄璜, 苗子聪. 智能计算关键技术产业发展态势研究[J]. 信息通信技术与政策, 2024, 50(6):10-16.
[9]	DAS SHARMA D, BLANKENSHIP R, BERGER D. An introduction to the compute express link (CXL) interconnect[J]. ACM Computing Surveys, 2024, 56(11):1-37.
[10]	LEPPNEN T, ROMKA R, TERVONEN P. Utilization of data center waste heat in northern ostrobothnia[J]. Tehnicˇki glasnik, 2020, 14(3):312-317.
[11]	中国移动通信有限公司研究院. 新型智算中心算力池化技术白皮书(2023)[R], 2023.

[1]	刘高峰, 姜约瀚, 张育雄. 人工智能赋能数字孪生城市高水平发展和高质量建设[J]. 信息通信技术与政策, 2025, 51(3): 74-82.
[2]	刘晓峰. 5G无线人工智能数据集建立分析[J]. 信息通信技术与政策, 2025, 51(3): 83-88.
[3]	李洁, 王月, 姜凌菲. 算力电力协同发展内涵与关键举措研究[J]. 信息通信技术与政策, 2025, 51(2): 2-8.
[4]	杨思维, 刘睿. 我国算力产业拓展新兴市场机遇与策略分析[J]. 信息通信技术与政策, 2025, 51(2): 24-29.
[5]	赵栖平, 丁飞, 王诗怡, 王瑞, 吴迪, 刘志帅. 算力中心云服务架构与关键技术研究^*[J]. 信息通信技术与政策, 2025, 51(2): 30-39.
[6]	狄雅宁, 王小乾. 算力驱动下的教学模式创新与价值评估[J]. 信息通信技术与政策, 2025, 51(2): 46-52.
[7]	商兴宇, 刘小欧, 杨明川. 人工智能原生网络发展趋势研究[J]. 信息通信技术与政策, 2025, 51(2): 9-17.
[8]	徐明. 生成式人工智能大模型的安全挑战与治理路径研究[J]. 信息通信技术与政策, 2025, 51(1): 10-19.
[9]	苑卫国, 张新跃, 尉迟学彪. 生成式人工智能技术对网络安全领域的影响分析与启示建议[J]. 信息通信技术与政策, 2025, 51(1): 2-9.
[10]	李诗婧, 赵爽. 生成式人工智能应用于制造业的网络安全风险及对策研究[J]. 信息通信技术与政策, 2025, 51(1): 20-24.
[11]	周成胜, 赵勋, 田慧蓉. 基于生成式人工智能的网络安全主动防御技术[J]. 信息通信技术与政策, 2025, 51(1): 25-32.
[12]	王世达, 杨冰夷. 印度以人工智能推进工业4.0进程[J]. 信息通信技术与政策, 2025, 51(1): 71-75.
[13]	栾燕, 孟祥曦. 人工智能大模型与新型工业化融合的路径与挑战[J]. 信息通信技术与政策, 2025, 51(1): 76-82.
[14]	王振, 王乾坤, 王翰逸, 王升斌, 胡嘉晟, 孙汉涛. 量子-经典融合算力架构与发展[J]. 信息通信技术与政策, 2025, 51(1): 89-96.
[15]	钟国威, 邹梦良. “人工智能+城市治理”一网统管平台设计与关键业务环节研究[J]. 信息通信技术与政策, 2024, 50(9): 26-31.

人工智能时代高质量算力发展趋势洞察

High-quality computing power trends in the era of artificial intelligence

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 11

相关文章 15

编辑推荐

Metrics

本文评价