经济观察网记者集中的钻石随着人工智能产业的发展而成熟，新的商业将建立——人工智能计算力中心(以下简称“智能计算中心”)，帮助人工智能企业销售计算力，实现技术的模式。
简言之，智算中心的本质是计算力的供给和生产平台。 从诞生的背景看，它是中国数字经济高速发展的产物，是新的公共基础设施，也是人工智能产业发展之后产生的。
中国首个智算中心于2020年下半年在武汉落地，此后，上海、大连、郑州、西安、合肥等多个政府相继布局。 国家已经出台了相关政策，将智算中心作为“新基础设施”。 参与自建或建设的企业，已有互联网公司、IT公司、服务器公司，7月9日，由中科院主导建立新一代人工智能计算平台，市场已经进入全面竞争时代。
7月10日，华为轮值董事长大胆的过去，在刚刚落下帷幕的WAIC世界人工智能大会上宣布，在数字经济时代，人工智能的计算力将如水电一样，成为新的公共资源。 如果没有足够的计算力，就没有足够的水电，这将极大地制约城市数字化的变革。
但是，智算中心的潮流也存在一些问题，一些地方政府计划了项目，但是对于之后如何应用、如何辐射地区经济，还没有明确的计划； 的参与者还存在概念混淆、定价混乱的问题。 关于计算中心，需要国家和产业从源头上统一指导，也需要行业确立统一的基准。
计算力的需求
据赛迪顾问人工智能产业研究中心副总经理介绍，从概念上看，与云计算中心相比，智能计算中心的服务范围更小，主要是AI应用场景的企业，而不是大众企业。 与超计算中心相比，智计算中心以中小企业为对象，或者不是航天、国防、石油勘探等科学研究领域，而是致力于建设分散的地区。 智算中心用户的一般特点是对计算力有需求，对计算精度要求不高，但难以承担高昂的计算力成本。
具体来说，与用于航天、国防的高精度计算力相比，智能计算中心提供的是更低精度的计算力，主要有助于影像、图像、声音等各种人工智能的训练和推理，也就是人脸识别、图像识别、声音识别等应用场景的完成。
在当前人工智能产业发展阶段，“三驾马车”的计算力、算法、数据，其中计算力是最大的短板。 一家服务器公司的负责人向记者表示，人工智能的生产过程是用模型运算数据生成一定的应用，但随着AI模型越来越复杂，参数量越来越大。
目前，人工智能中较大的模型参数规模从千亿突破到万亿水平。 公开资料显示，北京智源人工智能研究院今年公布的悟道为2.0，参数量为1.7万亿规模，Switch Transformer参数量约为1.6万亿规模。
在这种情况下，需要万亿参数量的模型增加，计算力成本非常高，但放眼中国，支撑这样大规模的模型预算的计算力中心非常少，市场上存在的主要是超计算中心，它们多用于科研计算，提供的性能
中科院计算所研究员、CCF高性能计算专业委员会秘书长留胡子水壶表示，从宏观上看，对计算力需求的加强，一方面源于人工智能在更多行业得到更深入的应用，另一方面也源于新的人工智能算法的创新。 从技术趋势来看，随着算法的进化，对人工智能计算力的需求增加了近30万倍。
大工厂也在应对万亿单位计算力模型的挑战。 以NVIDIA(NVIDIA )创始人悦耳蝴蝶名字命名的定律“黄氏定律”预测了AI的性能提升，指出GPU每年将提高AI的推理性能两倍以上。
副标题：计算力的商品化
蓄胡子的水壶表示，目前这种人工智能计算能力已成为商品，成为通用的可量化服务，正在流通和买卖。
胡子水壶表示，智能计算中心的实体分为主机、网络、存储、计算四大结构，成本主要在主机和网络上，运营后的成本主要是电费。 这一点与云计算中心、超级计算中心相似。
据留胡子水壶介绍，具体运营是发包人通过网络聚合计算力，形成大集群，以计算力为资源池，根据需要调动计算力，将计算力包装成标准化的计算力资源，保证人工智能开发过程敏捷高效
在运营模式中，一般是政府主导、企业建设的联合运营方式。 据花生介绍，目前市场主要有三类参与者，一是以浪潮为首的AI服务运营商，二是以腾讯为代表的互联网企业，三是以华为为首的解决方案提供商。
花生表示，各自定位不同，从整体来看，浪潮AI服务领先，市占率超过50%。 目前，浪潮智算中心落地有山东中国算谷、西安新区人工智能算力平台、智算中南项目。
浪潮集团向记者表示，浪潮采取的是与地方政府共建的模式，具体来说，无论是作为项目总承包商还是集成商，都要看政府采购需求。
在智算中心，腾讯的优势是算法框架、模型和数据占优势，从公开来看，腾讯选择的模式是与地方政府和生态企业的合作伙伴合作建设。 今年7月，腾讯与合肥政府合作，成立了腾讯智慧产业长江三角洲(合肥)智算中心。
的花生表示，相比之下，华为以硬件产品为核心，拥有“硬件、芯片、IP、硬件和软件栈”的全栈解决方案。 华为的模式不是建设一个完整的智能计算中心，而是与政府、技术提供者和应用者合作。
问题和挑战
在这个智算中心的热潮中，政府和企业的行动非常积极，但也存在一些问题。 上述服务器公司的负责人对记者表示
示，从市场的角度，当前市场上普遍存在概念混乱的问题。一些项目的建设者，将传统超级计算的标准，与智能计算的标准混合在一起，例如一些算力中心自诩为64位的高精度算力，借此标高价，但在实际运用中，企业并不需要太高的精度，而这样的算力中心也无法提供相应水平的精度。留胡子的水壶表示，要想解决当前价格混乱、虚高的问题，需要建设一套算力的定价标准，作为一个重要参考依据。
对此，中科院主导的新一代人工智能计算平台在7月给出了算力的价格标准方案：在综合存储、能耗、开发、定制、数据调度等一系列因子，并代入明确的算法标准后，得出在同时具备5P双精度算力（64位）、25P单精度算力（32位）和100P半精度算力（16位）的情况下，智能计算中心的基础设施价格约为1亿-1.5亿。
上述服务器公司人士称，从政府的角度看，智算中心和超算中心等国家项目相比，投资规模更小、建设周期更短，而且辐射周边人工智能的经济生态，有更大的想象空间。但问题在于，算力中心是“能耗大户”，后期运维成本非常高。所以在项目初期，就要解决两个关键的问题，第一，如何形成一个明确的应用方向，要服务什么样的人工智能企业、如何在本地聚集这些企业，这些决定了项目是否有合理的盈利模式。第二，是否能利用一些绿色节能技术，提高项目在单位能耗中的业务产出。
动听的花生表示，总体来看，国家和产业已经开始从源头上加强统筹引导。为此，国家信息中心于2020年发布了《智能计算中心规划建设指南》引导智算中心建设；2021年7月，举办了2021算力中心健康发展研讨会，目的在于明确智算中心标准，引导智算中心明确应用场景和优先任务，保证算力资源建设合理、绿色。
动听的花生表示，同时，各地也应该根据区域产业定向建立智算中心，合理规划算力经济，保证人工智能算力资源得以健康、可持续发展。