大模型時代，算力是底座。北京市經信局黨組書記、局長姜廣智在日前舉辦的2023全球數字經濟大會人工智能高峰論壇(以下簡稱“人工智能論壇”)上表示，北京正籌劃出臺“算力券”，支持基于大模型落地應用場景的中小企業獲取多元化、低成本的優質算力。眼下，大模型正推動智能算力需求爆發式增長。但智能算力很貴，大多數中小企業目前還是依賴于購買或租用算力，其成本也并不低。這成為了中小企業狂奔大模型賽道的痛點和堵點。而北京“算力券”的推出，將有望打通這一堵點，為產業打開全新的想象空間。

市場價格的5、6折左右

就北京籌劃出臺“算力券”政策，北京市經信局相關負責人在接受北京商報記者采訪時介紹，目前“算力券”政策正在研究中，具體細節還未敲定。不過，可以明確的是，“算力券”中算力的供應方來自北京經信局正在征集的“北京市通用人工智能產業創新伙伴計劃”成員。

(資料圖片僅供參考)

北京商報記者在北京市經信局官網查詢發現，7月3日，北京市經信局已經發布了第二批伙伴名單，63家伙伴企業中，算力伙伴10家，分別為北京百度網訊科技有限公司、北京世紀互聯寬帶數據中心有限公司、中國電信股份有限公司北京分公司、中國移動通信集團北京有限公司、北京昇騰創新人工智能科技中心有限公司、京東科技信息技術有限公司、北京紅山信息科技研究院有限公司、企商在線(北京)數據技術股份有限公司、北京神州數碼云科信息技術有限公司、北京金山云網絡技術有限公司。

此前發布的第一批伙伴成員中，共有算力伙伴2家，分別為阿里云計算有限公司和北京超級云計算中心。

關于算力券的具體價格，前述北京經信局相關負責人表示正在研究中。不過，他也指出，目前算力伙伴提供的算力價格尚未公布，但基本已經是市場價格的5、6折左右。

算力租賃的市場價格是怎樣的？提供算力服務的北京昇騰創新人工智能科技中心有限公司CTO楊光告訴北京商報記者，目前市場價格約為15-20元/卡/時，1P大約是3-4張卡。

“‘卡’指單芯片，目前算力價格確實也不是很統一。但這個價格對于中小企業來說還是比較昂貴的，所以急需有普惠算力支持企業自身發展。”楊光舉例，一個常規的AIGC項目租用的算力規模涉及到的“點”比較多，租用算力的費用并不太容易計算。“但是有公開數據顯示，訓練一個GPT-3需要花費460萬美元”。

北京商報記者經查詢了解到，國際算力設備龍頭企業英偉達也計劃開放DGX Cloud實例，企業可以“云租賃”的形式按月租用DGX Cloud集群，價格為每實例3.7萬美元/月起。DGX Cloud能為AI超級計算提供完整的解決方案，借助該集群，企業用戶可擴展大型多節點訓練工作負載的開發，無須等待需求量通常很大的加速計算資源。

“出臺‘算力券’政策，主要是為了解決中小大模型企業算力成本問題，支持基于落地應用場景的中小企業獲取多元化、低成本的優質算力。”前述北京經信局相關負責人表示，“如果企業有需要，我們很愿意提供算力供需對接的平臺。”

需求暴增推高算力價格

本次北京經信局籌劃“算力券”的背后，是呈現爆發式增長的智能算力需求。

隨著ChatGPT在今年的爆火，各大科技企業都開始逐鹿細分行業大模型，包括但不限于交通、醫療、數字政務等細分領域。根據北京市經信局在人工智能論壇上披露的數據，我國目前已有80余個大模型公開發布，其中北京約占一半。“但除了大型互聯網企業、AI龍頭企業具有較多的GPU算力芯片儲備外，中小企業在發展AI模型、應用過程中，遭遇算力瓶頸。”

一家科技企業負責人王楠告訴北京商報記者，他們公司主要通過向大廠購買算力來解決算力需求，而ChatGPT在今年突然崛起，許多大廠的GPU算力芯片價格都漲了不少，一段時間里甚至高價也很難買到。

算力價格漲了多少，從英偉達GPU芯片的交付價格即可一窺。以英偉達GPU芯片A100為例，該芯片價格從去年12月開始上漲，截至今年4月上半月，其5個月價格累計漲幅達到37.5%；同期A800價格累計漲幅達20%。同時，英偉達GPU交貨周期也被拉長，之前拿貨周期大約為一個月，現在基本都需要三個月或更長。甚至，部分新訂單“可能要到12月才能交付”。

而算力的需求究竟有多大？資料顯示，OpenAI為了訓練ChatGPT，構建了由近3萬張英偉達V100顯卡組成的龐大算力集群，GPT-4更是達到了100萬億的參數規模，其對應的算力需求同比大幅增加。如今國內多家企業宣布投身大模型的公司，如果再疊加計算上圍繞大模型的人工智能生態和由此產生的用于推理的算力需求，未來的算力缺口將更加驚人。

“總體上看，我國的算力需求從靜態來說目前‘基本’能夠實現算力供需之間的平衡，但是從動態角度來說，未來越來越多的行業、企業要運用大模型、運用人工智能多模態，算力在未來存在非常大的缺口。”北京社科院研究員、中國人民大學智能社會治理研究中心研究員王鵬在接受北京商報記者采訪時表示。

加大算力供給是根本

龐大的算力需求為AI算力產業帶來了廣闊的市場空間。來自IDC的數據與預測顯示，2021年中國智能算力規模達到155.2EFLOPS(每秒一百億億次的浮點運算)，并在之后的幾年始終保持穩健增長態勢，預計到2026年將突破進入每秒十萬億億次浮點計算級別，智能算力實現1271.4EFLOPS的龐大規模，2021-2026年期間，預計年復合增長率達到52.3%。

各科技巨頭在算力上的投入也十分明顯。在百度2023年Q1財報中，其AI的內容貫穿始終。騰訊發布的2023年Q1財報中，在數實經濟、廣告和游戲三大核心業務集體發力下，騰訊重回增長曲線。值得一提的是，關于算力和人工智能的部分，同樣占據了財報很大的篇幅。

然而擺在國內廠商面前的另一道難題則是，最關鍵的AI芯片GPU被英偉達壟斷，市場占有率達到90%以上。而一張40G顯存的A100芯片，在京東平臺上所標售價就達6.25萬元。因此，A100芯片也一直被廣大科技發燒友戲稱為“小金磚”。

這也導致了自建智能算力平臺成本極高。今5月，上海張江一家數據公司的相關負責人在接受媒體采訪時曾表示，“一臺包含8張A800的DGX超算，現在市面上的價格可能要到230萬元到250萬元之間，價格還在持續上漲”。

算力成本高，成為了制約中小企業的一道坎，而算力租賃或許可以成為目前解題的突破口。在楊光看來，采用租賃方式使用算力能夠彈性提供算力，滿足不同模型訓練所需要的算力需求。

“由企業自身建設、運維算力設備所需的投入非常高，并不是一般企業所能承受的。可以參考的解決辦法，首先是統一建設集中化的算力中心，統一分配，部分頭部企業已經開始了這方面的布局。其次便是算力租賃，通過政府搭線，給企業提供優質的、相對廉價的算力，降低企業成本。”王鵬說道。

天使投資人、資深人工智能專家郭濤從通用算力和智能算力的細分角度進行了分析，他表示，當前部分地區已出現通用算力過剩現象，算力租賃可以有效解決算力供需對接問題。不過，當前大模型建設更需要的是智能算力，智能算力受到智能計算中心建設滯后和高端芯片難以獲取等方面影響，市場供給不足，對人工智能相關產業的規模化、普惠化落地產生負面影響。

“算力租賃雖然可以在一定程度上平衡算力需求，但并不能從根本上解決算力稀缺問題。未來，隨著大批智能計算中心項目建設運營，有望從根本上解決智能算力瓶頸問題。”郭濤說。

“過去幾年以通用算力為主，智能時代尤其ChatGPT時代則以智能算力為主。”楊光指出，解決大模型企業的成本還是要加大智能算力基礎設施建設，“北京也正在先行先試建設多個公共智算平臺，除了我們位于門頭溝的北京昇騰人工智能計算中心外，海淀正在規劃北京人工智能公共算力平臺，朝陽也在規劃北京經濟算力中心等。”

關鍵詞：