文章图片

【业界热议智能计算：算力已成数字时代核心生产力 “双碳”背景下如何提高能源转化效率是关键】“双碳”目标下智能计算面临减碳压力
大会召开当天 ， 国务院印发《2030年前碳达峰行动方案》 ， 明确提出要加强新型基础设施节能降碳 ， 统筹谋划、科学配置数据中心等新型基础设施 ， 避免低水平重复建设 。
这一方案还提出 ， 要加强新型基础设施用能管理 ， 将年综合能耗超过1万吨标准煤的数据中心全部纳入重点用能单位能耗在线监测系统 ， 开展能源计量审查 。
“双碳”背景下 ， 智能计算未来将面临什么样的挑战？
大会间隙 ， IDC企业研究助理副总裁周震刚在接受包括《每日经济新闻》采访人员在内的媒体采访时表示 ， 数据中心是耗电大户 ， 在“双碳”目标下 ， 无论是整体的通用计算还是人工智能计算都面临很大压力 。
周震刚表示 ， 最近其所在机构通过相关研究去量化云计算和数据中心对于碳减排的影响 。 “一方面是放在云里面 ， 它整个效率会高 ， 整个PUE（PUE = 数据中心总设备能耗/IT设备能耗 ， 是评价数据中心能源效率的指标 ， PUE越接近1表明能效水平越高）会提升 ， 消耗的能量会减少 。 ”
另一方面 ， 可以把数据中心放在距离清洁能源比较近的地方 ， 比如内蒙古等地 ， 这样可以有效降低碳排放 。
刘军表示 ， 对智能计算而言 ， “双碳”意味着要让能源转化成计算、转化成智能的效率更高 ， 这是本质的问题 。 这就需要考虑同样是用一吨煤 ， 最终能产出多少计算力和多少的智能 。 实际上 ， 智能计算在同样的功耗、同样的人员条件下 ， 所能获得的计算力和智能的提炼 ， 是远远高于普通架构的 。
“这也是为什么我们会看到目前基于异构计算（加速计算）的算力输出 ， 在去年已经超过了通用CPU的计算力 。 从这方面来说 ， AI计算的架构是非常好的 。 ”刘军说 ， 这里面也还存在着瓶颈 ， 因为要获得更多的计算力、更多的智能信息量 ， 需要突破一些门槛 ， 需要有效地把比特转化为知识 ， 这是一个需要靠生态、开放、社区等一起来做的工作 。
刘军表示 ， 现在AI服务器、AI算力解决的都是前人未曾克服的难题 ， 它也代表了整个半导体工艺最尖端的东西 ， 所以需要很强的芯片才能提供很大的算力 ， 由此需要很大的功耗和电流 ， 很好的散热去支撑 。
“这就提出了一系列挑战 ， 能量转换怎样才能更高效 ， 散热方式怎么提升 ， 更高效的风能、更有效的液冷怎么结合等等 ， 这既是挑战也是机会 。 ”刘军说 ， 最新的一些节能降耗技术通常首先都会在AI技术领域得到尝试 ， 进入生产 ， 得到普及 ， 再往下延伸到通常的计算设备上 。
每日经济新闻