智能计算中心规划建设指南|免费下载.pdf

国家信息中心信息化和产业发展部 二零二零年十二月 智能计算中心 （简称 智算中心 ） 是基于最新人工智能理论，采用领先的人工智能计算架构，提供 人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施，通过算力的生产、 聚合、调度和释放，高效支撑数据开放共享、智能生态建设、产业创新聚集，有力促进 AI产业化、 产业 AI化及政府治理智能化 概念界定 核心技术 AI化 基于深度学习、强化学习等创新 AI技术 重点围绕生产算力、聚合算力、调度算力、释放算力四大关键环节提升 AI算力 智能计算 中心 输出产品 AI化 面向政府、企业等输出包括 AI数据库、 AI模型、 AI开放平台等在内的多种 AI产品 基于 AI产品矩阵可以通过打包或定制化服务等方式 助力 AI产业化、产业 AI化和政府治理智能化 服务应用 AI化 基于 先进的 AI算力基础平台 、 AI算力调度平台和 AI算法模型，打造人工智能开放服务平台 汇聚并赋能行业 AI应用，助力行业智慧应用高效化开发，加速行业和产业 AI化 最新 人工智能理论 深度学习 自监督学习 强化学习 自动机器学习 跨媒体多模态 领先 人工智能计算架构 AI芯片 AI服务器 高速互联 深度学习框架 资源调度 算力生产供应平台 智能生态建设平台 产业创新聚集平台 数据服务 算法服务 平台 服务 智 算 中 心 作 业 环 节 数据开放共享平台 算力服务 释 放 算 力 聚 合 算 力 生 产 算 力 调 度 算 力 AI产业化 产业 AI化 政府治理智能化 识别检测 语音交互 AI芯片 自动驾驶 机器人 智能制造 医疗影像 无人商店 智能客服 智慧物流 智慧农林 智慧交通 应急管理 防洪减灾 环境保护 地理测绘 算力输出算力机组 算力生态 强大 高效 易用 AI训练算力 AI推理算力 算力芯片 CPU ASICGPU FPGA 先进 多样 成熟丰富 软件生态 Benchmark 算力聚合智能网络算力集群 智能存储 软件定义存储 高 IOPS 随需扩展 智能管理 AI计算集群 弹性 可伸缩扩展 高带宽 低延迟 网络卸载 网络虚拟化 RDMA 软件定义网络 AI场景 AI工具 AI服务AI算法 机器 学习 深度 学习 强化 学习 自监督 学习 CNN RNN GNN GAN 模型文件 开发接口 在线服务自动机器学习平台 数据 处理库 高效模型 训练框架 高吞吐 推理引擎 高效模型 优化方法 算力池化 算力服务算力资源 算力调度 算力标准化 虚拟化 容器化 细粒度切分 计算 内存 算力服务管理 开发训练服务 数据处理服务 模型推理服务 调度策略 共享超分 配额策略 负载均衡 视频图像 语音 自然语言 处理 CPU GPU FPGA ASIC AI训练服务器 AI推理服务器 一、加速 AI产业化创新发展 高性能识别检测平台往往需要支持处理 10万 的物体识别能力 ， 具备分钟级别的模型生 成响应速度 ， 具备模型持续优化升级的能力 ， 需要支持诸如深度分离卷积 、 残差密集网络 （ RDN） 和隐式三维朝向学习等最新机器学习算法 ， 同时支持各类算法的灵活配置以满足不 同实际应用场景的需求 语音交互算法的训练语料数据量将很快突破百万小时 ， 训练数据包含大量不同用户的口 音数据 、 多领域歧义语料数据和具备复杂语法规则的数据 。 随着大规模语料样本数据的不断积 累 ， 需要更好利用智算中心具备的大数据挖掘技术 、 深度学习算法 ， 构建更加高级的语音模型 ， 为客户提供流式计算 、 在线计算 、 大规模离线计算等多种形式的服务 在为各类用户主体提供多元化 AI算力服务的同时 ， AI芯片产业的快速发展必将带动智能 计算中心的建设部 署 自动驾驶行业具备典型的海量数据 、 高并发 、 实 时处理等计算属性 ， 呈现出高度多元主体协同 、 智能识 别和感知 、 系统模拟仿真计算 、 决策分析和预测预警等 特性 。 该产业的高度集成化需要智能计算中提供先进的 AI技术支撑 ， 快速推动新产品的研发 、 测试和应用 机器人产业的发展迫切需要智能计算中心平台提 供全链条 AI技术支持 ， 包括 AI芯片 、 视觉识别 、 语音识 别 、 机械臂和导航技术等 ， 根据不同场景的不同诉求 ， 提供 “硬件 软件 服务 ”的全流程快速定制化专用机器人 产品 ， 大幅缩短产业链流程 。 自动驾驶AI芯片 机器人 语音交互识别检测 二、驱动产业 AI化转型升级 传统的视觉检测系统难以应对越来越复杂的检测 场景以及更高的产品质量检测需求 ， 工业质检车间的自 动化和智能化越来越成为行业大势 ， 这也为 AI赋能工业 质检提供了落地的土壤 无人商店的应用落地需要实现精准识别客户身份 、 商品标签 、 智能计算 、 支付等全流程智能购物 ， 同时需 要基于大量的销售数据 、 行为轨迹 、 消费习惯等大数据 挖掘与深度学习分析 。 智算中心强大的算力支持和人工 智能技术应用是无人商店未来持续拓展的必要基础支撑 医疗影像智能诊断应用需要基于大量的数据进行 知识挖掘和深度学习训练 ， 获取具有实际医疗应用价值 的模型 ， 这对数据的存储与计算都提出了相当高的硬件 需求 ， 因此 ， 需要智算中心提供强大的算力支持和一体 化开发环境 智能客服实际上是集合人工智能学 、 计算机科学 、 语言学等多门学科的综合应用 ， 需要让机器主动去认知 和学习 ， 不断强化行为模式 ， 提高思考能力 ， 从而更加 灵活地完成各项工作任务 。 智算中心能够为 NLP（ 自然 语言处理 ） 、 NLU（ 自然语言理解 ） 、 ASR（ 自动语音 识别技术 ） 、 TTS（ 语音合成技术 ） 等核心技术提供算 力支持 智慧物流产业的发展需要应用 先进的 AI算法 、 软 硬一体的机器人产品与操控系统和整仓集成的完整生态 。 通过 AI技术从图像和视频数据里获得高层次 、 可理解的 信息 ， 智能区分人和物 ， 并 能在 50变化率动态场景里 稳健安全运行 农业数据整体呈现规模庞大 、 类型多样 、 实时数 据更新频繁等特征 ， 涉及农林渔牧副各产业的多种数据 。 针对农林渔牧副产业的不同特点 ， 个性化定制智能解决 方案变得尤为重要 。 需要有配套的智算中心作为支撑 ， 实现农林感知数据的大规模存储 ， 借助强大的算力支持 农林数据的高效计算 、 训练和推演 ， 最终实现快速和智 能化的农林生产决策 智能制造 医疗影像 智慧物流 智慧农林 无人商店 智能客服 建设原则 总体规划 政企协同 加强区域智能计算中心的 统筹规划，探索开放共赢 的新型建设运营模式 需求牵引 先进适用 聚焦人工智能 领先技术，开展典型示范 和场景应用 夯实基础 培育生态 发挥对数字经济产业、 传统产业数字化的叠加 效应、乘数效应 保障安全 创新发展 保障网络安全和数据安 全，创造新供给，激发 新需求，培育新动能 以全面提升 AI计算力为核心 以促进数据 开放共享为基础 以培育区域 智能生态圈为根本 着力推动 AI产业创新聚集 据 OpenAI 统计 ， 自 2012 年以来随着深度学习模型的演进 ， 模型计算所需计算量已经增长 30万倍 ， AI模型构建所需算力呈现出阶跃式增长特点 IDC在 2020H1中国加速计算市场调查报告 指出 ， 预计到 2024年 AI加速计算市场规模将达到 2019 年的 2.6倍 智算中心 免费或低成本 提供很多开源的人工智能算法及其代码 以 强大算力驱动 AI模型对数据进行深度加工 ，源源不断产生各种智慧计算服务 通过平台开放接口的方式将行业领军企业的算法能力、数据资源及运营服务等 输出给 IT 基础薄弱的企业 算法创新 、 数据和可以用于训练的算力被认为是推动人工智能发展的三个关键要素 未来随着智算中心大规模投入使用 ， 以 AI算力 、 数据为基础 、 以 AI模型生成和多场景应用 的 AI技术生 态链将逐渐形成 智算中心 实现从模型开发、训练、部署、测试、发布的 “流水式生产 ”与一站式交付， 加速算力产 业链的形成 加快 AI算法公司和行业用户快速对接 ， 带动一批新兴的专业化大数据企业崛起 ，驱动一 批创新型企业加速成长 带动新能源、新材料等高新技术产业发展，进而 构建起以 AI算力为核心的人工智能产业 新生态体系 智算中心是智慧时代经济社会运行所必须的 关键公共算力新型基础设施 数据中心是产业转型升级 、 新旧动能转化的必要支撑 ， 但现有数据中心算力服务能力已经难以有效满足 实践需求 智算中心 凭借其强大的 AI算力能够为不同用户提供算法产品与服务， 解决用户面临的业务痛点， 实现用 AI为传统行业用户赋能 使得 智慧计算像水电一样成为城市的基本公共服务 ，进而帮助城市中小企业、创新型企 业和传统企业降低企业 AI技术研发、应用和部署成本， 增强企业创新和转型发展能力 智算中心作为 “新基建 ”数字基础设施的主力军 ， 其所承载的 AI算力将是驱动政府治理智能化发展的核 心动力 丰富的应用场景为智算中心提供了大量 AI训练数据 ， 海量训练数据对于数据中心算力提出更高要求 智算中心 政府作为现代政府治理主体，能够在智算中心强大算力支撑下开展精细化、智能化政府治 理，智算中心将在 智慧交通、应急管理、防洪减灾、环境保护、地理测绘 等场景中有着极 大应用空间 智算中心作为 未来 AI算力生产供应中心 ，其算力能够充分满足未来政府治理和公共服务数 据训练要求 人工智能计算需求未来将占据 80以上的计算需求 ， 智能计算成为未来经济的主要增长点之一 到 2035年 ， 人工智能将帮助各国显著扭转经济增速近年来的下滑趋势 智能计算产业作为数字经济的重要载体 ， 将作为一支新兴力量 ， 带动全球数字经济走向繁荣 智算中心 埃森哲研究，通过有效应用智能计算，中国 经济增长率有望上升至 7.9，增长额高达 7.1万亿美元。 麦肯锡的预测，人工智能 将每年为中国经济增长贡献 0.8至 1.4个百分点 模式名称 优势 劣势 适用范围 政府投资 建设模式 建设运维过程更加安全可控 政府对项目决策和执行效率高 财政负担全部投资 ， 压力大 资金使用效率可能不高 涉及国家安全或重大公共利益的项目 （ 如政务领域 、 基础数据库 、 信息安全平台设施 建设等项目 ） 企业建设 运营模式 财政资金压力较小 大企业平台化和整体性优势 ， 有利 于加快区域间协同发展 。 政府控制力较弱 存在大企业绑架风险 不涉及国家安全 ， 具有公共服务特征和一定公益 性和盈利空间的项目 （ 如通信网络 、 社区 、 文旅等项目 ） 政府购买 服务模式 财政短期资金压力较小 资金使用效率高 ， 政府策略灵活 有效服务市场供给不足 不利于长期稳定协作 基础性 、 公共性 、 公益性的共性产品和服务项目 （ 如云计算服务 、 通用软件 、 城市管理等项目 ） 政府和社会资本 合作模式 同时发挥政府和市场的优势 ， 既安 全有序 ， 又有市场化效率 提升项目建设运营专业化程度 减小财政资金压力和投资风险 机制设计复杂 ， 存在制度性风险 融资成本较高 。 属于公共服务领域 ， 市场化参与程度较高 、 国家 安全和公共利益方面潜在风险较低 、 需求长期稳 定 、 使用者付费比例高于 10 （ 原则上属于能源 、 交通运输 、 市政公用 、 农业 、 林业 、 水务 、 环境保护 、 保障性安居工程 、 教育 、 科技 、 文化 、 体育 、 医疗卫生 、 养老 、 旅游等行 业领域的项目 ） 采用 政企合作建设运营 的框架，高效整合政企资源。 注重激发市场创新活力、提高建设运营效率。 发挥智算中心作为创新载体的公益属性，促进成果转化应用，带动新兴产业发展与产业链上下游高效协同。 开放 算法 公益 创新 融合 孵化 投资主体 政府主导模式， 政府作为投资主体加快推进智能计算中心落地 智能计算中心的 公共属性 智能计算中心的 自主性 承建方主体 政府主导下的政企合作模式，由企业具体承建智能计算中心 行业头部企业 /国有资本控股企业 运营主体 运营主体类型应更加多元，运营模式也更加灵活。 更宜采取 “投 -建 -运 ”一体化模式 可委托外包给 政府出资控股或国有资本控股 的专业运营公司 基于 特殊项目公司（ SPV） 的建设运营模式 政府与企业共同出资成立智能计算中心建设运营项目公司 ，政府与企业在合作框架协议下按比例出资建设 智能计算中心， 政府应对项目公司具有控股权 。 基于 政府独立投资 的建设模式 政府直接投资和管理 ，需要对项目的建设周期、存在风险、成本收益等有很高的把控能力。优势在于政府直 接主导智能计算中心建设，可以起到示范效应，建设完成后 智能计算中心所有权归政府所有 。 基于 “国家 -地方 -企业 ”共建 的建设运营模式 地方政府会同相关企业共同申请与智能计算中心相关的国家级试点示范项目工程，以项目工程为载体，集国 家、地方和企业三方力量，由国家和地方按比例出资建设智能计算中心。 需求导向，明确建设思路 一、需明确建设需求 二、根据需求制定设计方案、确定承建方与建设模式 具备一定人口规模和经济实力的中等以上城市 重点发展人工智能产业的城市 改建结合，优化建设方式 一、建设专用智算中心 对于产业智能化发展需求迫切、传统数据中心规模较小的地区 二、数据中心智能化改造 硬件方面采用 CPUGPU芯片的方案 软件方面建立面向人工智能应用的通用算法和模型平台 软硬兼施，提升服务能力 先进适用，统一建设标准 一、采用先进硬件芯片，强化算力支撑 采用新型人工智能芯片和新型计算方法相结合提供更 快的计算能力 二、建立通用软件平台，加强算法保障 建立面向人工智能应用需求的通用算法和模型平台 一、面向智算中心长期应用 坚持实用、经济的建设原则 二、面向智算中心的多领域应用 坚持资源共享、弹性扩展的建设原则 规范推进，加强项目管理 丰富场景，打造产业生态 一、确保合规推进 结合本地规划、科学论证、审批报备 二、开展全流程项目管理 工程咨询 设计 监理 验收测试 成效评价 一、深度挖掘市场需求，丰富智算中心应用场景 智能制造、智慧医疗、智慧农业等行业智能应用场景 智算中心可有效提升城市科学治理能力和政府治理水平 二、产学研用结合，打造人工智能产业生态 版本号 2020.12 本报告由国家信息中心信息化和产业发展部联合浪潮共同研究发布 。 本报告中所涉及的图片 、 表格及文字内容的版权归国家信息中心和浪潮共同所有 。 其中部分数据在标注有来源 的情况下 ， 版权归属原数据公司所有 。 本报告取得的数据来源于公开资料 ， 如有涉及版权纠纷问题 ， 请及时联络 我们 。 任何机构 、 个人在引用本报告数据或转载有关报告内容时 ， 需标注来源 。 违反上述声明者 ， 将追究其相关法 律责任 。