人工智能计算中心的全球发展现状与战略 - 全球主要经济体如美国、欧盟、日本和中国均将人工智能计算中心视为数字经济发展的智能基座和新型基础设施，并积极进行战略布局 [8][11][13] - 美国计划未来五年投资约690亿美元用于人工智能和量子计算等基础科研，并投资370亿美元于技术中心和数字基础设施建设，目标到2025年将人工智能科研机构数量从15个增长到45个，并建设超过30个人工智能计算平台 [13][14] - 欧盟通过“地平线欧洲”计划投资24亿欧元进行人工智能和高性能计算基础设施项目建设，德国政府计划到2025年对人工智能的投资增加到50亿欧元，包括资助高校建设人工智能计算中心 [14][15] - 日本以实现“超智能社会”为目标，强调智能基础设施建设对解决重大社会问题的作用，并推动人工智能与其他相关技术的融合发展 [16] - 中国自2017年起将人工智能计算中心等新型基础设施的规划和建设提升到新的高度，并通过多项国家政策进行部署和支持 [16] 全球人工智能计算中心的建设现状与算力规模 - 美国在人工智能基础研究和关键核心技术方面全球领先，依托NVIDIA、Intel、AMD等企业优势，加快超大规模人工智能计算中心建设，例如能源部阿贡国家实验室将上线算力近10E AI的Aurora系统 [19][20] - 欧洲积极布局本土芯片研制的同时使用NVIDIA等技术推动计算中心建设，瑞士国家超级计算中心将于2023年建成算力达20 EFLOPS的Alps系统，有望成为全球性能最强的AI超级计算机之一 [19][21] - 日本采用本土IT企业路线，由理化学研究所与富士通共同打造的“富岳”系统人工智能算力峰值性能超过1 EFLOPS [19][22] - 中国深圳、武汉、珠海、西安等城市已建成并运营人工智能计算中心，其中鹏城云脑II基于华为昇腾平台，性能高达1 EFLOPS（FP16），武汉人工智能计算中心一期及扩容后总规模为200 PFLOPS（FP16） [23][24] 中国人工智能计算中心的建设特点 - 中国人工智能计算中心建设呈现政府主导统筹规划、坚持自主技术路线、企业主体市场化运营、应用导向赋能产业的特点，形成“政产学研用”协同发展生态 [1][30] - 各地政府高度重视全栈自主创新，以应对底层基础设施受卡控风险，例如鹏城云脑II采用4096颗昇腾910 AI处理器，武汉、西安、南京等地计算中心均采用华为昇腾或寒武纪思元等国产AI芯片 [23][30][33] - 计算中心建设与市场化运营同步进行，通过指定的运营公司成立生态创新中心，提供公共算力服务、应用创新孵化等服务，实现“建起来，用起来，用得好”的目标，例如武汉人工智能计算中心上线即饱和运营 [30][39][42] 人工智能计算中心面临的新形势与新需求 - 行业面临“大模型+大数据+大算力”的发展需求，例如鹏城云脑II支撑发布了2000亿参数的中文NLP大模型“鹏程.盘古” [1][9][23] - 需要满足人工智能赋能区域经济社会发展的需求，例如武汉人工智能计算中心为武汉大学遥感项目提供算力支撑，并孵化出全球首个遥感影像专用AI框架 [9][44] - 需要符合国家“双碳”目标的新要求，通过计算中心的网络化、集约化发展提升资源利用率并降低能耗 [1][9] 人工智能算力网络的概念与发展建议 - 为满足算力调度、数据共享、生态协同的多元需求，行业正从单一计算中心模式向相互联接的人工智能算力网络演进，通过新型网络技术联接各地节点，构建算网一体基础设施 [1][9] - 算力网络的作用是实现算力、数据、生态三大汇聚，提升资源利用率、降低能耗、促进跨区域协作，未来需推动其向多样性算力网络升级 [1][9] - 发展建议包括统筹高质量建设、有序推进算力网络部署、探索市场化运营机制、加强核心技术攻关与标准化建设 [1][9]

人工智能计算中心的发展背景与战略意义 - 人工智能是数字经济高质量发展的引擎和新一轮科技革命的重要驱动力量，其发展受到国家最高层面的重视 [6] - 人工智能计算中心作为人工智能算力基础设施，是全球主要国家和地区积极布局的战略重点，中国、美国、欧洲、日本等均在推动建设 [6] - 在中国，人工智能计算中心等新型基础设施的规划与建设已被提升到新高度，并纳入“十四五”规划等重要文件进行部署 [6][16] 全球人工智能计算中心发展现状与政策 - 美国将人工智能优势维持列入国家战略，计划未来五年投资约690亿美元用于人工智能、量子计算等基础科研，并计划到2025年将AI科研机构数量从15个增长到45个，建设超过30个人工智能计算平台 [12][13] - 欧盟通过“地平线欧洲”计划投资24亿欧元进行人工智能和高性能计算基础设施项目建设，德国计划到2025年对人工智能的投资增加到50亿欧元 [13][14] - 日本以“超智能社会”为目标愿景，强调智能基础设施建设对解决重大社会问题的作用，并推进人工智能与其他技术的融合发展 [16] 全球人工智能计算中心建设实例 - 美国在AI基础研究和关键核心技术方面全球领先，其能源部下属国家实验室正在建设多个超大规模AI计算系统，如算力近10E AI的Aurora系统和1.4E AI算力的Polaris系统 [19] - 欧洲积极布局，意大利上线的Leonardo系统可提供10 EFLOPS AI算力，瑞士将于2023年建成的Alps系统算力规模达20 EFLOPS [20] - 日本采用本土技术路线的“富岳”系统AI算力峰值性能超过1 EFLOPS [21] - 中国多个城市已建成或正在规划AI计算中心，如深圳鹏城云脑II性能达1 EFLOPS，武汉AI计算中心一期及扩容后总规模为200 PFLOPS，并实现上线即饱和运营 [23][24] 中国人工智能计算中心建设特点 - 建设模式呈现政府主导统筹规划、坚持自主技术路线、企业主体市场化运营、产学研用联动等特点 [31][33] - 强调科技自立自强，各地政府重视建设全栈自主创新的人工智能计算中心，以应对底层基础设施风险 [34] - 在建设同时同步启动市场化运营，例如武汉AI计算中心运营公司在上线前访谈超500家企业及机构，识别出有效算力需求超100 PFLOPS [40] 人工智能计算中心应用与赋能成效 - AI计算中心通过提供普惠算力，打造集聚创新资源的公共平台，推动科技成果转化，形成“大算力使能大模型，大模型赋能新应用”的格局 [43][46] - 具体应用案例包括：南京孵化的云化能源无感加油解决方案使加油效率提升2.4倍，油品类收入提升40% [43]；武汉支持发布的全球首个遥感影像专用AI框架武汉.LuojiaNet及全球最大遥感数据集武汉.LuojiaSet [46] 人工智能算力网络的新形态与发展建议 - 面对AI“大模型+大数据+大算力”的发展趋势和国家“双碳”战略要求，AI计算中心正向网络化、集约化发展，走向相互联接的算力网络 [7] - 人工智能算力网络可更好地汇聚和共享算力、数据、算法资源，满足经济社会高质量发展的新需求 [7] - 白皮书建议在国家和地区层面加强统筹，进行组织机制创新，加大关键技术攻关和政策支持力度，推进产学研用协同和开放共享 [7]