“AI基礎設施、AI核心產業加速和AI創新平臺服務”帶來算力普惠與科技繁榮。

作者｜田思奇

編輯｜王博

科技領域有兩大著名的經驗規律，一個是為人熟知的摩爾定律（Moore's Law），另一個是相對冷門但十分重要的安迪比爾定律（Andy and Bill’s Law）。

這條定律源于一句名言“Andy gives, Bill takes away”。 其中“安迪”指的是英特爾前CEO安迪·格魯夫（Andy Grove），而“比爾”則指微軟前CEO比爾·蓋茨（Bill Gates）。安迪比爾定律指的是：提高的硬件性能很快又會被軟件消耗掉。正是因為這個特性，科技進步帶來的優質供給會被需求持續吸收，形成供需相互促進的雙螺旋循環，而非惡性的過剩。

在AI時代，這條定律同樣有效。

這從全國各地智算中心的建設熱潮就能看出。據不完全統計，目前全國正在建設或提出建設智算中心的城市已經超過30個，建設總數超過100個，投資規模超百億元。IDC預測，2021年到2026年，中國智能算力規模年復合增長率為52.3%，遠高于同期預測的基礎算力的增長率。

不過，算力作為邏輯資源，與水電等標準化資源相比更加復雜，也具備更多維度。技術的發展催生了豐富的計算場景，不同的行業、應用場景更對算力提出了不同的需求。

作為全國科技創新的引領者，北京市在近期推出《北京市算力基礎設施建設實施方案（2024-2027年）》（以下簡稱“實施方案”）。實施方案顯示，北京市要重點建設海淀、朝陽、亦莊、京西（石景山、門頭溝）等E級智能算力高地，致力于改變智算建設“小、散”的局面，著重滿足快速增長的大模型訓練算力需求和推理算力需求。到2025年，北京市智算供給規模將達到45EFLOPS（1EFLOPS等于1000PFLOPS）。

其中一處E級智能算力高地就位于朝陽區酒仙橋。這里曾是“共和國電子工業的搖籃”，在互聯網時代成為了“數據中心聚集地”，如今這里還要加上一個新的標簽——“智能算力”。

年初，位于酒仙橋的北京數字經濟算力中心項目基礎設施建設正式啟動施工，該項目采用市場化模式建設，將實現2000PFLOPS以上的智能算力供給。而規劃設計并建設運營這一市級公共算力中心的是一家年輕的國企——北京電控旗下的北京電子數智科技有限責任公司（以下簡稱“北電數智”）。

盡管北電數智是在這輪智算中心建設熱潮中成立的，但是還“未滿周歲”的北電數智在熱潮中格外理性。

“我們要打造‘AI工廠’，”北電數智董事長荊磊表示，“我們要售賣我們的能力，而不是簡單的算力?！?/span>

普華永道報告指出，到2030年，人工智能有望為全球經濟貢獻約16萬億美元，相當于中國2022年的全年GDP規模。中美兩國雖有望成為此輪AI驅動的技術變革的最大受益者，但也步入了技術博弈加劇、政策環境多變的競技場。

發令槍已響，熱潮中的非理性因素如同競技場中的聲浪在不斷翻涌，粗獷的算力使用、冗余的算力部署、低效的算力調配等問題逐漸顯現。

甲子光年智庫認為，AIGC產業落地的算力選擇，更應該強調最優解，而非最大解。在實現AIGC的技術落地過程中，模型的參數量及涌現結果固然重要，但模型在運行過程中所需的算力成本、能耗成本、運營成本等是否能匹配AIGC技術提供的效果及價值突破更為重要。

“建設AI算力基礎設施，要準確地看到未來的產業趨勢，以及是否準備好核心技術，這是非常關鍵的事情?！鼻G磊說，北電數智正在探索形成一套算力服務“最優解”。

這不僅是一場技術的競賽，更是一場智慧與決心的較量。

1.從“算力倉庫”到“AI工廠”

“大模型的計算主要分為訓練和推理兩個步驟，它們對于算力的側重點不太一樣。模型訓練側重整體吞吐 (throughput)，需要大規模，高擴展性，低能耗的分布式計算集群；而推理側重延遲 (latency)，在算力方面需要強大的計算芯片，高速的內存訪問技術。這種算力的需求在深度學習和大模型流行之后的近年來呈指數級增長，對于硬件廠商和電力供應廠商是巨大的挑戰?！?/span>

這是大模型初創公司零一萬物資深算法專家李謀在近期一場活動上發言，真實體現了模型層公司對算力的需求。

隨著AI技術的迅猛發展，智能算力需求呈指數級增長，例如大模型的訓練和推理，可能涉及數以萬計的GPU。而開發和運維這些大模型的成本，動輒達到數百萬元甚至上億元，這對AI領域廣大的中小型創新企業來說，是一道難以逾越的高墻。

這不僅僅是“價格是否便宜”的問題，還涉及算力供給結構、算力調度能力、智算資源供給、智算生態發展等多個方面。

然而傳統的算力基礎設施多以IDC方式運營，與AI企業當前的實際需求相去甚遠；現有的一些智算中心在功能與定位上也較為原始，有些智算中心只是“招商引資的工具”，實際算力使用率和商業情況卻無從知曉，有些智算中心前期只注重算力規模，到了后期的應用過程甚至出現了“半賣半送”的情況。

甲子光年智庫認為，算力資源的維度不僅包括算力規模大小，要考慮算力部署及運營過程中可以利用的程度。算力是工程化結果，是從芯片到資源服務的多層次構造，需要算力服務方自身在自身專業能力及經驗案例上的實際Know-How作為基礎。

算力中心平臺化與服務化的轉型趨勢，是推動行業前行的關鍵。

“智算中心肯定不是一個卡或者芯片堆疊的‘算力倉庫’，那如何去超越？我覺得從硬件層面，到軟件層面，甚至到場域的層面，都要有重新的打法和定義?！北彪姅抵菓鹇耘c市場負責人楊震告訴「甲子光年」。

北電數智戰略與市場負責人楊震，圖片來源：「甲子光年」拍攝

楊震認為，從以CPU為中心的數據存儲型IDC，到以GPU為主導、強調實時計算能力的智算中心的轉變，不僅意味著硬件的升級，更是從硬件架構到應用場景的全面革新。

以英偉達在今年3月GTC大會上最新發布的Blackwell B系列芯片為例，技術創新不僅體現在單一芯片性能的提升，更在于它是能衍生出GPU、AI超級芯片、服務器、大型計算集群、云服務等多套解決方案的綜合平臺。這為中國智算中心的平臺化建設提供了契機，促進了芯片混合部署與快速迭代驗證的可能。

而服務化的理念意味著數據中心超越了簡單的硬件堆砌，旨在實現軟硬件的深度融合與服務導向模式的轉變，構建包含芯片、網絡、存儲、模型優化等全鏈條的服務體系。

北電數智通過構建混元異構算力服務，把不同類型的國內外GPU匯聚在一起，形成一個巨大的虛擬GPU，充分發揮不同國產芯片擅長的功能，實現國產多芯集群的精細化運營，能夠應對不同類型的算力任務，確保每一個企業需求都能夠匹配到最適合的計算資源，讓算力更“好用”、更“高效”。

在這樣的轉型之后，數據中心將化身為“AI工廠”，北電數智的旗艦項目——北京數字經濟算力中心就是業內最新的代表作。

在地理位置選擇上，北電數智非常注重速度與效率的平衡。如北京數字經濟算力中心設立在寸土寸金的酒仙橋地區，這是因為考慮到大型城市的即時計算需求——像自動駕駛、城市管理等業務，都要求算力中心不僅擁有強大算力，還需要快速響應。

“不可能說現場的傳感器捕捉到什么東西，我再把信號傳到遙遠的西北去，計算完了再給我反饋回來，然后我再現場做出反應，那一切都晚了?！北彪姅抵窍嚓P負責人說。

北京數字經濟算力中心展示大廳效果圖，圖片來源：北電數智

同時，北電數智亦致力于科技的綠色可持續發展，北京數字經濟算力中心的PUE值（能源消耗比例）低至1.146，大幅領先于北京市實施方案中規定的1.25標準。北電數智介紹，這得益于復合的制冷解決方案，液冷與風冷的融合部署，空調系統采用間接蒸發制冷和多練熱管等節能系統，余熱回收等措施、電源系統的高效模塊化電源，光伏發電系統等措施的全面應用。

北電數智深知，AIDC建設是一個涉及多維度的系統工程，需要穩健推進，從基礎設施的精心布局到技術的深厚積累，每一步都是為了更好地服務于行業。預計至2024年年底，北京數字經濟算力中心將完成建設。整體投產后，將逐步累計實現2000PFLOPS智能算力供給，為推動行業進步和生態共贏注入新的活力。

在這一轉型過程中，北電數智致力于實現算力普惠，幫助人工智能創業企業降低成本。北電數智產業生態負責人表示：“我們智算中心的產品趨勢和服務理念就是幫助這些中長尾的客戶發展，相信這些中長尾的客戶中可能就有下一個字節跳動或者美團?！?/span>

而在降低算力成本層面，北電數智采取了一個巧妙的做法。

2.高效能AI云，讓算力管理精細化

在人工智能領域，國產芯片正面臨一場信任與應用的雙重挑戰。

許多AI企業對國產芯片的效能持懷疑態度，更傾向于采用如英偉達這樣的國際知名品牌提供的成熟解決方案，但成本居高不下；同時這種偏好限制了國產芯片的廣泛應用，也阻礙了它們的技術迭代與市場拓展，形成不利的循環。

芯片的生命力源自實踐的土壤。唯有被廣泛應用，才能在實踐中發現問題，不斷反饋，持續迭代。北電數智深刻意識到，能否讓國產芯片贏得市場的青睞，讓用戶在實際應用中見證其價值，是決定其未來的勝負手。

北電數智機房展示效果圖，圖片來源：北電數智

北電數智正通過創新AI云平臺——先進計算迭代驗證平臺，探索一條破局之路。該平臺通過高效的適配技術和解耦策略，將主流大模型與專項芯片無縫融合，運用先進的算法加速技術，激發混元芯片的潛能，通過混合推送和訓練策略，提供量身定制的運維服務，精準對接不同企業的算力訴求。用戶僅需享受服務，無需在意背后的復雜協作。

同時，北電數智關注到當前算力使用的粗放模式，提出通過精細化管理減少算力冗余，如同電力的分時計費一樣，合理調度白天與夜間的算力分配，提高資源利用效率，讓算力的使用更加貼近需求，成本效益最大化。

楊震告訴「甲子光年」：“我們要做真正的按需使用，像電一樣，消耗了電我才計費，沒供電的時候就不計費?！彼€指出，使用不同品牌的GPU會造成價差，但他認為不應該為算力產自哪塊芯片來給出額外的價格，只要能滿足任務量或指標即可。

“不同的芯片的成本不一樣，我們做成混元算力池以后，就比直接使用英偉達或其他比較貴的卡成本降低很多?！?楊震透露，“按我們已經開放的場景來計算，相對于現有按時租賃的算力價格，我們按token自動計費，綜合成本可獲得極大幅度的降低?！?/span>

在每個芯片廠商都有機會被使用和購買，每個芯片都能發揮其特定優勢的前提下，北電數智還在對芯片進行深入的場景結合評測，即“以評促用”策略，總結出適合場景的“芯片+軟件”最佳組合，既能提高企業開發人工智能的效率，也能讓企業算清楚國產芯片的投入價值，推動國產芯片從好用到好看。

由于北電數智是第三方智算中心，所以具備中立性，能夠保證測評結果的公正性和權威性。

目前國內在做類似平臺的企業較少，能夠完成大集群協同作戰的更是屈指可數。楊震表示，北電數智在頭部企業中的優勢在于已有更多規?；膶嵺`經驗。

由此可見，北電數智的AI云，不僅會是一個技術平臺，更是人工智能生態成長的肥沃土壤。通過其AI云平臺及一系列創新策略，北電數智將在技術上尋求突破，更在商業與生態建設上布局深遠，力求構建既高效又經濟的算力應用環境，助力AI產業全鏈條實現質的飛躍。

3.可信數據空間，破解數據孤島難題

在數字時代的大背景下，數據孤島現象成為制約人工智能技術發展的重要障礙。嚴格的數據安全法規，有效保障了信息安全，但也對獲取高質量開源數據構成限制。

北電數智調研發現，國內數據生態構成較為復雜，主要分為三類：首先是政府管理的社會運行數據；其次是能源、制造等核心產業大型國企積累的專有數據；第三是互聯網企業所掌握的龐大用戶數據集。這三者如同各自為營的信息煙囪，彼此間缺乏有效的互通。

在國際環境日趨復雜的今天，企業對數據安全和獨立性的考量愈發嚴格，進一步限制了數據的流動。

“數據挖掘價值的四大痛點是‘供不出、流不動、用不好，風險大’?！?楊震總結道。

然而，數據是驅動大模型智能涌現的源泉，也是本輪AI浪潮的核心動力。為此，北電數智將打造可信數據空間，為北京數字經濟體系增添一項重大基礎設施，旨在確保數據在安全可控的前提下實現高效共享與流通，服務于各行各業。

楊震表示，實現這一目標的關鍵在于解決數據的可信度、可控性、可用性和審計能力，以及加密保護等技術難題。比如構建中的可信數據空間會采用“數據沙箱”的理念，使得數據在不離開企業的情況下實現利用；同時通過加密計算保證數據處理過程中的安全；依托鏈上存證確保數據使用的可追溯性和透明度。

此外，可信數據空間的設計中考慮到了數據使用的特定限制，數據的每一次“旅行”都受到嚴密的監控，確保數據使用權的轉讓而非所有權變更，并對使用頻次、目的進行監控。超范圍使用或達到限定次數后，數據將采取自毀或鎖定等保護措施，在重新協商使用條件及費用后方可繼續使用。

技術創新永無止境。北電數智向「甲子光年」透露，以促進數據“安全共享、可信流通”為例，在數據可信流通、數據治理和資產化、數據安全、數據基礎、數據維護等方面有十幾項重大挑戰，涉及聯邦學習、同態加密、硬件加密機、零信任訪問控制等先進技術。部分技術早已實現0-1的突破，目前的關鍵在平衡效果和成本；另外一部分技術則需要從原來較小的適用行業、場景，部分重構到更廣泛的應用場景，

目前，北電數智正在首席科學顧問竇德景的帶領下，結合密碼學、硬件專家、隱私計算專家等持續研究。

值得注意的是，在全球科研合作的廣闊舞臺上，多方數據協同的需求日益迫切。楊震告訴「甲子光年」，北電數智也正在籌備相關技術，以應對全球數據協同中的復雜挑戰，如隱私計算和數據互操作性，推動數據的協同效應和價值最大化。

作為國企，北電數智以其可信主體的身份，為數據安全存儲與合規使用提供了堅實基礎，從而驅動模型優化與應用場景的豐富拓展，并成為整個產業的加速器與孵化器。

數據將不再是孤立的島嶼，而是匯聚成浩渺的海洋，滋養著智能時代的每一個角落。

4.算力+實驗室：攜手共筑AI未來

對于懷抱夢想的中小AI企業，它們在算力和數據之外更渴望獲得全面的服務與支持。新一代AI創業者雖懷揣著無限潛力，卻往往在商業運作、項目管理上經驗不足，同樣亟需經驗豐富的企業的扶持與指導。

針對這方面的需求，北電數智正在打造“算力+實驗室”模式，并計劃構建集科技研發與人文交流于一體的算力科技公園。這一創新平臺不僅提供了舒適的辦公室和實驗室，更為AI創業者搭建了交流的閉門會、論壇與展示的路演空間。據悉，該公園的基礎設施預計將于2024年底完工。

北京數字經濟算力中心效果圖，圖片來源：北電數智

在這里，年輕高知的創新者、商業化征途上的大模型巨頭、致力于國產芯片的廠商，都可以基于技術共享、產業協作乃至客戶資源的互聯互通，獲得快速成長的強勁動力。

AGI實驗室效果圖，圖片來源：北電數智

除了在數據中心里提供路演空間和辦公場所，楊震還表示，北電數智計劃通過算力投資或者真正的資金投資孵化企業。

對于賽道的偏好，楊震強調，“國家需要、北京需要”是北京電控自上世紀50年代起傳承下來的第一原則。作為集團旗下企業，北電數智也由此選擇了政務，醫療，交通，教育等具備大量高度敏感數據的領域快速入局，利用可信數據空間把數據有效釋放出來，把場景開放出來。

作為國企，北電數智接觸這些有高敏數據的賽道有一些天然的優勢。但北電數智仍然把重心放在搭配相應的技術提供完善服務上，比如隱私計算、聯邦計算、區塊鏈、網絡安全技術等。

此外，楊震表示，北京電控和旗下大部分企業都是硬核制造業，所以也會重點關注智慧制造工業。另外臨近的798地區在文化藝術方面有不錯的積累，北電數智也會有相應的優先考量。到目前為止，北電數智的合作伙伴已有近千家，未來將通過精細的適配工作和商業場景的深度挖掘，力求打通技術與市場的壁壘，確保創新成果能迅速轉化為實際應用，并最終導向多方共贏的局面。

5.開放中立的AI基礎設施建設者

北電數智的基因來自北京電控。

在北京電控的豐富歷史長河中，“科技引領，創新驅動”一直是其堅守的核心理念，這一精神也貫穿于其不斷演進的產業布局中。從新中國首枚真空管、第一塊集成電路的制造，到在全球顯示領域和集成電路裝備領域的領先地位，北京電控始終站在技術革新的前沿，因此所屬部分重點企業被譽為“共和國電子工業的搖籃”。

北京電控與酒仙橋淵源頗深，也見證了酒仙橋的歷史變遷。在北電數智主導的生態合作中，如今的酒仙橋正在“藝術”之外，涂抹上濃厚的科技色彩。

科技公園廣場效果圖，圖片來源：北電數智

隨著21世紀第三個十年的競爭加劇，北電數智的誕生有其必然性。它背負著北京電控的深厚底蘊與創新精神，以“雙愿景”為指引：一方面專注于原創性、顛覆性、引領性科技創新的人工智能科技企業；另一方面打造國企新質生產力典范。

在這一過程中，北電數智深知科技底色的重要性，致力于掌握產業規律和組織“心法”：在AI領域，只有不斷創新、不斷探索，才能立于不敗之地。

新質生產力的塑造，意味著傳統產業的煥新、新興產業的飛躍，對未來的深度布局以及生產關系的和諧調整。面對時代的快節奏，在堅持艱苦奮斗的同時，北電數智整借力混合所有制，靈活調整策略，構建適配行業特性的管理體系與激勵機制，以匯聚頂尖人才，加速產業飛躍。

不過，這注定是“難而正確”的選擇。不確定性及其催生的噪音，是AI行業最大的挑戰，也是成長的催化劑。

楊震對「甲子光年」強調，為了應對挑戰，北電數智將和行業共同采取一系列措施。首先要不斷學習、快速跟上整個行業和科技發展的步伐；其次，公司強調開放的心態，與國企、民企和私企共同承擔風險、分享成果；最后，北電數智將致力于賦能行業和生態。

“AI基礎設施、AI核心產業加速和AI創新平臺服務”是北電數智的三大核心業務，而這些業務都指向了一個更為宏大的目標——“建設數字中國”。

甲子光年智庫認為，在L1的AI生產時代，AI意味著第二生產力，關鍵是降本增效，推動數字化轉型，本質是效率、成本問題；在L2的AI原生時代，AI意味著第二語言，新的交互形式與內容載體；在L3的AI創生時代，AI意味著人類之外的第二主體，推動端上智能、軟硬結合、世界模型落地；在L4的AI文明時代，AI意味著第二文明體系。

在科幻小說《三體》里，羅輯在一塊肅穆的方碑上看到了一句話——“給歲月以文明，而不是給文明以歲月”。如果跳出人類中心的視角，把AI看作未來的第二文明體系的話，北電數智要做的就是——“給歲月以文明，也給文明以歲月”。

（封面圖來源：北電數智）