来源：牛宝体育娱乐平台 发布时间：2025-03-28 17:03:50
【新智元导读】马斯克建超算速度，被中国此公司用120天复刻了。119个集装箱，像搭积木一样拼出一座算力工厂。这不是科幻电影，而是浪潮信息交付的惊艳答卷。一个全新的AI时代，正在这里拉开序幕。
上面这座算力工厂，采用了浪潮信息专为AI时代提出的预制化AIDC解决方案。
它不仅将长达18个月的建设周期，大幅度缩短至4个月，甚至还实现了高效节能、弹性扩容、按需定制、便捷运维等技术创新。
不论是训练，还是应用部署，预制化AIDC解决方案全面支持了AI大模型创新研发和应用。
算力，就是这一个AI时代的「命门」。众所周知，AI大模型对算力的需求，远超乎所有人的想象。
不论是OpenAI、微软，还是谷歌等科技巨头们坚信的是，scaling law仍在继续。
2024年12月，堪称过去一年AI含金量最高的一个月，从中便可瞥见一二。
OpenAI十二天Devday连更，为所有人送上了满血版o1、o1 Pro、Sora、高级语音功能，以及初次亮相的o3系模型。
与之激烈对打的谷歌，更是战绩连连，凭借Gemni 2.0 Flash、Veo 2直接杀出重围。
可以预见的是，每一代新模型都在疯狂「吃」算力，训练参数呈指数级增长。这种疯狂扩张的态势，让人不禁要问：我们的数据中心基建，还能支撑多久？
一般来说，传统数据中心的建设是一个复杂的工程，需要经过设计、土建、机电安装、调试等多个阶段。其中，光规划和建设就要3-5年时间，占到了整个生命周期的约1/3。
老黄同样说过，「建造一个超算常常要3年的规划时间，外加1年设备交付和调试时间」。
而我们所看到的，马斯克10万块GPU建设速度，甚至即将要建的100万块GPU搭建的超算，也只是个例。
比如，3年前规划的数据中心普遍采用5-10kW/标准柜，而如今单台AI服务器的功耗就已突破10kW。
显而易见，AI迭代与基建建设的速度，严重不匹配，导致数据中心还未建成就已落后于时代。
同时，这种「建设慢，需求快」的矛盾，不仅影响了产业高质量发展速度，还直接影响了投资方资金回报周期，形成了恶性循环。
AI大模型训练的耗电量，堪比一个小城市的用电量。而这样比比皆是的报道，也早已家喻户晓。
平均而言，ChatGPT查询所需的电力是谷歌搜索的近10倍。高盛研究估计，到2030年，数据中心的电力需求将增长160%。
从芯片设计方面来看，CPU热设计功率（TDP）在过去十年几乎翻倍，GPU热设计功耗从2008年不足200W飙升至现如今1000W。
与此同时，信通院发布的《中国绿色算力发展研究报告（2024年）》显示，我国数据中心的平均电能利用效率（PUE）在2023年时为1.48，而新的国家政策规定，新建数据中心的PUE不允许超出1.25。
而当前，智算中心需要探索的是，与绿色电力深层次地融合，实现能源高效利用，让算力向智力有效转化。
然而，传统数据中心的固定架构，限制了升级空间，无法及时采用新一代技术，难以快速响应业务需求的变化。
另一方面，数据中心还将面临建成即落后、供不应求的窘境，投资回报率难以保障。
针对这些挑战，这些年，一些企业打造的预制模块化数据中心应用而生，并将成为主流模式。
根据规模不同，可分为单元级（Unit）、包间级（Pod）、建筑级（Stack Cube）、园区级（Base）等细粒度。
算力工厂是一种创新的数据中心全生命周期服务模式，核心是通过规（划）、建（设）、运（营）一体化的「交钥匙」工程。
元脑「算力工厂」这座智算中心采用创新的预制化AIDC解决方案，仅需119个预制化集装箱单层拼接，4个箱体就可以实现千卡规模AI算力。
正如之前所述，它书写了惊人搭建速度的传奇，直接将同等规模数据中心的建设周期，从18个月缩减至4个月。
因为采用了预制化集装箱建设方式，同等规模数据中心的建设周期从18个月缩减至4个月，工期缩短了近80%。
因为创新地应用了液冷、光伏、储能、余热回收等节能技术，提高了散热及能源利用效率，PUE可降至1.1以下，全年节省电费近2亿元，经营成本大幅降低。
预制模块化叠箱体系建设模式可依据业务规模，分期高效地进行水平及竖向扩容，有效节省前期投入成本。
同时，八种模块化的功能箱体可根据不同场景、规模灵活组合，并按照功率区段分区部署，实现风冷/液冷、AI/通用/高密度等多种形态灵活兼容，匹配智算算力、通用算力、边缘算力等多种应用场景。
元脑算力工厂包含了数据处理、AI大模型、业务应用、研发测试等多个集群，为全球服务器压力测试、大模型开发应用等多种业务应用，提供了绿色高效的算力支撑。
如前所述，在大模型时代，算力需求呈爆发式增长，但高效运营AI算力却面临着诸多的挑战。
该如何调度资源？怎么来控制成本？如何保障算力平台稳定性和可用性？如何让AI算力性能持续优化?
一方面，不同AI任务对于算力需求各不相同；另一方面，如何在多用户、多任务场景在实现资源最优分配，避免算力的浪费，都是亟待解决的问题。
不仅如此，随着算力规模的扩大，经营成本也会随之攀升。诸如电力消耗、运维人员等各方面成本，都是企业面临的挑战。
然而，集群规模扩大管理只会愈加复杂，硬件发生故障的风险就会增加，随之带来的是系统性能波动频繁，数据安全风险隐患增高。
还有需要考虑到的一点是，AI算力性能必须持续优化。这当中也涉及到了多个层面，比如硬件协同优化、软件架构改进、算法效率提升等等。
AI基础设施管理平台面向金融、通信、互联网等多行业的数据中心，可实现前所未有的一体化管理。
平台突破性解决了IT基础设施管理与动力环境管理割裂的痛点，带来了全新的管理体验。
平台还创新实现了高密单排微模块2D/3D、核心制冷部件远程调控等5大功能，安全性能飙升30%，为超大规模数据中心稳定高效运行提供重要保障。
作为深度学习开发平台，AIStation能够为企业客户提供强大的开发支持。
比如，统一管理和精细调度AI计算资源，全面整合计算资源、训练数据和开发工具。
不仅如此，AIStation还提供了完整的AI软件栈和敏捷标准化的开发流程，降低资源投入同时，极大的提升开发效率。
基于系列平台的创新与整合，对公司来说，算力的高效稳定运营也不再是难题。
既然有了这样一个堪称「黑科技」含量最高的解决方案，对于大模型时代下的训练和部署，意味着什么？
当前，AI大模型正在经历着前所未有的进化：从单一语言模型走向多模态；突破长文本限制；引入MoE架构；强化学习能力不断提升。
不仅如此，大模型进化Scaling Law仍在继续，老黄还在CES大会上首次提出了AI时代三个Scaling Law。
这暗示着，大模型的突破未来有着更广阔的空间，唯一的限制，就是如何构建出强大的算力基础设施。
如今，AI大模型的参数规模已经从千亿级别攀升到了万亿级别。AI大模型厂商纷纷投建大规模算力资源，压缩大模型训练周期。
显而易见的是，随着算力规模的继续扩展，单颗芯片的性能瓶颈愈发明显，整个AI系统的通信效率成为焦点之一。
大型AI模型训练过程中，网络通信通常占据整体训练时间的20%到40%，这造成了大量算力资源浪费，优化网络通信效率，成为AI大模型发展的关键议题。
然而，目前的传统RoCE网络面临着网络性能不足、难以满足多样化AI系统网络需求、部署周期长、可靠性低、管理难度大等问题。
对此，元脑算力工厂采用了专门面向生成式AI打造的超级AI以太网交换机——X400，大幅度降低网络通信占比，革命性地提升了大规模GPU训练性能；同时，采用浪潮信息 ICE智能云引擎，实现智能化的网络管控。
这，就成为了新型的AI训练网络解决方案，打造业界领先的AI Fabric。
超级AI以太网交换机X400，采用AR自适应路由、RTT CC拥塞控制、亚毫秒级故障自愈等技术，拥有高性能（高吞吐量、高带宽、低延迟）、高可靠性、快速部署、灵活拓展等核心优势。同时，它还具备多租户隔离、多业务并发支持的能力，以应对AI模型训练的复杂需求。
性能方面，X400的吞吐量达到了业界最高的51.2T，较上一代产品提升了4倍。在4U空间可提供128个400Gb/s的高速网络端口，相比传统RoCE网络性能提升了1.6倍。
值得一提的是，其对AI网络的带宽利用率可达95%以上，同时还可将通信时延降低30%。
综上，X400的应用将大幅度的提高大模型的训练效率，缩短训练时长，降低训练成本。
此外，在 AIGC 时代，网络管理已不再是传统的设备配置与监控，而是面向未来的智能化、自动化以及可视化的平台。
浪潮信息ICE智能云引擎正是这一趋势下的先行者，基于数字孪生技术，打造网络虚拟仿真和优化验证平台，并利用人工智能技术实现自动化管理和智能化监控，提升管理效率与故障响应速度，让企业在复杂环境中实现高效、可靠的网络运维，助力企业充分释放AIGC潜能。
在此之前，浪潮信息早已给出了完美的解决方案——企业大模型开发平台「元脑企智」EPAI。
它犹如一座「桥梁」，通过提供软件栈及综合服务，赋能算力挖潜、模型优化和应用开发。
这次，元脑算力工厂直接搭载了EPAI，连接了多元算力、多元模型、应用层，直接加速LLM应用落地。
EPAI可实现百万token、千亿参数、领域大模型的高效微调，可以更好地适应具体行业场景下的任务需求，快速打造领域LLM。
与此同时，它还提供面向多元多模的计算框架，让LLM应用在跨算力平台上无感迁移。
这个过程，就降低了多模、多元的适配与试错成本，为企业用户根据实际场景需求，选择开发部署对自己最合适的大模型，提供了极大便利。
基于预制化AIDC解决方案的算力工厂，不单单是一次技术创新，更是对这整个产业高质量发展模式的革新。
算力工厂重新定义了算力释放的价值与效率，实现了基建与算力的强绑定，是以算力为中心来确定建设模式和内部的算力模组，所有设计都是算力的一部分，实现了投入即产出。
三湘都市报3月26日讯（全媒体记者 李致远）3月26日，深圳铁路公安处发布警情通报：针对近日网传“女生高铁上提醒男子勿脱鞋放脚被打”一事，铁路公安机关经调查，2025年3月24日13时许，D7594次列车运行在深圳北至东莞南区间时，旅客吴某某（男，45岁）脱鞋将赤脚放在对面座位上
一学校课间查监控广播喊话：李老师，现在是下课时间，请准时下课；外面阳光明媚，请这位同学出去晒太阳
怎么让老师不拖堂，怎么让孩子们走出教室到户外活动，很多学校都动足了脑筋。今天，杭州市钱塘区中小学课间15分钟现场展示活动在下沙一小举行，小狮妹发现，下沙一小在这方面动真格了。
#法国飞行表演队两机相撞 ，现场视频曝光#飞行表演 #法国 #特技飞行
国家跳水队领队周继红正式退休 3月25日，国家体育总局官网公布干部调整信息：免去周继红的游泳运动管理中心主任、国家跳水队领队职务，按国家相关规定办理退休手续。周继红在任期内率队斩获46枚奥运金牌，并在2024年巴黎奥运会包揽全部8金！如今60岁的她正式结束执掌中国跳水队27年的光辉历程。#周继红办理退休手续 #中国跳水历史上首位奥运冠军
3月26日，国家体育总局：周继红按国家有关法律法规办理退休手续。她曾力排众议让全红婵参加东京奥运会。（综合光明网、广州日报）
3月26日，河北廊坊发生4.2级地震。养了6年红龙鱼受惊跳缸，主人含泪埋葬：它平时很温顺，从未跳过缸，可能是地震导致它受惊。
国安部通报：徐某违规将涉密成果导入个人电脑，作为“投名状”带到新岗位，被处罚
记者从国家安全部了解到，近年来，国家安全机关工作发现，个别涉密单位人员在离职后，明知违反保密规定，依然将在原单位工作期间的涉密成果作为“投名状”带到了新岗位，造成失泄密隐患。心存侥幸不知过徐某大学毕业后，一直在我某重点科研院所涉密岗位从事软件开发工作，长期接受保密教育。
海关总署原党委委员、副署长孙玉宁涉嫌受贿一案，由国家监察委员会调查终结，移送检察机关审核检查起诉。日前，最高人民检察院依法以涉嫌受贿罪对孙玉宁作出逮捕决定。
董事长被传与女子跑马拉松导致股价下跌，涉事公司回应，拍摄者删除视频并道歉
一位选手视频时，将身后的一男一女拍入了视频，一位年纪较大的男选手本来用右手搭在年轻女士的肩膀上，看到镜头后，主动松开，并拉开一段距离。
