2025大模型时代主要国家破解算力困局的做法及建议

主要国家应对大模型时代智能算力困局的主要做法

• 重视高性能芯片研发和生产：美、日、德、韩等国通过巨额预算支持半导体行业发展，例如美国投入30亿美元用于先进封装制造计划，日本提出约230亿美元基金，德国拨款200亿欧元，韩国计划投资2744亿韩元开发半导体封装先进技术。
• 支持高性能计算能力建设：美国制定多项计划提升高性能计算能力，德国追加20亿欧元支持AI研究和高性能计算中心网络建设，韩国投入20亿韩元支持AI创新数据中心建设，日本则承担50%费用支援超级计算机建设。
• 重视算力产业生态建设：美国推动政府、学术界、企业等协同构建先进计算生态系统，韩国计划构筑超大型AI合作生态系统，欧盟成立高性能计算联合委员会助力欧洲开发智能计算生态系统。

我国破解算力困局需在三方面下功夫

• 高性能算力芯片供给短缺：我国GPU、FPGA、ASIC芯片对外依存度高，国产GPU与国际差距较大，FPGA市场被美国主导，ASIC虽技术差距较小但生态落后于英伟达。
• 算力需求引发互联带宽和能源消耗问题：大模型训练需高网络带宽，传统技术存在丢包、重传问题；数据中心用电量占全社会1.6%，预计2030年将超3000亿千瓦时，且冷却需大量水资源。
• 算力调度体系不完善：东西部算力资源分配不均，跨区域调度成本高；各算力中心独立，缺乏协同机制，跨设备调度受时延和带宽限制，跨种类调度因技术差异难以统一调度。

几点思考

• 强化高性能算力芯片供给：技术攻关、加快生产和推广应用，研发满足分布式大模型训练和多模态处理需求的芯片。
• 推进全国一体化算力网络建设：建立直连超宽带光网络，完善统一调度体系，推动云算力、智能算力等一体化调度。
• 推进算力中心低碳化建设：严格新项目能效要求，改造存量项目，提升可再生能源利用率，推广节能技术装备。
• 打造算力产业新生态：培育链主企业，完善配套服务，强化人才储备，设立创新中心和人才培养基地。