新浪科技

惠山智算中心2000卡投运三月实现满载 国产算力进入“抢算力”阶段

环球网

关注

【环球网科技报道 记者 林梦雪】近日,记者走进无锡(惠山)国产智算中心。低频的设备运行声扑面而来,整齐排列的机柜中,指示灯明灭,算力正沿着网络与线缆被调度、分配、消耗。这座高速运转的 “数字电厂”正在自动驾驶、物理仿真、具身智能、大模型训练等真实产业场景落地开花。

值得注意的是,这座智算中心一期2000卡投运三个月便实现满载运行,并正朝着万卡级扩容迈进。记者在现场感受到,国产算力不再只是“能不能用”的命题,而是正在进入“用得多不多、跑得稳不稳、产业接得住接不住”的新阶段。

国产算力开始“排队申请”,可用、好用、能训练的算力更稀缺

“现在真正能用的机房,基本一直处于满载状态。”摩尔线程副总裁、生态合作总经理方朝霞谈到现实需求时这样说道。她同时提到,当前几乎所有行业都在谈AI转型,但真正落到企业端,最先遇到的往往是两个问题:一是缺懂AI、懂算力、懂工程落地的人才;二是缺可以真正拿来用的算力。“很多人连算力都摸不到,还怎么发展AI业务?”方朝霞说,现场就有不少客户排队申请试用集群,有的客户需要8台资源,而当下只剩4台,就只能等待下一批。

从一线运营数据来看,无锡(惠山)国产智算中心一期2000卡算力投运三个月即实现满载运行,已有20余家客户在平台上开展测试或正式业务,覆盖模型训练、推理等场景,其中训练业务占比超过62%。无锡市惠山招商(集团)有限公司副总经理张涛进一步介绍,付费用户已占到60%左右。

更值得注意的是,国产算力当前的稀缺,并不只是“卡的数量不够”,而是“可用、好用、能支撑复杂任务的算力不够”。

一方面,大模型训练、推理、智能体应用、具身智能、自动驾驶、物理仿真等场景快速增长,企业对算力的需求正在从短期测试转向长周期、规模化使用。新石器计划开展更大规模自动驾驶模型训练,算力需求接近万卡级,正是这种需求变化的缩影。

另一方面,国产GPU要真正进入商业化使用,还要跨越生态迁移、软件适配、集群稳定性、工程交付等多重门槛。方朝霞提到,三年前几乎所有需要算力的应用都是从英伟达CUDA生态中长出来的,国产GPU要让更多应用侧用户愿意迁移过来,就必须降低使用门槛,让原本基于CUDA开发的应用更容易跑起来。这也是摩尔线程坚持MUSA架构并推进CUDA兼容的重要生态策略。

在用户侧,这种“可用算力稀缺”感受更加具体。朗境创新副总裁周凌提到,物理AI、仿真、渲染、三维重建等场景,对算力的要求并不只是“算得快”,还要能同时支撑视觉观测、物理状态、时序并行计算。如果视觉与物理状态出现漂移,整个模型结果就可能出错。换句话说,很多高端应用需要的不是单一推理芯片,而是能够“算、渲、仿”一体化的通用算力底座。

算力“转起来”:2000卡满载,万卡级需求在路上

现阶段,无锡(惠山)国产智算中心一期已投入运营。项目联动摩尔线程无锡研发中心、摩尔线程系统级产品研发总部、摩尔线程无锡未来中心、摩尔线程(无锡)工业具身智能创新中心以及惠山区 AI 教育实训基地,形成覆盖技术产品研发、算力基础设施、场景应用示范、专业人才培养的完整产业闭环。

记者了解到,无锡(惠山)国产智算中心正在国内率先探索纯国产商用智算中心市场化运营新模式,打通硬件部署、模型适配到商业化交付全链路,全力打造长三角国产算力应用高地。

无锡市惠山招商(集团)有限公司副总经理张涛介绍,惠山建设国产万卡智算集群,既有“东数西算”长三角枢纽苏南算力集聚区惠山节点的区位和政策基础,也结合了当地产业布局。惠山将国产万卡智算集群、具身智能机器人数据采集群等作为区域新优势的重要一环,并以摩尔线程AI SoC总部项目为基础,以万卡智算集群为底座,尝试以摩尔线程为链主,打造全自主可控的人工智能产业集聚地。

在建设运营上,无锡(惠山)国产智算中心一期先行部署 2000 卡,规模可承接绝大多数客户业务需求,同时规避超前建设带来的算力闲置风险。张涛透露,后续扩容节奏将跟随客户需求动态调整,最终建成万卡级算力集群。

方朝霞介绍,一期 2000 卡项目在规划阶段,便锚定远期万卡集群标准统筹设计:“万卡集群的工程层面问题我们已经跑通,真正的考验在于 10 万卡规模,这是一项需要计算、存储、散热、数据交换多方协同的系统性工程。”

她表示,2027 年落地 10 万卡集群是摩尔线程重要战略目标,集群将采用更集约的“超节点”架构,按需建设。今年 9 月,京东云与摩尔线程达成深度合作,计划共建 10 万卡全功能 GPU 集群,搭建自主可控的超大规模算力底座,支撑物理 AI 低时延、高可靠的模型训练与业务落地。

近期,摩尔线程、无锡市惠山招商(集团)有限公司、新石器慧通科技股份有限公司签署战略合作协议。三方将依托无锡(惠山)国产智算中心,基于摩尔线程全功能 GPU 算力,支撑新石器开展更大规模自动驾驶模型训练,加快物理 AI 商业化落地,仅新石器自身算力需求就接近万卡级别。

在方朝霞看来:“算力市场竞争的核心,不在于售出多少算力卡,而是让每一张卡高效运转,帮助客户把算力用起来、用到位。”

加载中...