AI浪潮之下，国内外科技巨头都在加大资本支出，建设数据中心。在浙江乌镇，这座因世界互联网大会而闻名的小镇，坐落着一台名为“乌镇之光”的超级计算机。自2022年正式运营以来，它不仅是国家新基建的代表作，更是中国算力产业在复杂国际局势下寻求自主可控的一个缩影。

　　国家超级计算乌镇中心运营主任周捍珑11月3日在接受

　　训练西迁、推理东沉，当前数据中心的分布在地理上呈现鲜明特点，而数据中心里的芯片，除了CPU、GPU之外，还有NPU等异构芯片。对于这一变化，周捍珑认为，异构算力体系是未来算力趋势之一。

　　周捍珑：“乌镇之光”是2022年正式运营的。我们建设的时候走的就是“超智融合”路线，既有面向科学计算的高性能CPU，也有面向人工智能的GPU，我们的GPU是全精度的卡，双精度和半精度都支持，能满足科学计算和AI计算的需求。目前超算中心整体利用率在80%，这对于全国产超算来说其实很难。

　　周捍珑：因为国家对超算中心有核心设备国产化率75%以上的要求，所以我们核心设备供应基本都是国产的。

　　下游客户主要分三类：第一类是科研院所，做材料、化学、工业相关及生信的科学计算，生物信息这块与华大基因等头部企业有合作；第二类是工业企业，做汽车设计研发中的碰撞模拟，以及商业航空、低空经济无人机等高端装备制造的设计研发；第三类是人工智能场景，以“AI+行业”为主，比如生物信息AI转型、材料化学的AI+科学计算等垂类模型的训练。

　　NBD：当前，CPU、GPU、NPU等不同类型的计算芯片并存，通用计算、智能计算和科学计算之间的边界也在逐渐模糊。未来超算中心是否会从传统超级计算架构，转向CPU、GPU及其他AI加速芯片协同的异构算力体系？

　　周捍珑：计算芯片的异构趋势是比较明确的，全球前十的算力中心中至少70%采用异构架构。“乌镇之光”走的也是超智融合路径，有纯CPU节点，也有CPU+GPU异构节点。未来可能是CPU、全精度GPU、NPU甚至TPU混合，趋势会更复杂。

　　在统一调度方面，目前GPU调度相对成熟，CPU+GPU混合调度也基本能实现，但不同GPU之间、GPU与NPU之间的混合调度难度较大。目前的思路是把算力性能抽象成计算单元池，屏蔽架构区别，通过统一调度系统分配任务。

　　NBD：以DeepSeek等开源大模型为代表，模型开源正在降低AI技术应用门槛，但模型训练、微调和推理仍然需要强大的算力支撑。相比传统科学计算，AI计算对算力规模、存储带宽、网络互联和能效提出了哪些新要求？超算中心如何调整算力资源配置，以适应大模型训练与推理需求的快速增长？

　　周捍珑：企业在做垂类模型训练时，需要先用传统方式生成海量模拟数据，再喂给模型。几百TB的数据在不同数据中心之间转移，成本极高。“乌镇之光”本身既有传统科学计算，又有AI算力，企业完成计算后就地开展训练，时间成本可控。

　　周捍珑：业内都在提。面向To C端的通用大模型的通用场景训练，放在西部没问题。但垂类模型训练和企业推理场景，需要结合生产环境且数据保密，更多留在东部沿海。东部企业数量多、研发需求高，因此东部算力中心分布也多。

　　NBD：我们目前行业部分数据中心闲置，面向AI的智算中心又供不应求，你怎么看待行业这种“冰火两重天”的局面？

　　周捍珑：供不应求的一般是高性能的算力，而出现空置的，可能是一些算力相对低端的数据中心。当然，这背后也与芯片生态密切相关。以英伟达CUDA为例，现在不少模型或者算法基于英伟达CUDA来设计。如果转移到国产芯片，需要进行移植和底层代码重构，背后要投入大量人力和时间，一些以国产芯片为主的算力中心在运营期间会受制于此，对下游企业的调用也形成约束。

　　周捍珑：当前国际形势正倒逼国内企业适应国产芯片，也倒逼应用厂商与国产芯片适配。经过5至10年发展，国内生态有望逐步完善。我觉得国内芯片与国外芯片的差距主要在于制造。一旦光刻机取得突破，芯片性能会快步赶上。那时候芯片性能差不多，生态也满足了，凭借国内的规模化优势，成本会比国外更低，市场也就起来了。

　　特别以上内容为自媒体平台“”用户上传并发布，本平台仅提供信息存储服务。

　　山姆上架始祖鸟、加拿大鹅多款商品，均标注为进口，售价从999元到10999元不等，价格比官方更便宜；工作人员：仅支持线上下单，门店无售卖

　　上海飞曼谷航班，紧急返航！航空公司确认：起飞后，飞行员发现左侧驾驶舱挡风玻璃有裂缝，未造成人员伤[*]

　　张雪给员工转30万让付房子首付，强调“只能写员工自己名字，不然不给”，当事人：并非自己主动要的，张雪把钱看得很淡

　　央企高管论文抄袭属实，被西南交大撤销硕士学位，中铁建交通运营集团：已向上级部门汇报，配合深入开展核查工作