IT时报记者 郝俊慧
截至2024年6月，上海算力综合指数全国排名第三，全市已建数据中心标准机架数57.4万个，建成通用算力规模达7.7EFLOPS（FP32），智能算力部署提档升级，已建大型智算中心12个，智能算力总规模超过54EFLOPS（FP16），处于全国领先地位，预计到2025年底，上海智算总规模将超过70EFLOPS（FP16）。这是《IT时报》记者在11月26日举行的第三届算力网络与数字经济论坛暨2024年“算力浦江”总结大会上了解到的。
大会发布了《上海市算力基础设施发展报告》（2024）（以下简称《报告》)，报告撰写者之一、上海市通信学会“算力浦江”专委会主任委员、中国信通院华东分院院长廖运发指出，上海智能算力在数量规模、算力供给等方面均处于全国前列，除了智算和通算外，近116EB的存力量级在全国各省级行政区规模排名第四。
同日，由中国信通院工物所、泰尔英福、同济大学、上海人工智能实验室、国家（上海）新型互联网交换中心牵头，联合上海联通、有孚、沐曦、天数智芯、无问芯穹、华为等多家单位进行的跨域异构算力网络实验验证成果发布。经过近一年试验探索，通过优化底层异构芯片的通信传输、跨域调度能力以及大模型并行训练策略等，截至目前，异构混训效率可达97.5%，跨域异构混训效率可达90%，有效验证了跨域异构算力网络调度可行性及效率。
超大型数据中心已有13个
作为上海一年一度算力基础设施发展情况的系统总结，《报告》全面展现了全市数据中心的算力规模、存力规模、算网运力、空间布局、绿色算力、产业生态等方面的发展现状，其中一系列重磅数字是首次公布。
从数据中心规模类型看，上海在用数据中心（指单数据中心物理标准机架数超过100个）数量为127个，其中超大型数据中心13个、大型数据中心46个、中小型数据中心68个。
大部分数据中心已接入省级以上骨干网络。据统计，全市数据中心接入国家级骨干网16个、省级骨干网75个，占比分别为13%、59%，即七成以上数据中心均已接入省级以上骨干网络，超全国平均水平十六个百分点。同时，接入城域网的数据中心有19个，占比15%。
《报告》显示，未来上海将积极推进此类型数据中心纳入省级以上骨干网，实现跨城市、跨区域网络连接互联互通。
算力调度方面，上海构建了一张城市级高速全光算力环网，以基础电信运营商、上海新型互联网交换中心为主体构建了“3+1+N”的算力网络调度体系，其中三大电信运营商负责跨区域的算力网络调度，新型互联网交换中心负责本市算力中心之间的算力网络调度。截至2024年10月，新型互联网交换中心已完成19个网络节点建设，覆盖全市24家重点数据中心企业。
长三角算力枢纽建设方面，长三角（上海）算力互联互通平台建设工作已启动，平台建成后将在长三角地区形成“跨地域、跨主体、跨架构”的算力资源标准化互联互通，实现算力资源高效供需匹配。基础电信企业已启动超过3500公里本地和长途光缆工程建设，打通长三角一体化示范区算力枢纽节点和芜湖枢纽节点的算力网络。
加速构建绿色算力体系
随着大数据的深度渗透和人工智能技术的突破性进展，全球算力正展现出强劲而稳定的增长态势。IDC数据显示，到2027年，全球非结构化数据将占到数据总量的86.8%，达到246.9ZB,全球数据总量从103.67ZB增长至284.30ZB,复合年均增长率为22.4%,保持稳定增长态势。
算力之争，就是能源之争。
《报告》显示，截至今年6月，全市数据中心IT机房建筑面积已超500万平方米，且以商业用电为主，总配电量超415万KVA，相较于全国均处于前列。
因此，上海对新建智算中心PUE值、存量改造智算中心PUE值、智算中心内绿色能源使用占比、液冷机柜数量占比等绿色算力关键指标提出了全新的要求。
数据显示，近年来，全市数据中心PUE能效结构优化显著，测试结果显示，全市有19家数据中心的实测PUE在1-1.3之间，占全部数据中心的14.9%，PUE在小于1.5的数据中心数量为56个，占比比44.1%，提供绿色算力已成为各家数据中心的普遍共识。
新型液冷逐渐成为数据中心的主流转型方向。
目前，全市数据中心采用风冷制冷方式有59家，占比46%，采用水冷、混合制冷方式的数据中心数量分别为45家、17家，占比分别为35%、13%。《报告》认为，随着数据中心高性能服务器、高功率机柜的使用量越来越大，先进计算中心等新型技术设施建设越来越多，数据中心的制冷方式结构也将发生显著改善，水冷、液冷、混合制冷等新型制冷方式需求也越发强劲。
算力供需矛盾仍然突出
不过，虽然上海在打造算力高地的征途中已成绩斐然，但放眼未来，目前上海算力产业发展仍存在不少挑战。
“算力市场还存在供需对接的矛盾，虽然我们建了这么多算力，但还是有很多用户找不到算力，或者找不到合适的算力。可有些时候，我们的算力提供又容易陷入同质化竞争，导致算力建设和发展有一点不良趋势。”大会圆桌论坛环节，一位嘉宾坦言，上海的公共算力服务平台还需进一步优化，以缓解算力的供需矛盾。
随着AI大模型发展推动算力结构升级，上海仍然面临高质量算力供给和国产高端芯片短缺的挑战。
一方面，大模型训练所需的算力资源极为庞大，对计算性能和存储能力提出了极高要求。上海虽已建成多个高性能计算中心和智算中心，但在面对大规模、高复杂度的AI大模型训练任务时，仍将存在算力供给压力。另一方面，算力资源的分配和调度也面临挑战，表现在找算力难、调算力难、用算力难等方面，尤其是具备高可用性、高性价比、高灵活性的高质量算力供给更为缺乏。
然而，国产算力在性能、稳定性、兼容性上还有差距，尚未形成全栈服务能力，高端AI芯片短缺，且缺乏丰富的工具集、数据集、参数集，进一步导致市场上算力供需矛盾突出。
上述嘉宾认为，根本解决方案还是要支持国产化算力，但从现实情况来看，政府在支持国产芯片建设上比较积极，可整个社会需求却没上来，导致有很多国产算力池空置，“今后政府应该对需求方和用户使用国产化算力，有更多的鼓励和扶持，让国产算力繁荣起来”。
此外，在全球气候变化和绿色低碳发展背景下，算力中心的节能减排和可持续发展问题愈发凸显。
上海华鲲振宇智能科技有限责任公司副总经理程子敬指出，目前中国算力中心建设存在三个挑战：一是随着GPU芯片性能的提升，单片功耗越来越大，因此产生的发热量也直线上升，如果仍沿用旧有的风冷方式，芯片很容易在大模型训练时自动降频，这显然不符合投资预期；第二个挑战仍与电力有关，目前很多已有的数据中心按照通算服务器标准建设，单机柜可用电量有限，一旦更换为耗电量更高的GPU智算服务器，很可能一个42U高的机柜只能放两台服务器，在北上广等地价昂贵的城市，这是不可承受的成本；三是国产卡与国际先进GPU性能差距依然明显，要想实现同样参数规模的大模型训练，国产算力集群需要的卡数和电能可能是国际先进集群的两倍以上，这也是一笔巨大的成本，而且不可持续增长。因此，他认为，必须加强算力中心的节能技能研发和应用，长期来看，先进的液冷散热技术成本是可控的。
《报告》也建议，用能管理逐渐从能耗“双控”向碳排放“双控”转变，对于在算力中心所用的绿色能源，不再纳入能耗总量和强度控制，对于绿色能源就近建设的重点智算中心，对电力资源进行直供试点，不额外增加上网电价。