近日，中國電信研究院胡緋緋、孫浩等發表文章指出，由于ChatGPT帶來的人工智能爆發式增長，擁有巨大參數量的超大規模人工智能模型，對智能算力
的需求顯著提升，未來算力可能存在巨大的缺口。同時智能算力需求的高速增長，對未來數據中心、云計算等算力基礎設施也將產生巨大的影響。
目前人工智能對算力需求增長的速度要快于算力供給增長的速度。據OpenAI的分析，自2012年以來，最大規模的人工智能訓練中使用的計算量以3.4
個月的倍增時間呈指數增長。未來人工智能將進一步推動算力需求爆炸式增長，據OpenAI推算，GTP-5的參數量將是GTP-3的100倍，需要的計算量則是
GTP-3的200～400倍。
近期，全球頭部云廠商、數據中心提供商紛紛發布規劃及預算，加速數據中心布局。meta預計2023年資本支出390億美元，主要投資服務器和網絡基
礎設施。NTT于2023年宣布計劃在未來五年內向數據中心、人工智能和其他“增長領域”投資590億美元，其中至少110億美元將用于擴大或升級其數據中心。
數據中心的設計建設模式需適應人工智能產生的需求，下一代數據中心需要投資人工智能專用硬件，采用新的數據中心設計，主要體現在四個方面，第
一，人工智能數據中心通過異構計算突破算力瓶頸，包括CPU、GPU以及專用硬件如ASICs和FPGAs在數據中心的綜合部署。第二，人工智能和機器學習可
能需要三倍于傳統數據處理的功率密度，冷卻是人們廣泛關注的主題，液體冷卻和浸泡冷卻可能是發展趨勢。第三，高速的存儲訪問對于人工智能工作負載
至關重要，數據中心需要擴展其存儲能力來滿足不斷增長的需求。第四，人工智能數據中心的效率與其網絡的性能直接相關，零丟包、低時延、高吞吐的智
能無損網絡將成為人工智能數據中心的網絡解決方案。
