图片来源：摄图网

随着人工智能技术的不断深入和应用领域的拓展，对高性能计算能力的需求日益增长。因此，各大科技公司纷纷加大对算力的投入，推出更加强大的芯片和服务器，以满足人工智能应用对高性能计算的需求。同时，云计算、边缘计算等新兴技术也为人工智能的发展提供了更加灵活和多样化的解决方案。算力和人工智能的融合发展不仅推动了人工智能技术的创新和应用，也为各行各业带来了更多发展机遇。

日前，山西省政府发布了《山西省促进先进算力与人工智能融合发展的若干措施》。《措施》从支持算力高质量发展、支持提高算力应用水平、支持人工智能大模型发展、加强能源人才土地供给4方面提出17条措施。

支持算力高质量发展方面，对于智能算力规模达到100PFlops以上的新建项目，山西省将提供平台软件和硬件设备实际投资15%的补贴，最高不超过5000万元。同时，对于获得项目贷款的企业，山西省将提供最高2%的贴息补助，补贴期限不超过2年。强化算力产业科学布局，加大对算力产业相关主体支持力度，按照省级重点产业链相关扶持政策予以支持，对全省范围内能有效发挥示范带动作用的标杆项目，给予不超过项目数字化部分投资额20%的资金补助，最高不超过3000万元等。

支持人工智能大模型发展方面，山西省将支持高校、科研机构、企业联合智算中心孵化通用人工智能大模型，对于参数量不低于千亿、典型应用场景不少于5个的大模型，给予不超过研发总投入20%、最高1000万元的补贴;支持行业大模型以及通用人工智能其他路径探索研究，按照不超过项目研发费用的10%予以资助，单个项目最高500万元等。

此外，山西省将在能源、人才、土地等方面加强供给，鼓励高校开设算力和人工智能相关专业，对依托相关领域国家级一流、省级一流专业成功创建教学实践培训基地的，择优一次性给予最高不超过200万元补贴。

从“山西省发布算力和人工智能融合发展政策”回看AI算力行业发展情况：

AI算力指的是用于人工智能(AI)任务的计算能力。由于AI任务通常涉及复杂的数据处理、模型训练和推断等操作，需要大量的计算资源来实现。AI算力可以通过高性能计算设备，如图形处理单元(GPU)或特定的AI芯片提供。AI算力与算力的关系在于，AI算力是指为实现人工智能任务而使用的计算能力，而算力是更广泛的概念，用于衡量计算机系统的总体处理能力。

AI算力强调使用专门为人工智能算法优化的硬件加速器，如GPU、TPU等。这些加速器的架构设计针对人工智能算法的计算模式进行了优化，能提供更高的计算性能。与通用计算任务相比，人工智能算法训练往往需要处理大量样本数据，单个训练任务的计算量常常以兆级甚至亿级计算规模计量。因此AI算力需要提供极高的计算强度。

——AI算力占比情况

数智时代，算力是最具活力和创新力的新型生产力。中国信通院《中国综合算力指数(2023年)》显示，近5年我国人工智能算力在整个算力结构中的占比已经超过25%，同比增加60%。未来算力仍会保持高速发展，尤其是智能算力将成为未来算力增长的主要动力。

——AI算力市场规模

随着一系列支持性政策的陆续出台、海量数据的增加、算法模型的复杂化以及应用场景的深入发展，中国AI算力规模正在持续扩大。AI大模型对算力的需求高于摩尔定律迭代速度，服务器需求量将提升。根据OpenAI测算，自2012年来，头部AI模型训练算力每3-4个月翻一番，训练算力增长幅度高达10倍。而摩尔定律放缓成为不争的事实，但数据量却在持续增加，算力增速已出现明显滞后，AI服务器作为AI算力载体，需求逐步释放。根据IDC数据，以半精度(FP16)测算中国的AI算力规模，2021年中国智能算力规模达155.2每秒百亿亿次浮点运算(EFLOPS)，2022年智能算力规模达到268.0EFLOPS。

——AI算力数据中心市场现状

《中国数据中心服务市场(2022年)跟踪》报告显示，一方面，数据中心市场的主要客户群体—互联网客户(含云计算厂商)需求恢复不及预期;受前两年“新基建”政策影响，仍有大批量机柜在2022年投产，2022年一线城市对于数据中心的建设指标审批趋严，预计未来会有好转。北京互联网企业及央国企总部较多，对于数据中心服务的需求相对较好，北京市内数据中心处于供不应求的状态。此外，各地政策引导低质量老旧数据中心出清，主要数据中心服务商通过资本并购、老旧数据中心改造将进一步提升市场集中度。

根据《全国一体化大数据中心协同创新体系算力枢纽实施方案》要求，京津冀、长三角、粤港澳大湾区、 成渝等节点，用户规模较大、应用需求强烈，要重点统筹好城市内部和周边区域的数据中心布局，优化数据中心供给结构，扩展算力增长空间，满足重大区域发展战略实施需要，城市内部加快对现有数据中心的改造升级， 优先满足对实时性要求高的业务需求。未来在政策的支持下，AI算力相关企业将加快自主研发进场，提升为下游行业的赋能水平。IDC预计到2026年智能算力规模将进入每秒十万亿亿次浮点计算(ZFLOPS)级别，达到1271.4EFLOPS。