前不久，中国工程院院士、浪潮集团首席科学家王恩提出了 " 智算中心 "，并表示未来 80% 的计算都将是 AI 计算。

近日，IDC公布了《2019 年中国AI基础架构市场调查报告》。报告显示，2019 年中国 AI 服务器出货量为 79318 台，同比增长 46.7%。2019 年，中国整体通用服务器市场出货量同比下降 3.8%，为 3,177,540 台。

对比通用服务器和 AI 服务器所提供的计算力总量，就会发现，AI 计算已经成为主流的计算形态。伴随着 AI 计算的高速成长，王恩东院士的论断在几年内将成为现实。

AI 计算力已不低于 48%

下表是 2019 年 AI 服务器的配置分布，经过加权计算可以得出，平均每台服务器配置 8.02 个 GPU 加速卡。

为了不低估传统计算力，通用服务器的 CPU 配置均已浮点性能最高的英特尔至强白金 8280 可扩展处理器来计算，AI 服务器配置以出货量最大的英伟达 T4 加速器来计算。至强 8280 有 28 核心，每个核心最高主频 4GHZ, 双精度浮点能力为 0.9Tflops, 一台通用服务器（以 2 颗 CPU 计算），整体浮点能力为 1.8Tflops。英伟达的 T4 加速器有 2560 个 NVIDIA CUDA 核心，双精度浮点性能为 4Tflops，一台 AI 服务器的浮点计算力超过 33.8Tflops，相当 37.6 台普通服务器。

这一比例同两类服务器的出货量相乘，就可以得到，2019 年中国新增计算力中，AI 计算力约为 48%，这是最保守的估计。

未来的对比，出货量增速、摩尔定律和单机配置

根据 IDC 预测，中国 AI 服务器市场在 2018-2023 年的年复合增长率为 37.9%，也就是到 2023 年，AI 服务器市场规模将达到 2019 年的 3.6 倍。整体通用服务器市场到 2023 年，仅能增长 34.5%，仅以此估算，到 2023 年，AI 算力占比至少可以提高到 72%。

而且，AI 计算技术的提升不断加快，CPU 技术提升已经遭遇瓶颈。由于制程技术逼近物理极限，CPU 正面临摩尔定律失效的挑战，Intel 曾公开表示 " 摩尔定律将不能继续引导电子设备发展的节奏 "。GPU 等异构计算技术则呈现出超摩尔定律表现，保持着超过高速的性能提升，最新的英伟达安培架构，相比上一代，AI 训练性能提高了 6 倍，AI 推理性能提高了 7 倍。

最后，AI 服务器不仅出货量增长速度更高、技术创新更快，而且单机配置也在不断的提高，单台 AI 服务器可以提供更高的计算力。根据 IDC 统计数据，2017 年平均每台 AI 服务器配置 4.31 个 GPU,2018 年提高为 5.1 个，到 2019 年就提高至 8.02。

所以，2023 年以前，AI 计算力的占比就可以超过 80%。

AI 计算改变了什么

AI 正在渗透我们的日常生产、生活中，AI 计算的发展为 " 一切 AI 化 " 提供了基本的技术基础。同时，伴随着 AI 计算的发展，数据中心将逐渐演变为智算中心，并成为水厂、电站一样的社会必要基础设施。

智算中心并不仅是输出 AI 计算，不仅是应用 AI 技术、" 以智生智 "，而是基于全新技术的计算力生产中心。Google 等企业已经在数据中心中广泛采用 AI 技术，这些数据中心距离真正意义的智算中心仍有距离。液冷、融合架构、开放计算、模块化数据中心等下一代数据中心技术正在形成和发展中，AI 计算将撬动新一代 ICT 技术和产业的发展壮大。例如，AI 计算将推动将直接推动液冷的发展和应用，而液冷技术带来的巨大的散热能力冗余，可以为技术创新提供巨大的想象空间，比如直接将多个处理器直接集成在一片硅晶圆上，不再切割。伴随着新一代技术的成熟，智算中心也将迎来自己的时代。