大模型产业算力紧缺，边缘算力或成AI产品落地期重要补充

　　近年来，随着人工智能大模型技术的快速崛起，作为其三要素之一的算力供给需求愈加迫切，也使得英伟达等产业链关键企业迎来前所未有的发展空间。

　　在巨大的市场机遇面前，几乎所有与算力产业相关的企业都开始根据自身能力和市场需求开启业务调整，试图在AI发展浪潮中占得一席之地。

　　近日，顺网科技（300113.SZ）发布顺网算力塔、顺网算力市场两大新产品以及顺网智算中心业务，顺网科技创始人、董事长华勇在发布会上表示，AI正掀起第四次生产力革命，算力作为AI智算世界的基石，算力服务路径正从垂直型向多场景转变。

　　所谓的垂直型，主要是指云服务时代的各类垂直算力服务。例如顺网于2018年建立的“顺网云”，主要是通过将顺网触达的网咖电竞的存储和算力能力上云，以边缘算力的形式实现低延时服务。

　　而在人工智能时代，不同于云服务时期主要依靠虚拟化主机远程交付CPU算力或存储，大体量的AI模型训练需要打通显存、带宽，将GPU集群高速互联，简而言之就是将多个GPU整个为一个GPU使用，期间各个部分都需要能稳定持续运转，才能保障模型训练的效率。

　　另一方面，由于AMD等厂商的图形显卡大多被锁死了连接能力，很多边缘算力本身并不能直接通过物理形态完成互联，因此边缘算力一度并不是行业早期争相发展基础大模型时受到重点关注的算力来源。

　　但随着对计算速度敏感的各类行业大模型和消费级AI产品应用的涌现，以及苹果Vision Pro发布后对AR、MR渲染算力需求的预期，时延低、成本低、调用灵活的边缘算力资源开始重新受到关注。能否整合多元算力资源，针对人工智能应用落地阶段不同的应用场景需求，以应对市场快速扩张与地缘政治因素导致的技术封锁两重压力下的算力需求，成为具备传统云计算和边缘计算服务能力的厂商考虑的核心问题。

　　顺网科技CEO樊星在接受南方财经全媒体记者采访时表示，传统的边缘算力和大体量、常规的GPU算力依然重要，但接下来的重点方向是通过智算中心业务引入数据中心级 GPU 算力，与既有的算力互补，增强对多层异构算力的研发能力和工程交付能力，共同满足不同客户的差异化 AI 需求。

　　他进一步表示，具体而言，要借助算力来源的多样性与高性价比，实现市场用得到、用得起的普惠算力；通过与原有云网边端整合，实现泛在化便捷访问；通过在全国各地建设智算中心与标准机房，可以将既有网吧服务百万民间算力和自建的GPU算力整合与标准化，通过统一的分布式GPU管理平台实现统一管理，能够根据不同应用场景的需求，提供包括日常消费级到数据中心GPU级的算力服务。

　　华勇坦言，之所以选择面向中小型模型的算力服务作为企业选择。大模型方面，一方面是受到海外风控的影响，另一方面是当前中国已有众多企业在研发，竞争非常激烈，而且往往算力都是自建的。

　　“随着AIGC的成熟与大量推理性业务需要落地，以及顺网本身触达网吧市场将近600万算力设备，且在算力云服务也有一定经验，结合市场需要和自身能力，我们选择在当下推出普惠化、标准化AI算力服务。”华勇表示。