2025中国算力发展之AI计算开放架构研究报告.docxVIP

2025中国算力发展之AI计算开放架构研究报告

2025中国算力发展之AI计算开放架构研究报告

2025中国算力发展之

AI计算开放架构研究报告

CONTENTS·目录

目录CONTENTS

一、AI计算开放架构研究背景 01

1.1AI计算需求持续增长 02

1）大模型持续发展，AI算力需求不断攀升 02

2）AI应用泛在化，万卡集群建设加速推进 03

3）大模型持续创新与应用深入，驱动AI计算模式升级 03

4）万卡、十万卡超大规模集群不断涌现 04

1.2国内异构算力发展趋势 04

1）算力多元异构融合发展 04

2）异构算力系统的发展现状与趋势 05

3）智算中心的异构算力发展趋势 06

1.3中国人工智能发展面临算力瓶颈 06

1）AI芯片单卡性能相比国际先进水平存在代差 07

2）发展集群算力是突破算力瓶颈的关键举措 07

3）智算配套生态系统不完善，削弱整体算力效能 08

二、AI计算开放架构：概念与意义 09

2.1计算架构演变史：合久必分，分久必合 10

1）大型机时代 10

2）集群时代 10

3）智能时代 10

2.2集群组网方式：ScaleUp与ScaleOut 11

1）开放架构协议发展 11

2）ScaleUp超节点与ScaleOut分布式扩展 12

2025中国算力发展之AI计算开放架构研究报告

2.3AI计算开放架构的概念与定义 14

2.4国内外AI计算架构发展一览 16

1）国外AI计算架构发展一览 16

2）国内AI计算架构发展一览 17

2.5AI计算开放架构产品、方案 18

1）国内外相关机构现状及进展 18

2）国内外相关开放架构产品发展情况 21

2.6AI计算开放架构的意义与价值 25

1）有助于推动跨层协作，加速AI技术迭代创新 25

2）有助于破解算力瓶颈，弥补性能和供给缺口 25

3）有助于降低使用成本，推进全行业算力普惠 26

4）有助于强化产业协同，构建共建共赢的生态 26

三、开放架构面临的挑战与应对 27

3.1面临的困难与挑战 28

3.2AI计算开放架构的目标 30

3.3业界应对举措 32

四、智算中心AI计算开放架构部署案例 33

4.1曙光AI超集群系统案例 34

4.2沐曦AI计算集群部署案例 36

CONTENTS·目录

五、

五、展望：智能时代的中国智算产业生态 37

5.1智算产业生态未来趋势 38

1）算力规模不断扩大，呈多元化创新趋势 38

2）芯片国产替代加速，国产GPU百花齐放 38

3）布局端边云协同，算力部署进一步优化 39

5.2AI计算开放架构发展倡议 39

1）加快标准研制，构建产业协同生态 39

2）攻关技术难题，突破算力效率瓶颈 40

3）优化运营管理，提升智算服务质量 40

2025中国算力发展之AI计算开放架构研究报告2025中国算力发展之AI计算开放架构研究报告

2025中国算力发展之AI计算开放架构研究报告

2025中国算力发展之AI计算开放架构研究报告

HAPT追R

HAPT追R

AI计算开放架构

研究背景

1

CHAPTER1·AI计算开放架构研究背景

1.1AI计算需求持续增长

1）大模型持续发展，AI算力需求不断攀升

近年来，以ChatGPT、Sora、DeepSeek等为代表的预训练大模型持续取得突破，模型规模进一步扩大，推动人工智能从感知向认知、从分析判断式向生成式、从专用向通用转变，进入快速发展的新阶段，技术迭代叠加AI应用规模落地，带动AI计算爆发式增长。

根据ScalingLaw（规模定律），模型性能与参数量、训练数据量和计算资源之间存在幂律关系。

2020年，GPT-3的发布标志着大模型时代的开启。从GPT-1到GPT-3，模型在各项任务表现提升的同时，参数量也增长了1500倍，据OpenAI公布，GPT-3最大的一个模型拥有的参数量是1750亿。2023年，随着GPT-4模型的发布，其在逻辑推理和文本理解上展示出了强大能力，GPT-4模型生产的内容已接近人类创作水平，而其训练的参数量也相应增长至1.8万亿，需要在2.5万张A