2024年中国ai算力行业发展现状，中国算力发展指数白皮书

2010年前，深度学习时期之前，训练计算算力需求增长缓慢，算力翻倍需要21.3个月。2010-2022年，深度学习不断取得进展，算力翻倍仅需5.7个月，所需算力量级由TFLOPs增至EFLOPs。

2015-2016年左右开启了大模型时代，整体的训练计算量较之前的时期大2到3个数量级。2022年底，随着ChatGPT成功带来大规模参数通用大模型相继发布，这些大模型的训练需要千亿、甚至万亿级参数，以及上千GB的高质量数据，极大地拉动了智能算力的需求。

2012-2023年算力需求翻了数十万倍，AI算力需求远超摩尔定律，大模型对算力的需求每年持续增长，未来10年AI算力需求将再增长500倍。

满足大模型需求的算力是一项涉及多层面复杂系统工程，需要在计算能力上实现指数级增长，以应对大模型的庞大数据量，还要在数据传输、存储和处理等多个维度深度优化。算力系统的设计需要解决低时延数据交换、节点间计算负载的均衡分配、消弥算力堵点，预防硬件故障等一系列技术难题。

不同应用场景对算力效率、调度灵活性、扩展性、安全稳定、成本效益等方面有着各自独特的需求。这些需求的多样性和复杂性要求在构建算力基础设施时，需要进行综合规划和设计，以实现高效、经济且可持续的算力供给。