用好AI算力，产生创新洞见

ChatGPT仅推出2个月，月活跃用户就已达1亿，半年时间ChatGPT就成为了生成式AI的现象级产品。

在生成式AI的发展中，算力的存在可以说举足轻重。可以看到大模型正在带动AI算力需求超越摩尔定律增长，据统计AI训练任务中的算力增长，每 3.5个月就会翻一倍。

以GhatGPT为例，在预训练算力上，训练一次1,746亿参数的GPT-3模型需要的算力约为 3,640 PFlop/s-day，对应的单次训练成本高达460万美元；日常运营算力上，GhatGPT根据访问量与内容量测算，单月运营算力约4,800PFlop/s-day；调优迭代算力上，每月模型调优带来的算力需求为82.5~137.5 PFlop/s-day。

现阶段，算力作为数字经济时代新的生产力，已成为经济社会高质量发展的重要支撑。工业和信息化部数据显示，我国近年来算力产业年增长率近30%，算力总规模位居全球第二。截至2022年底，我国算力总规模达到180EFLOPS（每秒18000京次浮点运算），算力核心产业规模达到1.8万亿元。

工业和信息化部新闻发言人、总工程师赵志国近日表示，近期通用人工智能的发展对算力提出了更高要求，工业和信息化部将重点从三方面着手：一是持续推动算力基础设施建设；二是聚力推进关键核心技术攻关和产业升级；三是激发算力应用赋能价值。

而且在“百模”大赛下，全球算力需求呈指数级增加，带动了国内AI服务器市场快速增长。本期《数字化转型方略》将和大家聊聊什么样的算力，才能满足大模型千亿数量级的训练需求？AI算力还有哪些发展方向？

总的来说，AI算力的发展已经成为数字经济时代的重要驱动力，无论是芯片厂商、服务器厂商、还是云厂商，他们都在不断地满足着AI算力的需求，推动着AI技术的发展。而对于我们来说，未来是如何用好AI算力，产生创新洞见。

《数字化转型方略》2023年第7期：http://www.zhiding.cn/dxinsight/2307