原标题：支撑全产业AI，需要怎样的算力服务？
近年来的AI，可以用“从偶像派到实力派”的转变来形容。下围棋的神奇、算法科学家的高薪，抑或是投资并购的新闻，热度已经不复往昔。反倒是在产业中，AI正在进入前所未有的应用大爆发阶段，大量算法创新、软硬件配套、垂直行业解决方案等层出不穷。
AI规模化落地应用，扎扎实实为国民经济提质增效，问题也随之而来，AI算法的不断升级，比如千亿级参数大模型的出现，要求更强大的算力资源及服务。
最近，亿欧智库发布了《2022中国算力服务市场发展研究报告》，从中可以看到，支撑大模型时代的算力服务，需要的是“四梁八柱”一样的韧性和抗冲击能力。
“四梁八柱”，是中国古代传统的一种建筑结构，梁柱是支撑大厦的根本。因此中国在经济政治改革过程中，都强调先确立各领域具有四梁八柱性质的主体框架，排出优先顺序，重点推进，发挥好支撑作用。作为产业AI重要支撑的算力服务，自然就是AI产业化的“四梁八柱”。
怎样的算力服务才能满足时代所需，让我们从报告中，看看是什么决定了算力服务，又有哪些群雄逐鹿。
算力服务：产业AI的输出逻辑
可能很多人认为，算力不够，基建来凑，缓解AI算力瓶颈要靠更多更大规模的算力集群。这当然是解决方案之一，但要注意的是，算力如同黄金、电、光纤等资源一样，需要在互联的过程中传递并发挥价值。举个例子，电气革命的一个标志性突破就是爱迪生将直流高压电从5V提升到了110V，使得电力能够在电网上进行远距离传输，接下来发电设备、用电设备成网，能源互联以及稳定的电力服务网络，推动人类社会走上了普惠电器的时代。同样，没有宽带服务，就算你家楼下埋着万兆光纤，也照样享受不到高速冲浪的快乐。
科技先驱、以太网之父Robert Metcalfe提出，网络的价值与联网的个体数量的平方成正比。联网的个体数量越多，网络的总体价值就会越高。对于AI来说也是如此，联网的算力集群越多，能为国民经济带来的价值就越大，而算力互联之后必须依靠服务来进行保障。
事实上，东数西算工程也洞察到了这一科技产业基本规律，通过推动算力成网，形成一体化算力网络体系，并基于高质量算力平台来提供服务，满足更多领域的算力需求。
随着使用算力的企业增多，如何评测算力、稳定供给、降本增效、便捷服务，成为待解决的问题，迫切需要与产业智能化速度相匹配的算力服务。其作为数字经济的“四梁八柱”之一，必须从现在开始建构。
集算力服务之力，一家AI公司的突围之路
那么，具体到现实中，企业在研发和落地AI时，究竟需要怎样的算力服务来保驾护航？在与一些行业用户、科研机构的交流中，我们似乎找到了一些答案。
1.资源瓶颈。
AI训练需要极大的算力，目前，我国区域间算力资源供需还未平衡，传统运输方式调度难度大，算力供给与需求是不匹配的，企业要打造一个可堪重用的AI模型，必须有稳定可靠的资源衔接平台来供给资源。有企业专家表示，专用任务的计算，高端计算资源能够大大缩短训练和研发周期。因此，他们选择与一站式算力服务平台合作，平台能够将多种算力资源整合，帮助企业解决了算力紧张、算力调度和算力释放等综合问题。
2.成本瓶颈。
AI需要调动各类专用芯片产生的诸多类型算力，研发阶段需要耗费巨大的成本，效能每提高一个百分点都是巨大的节约。据专家分享，通过一站式算力服务来应对大规模的高密集型计算任务（特定任务、特定场景），在经济性上更有优势。在实际研发生产中，可以根据算力用量按需购买，及时对算力进行灵活调整，既满足了研发需求，又避免了服务器资源限制、后期运维等成本。
3.生态瓶颈。AI发展应该以产业应用为导向，引导各方全力以赴，生态建设的重要性不言而喻。专注AI模型研发训练的企业，可以与算力服务平台方合作，将一些AI应用和系统开放给平台生态内的用户，一键式地导入相应的能力来满足应用开发、测试等需求。实现资源与服务的开放共享，有助于建立高效协同的产业供应链，推动AI产研用一体化。
从企业实践中我们可以发现，算力服务不是单纯的算力硬件性能比拼，而是集资源、应用、服务、运维为一体的体系化工程。而目前算力服务整个市场都还处于发展初期，行业竞争格局暂未完全定型，产品和解决方案也各有特色。
云厂商凭借云计算优势能力，云上形成算力资源与服务的完整序列，更为灵活；ICT厂商计算技术突出，性能强、稳定可靠，配套服务能力强；算力代理商配套服务丰富，自身资源能力弱；国家高端计算中心基础设施资源积累多，行业知名度、认可度高，但商业化能力弱。
那么，企业想要选择适当的算力服务平台，究竟有没有定量、定性的科学方法与行业标准呢？《2022中国算力服务市场发展研究报告》或许可以作为参照。
算力服务POSE模型：解锁AI产业化的新姿势
《2022中国算力服务市场发展研究报告》基于对国内算力服务市场及平台的整体调研分析，提出了算力服务综合价值力分析模型POSE，从中，我们会发现支撑一个算力服务平台品质的四种要素。
产品力：主要指技术能力、基础设施建设、服务价格等产品层面的能力。曙光智算在基础设施建设支撑与技术性能方面略胜一筹：阿里云的算力种类相较更丰富，但在自主创新能力弱于曙光智算与华为云。
运营力：包括服务能力、行业口碑、商业化能力。其中曙光智算与并行科技具有即时、专业的服务能力，对每一个客户都可提供专业的团队支持与应用的迁移适配服务；阿里云与华为云作为云服务先行者，积累大量案例，商业化更快。
调度力：主要聚焦资源协同调度的能力。曙光智算背靠集团20余年异构计算经验沉淀及生态建设，阿里云凭借更早的网络建设布局和云服务基础，双方并列第一。
生态力：全产业链资源聚合能力、适配能力、自身生态开放度等。华为云、阿里云、曙光智算背靠集团生态建设，目前都较为成熟。
不夸张地说，POSE模型的四大要素，也是算力服务的“四梁八柱”，没有这个核心框架的承重能力，很难支撑AI大模型这样的产业“重器”。这也是对厂商们的综合大考：既要快速上马，服务于如火如荼地东数西算工程；还要挑战更好，在群雄逐鹿的竞技场交出更优秀的答卷。其中，曙光在多个指标中都拔得头筹，比起靓丽的成绩，背后所做的努力更值得探究。
聚&变：一站式平台托举的产业AI集结令
曙光能够在开局就拿出来全国一体化算力服务平台和诸多案例，提前吹响产业AI的集结号，这或许能够从侧面展现出曙光生态的一些特质。
1.全链条：曙光智算背靠集团，进行了全产业链布局，软硬件一体化全面贯穿，整体供应链的抗风险能力与资源调度能力都更强，满足产业大规模应用AI所需的并发性、兼容性与稳定性。
2.全流程：曙光智算虽然入局较晚，但厚积薄发，服务的深度与广度反而很高，比如曙光智算的点对点服务，从算力供给到调度、以及最终的部署与集成，一个平台打通AI产业应用的全部流程，很好地帮助预训练大模型及其他算法模型的加速落地。
3.全包容：曙光智算背靠老牌ICT厂商的多元能力和计算生态，配套服务能力强，生态丰富，有较多用户表示曙光集团本身业务属性与自身业态（如科研及工业）更为契合，这也是为什么曙光一站式算力服务平台能够支撑不同行业、不同企业的数智化。
精微细致的服务所积累起来的，是一次次AI与产业的精密对接，最终量变产生质变，拉开产业AI的大幕。
人类经历了能源互联的电气革命、网络互连的信息革命，终于抵达了算力互联的智能革命门前。算力服务，是AI训练的暴力计算所不可或缺的底座，也是支撑算力互联成网、AI真正走入社会经济的关键力量。而借助更前沿的算力基建和算力服务，这一次，中国将率先推开产业智能的大门。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
