即使是不關(guān)注互聯(lián)網(wǎng)的普通大眾，這些天也會被ChatGPT刷屏。

ChatGPT針對人們的問題，給出了令人驚艷的回答，而不是以往的“天書”。

通過學(xué)習(xí)大量現(xiàn)成文本和對話集合，ChatGPT能夠像人類那樣即時對話，流暢地回答各種問題，包括回答歷史問題，到寫故事，甚至是撰寫商業(yè)計劃書和行業(yè)分析等。

而這一效果的實現(xiàn)離不開人工智能技術(shù)的發(fā)展，特別是強大算力的支持。

ChatGPT是生成式AI的一種形式，其背后的支撐是人工智能大模型。而大模型參數(shù)量、數(shù)據(jù)量高度擴張，算力需求陡增。

寧暢副總裁兼CTO趙雷告訴記者，ChatGPT的火爆其實凸顯了算力產(chǎn)業(yè)的難題——算力密度和效率，以及算力成本。

算力密度和效率是個大問題

在算力方面，GPT-3.5總算力消耗約3640PF-days（即每秒一千萬億次計算，運行3640個整日）。這僅僅指的是ChatGPT在訓(xùn)練階段消耗的算力。

趙雷表示，AI模型訓(xùn)練通常意義上來說要比推理高一個數(shù)量級的算力，也就是說，至少是10倍算力。對于訓(xùn)練來說，一般是周級或者是月級響應(yīng)；而推理的話基本上是實時或者半實時的，它的響應(yīng)是秒級的。

趙雷說，ChatGPT所需要的算力是巨大的，而實現(xiàn)理想人工智能的算力需求至少需要現(xiàn)在100-1000倍的算力。（如ChatGPT至少需要現(xiàn)在100倍算力，元宇宙需要現(xiàn)在1000倍的算力。）

寧暢系列人工智能服務(wù)器

目前，我國總體算力不足，而且算力分布不平衡，需要進行算力協(xié)調(diào)，而這需要云計算技術(shù)來解決。

趙雷表示，其實我們需要借助液冷或者深度定制方式提高算力效率。算力的應(yīng)用類型越窄，它的效率就會越高。越通用化，它的效率就越低。

算力成本不容忽視

效率問題與成本往往密切相關(guān)，雖然每單位算力的單價下降了，但是服務(wù)器的成本，包括服務(wù)器的平均售價在過去3年一直是上漲的。

根據(jù)估算，GPT-3訓(xùn)練成本約為140萬美元；對于一些更大的LLM模型，訓(xùn)練成本約達到1120萬美元。

按近期在國內(nèi)落地的某數(shù)據(jù)中心為參照物，算力500P耗資30.2億落成，若要支持ChatGPT的運行，需要7到8個這樣數(shù)據(jù)中心支撐，基礎(chǔ)設(shè)施投入需以百億計。

在算力的成倍甚至是指數(shù)級增長下，服務(wù)器耗電量和電費也將是乘倍增長。如何通過更高效的節(jié)能方式來解鎖算力，釋放功耗？

寧暢基于現(xiàn)有行業(yè)節(jié)能痛點，提供傳統(tǒng)風(fēng)冷、冷板式液冷和浸沒液冷等多場景的散熱方式。其冷板式液冷可實現(xiàn)部件級精確制冷，使能效提升40%，以一個總負(fù)載10MW的機房為例，寧暢冷板液冷方案可助力用戶每年節(jié)省電費1580萬元，而其最新推出的業(yè)界首款搭載第四代英特爾至強可拓展處理器的浸沒液冷服務(wù)器，其PUE最低可達1.05。

此外，寧暢通過軟硬件的調(diào)優(yōu)，在單位成本上實現(xiàn)降本增效。根據(jù)國際測試TPCx-AI成績顯示，寧暢單位算力僅用94美元，相比平均300美元的算力成本，降低了68%的硬件成本。

ChatGPT帶來的機會

ChatGPT在應(yīng)用時需要大算力的服務(wù)器支持，ChatGPT的持續(xù)爆火也為AIGC帶來全新增量，行業(yè)對AI模型訓(xùn)練所需要的算力支持提出了更高要求，也為服務(wù)器廠商帶來更多市場空間和發(fā)展機會。

對于AI公司來說，或者開發(fā)AI應(yīng)用的公司來說，時間成本高，客戶要在時間成本和硬件投資上做一個取舍和平衡。

我們可以看到，對于未來的服務(wù)器的產(chǎn)品的需求，將更加理性。對于產(chǎn)品方案，也更加務(wù)實，同時對于IT基礎(chǔ)設(shè)施的生態(tài)要求需要更加包容。

寧暢冷靜計算戰(zhàn)略發(fā)布會現(xiàn)場圖

基于當(dāng)前的業(yè)務(wù)場景和背景的這種需求，寧暢將更加著眼于滿足客戶高質(zhì)量算力的交付目標(biāo)，通過自身的技術(shù)能力和產(chǎn)品方案的實現(xiàn)，為客戶找到算力最優(yōu)解，實現(xiàn)需求與能力的雙平衡。

例如寧暢X620 G50是兼?zhèn)溆?xùn)練與推理功能的全能型GPU服務(wù)器，既支持高強度計算，滿足機器學(xué)習(xí)、AI推理、云計算等眾多應(yīng)用場景需求，同時又可實現(xiàn)綠色節(jié)能，符合當(dāng)前ChatGPT等模型對算力/服務(wù)器的需求。

寧暢X620 G50

趙雷說，服務(wù)器的研發(fā)設(shè)計生產(chǎn)制造交付是以年計的，寧暢選了了AI和液冷兩個賽道，匹配市場發(fā)展需求。未來兩到三年里，寧暢堅定不移地走定制化市場，以用戶為中心，拓展人工智能賽道。

未來算力展望

對于未來的算力需求，更多的客戶將會面臨兩個方面的挑戰(zhàn)。一方面要考慮算力的足量，同時還要考慮綠色節(jié)能和可持續(xù)性發(fā)展，既要考慮當(dāng)前業(yè)務(wù)的導(dǎo)向，政策的導(dǎo)向，同時不斷去把創(chuàng)新優(yōu)化的業(yè)務(wù)場景導(dǎo)入進來，實現(xiàn)增量市場的可持續(xù)性。

在這一過程中，企業(yè)追求強大算力就會面臨高功耗和高能耗等問題，如何用更有效的方式在滿足算力需要的情況下，解鎖更高算力，釋放更多功耗。寧暢給出的答案是定制化的算力解決方案和液冷。

定制化的算力解決可量身定制用戶需求，實現(xiàn)從需求梳理、機房部署到智能運維的全面定制化，避免不必要的浪費，此外，使用冷板式液冷方案，可通過風(fēng)液CDU等設(shè)備，在不改變傳統(tǒng)風(fēng)冷機房部署的情況，實現(xiàn)向液冷過度。該方案能使能效提升40%。而寧暢近期推出的浸沒式液冷服務(wù)器，更能將PUE降低至1.05及以下。

總體來說，ChatGPT的快速滲透、落地應(yīng)用，也將大幅提振算力需求，這將刺激整個算力產(chǎn)業(yè)鏈，包括數(shù)據(jù)中心、AI芯片、服務(wù)器等將迎來重要的發(fā)展機遇。