AI（人工智能）浪潮之下，国内外科技巨头都在加大资本支出，建设数据中心。在浙江乌镇，这座因世界互联网大会而闻名的小镇，坐落着一台名为 " 乌镇之光 " 的超级计算机。自 2022 年正式运营以来，它不仅是国家新基建的代表作，更是中国算力产业在复杂国际局势下寻求自主可控的一个缩影。

国家超级计算乌镇中心运营主任周捍珑 11 月 3 日在接受《每日经济新闻》记者（以下简称 NBD）专访时表示，当前算力需求爆发，海外芯片禁令倒逼国内厂商适配国产芯片，经过 5 至 10 年发展，国内算力生态有望逐步完善。事实上，一旦国产光刻机取得突破，芯片性能会快步赶上，加上围绕芯片开发的软件生态逐步完善，凭借国内规模化优势，国产芯片将更具性价比。

训练西迁、推理东沉，当前数据中心的分布在地理上呈现鲜明特点，而数据中心里的芯片，除了 CPU（中央处理器）、GPU（图形处理器）之外，还有 NPU（神经网络处理器）等异构芯片。对于这一变化，周捍珑认为，异构算力体系是未来算力趋势之一。

异构算力体系是未来趋势之一

NBD：" 乌镇之光 " 超算中心承担了怎样的角色？

周捍珑：" 乌镇之光 " 是 2022 年正式运营的。我们建设的时候走的就是 " 超智融合 " 路线，既有面向科学计算的高性能 CPU，也有面向人工智能的 GPU，我们的 GPU 是全精度的卡，双精度和半精度都支持，能满足科学计算和 AI 计算的需求。目前超算中心整体利用率在 80%，这对于全国产超算来说其实很难。

NBD：目前 " 乌镇之光 " 超算上下游如何协同？下游的客户包括哪些？

周捍珑：因为国家对超算中心有核心设备国产化率 75% 以上的要求，所以我们核心设备供应基本都是国产的。

下游客户主要分三类：第一类是科研院所，做材料、化学、工业相关及生信（生物信息）的科学计算，生物信息这块与华大基因等头部企业有合作；第二类是工业企业，做汽车设计研发中的碰撞模拟，以及商业航空、低空经济无人机等高端装备制造的设计研发；第三类是人工智能场景，以 "AI+ 行业 " 为主，比如生物信息 AI 转型、材料化学的 AI+ 科学计算等垂类模型的训练。

NBD：当前，CPU、GPU、NPU 等不同类型的计算芯片并存，通用计算、智能计算和科学计算之间的边界也在逐渐模糊。未来超算中心是否会从传统超级计算架构，转向 CPU、GPU 及其他 AI 加速芯片协同的异构算力体系？

周捍珑：计算芯片的异构趋势是比较明确的，全球前十的算力中心中至少 70% 采用异构架构。" 乌镇之光 " 走的也是超智融合路径，有纯 CPU 节点，也有 CPU+GPU 异构节点。未来可能是 CPU、全精度 GPU、NPU 甚至 TPU（张量处理器）混合，趋势会更复杂。

在统一调度方面，目前 GPU 调度相对成熟，CPU+GPU 混合调度也基本能实现，但不同 GPU 之间、GPU 与 NPU 之间的混合调度难度较大。目前的思路是把算力性能抽象成计算单元池（资源池），屏蔽架构区别，通过统一调度系统分配任务。

国产芯片生态有望在 5 至 10 年内进一步丰富

NBD：以 DeepSeek 等开源大模型为代表，模型开源正在降低 AI 技术应用门槛，但模型训练、微调和推理仍然需要强大的算力支撑。相比传统科学计算，AI 计算对算力规模、存储带宽、网络互联和能效提出了哪些新要求？超算中心如何调整算力资源配置，以适应大模型训练与推理需求的快速增长？

周捍珑：企业在做垂类模型训练（如车企碰撞模拟）时，需要先用传统方式生成海量模拟数据，再喂给模型。几百 TB 的数据在不同数据中心之间转移，成本极高。" 乌镇之光 " 本身既有传统科学计算，又有 AI 算力，企业完成计算后就地开展训练，时间成本可控。

NBD：国内算力版图呈现训练西迁、推理东沉的趋势，你怎么看这一趋势？

周捍珑：业内都在提。面向 To C（面向消费者）端的通用大模型（如豆包、千问、DeepSeek）的通用场景训练，放在西部没问题。但垂类模型训练和企业推理场景，需要结合生产环境且数据保密，更多留在东部沿海。东部企业数量多、研发需求高，因此东部算力中心分布也多。

NBD：我们了解到，目前行业部分数据中心闲置，面向 AI 的智算中心又供不应求，你怎么看待行业这种 " 冰火两重天 " 的局面？

周捍珑：供不应求的一般是高性能的算力，而出现空置的，可能是一些算力相对低端的数据中心。当然，这背后也与芯片生态密切相关。以英伟达 CUDA 为例，现在不少模型或者算法基于英伟达 CUDA 来设计。如果转移到国产芯片，需要进行移植和底层代码重构，背后要投入大量人力和时间，一些以国产芯片为主的算力中心在运营期间会受制于此，对下游企业的调用也形成约束。

NBD：对于国产算力生态的未来，你有怎样的判断？

周捍珑：当前国际形势正倒逼国内企业适应国产芯片，也倒逼应用厂商与国产芯片适配。经过 5 至 10 年发展，国内生态有望逐步完善。我觉得国内芯片与国外芯片的差距主要在于制造（光刻机）。一旦光刻机取得突破，芯片性能会快步赶上。那时候芯片性能差不多，生态也满足了，凭借国内的规模化优势，成本会比国外更低，市场也就起来了。

每日经济新闻