英伟达发布B200算力芯片GPU，AI算力鸿沟愈发凸显。
英伟达CEO黄仁勋发布了最新的B200算力芯片GPU，性能翻倍，引发AI算力狂欢。然而，这种技术进步却使得AI领域的算力“贫富差距”更加严重。大模型突破后，企业和学术界都在争夺算力资源。Meta可以为模型训练采购35万个GPU，而斯坦福大学的自然语言处理小组只有68个GPU，这种悬殊对比揭示了算力鸿沟的残酷现实。为此，斯坦福大学教授李飞飞提出建立“国家级算力与数据集仓库”的计划。在中国，情况同样严峻，稀缺算力资源优先向少数大型企业供给，高校和中小微企业难以参与。超大规模智算中心的建设为解决算力短缺问题提供了思路。我国通过“东数西算”工程规划了八大枢纽节点和十大数据集群，其中韶关集群的智算中心一期规划算力达16000P，预计到2025年初，韶关集群的智能算力规模将达到50000P，成为大湾区、广东省乃至整个华南地区的最大体量。然而，超大规模智算中心的建设需要突破一系列核心技术，其中异构算力的统筹和调度尤为关键。
当前，智算中心正在成为通用人工智能发展的关键，而超大规模智算中心则是其未来形态。期待产业界、学术界和政府能共同努力，推动算力资源的公平分配和高效利用。