专访国家超级计算乌镇中心运营主任周捍珑：异构算力体系是数据中心未来趋势之一 国产芯片生态5至10年有望逐步丰富

AI浪潮下，国内外科技巨头都在加码资本支出、兴建数据中心。浙江乌镇因世界互联网大会出名，这里还摆着一台叫“乌镇之光”的超级计算机。它2022年正式运营，既是国家新基建的代表作，也算中国算力产业在复杂国际局势下追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日接受《每日经济新闻》记者（以下简称NBD）专访时说，眼下算力需求爆发，海外芯片禁令逼着国内厂商去适配国产芯片，经过5至10年发展，国内算力生态有望慢慢完善。

训练西迁、推理东沉，数据中心在地理上的分布已经显出鲜明特点。机房里的芯片也不只剩CPU（中央处理器）、GPU（图形处理器），NPU（神经网络处理器）等异构芯片同样在列。周捍珑对此的判断是，异构算力体系会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”2022年正式运营。建设时我们走的就是“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，科学计算和AI计算的需求都能满足。目前超算中心整体利用率在80%，对全国产超算来说，这其实很难。

NBD：“乌镇之光”超算上下游目前怎么协同？下游客户包括哪些？

周捍珑：国家对超算中心有核心设备国产化率75%以上的要求，所以我们的核心设备供应基本都来自国产。

下游客户可以分成三种。科研院所是其中一类，主要做材料、化学、工业相关的科学计算，也做生信（生物信息）方面的计算，生信这块跟华大基因等头部企业有合作。工业企业是第二类，汽车设计研发里的碰撞模拟要用到它，商业航空、低空经济无人机这些高端装备的设计研发也离不开它。第三类落在人工智能场景上，主打“AI+行业”，像生物信息AI转型、材料化学的AI+科学计算这类垂类模型训练都算。

NBD：现在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。未来超算中心会不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比较明确，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。往后可能是CPU、全精度GPU、NPU甚至TPU（张量处理器）混合，趋势会更复杂。

统一调度方面，GPU调度目前相对成熟，CPU+GPU混合调度也基本能实现，难的是不同GPU之间、GPU与NPU之间的混合调度。现在的思路是把算力性能抽象成计算单元池（资源池），把架构区别屏蔽掉，由统一调度系统来分配任务。

国产芯片生态有望在5至10年内进一步丰富

NBD：DeepSeek等开源大模型是代表，开源正在把AI技术应用的门槛往下压，可模型训练、微调、推理照样得靠足够强的算力撑着。跟传统科学计算比，AI计算在算力规模、存储带宽、网络互联、能效这几方面提了哪些新要求？超算中心又该怎么调配算力资源，才能跟上大模型训练和推理需求的快速上涨？

周捍珑：企业做垂类模型训练（如车企碰撞模拟）时，得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，企业算完就地开展训练，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：这个说法业内都在讲。To C（面向消费者）端的通用大模型，像豆包、千问、DeepSeek，做通用场景训练放在西部不成问题。可垂类模型训练和企业推理场景不一样，得结合生产环境、数据还要保密，更多还是留在东部沿海。东部企业多、研发需求旺，算力中心自然也就布得多。

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：紧张的一般是高性能算力；出现空置的，可能是那些算力偏低端的数据中心。当然，这跟芯片生态也脱不开关系。拿英伟达CUDA来说，眼下不少模型和算法都是照着它设计的。要换到国产芯片上，就得做移植、重构底层代码，人力和时间投入都不小，一些以国产芯片为主的算力中心在运营中会卡在这儿，下游企业调用也跟着受限制。

NBD：对于国产算力生态的未来，你有怎样的判断？

周捍珑：现在的国际形势，正逼着国内企业去适应国产芯片，也逼着应用厂商跟国产芯片做适配。发展5至10年，国内生态有希望慢慢补齐。我认为国内芯片和国外芯片的差距主要在制造，也就是光刻机。光刻机一旦有突破，芯片性能会很快追上来。到那时性能拉平、生态也跟上了，靠国内的规模化优势，成本还能比国外低，市场就做起来了。

每日经济新闻