智算中心，就是以人工智能计算任务为主的数据中心。

数据中心通常包括三种类别，除了智算中心以外，另外两种分别是以通用计算任务为主的通算中心，以及以超级计算任务为主的超算中心。

2023年以来，以ChatCPT、Sora为代表的AIGC大模型横空出世，掀起了一股席卷全球的AI浪潮。

想要在AI浪潮中占据优势，就必须拥有强劲的AI算力支撑。智算中心，作为AI算力的核心基础设施，逐渐成为人们关注的焦点，也是行业重点建设的对象。

根据数据显示，我国目前已经有包括武汉、成都、长沙、南京、呼和浩特等在内的20多个城市建设了智算中心。到2025年，国内智算中心数量将超过50个。

这些智算中心采用专门的AI算力硬件，适合高效运行AI算法。它们可以应用于计算机视觉、自然语言处理、机器学习等领域，处理图像识别、语音识别、文本分析、模型训练推理等任务。

█ 智算服务器，到底有什么不同？
智算服务器是智算中心的主要算力硬件。它和传统通用服务器最大的区别，在于算力芯片的不同。

传统通用服务器以CPU作为主要芯片，有的配置了GPU（图形处理单元）卡，也有的没配。即便配置了，也数量不多（1-2块），以完成传统图形处理任务（3D图形渲染等）为主。

智算服务器，为了保证的操作系统运行，也配置了CPU。但是，为了更好地完成AI计算任务，所以配置了更多的GPU、NPU（神经网络处理单元）、TPU（张量处理单元）等计算芯片（4块或8块），以这些芯片输出的算力为主。

这种“CPU+GPU”、“CPU+NPU”的架构，也被称为“异构计算”架构，能够充分发挥不同算力芯片在性能、成本和能耗上的优势。

GPU、NPU、TPU的内核数量多，擅长并行计算。AI算法涉及到大量的简单矩阵运算任务，需要强大的并行计算能力。

在实际使用中，GPU、NPU、TPU会做成板卡的形态，插入到智算服务器的插槽中。等服务器上电启动后，再根据调度执行计算任务。

除了芯片不同之外，为了充分发挥性能以及保障稳定运行，AI服务器在架构、存储、散热、拓扑等方面也进行了强化设计。

例如，智算服务器的DRAM容量通常是普通服务器的8倍，NAND容量是普通服务器的3倍。甚至它的PCB电路板层数也明显多于传统服务器。

疯狂堆料，肯定也会带来两者之间的成本差异。一台智算服务器的价格，可能会达到传统通用服务器的数十倍以上。

不久前，中国移动公示了2024年至2025年新型智算中心集采中标结果，采购智算服务器总规模达到8054台，中标总金额达到了约191.04亿元人民币（不含税）。平均下来，每台的价格是237.2万元。通用服务器的价格，根据品牌和配置的不同，大约在1到10万元之间。

受算力板卡的影响，智算服务器的功耗也明显大于通用服务器。

以英伟达GPU为例，A100单卡功耗400W，H100单卡功耗700W。配置了8张GPU的智算服务器，仅GPU的热功耗就能达到3.2~5.6 kW。传统通用服务器的话，也就0.3~0.5 kW左右。

从外型上来看，智算服务器和通用服务器并没有很大的区别。两者都是标准架构，可以放入42U标准机架。如果内置了较多的AI算力板卡，智算服务器的厚度可能会稍微大一些，达到4U、5U甚至10U。

这里需要注意，根据工作任务的不同，智算服务器也会分为训练服务器、推理服务器或者训推一体服务器。这些服务器在架构和体型上会存在一些差异。一般来说，训练服务器会比推理服务器更庞大一些（AI算力板卡更多）。