服務存儲設計模式：Cache-Aside模式
Cache-Aside模式一種常用的緩存方式，通常是把數據從主存儲加載到KV緩存中，加速后續的訪問。在存在重復度的場景，Cache-Aside可以提升服務性能，降低底層存儲的壓力，缺點是緩存和底
人工智能技術的快速發展正在激活對算力的海量需求。在迎來新機遇的同時，算力行業也面臨供需錯配、綠色節能、可持續發展等一系列挑戰。在日前舉行的2025智算行業峰會上，業界專家指出，我國智能算力建設進入高速增長階段，為算力調度提速的算網融合技術正在成為算力產業的重要發展方向。
光纖傳送網與寬帶信息網專家、國家標準化專家委員會主任鄔賀銓指出，中國智能算力規模已占據全球的26%，隨著算力規模的擴大，算力缺口也在高位增長。預計我國智能算力規模五年復合增長率將達到46.2%，大型及超大型智算中心成為發展趨勢。
“大模型對于算力的需求呈指數級膨脹式增長，而硬件算力的供給能力則呈線性增長，目前對于算力的需求量要比硬件算力供給量高出200倍以上。”華為中國政企大企業系統部總經理劉濤表示，伴隨著模型參數的不斷增長，不僅需要大算力，對于網絡、存儲的協同訴求也與日劇增。當前傳統數據中心正面臨智算高密度、高彈性需求帶來的結構性挑戰，算力體系從通用向智能演進已成為不可逆轉的趨勢。這一過程不僅涉及計算架構、資源調度的革新，也涵蓋商業模式與基礎設施建設的全面升級。
北京首都在線科技股份有限公司智算產品總經理張振宇也認為，當前智能算力需求從“從零訓練”轉向“微調或二訓”，推理賽道爆發，推動算力需求結構發生深刻變化。他強調，“算力即服務”不僅是資源供給，更是通過靈活、高效的平臺化能力，助力高校科研、人工智能初創企業、傳統行業客戶快速實現人工智能模型研發與落地。
鄔賀銓表示，為滿足更復雜場景需求，跨區域、跨中心的算力協同勢在必行。劉濤也認為，算網融合是解決算力供需矛盾、提升計算效率的關鍵路徑。滴普科技股份有限公司北部大區北京服務部總監李昊則指出，隨著人工智能技術加速從“模型驅動”向“場景驅動”演進，數據、算法與算力三大核心要素的深度融合成為企業智能化升級的關鍵。
華為中國政企大企業系統部MKT與解決方案銷售部總經理肖雪崗舉例說，頭部互聯網數據中心（IDC）在向算力服務提供商轉型時，需要對外部用戶提供算力資源池服務，算網融合可幫助IDC運營商構建智能、可靠、高效的算力網絡，通過算力和網絡的深度融合，可幫助企業智能流量調度，減少30%的訓練時間，同時提高GPU平均利用率達95%以上。
“如何組織算網融合，當前有多種模式，都仍在探索之中。”鄔賀銓透露，這些模式包括由用戶主導、運營商主導、互聯網企業主導、政府或其下屬第三方主導、產業鏈自組織等。
國家信息中心信息化和產業發展部主任單志廣等專家還指出，DeepSeek等大模型的崛起，也推動智能算力從“堆硬件”向“拼效率”的發展模式轉變，智算中心建設應堅持需求導向、效益導向，應避免盲目跟風式智算中心投建方式，推動智算產業高質量發展。（記者 吳蔚）
本文鏈接：http://www.tebozhan.com/showinfo-16-158169-0.html算力產業直面結構性挑戰 算網融合成破題關鍵
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號