能回答知識問題，又能寫邀請函等公文，難怪國外學生用他來寫本科論文。也許很多人都在擔心AI搶了人們的飯碗，但是讓AI處理一些低效率的事情，把人力解放出來，豈不是更有意義?但是記者也不禁好奇，這么好用的小助手，為何現在才問世呢?
以數據來看，在ChatGPT智能、順滑的溝通體驗背后，其有著多達1750億個模型參數，OpenAI主要使用的公共爬蟲數據集有著超過萬億單詞的人類語言數據集。在算力方面，GPT-3.5總算力消耗約3640PF-days(即每秒一千萬億次計算，運行3640個整日)。這僅僅指的是ChatGPT在訓練階段消耗的算力。
因此ChatGPT的誕生是全球算力大爆發的產物。人工智能對算力的需求十分巨大，寧暢副總裁兼CTO趙雷在接受通信世界全媒體記者采訪時講道，人工智能的算力大概需要百倍甚至千倍現有算力的支持。就ChatGPT而言，需要TB級的運算訓練庫，甚至是P-Flops級的算力。就目前的服務器處理能力來看，大概是幾十到幾百臺GPU級別的服務器的體量才能夠實現，而且需要幾日甚至幾十日的訓練，它的算力需求是非常驚人的。
AIGC推動AI服務器需求
不僅是ChatGPT，還有眾多人工智能賽道的產品或應用，如自然語言合成、自動駕駛、圖形圖像類應用，都越來越依賴大模型的訓練。算力是人工智能發展的關鍵因素之一，因為訓練的精度越高、模型越大，人工智能的用戶反饋準確性和客戶體驗就會越好。
人工智能對算力基礎設施的帶動作用是明顯的，無論是ChatGPT的研發(訓練)還是基于ChatGPT的應用(推理)都需要大量智能計算資源和數據存儲及傳輸資源，具有海量數據并行計算能力、能加速計算處理的AI芯片與服務器市場迎來大爆發。與此同時，在全球數字化、智能化的浪潮下，智能手機、自動駕駛、數據中心、圖像識別等應用推動AI服務器市場迅速成長。根據IDC數據，2021年全球AI服務器市場規模已達到145億美元，并預計2025年將超過260億美元。
ChatGPT的持續爆火也為AIGC帶來全新增量，行業對AI模型訓練所需要的算力支持提出了更高要求，也為寧暢帶來更多市場空間和發展機會。“我們在幾年前就布局了人工智能服務器賽道，目前看來是找準了時機，未來寧暢將堅定不移地做定制化市場，以用戶為核心，持續發力人工智能賽道。”趙雷講道。寧暢近三年時間相繼推出了人工智能服務器系列產品X620 G40、X640 G40、X660 G45.今年推出基于最新平臺的X620 G50.具備推理、訓練等能力，覆蓋機器學習、AI推理、云計算、云存儲等多種應用場景。頂級性能加極致節能水準，使其人工智能服務器深受市場認可。應用在互聯網、金融、通信、能源、教育等行業。在此前IDC發布的GPU加速服務器市場報告中，寧暢位列中國區前二。
后疫情時代全行業面臨算力挑戰
后疫情時代更多的企業著眼于數字化需求下的IT設施建設，海量的數據以及智能決策推理的應用都需要巨大的算力支撐。這也為算力基礎設施建設提出了新的挑戰。
對于中小企業來說，一方面是對于算力的要求提升，另一方面是在當前的經濟形勢下還有很多的不確定性，需要平衡化的業務創新。單一的產品和創新，越來越難以滿足更加復雜的系統和轉型的需求。對于未來的算力建設，行業客戶也會面臨兩個方面的挑戰。既要考慮算力的足量，還要兼顧綠色節能和可持續性發展，既要考慮當前業務的導向、政策的導向，同時需要不斷把創新優化的業務場景導入進來，實現增量市場的可持續性。因此市場對于未來的服務器的產品的需求將更加理性，對于產品方案要求也更加務實，對IT基礎設施的生態要求更加包容。
寧暢總裁秦曉寧曾就如何應對算力兩難挑戰提出寧暢解決方案：“基于當前的業務場景和數字經濟的需求，寧暢將更加著眼于滿足客戶高質量算力的交付目標，通過自身的技術能力和產品方案的實現，為客戶找到算力最優解，實現需求與能力的雙平衡。”
算力的增長也帶來了高能耗的問題，二者如何平衡也是當下企業在發展過程中面臨的難題。寧暢給出的答案是定制化的算力解決方案和液冷。定制化的算力解決可量身定制用戶需求，實現從需求梳理、機房部署到智能運維的全面定制化，避免不必要的浪費，此外，使用冷板式液冷方案，可在不改變傳統風冷機房部署的情況，實現向液冷過度。該方案能使能效提升40%。而寧暢近期推出的浸沒式液冷服務器，更能將PUE降低至1.05及以下。讓算力更綠色。
