電子發燒友網報道(文/梁浩斌)近日,黨和國家機構改革方案被通過,其中在國務院機構改革方案中,組建國家數據局受到了不小關注。據悉,國家數據局將負責協調推進數據基礎制度建設,統籌數據資源整合共享和開發利用,統籌推進數字中國、數字經濟、數字社會規劃和建設等,由國家發展和改革委員會管理。
與此同時,上個月國務院也印發了《數字中國建設整體布局規劃》,其中也重點強調了數字基礎設施和數據資源體系的兩大基礎。近期的政策和舉措,顯然對于相關大數據基礎產業會帶來新一輪推動作用。
組建國家數據局能帶來什么?
數據伴隨著數字經濟的發展,已經呈現出持續性的爆發式增長,與此同時數據的價值也在逐步被挖掘。無論對于生產、生活、銷售、科研等方面,數據都處于一個極為重要的地位,已經成為關鍵生產要素和重要戰略資源。
此前國家網信辦發布的數據中顯示,2017年到2021年,我國數據產量從2.3ZB增長至6.6ZB,四年間翻了將近3倍。而IDC預測,預計到2025年,中國產生的數據總量將會達到48.6ZB,占全球27.8%。
在如此龐大的數據量面前,還存在孤島、壁壘等情況,互聯網數據、政府數據、工業數據等無法互相聯通和流動,數據由于種種原因被所有者壟斷,沒有開放共享,降低了數據的價值以及數據對生產、生活效率所帶來的提升。
當然保證數據安全是更加重要的,這需要更完善的數字基礎設施來保障加強數據利用效率的同時,避免被濫用的風險。
互聯網、金融、電信等行業由于本身的數字化程度較高,從市場角度來看這些行業也是推動大數據建設的先行者,應用較早,在大數據技術、建設層面都較為領先。而政府、健康醫療、工業等領域,則同樣具備大數據平臺建設的需求,目前來看市場增長空間會較大。
其實在此之前,早在2014年廣州就成立了“大數據局”,當時的目的是推進政府部門的信息采集、整理、共享和應用,消除信息孤島,建立公共數據開放機制。
2015年貴州省成立了大數據發展管理局,自此開啟了大數據產業在貴州的騰飛,包括建立了全國第一個實現省級政府、企業和事業單位數據整合管理和共享的云服務平臺,吸引了華為、騰訊、蘋果等大型科技企業在當地建立超大型數據中心。
自2018年起,北京、上海、天津、重慶、廣東省、浙江省、福建省、河南省等省市相繼成立“大數據局”,各地都開始重視大數據的建設和管理,加速串聯各部門數據的互通,提升智慧城市的智能化程度。
不過此前國內各地的大數據管理部門也互不相通,同時在歸屬以及管理上都各有差異。比如監管上有國家層面的法律法規,也有地方層面的條例;而在監管方面,各行業也存在不同監管部門各自管理,容易造成混亂。
因此,組建國家數據局,可以統籌全國數字經濟發展以及大數據管理的發展,同時數據局并入國家發改委體系,對大數據產業通過市場化方式解決問題也有積極作用。有業內人士認為,組建國家數據局后,需要處理數字基礎設施建設、監管、數據融合、數據應用等方面的問題,這對數據收集、存儲、處理、清洗、預標注等產業都會有推動作用,ICT設備等產業也將會受益。
國產CPU/GPU再迎市場發展動力
在通過國家數據局整合當前分散的數據管理工作后,要推進數據要素的市場化建設,就需要同步加強數字基礎設施建設。而數字基礎建設涉及廣泛,包括通用數據中心、超算中心、智能計算中心、邊緣數據中心、人工智能、物聯網、區塊鏈以及網絡傳輸等方面。
從大數據市場的資本支出構成來看,占比最大的就是服務器和存儲等硬件,在整個大數據市場中占比超過40%。因此,推動數字基礎建設,也就是帶動了服務器等產品的需求。
但近期國內服務器巨頭浪潮集團被美國商務部加入“實體清單”,即如果要向英特爾、英偉達等芯片巨頭采購GPU/CPU等硬件時有可能會不予允許,早在2020年浪潮集團被美國國防部列入管制清單時就被英特爾短暫斷供過。
按照浪潮19年的年報顯示,當年英特爾和英偉達分別是其第一、第二大供應商,采購金額占比分別為37.53%和7.8%。盡管后來浪潮沒有公布過供應商名單,但外界猜測英特爾依然是其最大的供應商,在2021年占公司采購金額的23.83%。
以目前的狀況來看,國內服務器市場主流依然離不開英特爾CPU、英偉達GPU,對國外產品依賴程度較大,作為數字基礎設施的底座,這對于本土數字經濟發展會帶來一定程度的供應鏈隱患。因此,在過去幾年中,國內都推出了國產CPU等相關的政策支持,推動CPU、GPU的自主化。
在Arm架構方面,海思、阿里平頭哥倚天、飛騰都推出了服務器應用的CPU,已經有包括華為、浪潮、聯想、紫光、長城等服務器廠商應用;x86架構方面,有海光、兆芯等推出相應產品,目前使用海光芯片的服務器已經在三大運營商中廣泛應用。
去年12月,龍芯中科宣布完成32核服務器CPU 3D5000的初樣芯片驗證,3D5000采用龍芯自主的LoongArch指令集,可以應用于數據中心、云計算中心等場景,并實現對主流x86、Arm架構服務器芯片的替代。
同期,中科馭數自主研發的第二代DPU芯片K2成功點亮,作為新型數據專用處理器,K2主要應用場景是在數據中心中提供網絡處理、計算加速、本地存儲、安全卸載等功能。
GPU方面,目前芯動科技、摩爾線程、壁仞科技、天數智芯、沐曦集成電路、景嘉微、登臨科技、龍芯中科等都已經推出了數據中心服務器應用的GPU產品,部分產品已經實現大規模應用。
從需求端上看,國內企業也正在推動服務器的國產化,去年中國移動披露的采購數據中,2021—2022年其服務器第一批次采購中,***服務器占比已經達到41.43%,其中海光芯片占比19.74%,鯤鵬芯片占比21.9%;同年第二批次的采購數據中,海光芯片占比41.08%,鯤鵬芯片占比19.95%,***服務器整體占比超過60%。
寫在最后
整體而言,隨著國內數字基礎設施建設進入整合發展階段,國產CPU/GPU將很快迎來更大的市場空間。不過從產品上,國產CPU、GPU與目前的海外龍頭差距還十分明顯,加上芯片制程上的限制,未來要想進一步拉近差距,還需要多方面的努力。
與此同時,上個月國務院也印發了《數字中國建設整體布局規劃》,其中也重點強調了數字基礎設施和數據資源體系的兩大基礎。近期的政策和舉措,顯然對于相關大數據基礎產業會帶來新一輪推動作用。
組建國家數據局能帶來什么?
數據伴隨著數字經濟的發展,已經呈現出持續性的爆發式增長,與此同時數據的價值也在逐步被挖掘。無論對于生產、生活、銷售、科研等方面,數據都處于一個極為重要的地位,已經成為關鍵生產要素和重要戰略資源。
此前國家網信辦發布的數據中顯示,2017年到2021年,我國數據產量從2.3ZB增長至6.6ZB,四年間翻了將近3倍。而IDC預測,預計到2025年,中國產生的數據總量將會達到48.6ZB,占全球27.8%。
在如此龐大的數據量面前,還存在孤島、壁壘等情況,互聯網數據、政府數據、工業數據等無法互相聯通和流動,數據由于種種原因被所有者壟斷,沒有開放共享,降低了數據的價值以及數據對生產、生活效率所帶來的提升。
當然保證數據安全是更加重要的,這需要更完善的數字基礎設施來保障加強數據利用效率的同時,避免被濫用的風險。
互聯網、金融、電信等行業由于本身的數字化程度較高,從市場角度來看這些行業也是推動大數據建設的先行者,應用較早,在大數據技術、建設層面都較為領先。而政府、健康醫療、工業等領域,則同樣具備大數據平臺建設的需求,目前來看市場增長空間會較大。
其實在此之前,早在2014年廣州就成立了“大數據局”,當時的目的是推進政府部門的信息采集、整理、共享和應用,消除信息孤島,建立公共數據開放機制。
2015年貴州省成立了大數據發展管理局,自此開啟了大數據產業在貴州的騰飛,包括建立了全國第一個實現省級政府、企業和事業單位數據整合管理和共享的云服務平臺,吸引了華為、騰訊、蘋果等大型科技企業在當地建立超大型數據中心。
自2018年起,北京、上海、天津、重慶、廣東省、浙江省、福建省、河南省等省市相繼成立“大數據局”,各地都開始重視大數據的建設和管理,加速串聯各部門數據的互通,提升智慧城市的智能化程度。
不過此前國內各地的大數據管理部門也互不相通,同時在歸屬以及管理上都各有差異。比如監管上有國家層面的法律法規,也有地方層面的條例;而在監管方面,各行業也存在不同監管部門各自管理,容易造成混亂。
因此,組建國家數據局,可以統籌全國數字經濟發展以及大數據管理的發展,同時數據局并入國家發改委體系,對大數據產業通過市場化方式解決問題也有積極作用。有業內人士認為,組建國家數據局后,需要處理數字基礎設施建設、監管、數據融合、數據應用等方面的問題,這對數據收集、存儲、處理、清洗、預標注等產業都會有推動作用,ICT設備等產業也將會受益。
國產CPU/GPU再迎市場發展動力
在通過國家數據局整合當前分散的數據管理工作后,要推進數據要素的市場化建設,就需要同步加強數字基礎設施建設。而數字基礎建設涉及廣泛,包括通用數據中心、超算中心、智能計算中心、邊緣數據中心、人工智能、物聯網、區塊鏈以及網絡傳輸等方面。
從大數據市場的資本支出構成來看,占比最大的就是服務器和存儲等硬件,在整個大數據市場中占比超過40%。因此,推動數字基礎建設,也就是帶動了服務器等產品的需求。
但近期國內服務器巨頭浪潮集團被美國商務部加入“實體清單”,即如果要向英特爾、英偉達等芯片巨頭采購GPU/CPU等硬件時有可能會不予允許,早在2020年浪潮集團被美國國防部列入管制清單時就被英特爾短暫斷供過。
按照浪潮19年的年報顯示,當年英特爾和英偉達分別是其第一、第二大供應商,采購金額占比分別為37.53%和7.8%。盡管后來浪潮沒有公布過供應商名單,但外界猜測英特爾依然是其最大的供應商,在2021年占公司采購金額的23.83%。
以目前的狀況來看,國內服務器市場主流依然離不開英特爾CPU、英偉達GPU,對國外產品依賴程度較大,作為數字基礎設施的底座,這對于本土數字經濟發展會帶來一定程度的供應鏈隱患。因此,在過去幾年中,國內都推出了國產CPU等相關的政策支持,推動CPU、GPU的自主化。
在Arm架構方面,海思、阿里平頭哥倚天、飛騰都推出了服務器應用的CPU,已經有包括華為、浪潮、聯想、紫光、長城等服務器廠商應用;x86架構方面,有海光、兆芯等推出相應產品,目前使用海光芯片的服務器已經在三大運營商中廣泛應用。
去年12月,龍芯中科宣布完成32核服務器CPU 3D5000的初樣芯片驗證,3D5000采用龍芯自主的LoongArch指令集,可以應用于數據中心、云計算中心等場景,并實現對主流x86、Arm架構服務器芯片的替代。
同期,中科馭數自主研發的第二代DPU芯片K2成功點亮,作為新型數據專用處理器,K2主要應用場景是在數據中心中提供網絡處理、計算加速、本地存儲、安全卸載等功能。
GPU方面,目前芯動科技、摩爾線程、壁仞科技、天數智芯、沐曦集成電路、景嘉微、登臨科技、龍芯中科等都已經推出了數據中心服務器應用的GPU產品,部分產品已經實現大規模應用。
從需求端上看,國內企業也正在推動服務器的國產化,去年中國移動披露的采購數據中,2021—2022年其服務器第一批次采購中,***服務器占比已經達到41.43%,其中海光芯片占比19.74%,鯤鵬芯片占比21.9%;同年第二批次的采購數據中,海光芯片占比41.08%,鯤鵬芯片占比19.95%,***服務器整體占比超過60%。
寫在最后
整體而言,隨著國內數字基礎設施建設進入整合發展階段,國產CPU/GPU將很快迎來更大的市場空間。不過從產品上,國產CPU、GPU與目前的海外龍頭差距還十分明顯,加上芯片制程上的限制,未來要想進一步拉近差距,還需要多方面的努力。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
cpu
+關注
關注
68文章
10872瀏覽量
211993 -
gpu
+關注
關注
28文章
4743瀏覽量
128988
發布評論請先 登錄
相關推薦
CPU\GPU引領,國產AI PC進階
電子發燒友網報道(文/黃晶晶)當前AI PC已經成為PC產業的下一個浪潮,國產CPU、GPU廠商在PC市場一直處于追趕態勢,AI PC給了大家新的機遇,在這個賽道國產廠商加速了布局與滲
國家數據局領導蒞臨思必馳考察
國家數據局黨組書記、局長劉烈宏率隊來蘇州,就數字經濟發展、數據要素市場化配置改革等情況開展調研。省委常委、市委書記劉小濤,市委副書記、市長吳慶文參加有關活動。
gpu服務器與cpu服務器的區別對比,終于知道怎么選了!
gpu服務器與cpu服務器的區別主要體現在架構設計、性能特點、能耗效率、應用場景、市場定位等方面,在以上幾個方面均存在顯著差異。CPU服務器更適合數據庫管理和企業應用,而
工業數據空間入選國家數據局首批“數據要素×”典型案例
5月24日,國家數據局首批“數據要素×”典型案例在第七屆數字中國建設峰會上發布。四川長虹電器股份有限公司申報項目入選工業制造系列案例,項目以可信數據
CPU渲染和GPU渲染優劣分析
使用計算機進行渲染時,有兩種流行的系統:基于中央處理單元(CPU)或基于圖形處理單元(GPU)。CPU渲染利用計算機的CPU來執行場景并將其渲染到接近完美。這也是執行渲染的更傳統方式。
嵌入式IMVP6+CPU/GPU Vcore雙相D-CAP+?模式降壓控制器數據表
電子發燒友網站提供《嵌入式IMVP6+CPU/GPU Vcore雙相D-CAP+?模式降壓控制器數據表.pdf》資料免費下載
發表于 04-07 09:51
?0次下載
大模型時代,國產GPU面臨哪些挑戰
,國產GPU在不斷成長的過程中也存在諸多挑戰。 ? 在大模型訓練上存在差距 ? 大語言模型是基于深度學習的技術。這些模型通過在海量文本數據上的訓練,學習語言的語法、語境和語義等多層次的信息,用于理解和生成自然語言文本。大語言模型
gpu是什么和cpu的區別
GPU和CPU是兩種常見的計算機處理器,它們在結構和功能上有很大的區別。在這篇文章中,我們將探討GPU和CPU的區別,并詳細介紹它們的原理、應用領域和性能特點。 一、概述 1.1
GPU是顯卡嗎 cpu和gpu哪個算力強
GPU(圖形處理器)是顯卡(顯像處理器)的一種,它是一種專門用于圖形計算的處理器。顯卡是計算機中的一個重要組件,負責處理和渲染圖形,使它們能夠在顯示屏上顯示出來。GPU與CPU在計算原理和結構上有
CPU與GPU散熱器設計的異同及其重要性
CPU與GPU散熱器的設計異同及其重要性 在計算機的發展過程中,中央處理單元(CPU)和圖形處理單元(GPU)在性能和熱量產生方面的不斷提升和增加,使得其在長時間工作時產生了大量的熱量
評論