“构建以智能算力为主，新一代超算、云计算、区块链等多元协同的城市算力供给体系。重点建设海淀、朝阳、亦庄、京西（石景山、门头沟）等E级智能算力高地。”——《北京市算力基础设施建设实施方案（2024—2027年）》
“逐步合理提升智能算力占比，支撑大模型算法创新升级，为省内经济社会发展提供普惠智算资源。到2030年，智能算力占比超过45%，智算中心数量突破20个。”——十问，读懂《江苏省算力基础设施发展专项规划》
“到2025年，新片区形成以智能算力为主、基础算力和超级算力协同的多元算力体系。临港将大力提升算力规模与效能，力争总算力超过5EFLOPS，智算占比达到80%。”——《中国(上海)自由贸易试验区临港新片区进一步集聚发展新型算力赋能新质生产力若干政策》官方解读
……
大模型等人工智能快速发展下，智算需求高速增长，成为新的增长极，各地方正通过政策条文积极引导以智算为主的算力体系的建设。这一过程中，智算产业需要实现多个层面的升级。其中，智算中心的建设发展是关键点之一，而从传统数据中心升级优化为智算中心，则需要在散热、储能、新能源技术等方面需进行多种突破，且技术的应用还深受产业链优化、人才培养、国际合作等多方面因素的影响。
技术创新挑战
智算中心的发展涉及一系列技术的突破，包括网络的高速互联、新进存储的应用、散热的高效低碳等，均有着较高的要求，具备复杂性与系统性，从技术创新本身而言便有着较大的难度。
以网络的高速互联为例，在构建高效安全算力网时，高效安全的网络是基础条件，这就需要研发部署400G、800G乃至带宽更高的传输网络，并要减小信号衰减影响，提高数据传输的安全隐私性，要通过使用高速网络接口卡、高速交换机、网络智能化技术、软件定义网络技术等来实现，每项技术均需做好适配，有着极高的技术门槛。此外，技术的发展还强调基础研究和原始创新能力，这些均是智算技术亟待优化的方面。
产业链整合挑战
智算中心产业是一个复杂的产业链体系，涵盖了上游的硬件基础设施提供商、中游的智算服务提供商，以及下游的应用场景和用户等，上中下游企业的协同合作是关键技术突破与应用、推广的必要条件。然而，目前我国智算产业上中下游协同不足的问题仍然突出。
这表现为多个方面，如标准化与兼容性问题，以液冷为例，其被认为是智算中心的制冷标配，能够有效满足智算中心的散热需求、降低PUE、减少碳排放。但目前液冷缺少统一的国家标准，会造成不同系统与体系间兼容性较差，无法实现产业链间真正的互联互通，不利于液冷的研究、生产、推广等；如由于技术创新与市场需求的不确定性，上中下游企业在技术研发和产品创新方面的协同难度较大，导致创新能力不足，研究成果难以迅速转化为实际生产力等。
人才培养挑战
智算中心产业是一个高度依赖人才的行业，高层次人才是推动核心技术突破的关键因素。
这体现在方方面面，从智算的供给建设来看，智算主要以GPU的应用为主，功率密度、机房密度、制冷要求等均发生了变化，这影响了智算中心的设计、建设、运营，需要掌握相关知识的专业人才来进行优化创新；从智算的应用来看，如何更好地进行赋能，高效低成本地推动大模型的发展、业务的拓展等均同样需要专业人才的支撑。
针对此，在政府的引导下，目前高校、产业、社会等正加快推动人才的培养，如中卫持续推进云计算和大数据产业发展的九大保障性工程之一便是人才培养，如武汉大学提出体系化进行数智人才培养方案，数据智算是其中的重要模块。通过完善人才培养体系，加强人才培养与产业发展之间的联系，设置专业的智算产业相关课程，通过多种手段，智算人才的培养体系正快速构建。
国际合作与国产化能力挑战
在智算中心领域，国际合作是推动关键核心技术突破的重要途径之一。目前，在此方面依旧通过健全国际合作机制等加强国际合作，推动智算供给与效率的提升，并为智算中心企业走出去创造有利条件。
同时，这也意味着智算中心建设与发展需要增强国产化技术能力，加大投入，提升自主创新水平，确保关键技术的自主可控。同时，为了推动国产智算产品的广泛应用，要积极推动国产技术的产业化能力，促进国产技术的市场化。
综上所述，智算中心在关键核心技术突破方面面临诸多挑战，需要从技术创新、产业链整合、人才培养、国际合作与提升国产化能力等方面入手，加强基础研究和原始创新能力建设，完善产业链协同机制，加强人才培养和引进力度，积极参与国际合作与交流，推动国产技术的提高。进而在多项政策引导下，在当前良好的智算产业的发展环境与条件下，实现更多的关键核心技术突破和创新成果，为推动数字经济的发展奠定基础。
