国家信息中心发布的《智能计算中心创新发展指南》指出，“十四五”期间，在智算中心实现80%应用水平的情况下，预计可带动AI核心产业增长2.9到3.4倍，带动相关产业增长36倍至42倍。

伴随算力经济的发展，算力技术和人工智能的融合创新让智能计算中心成为新基建热点。同时，Sora延续了此前GPT模型“源数据-Transformer-Diffusion-涌现”的技术路径，需要海量数据、大规模参数、大算力作为基座。河南昆仑技术有限公司AI计算总经理姜振华在接受《通信产业报》全媒体记者采访时指出，Sora大模型将进一步拉大算力缺口，推动智算中心的建设。

姜振华看来，在功能上，数据中心主要侧重于数据的存储、管理和传输，智算中心则更注重提供强大的计算能力。在计算能力上，智算中心作为如今的AI大模型、AI应用，以及未来所有的人工智能项目提供计算力的新型“发电厂”，通常具备更高的计算性能，以支持大规模的人工智能运算。

智算中心的建设需要借助一系列关键技术的支持，包括人工智能、大数据分析、云计算、物联网等方面。智算中心的建设进度在全球范围内也呈现出不同的发展态势，一些地区和国家积极推进智算中心的建设，取得了显著的进展。部分地区已经建成了一定规模的智算中心，为当地的科技创新和产业发展提供了有力支持。

数据显示，2023年，我国超过30个城市正在建设或提出建设智算中心，智算中心的建设也大多结合当地经济开发区或高新技术开发区来布局，通过结合产业需求发挥智算中心的高效赋能作用。

目前已建成或正在建的智算中心普遍拥有约100PFLOPS左右的智能计算能力，为各类应用场景提供了强大的支持。如何健康发展并发挥智算中心的优势，构筑数字经济算网新底座，助力产业数字化发展，成为产业链思考的问题之一。

姜振华建议，首先，企业作为智算中心算力的实际使用方，可以通过设备租赁的方式获取所需算力资源，并由专业的供应商提供全方位、持续的运维保障服务，避免初期高昂的一次性投资成本，同时也能满足业务增长或波动时对算力快速扩展或收缩的需求。

其次，由于智算中心的数据服务范围广泛，包括但不限于数据治理、运营，以及行业模型的训练与精调。此外，智算中心还可以借助模型数据孵化出针对垂直行业的个性化人工智能产品解决方案，全面支持用户的行业应用需求。

最后，在人才培养方面，智算中心运营方可以积极致参与到中小企业的人才培养服务当中，通过引入并培育高水平的数据加工、处理和标注人才，以及具备深厚行业背景的模型开发专家，以协助中小企业缩减技术差距，并充分利用智能计算能力。

与此同时，智算中心的建设过程中也面临着一些挑战和限制，包括资金投入大导致建设成本高昂；硬件、软件、网络等多个方面的协同导致建设难度较大，部分地区的基础设施和技术水平可能限制了智算中心的发展。“总体而言，智算中心的建设进度正在不断推进，但仍面临着一些挑战，需要持续的投入和技术创新来推动其进一步发展。”姜振华表示。