共建绿色算力，网心科技亮相2025中国互联网产业年会

绿色算力是助力经济社会可持续发展的新引擎。1月6日，2025中国互联网产业年会“绿色算力”专题研讨会在北京举办，网心科技公司受邀出席并作《AI技术革新与绿色算力发展趋势》主题演讲，基于算法优化、硬件优化和系统优化分享了构建绿色算力的最佳实践。

同期，由中国互联网协会与中国信通院共同发起的“中国互联网产业绿色算力发展倡议”正式发布，网心科技携手中国电信、中国联通、中国移动、阿里云、百度智能云、京东科技、蚂蚁集团、腾讯、微博等企业代表出席启动仪式，以期加速算力行业低碳转型进程，促进算力行业可持续发展

AI引领绿色算力发展新纪元

数字经济时代，AI技术迅猛发展，算力需求激增，能源消耗与碳排放问题凸显。以主流顶级模型为例，10²⁵FLOP量级的算力消耗，约需1万张H100卡训练90天，耗能相当于1万个1KW微波炉同时工作。随着AI融入生产生活，预计未来90%算力消耗集中在推理环节，电力消耗或成倍增长。因此，如何推动算力绿色发展，成为行业亟待解决的关键问题。

从经济层面考量，除提升算力，如何串联算法、推理引擎与硬件，持续提高系统执行效率？当下，AI模型多采用Decoder Only Transformer架构，主要由Attention 和MLP构成，其中Attention 机制消耗约30%算力，成为优化关键。优化方法多样，例如从原始MHA到MQA，通过压缩KV头提升数据存储与计算效率；CLA利用共享KV压缩缓存大小；Local Attention规则限制上下文长度，降低算力与存储消耗。

此外，MLP约占60%以上的计算消耗。当下，先进模型多采用基于分治理念的MoE架构，即将整个模型拆分为多个子模型，各子模型分管部分任务。推理时，依据输入数据特性挑选最优子模型处理，用较少算力实现顶级推理性能。同时，模型小型化趋势显著，例如Llama3运用知识蒸馏技术，以较小参数获得强大能力。

推理引擎方面，vLLM基于paged attention以操作系统分页管理内存方式管理显存，提升推理效率；SGLang基于新成果，适用于多轮对话长上下文等场景；Mooncake则将prefill与decode彻底分离到不同设备上进行调度，适应更复杂的业务状况。

另外，硬件进步同样关键，显存大小、算力及显存带宽构成三角制约关系。英伟达GB300/B300通过扩大显存大小保持显存带宽不变等改进，满足未来的大模型推理需求。同时，专用芯片应运而生，大云厂商与创业公司纷纷布局，将内存集成到计算芯片中，减少高耗能数据读取，提升推理能力。

OneThingAI为智算注入新定义

随着AI大模型发展重心从训练向推理转移，靠近用户端的推理计算需求不断攀升。基于此，网心科技发布了网心算力云平台（OneThingAI），面向中小企业与开发者，提供一站式AI开发环境，涵盖多机多卡分布式训练、弹性扩容及开放镜像生态等功能，能轻松驾驭AI推理、训练、精调及云渲染等各类高性能计算场景。

相较传统GPU云，网心算力云并行计算能力卓越，计费精细按需，上手即用。在交付、机型、环境部署，以及模型选择、实例计费、产品入口等方面优势显著，可广泛应用于 AI 训练与推理、科学计算、图形图像处理、视频编解码等场景。

在打造绿色算力最佳实践中，网心算力云首先在算法优化上，借助算子优化与量化，让复杂模型在4090单卡上就能快速生成大量图片，兼顾企业经济性与低耗能需求。此外，针对特定任务或领域进一步训练，利用小模型推理计算，低成本提升问答系统准确性，满足用户应用需求。

其次，系统优化上通过负载均衡、资源调度与错峰用电提升能源效率，结合先进缓存管理方案，当一个节点的GPU资源耗尽时，大量创建的实例可快速迁移。最后，在硬件层面优化上，通过与沉浸式液冷供应商合作，将PUE降至1.05，从而实现节能降本。

展望未来，算法小型化，硬件专用化和系统智能化成为必然趋势，网心科技将持续投入核心技术研发，打造绿色高效算力，为我国加快实现“双碳”战略贡献力量。