能回答知识问题，又能写邀请函等公文，难怪国外学生用他来写本科论文。也许很多人都在担心AI抢了人们的饭碗，但是让AI处理一些低效率的事情，把人力解放出来，岂不是更有意义?但是记者也不禁好奇，这么好用的小助手，为何现在才问世呢?
以数据来看，在ChatGPT智能、顺滑的沟通体验背后，其有着多达1750亿个模型参数，OpenAI主要使用的公共爬虫数据集有着超过万亿单词的人类语言数据集。在算力方面，GPT-3.5总算力消耗约3640PF-days(即每秒一千万亿次计算，运行3640个整日)。这仅仅指的是ChatGPT在训练阶段消耗的算力。
因此ChatGPT的诞生是全球算力大爆发的产物。人工智能对算力的需求十分巨大，宁畅副总裁兼CTO赵雷在接受通信世界全媒体记者采访时讲道，人工智能的算力大概需要百倍甚至千倍现有算力的支持。就ChatGPT而言，需要TB级的运算训练库，甚至是P-Flops级的算力。就目前的服务器处理能力来看，大概是几十到几百台GPU级别的服务器的体量才能够实现，而且需要几日甚至几十日的训练，它的算力需求是非常惊人的。
AIGC推动AI服务器需求
不仅是ChatGPT，还有众多人工智能赛道的产品或应用，如自然语言合成、自动驾驶、图形图像类应用，都越来越依赖大模型的训练。算力是人工智能发展的关键因素之一，因为训练的精度越高、模型越大，人工智能的用户反馈准确性和客户体验就会越好。
人工智能对算力基础设施的带动作用是明显的，无论是ChatGPT的研发(训练)还是基于ChatGPT的应用(推理)都需要大量智能计算资源和数据存储及传输资源，具有海量数据并行计算能力、能加速计算处理的AI芯片与服务器市场迎来大爆发。与此同时，在全球数字化、智能化的浪潮下，智能手机、自动驾驶、数据中心、图像识别等应用推动AI服务器市场迅速成长。根据IDC数据，2021年全球AI服务器市场规模已达到145亿美元，并预计2025年将超过260亿美元。
ChatGPT的持续爆火也为AIGC带来全新增量，行业对AI模型训练所需要的算力支持提出了更高要求，也为宁畅带来更多市场空间和发展机会。“我们在几年前就布局了人工智能服务器赛道，目前看来是找准了时机，未来宁畅将坚定不移地做定制化市场，以用户为核心，持续发力人工智能赛道。”赵雷讲道。宁畅近三年时间相继推出了人工智能服务器系列产品X620 G40、X640 G40、X660 G45.今年推出基于最新平台的X620 G50.具备推理、训练等能力，覆盖机器学习、AI推理、云计算、云存储等多种应用场景。顶级性能加极致节能水准，使其人工智能服务器深受市场认可。应用在互联网、金融、通信、能源、教育等行业。在此前IDC发布的GPU加速服务器市场报告中，宁畅位列中国区前二。
后疫情时代全行业面临算力挑战
后疫情时代更多的企业着眼于数字化需求下的IT设施建设，海量的数据以及智能决策推理的应用都需要巨大的算力支撑。这也为算力基础设施建设提出了新的挑战。
对于中小企业来说，一方面是对于算力的要求提升，另一方面是在当前的经济形势下还有很多的不确定性，需要平衡化的业务创新。单一的产品和创新，越来越难以满足更加复杂的系统和转型的需求。对于未来的算力建设，行业客户也会面临两个方面的挑战。既要考虑算力的足量，还要兼顾绿色节能和可持续性发展，既要考虑当前业务的导向、政策的导向，同时需要不断把创新优化的业务场景导入进来，实现增量市场的可持续性。因此市场对于未来的服务器的产品的需求将更加理性，对于产品方案要求也更加务实，对IT基础设施的生态要求更加包容。
宁畅总裁秦晓宁曾就如何应对算力两难挑战提出宁畅解决方案：“基于当前的业务场景和数字经济的需求，宁畅将更加着眼于满足客户高质量算力的交付目标，通过自身的技术能力和产品方案的实现，为客户找到算力最优解，实现需求与能力的双平衡。”
算力的增长也带来了高能耗的问题，二者如何平衡也是当下企业在发展过程中面临的难题。宁畅给出的答案是定制化的算力解决方案和液冷。定制化的算力解决可量身定制用户需求，实现从需求梳理、机房部署到智能运维的全面定制化，避免不必要的浪费，此外，使用冷板式液冷方案，可在不改变传统风冷机房部署的情况，实现向液冷过度。该方案能使能效提升40%。而宁畅近期推出的浸没式液冷服务器，更能将PUE降低至1.05及以下。让算力更绿色。
