随着数字经济时代的全面开启，算力就像农耕文明时代的水力、工业文明时代的电力一样，成为新的关键生产力，也成为大国博弈的核心竞争力。
8月19日，在由工业和信息化部、宁夏回族自治区人民政府共同主办的2023中国算力大会上，工业和信息化部党组书记、部长金壮龙表示，我国算力产业已实现快速发展，算力产业初具规模，为经济高质量发展注入了强大动力。
中国算力总规模居全球第二
算力，简单来说，就是计算能力或数据处理能力。在数字经济时代，它是集信息计算力、数据存储力、网络运载力于一体的新型生产力，是信息基础设施的重要组成部分。
听起来“高高在上”，其实它与每个人息息相关——从通信软件里的每一次语音文字转换，到导航设备里的每一次方向指引；从软件中的个性化推送到金融快捷支付、远程医疗、智能驾驶……背后都离不开算力的支持。
据中国信息通信研究院测算，2022年我国算力核心产业规模达1.8万亿元。在算力方面，每投入1元，将带动3至4元的GDP经济增长。加快算力建设，将有效激发数据要素创新活力，加快数字产业化和产业数字化进程，催生新技术、新产业、新业态、新模式，从而实现对经济发展效能的放大、叠加、倍增作用。
同时，算力已成为世界主要国家竞相部署的新焦点。2015年起，美国政府开始推行国家战略计算计划（NSCI），并不断完善战略部署；欧盟实施“欧洲高性能计算共同计划”，发展下一代超级计算技术；日本将先进计算纳入重点支持的高新科技领域加大科研资金投入。
中国工程院院士高文介绍说，全世界GDP和算力完全正相关。目前，美国算力指数比中国高，中国大概是美国的70%左右。但中国在算力增长方面是全世界最强劲的，算力增长速度年均13.5%，美国为5%。
数据显示：截至目前，全国在用数据中心机架总规模超过760万标准机架，算力总规模达到197EFLOPS，位居全球第二；围绕算力枢纽节点建设130条干线光缆，数据传输性能大幅改善。服务器、计算机、智能手机等计算类产品产量全球第一，高算力芯片加速迭代升级，一批行业骨干企业茁壮成长。
根据大会发布的《中国综合算力指数（2023年）》，我国197EFLOPS的算力规模中，通用算力规模占比达74%，智能算力规模占比达25%，智能算力规模同比增加60%，智能算力需求呈现爆发性增长态势。
算力网络是服务模式的变革
算力的发展对产业产生了深远的影响。
中国移动通信集团首席科学家王晓云指出，算力网络不是简单的基础设施，而是服务范式的变革。未来算力网络构建好以后，将形成一种新的算力供给的模式，把社会上的算力，包括我国建的大型算力中心，智算、超算设施，甚至社会上的一些闲散的算力都并入网络，像电力一样，将风电、水电都并到网里，让用户即取即得。
王晓云举例说：一个渲染公司白天很忙，但到晚上算力空闲时可将算力并入网络，由运营商为其提供连接到用户的服务，这样他的算力可以让全国任何一个地方的用户“触手可得”。
因此，王晓云指出，算力网络不仅仅是建设的问题，还是技术的变革。算和网的融合需要大量技术创新，这在全球范围内都是难点。“所以归根到底，技术创新是所有工作的基础。”
据中国移动通信集团董事长杨杰介绍，目前算网基础设施发展呈现“三个转变”。一是资源分布从不均衡“集聚”向高水平“集群”转变，逐步形成热点集约、跨区辐射、边缘覆盖的基础设施体系；二是功能性能从“通算为主”向“通算、智算、超算、量子计算集成”转变，支撑多样化、个性化、极致化计算需求；三是供给模式从“算、网分立”向“算网共生”转变，推动基础设施综合集成、一体服务。
华为公司董事长梁华提出，面向人工智能的智能算力是数字化、智能化创新的关键驱动引擎，已经成为算力增长的主要动力。他建议加快发展智算基础设施，进一步夯实智能算力底座，激发人工智能算力赋能效力，这是推动算力产业高质量发展的必由之路。
对于算力建设，金壮龙表示，未来要在四个方面开展工作：一是优化基础设施布局。加快建设全国一体化算力网络国家枢纽，打造数据中心集群。加大高性能智算供给，增强算力网络可靠性，提升高效集约利用水平。二是加快关键技术攻关。发挥“链主”企业牵引作用，围绕计算、网络、存储等关键环节加大研发投入，尽快突破一批标志性技术产品和方案，加速新技术、新产品落地应用。三是激发融合应用潜力。面向工业、金融、能源、教育等重点领域，培育推广一批规模大、带动性强、示范效应突出的应用场景。四是营造开放合作生态。推动产学研用深度结合，引导产业链上下游企业有效衔接、融通发展，加快构建软硬件协同发展的产业生态。
算力产业依然面临许多挑战
去年以来，ChatGPT在全球范围内引发广泛关注，拉动算力需求出现爆发式增长，也促进算力基础设施由通用算力为主，向通算、智算、超算一体化演进。
在这过程中，虽然中国算力总规模已经位居全球第二，但业内人士坦言，中国算力在使用上依然有许多挑战，存在利用率低、混合算力协同调度难等困难，尤其智算水平还需要进一步提升。
一般来说，算力可以分成三种：普通通用算力，超算算力和智算算力。ChatGPT就是智算算力的典型应用。
中国工程院院士、紫金山实验室主任刘韵洁表示，ChatGPT等通用大模型的出现，体现了美国的智算水平领先中国；同时，在超算算力使用上，“很多时候都是通过货车、飞机运硬盘的数据去算，算完了把结果取回来，这些算力其实就是‘孤岛’。”
刘韵洁认为，下一步，中国要做的不是表面上去提高算力，而是要根据国家的具体情况和具体需求做顶层设计、统一规划。“不要什么热就一窝蜂去做，而是要根据数据、调研、专家分析制定出相应的规划。”
他指出，虽然目前中国在通用大模型上落后于美国，但可以在行业大模型上取得突破，关键在于把行业大数据利用好，管理好和保护好。
全国政协委员、北京邮电大学校长徐坤在被问及“中国从算力大国到算力强国目前主要差距在哪里”时也指出，一是在高端算力芯片研发方面还存在“卡脖子”问题；二是在原创性、引领性的领域还存在比较大的差距；三是人才缺口较大。特别是缺乏大量交叉复合型人才。
他建议要坚持系统观念，塑造以人才培养赋能创新发展双向互动的新机制。推动创新主体间的资源整合，通过打造集产业生态、标准制定、实验验证、系统研制、理论研究于一体的高能级创新机制，来更好地培养创新人才。
此外，“双碳”目标下，算力基础设施整体能耗和碳排放问题一直备受关注。
《2022-2023全球计算力指数评估报告》中提到，在1000张英伟达V100 GPU上训练GPT-3大模型共需14.8天，在数据中心PUE为1.1的条件下，总能耗将达到1287MWh，以2021年中国人均生活用电水平计算，单次大模型训练耗电相当于一个人4年的生活用电总量。
对此，全国政协委员、中国信息通信研究院院长余晓晖认为，数字化发展可以很大程度上帮助我们实现绿色化、低碳化发展目标，二者是正相关关系。但是算力基础设施的耗能较大，除了帮助全社会实现绿色低碳化，算力基础设施自身也需要绿色低碳化，这就要求我们使用更好的节能技术，引入更多绿色清洁能源等。从长远来看，整个社会需要算力与连接构成的“数字底座”，也需要清洁能源与绿色技术构建的“绿色底座”，二者要协同发展。
