算力需求快速增长

算力需求快速增长

　　数字经济时代，算力已成为“水电煤”一样支撑经济社会持续健康发展新的关键生产力。正如有了电，人们才能用方便生活的电器，工厂的机器设备才能运转。同样，在数字时代，无论是个人生活中的衣食住行，还是千行百业的发展，几乎不能离开算力的支撑。有了高效、低成本的算力，人脸识别、虚拟现实、无人驾驶、精准医疗等新技术、新场景才能更好实现和普及。

　　与此同时，算力也正在变成全球各国科技角逐的主赛场，全球主要经济体都在快速推进算力战略布局，纷纷抢占算力竞争制高点。英伟达创始人黄仁勋甚至提出了未来“算力即权力”的观点。

　　我国在算力产业和生态发展上更是提前规划、提前布局。《新型数据中心发展三年行动计划（2021—2023年）》等一系列文件先后出台，全国统一的数据中心基础设施建设全面铺开。尤其是2022年，“东数西算”工程真正开始启动，全国一体化算力体系不断加速推进。今年的政府工作报告明白准确地提出，适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。

　　究竟什么是算力？它为何如此重要？算力对经济发展起到哪些作用？各地方如何布局和建设算力生态？目前我国的算力产业高质量发展还存在哪些瓶颈和难题？

　　数字经济时代，算力已经超越了单纯的技术范畴，深深地融入了每个人的日常生活，从通信软件中发送的语音信息，到线上购物时点下的购买按钮；从打开应用程序就能查到未来三天的天气预报，到出行时导航里的路线指引；从视频软件的个性化推送，到人脸识别、快捷支付、远程医疗、智能驾驶等服务，都有赖于算力的支撑。

　　可以说，小到每个人的生活，大到工厂企业的运转，甚至政府部门的运作不能离开算力。尤其是在国家安全、基础科学研究等关键领域，更是需要庞大的算力支持。

　　国家发展改革委党组成员、国家数据局局长刘烈宏撰文指出，随着新一轮科技革命和产业变革的深入发展，算力已成为一个国家的核心生产力。

　　什么是算力？通俗地说，“算”是计算，“力”是能力，“算力”就是“计算能力”。

　　“算力是数据中心服务器对数据处理并实现结果输出的一种能力，是衡量数据中心计算能力的一个综合指标。”中国信通院云大所所长何宝宏向《中国经济周刊》记者如是解释，通俗意义上来讲，算力就是指计算的能力，常用单位FLOPS（每秒执行的浮点运算次数，EFLOPS是指每秒百亿亿次浮点运算次数），数值越大代表综合计算能力越强。

　　从全球范围来看，我国算力总规模居全球前列。根据工信部数据，我国在用数据中心机架总规模超过810万标准机架，算力总规模达到了230EFLOPS，就是每秒230百亿亿次浮点运算，位居全球第二。预计到2025年，我国算力总规模将突破300EFLOPS。未来，算力产业有望成为中国经济增长的重要引擎之一。算力之所以迅猛增长，其背后推动力量是经济结构转型和产业升级所催生的对数字化、人工智能训练等相关技术运用的巨大需求。

　　刘烈宏表示，算力作为数字经济发展的底层支撑，在一定意义上为数字经济与实体经济深度融合提供强大支持。当前，算力正由互联网等信息通信技术（ICT）行业向交通、金融、教育、医疗、科技、能源等各行业加速渗透，与经济稳步的增长、社会发展和科技进步的关系愈发紧密。

　　数字时代的算力指数与数字经济发展正相关，是体现数字经济水平的重要参数。相关研究表明，国家计算力指数与GDP的走势呈现出了显著的正相关。

　　随着数字经济时代的全面开启，算力就像工业时代的电力一样，成为新的关键生产力。

　　“算力对于推动各行各业数字化、智能化转型具有重要意义。”何宝宏说，算力的提升可以加速数据处理速度、提高运行效率、促进科技创新，带动算力产业上中下游的发展，创造更多的就业机会和经济效益，进而实现数字经济高质量发展。

　　目前，算力已经在数字政府、工业互联网、智慧医疗、远程教育、金融科技、航空航天、文化传媒等多个领域得到广泛应用。

　　身着镶嵌反光标识点动捕服的演员，其一举一动都在电脑上与一个虚拟角色实时同步……在影视行业内，“光学动捕摄影棚”已成为“常规操作”，而这背后离不开“云渲染”算力服务的强大支持。

　　如今，“自动驾驶汽车”已经融入人们日常出行。在实现自动驾驶辅助功能时，车辆进行红绿灯自动识别、路径规划、紧急避让等关键功能，都需要强大算力作为后盾。在工业生产领域，电力、石油、石化、制造等行业可通过能源互联网平台、工业互联网平台的建设提高企业生产运营效率。

　　此前，工业和信息化部新闻发言人、运行监测协调局局长陶青表示，我国现有算力总规模已经位居全球第二。国内具有一定影响力的工业互联网平台超过340家，人工智能企业数量超过4400家。在全面数字化和人工智能发展等政策的推动下，重点行业转型步伐不断加快。大飞机、新能源汽车、高速动车组等领域示范工厂研制周期平均缩短近30%、生产效率提升约30%。

　　无处不在的算力，正在成为激活数据要素潜能、驱动经济社会数字化转型的新引擎。

　　“算力每投入1元，将带动3～4元的经济产出。”中国信通院院长余晓晖说，算力基础设施的重要性不断提升，对数字经济和GDP的提高有显著的带动作用。

　　算力服务（企业上云、边缘计算、智能计算）的成功主要体现在各行各业的数字化转型上。

　　中移智库用户与市场研究所主任研究员林恩辉向《中国经济周刊》记者分析，一方面从数字产业化的角度来看，算力是支撑数字产业发展的基石，为数字产业提供数据处理、传输、存储等基础服务，推动数字产业发展。另一方面从产业数字化的角度来看，算力可支撑数字技术与传统产业结合，有效推动传统产业数字化改革，帮助传统产业提质增效，为产业数字化提供增长动能。

　　工信部相关数据显示，我国算力产业规模快速增长，近5年平均增速超过30%。

　　目前，我国算力产业链已经初步形成，涵盖由芯片制造商、服务器厂商、网络设备商等构成的上游产业，由电信运营商、互联网企业（云商）、IDC服务商、政府主导建设的智算中心和超算中心、独立的算力租赁服务商等构成的中游产业，以及由政府、金融、能源、工业等终端用户构成的下游产业。

　　何宝宏表示，未来，算力在工业、教育、金融、交通、医疗以及能源等领域应用不断落地，在元宇宙、数字孪生等新业态的应用不断深化，对创新应用的支撑能力显著提升，算力的快速发展，将会丰富我们的生活应用场景，使我们的生活变得更加智能化、便捷化、数字化，满足人民日益增长的美好生活需要。

　　一般而言，算力分为三大类型：基础通用算力、智能算力、超算算力。近年来，科学界还出现了前沿算力的概念，主要包括量子计算、光子计算等。

　　“近两年，随着人工智能、大模型等新兴技术爆发式发展，带动了一批新兴业务的快速发展，如机器学习、人工智能训练和推理等，这些新兴业务往往需要高性能计算能力和大规模数据处理能力，以应对复杂的算法和模型，因此需要大量的算力支持，以处理海量数据、驱动各类应用和业务。”何宝宏表示。

　　林恩辉介绍说，2023年大语言模型ChatGPT问世，激起了通用大语言模型开发应用的浪潮。截至今年3月，我国已登记备案各类大模型超过110个，“百模大战”的发展态势已显现。通用大模型的训练和推理需要大量的算力资源支撑，极大催生了对智能算力的需求。

　　中国联通研究院副院长、首席科学家唐雄燕在接受《中国经济周刊》记者采访时表示，企业数智化转型中，各种业务系统的应用均需要算力。企业的生产经营与数字技术结合越来越紧密，企业在设计、研发、生产、营销、服务等各环节广泛应用数字技术，建立各类业务系统，催生了大量通用算力的需求。企业上云、工业互联网、智能制造，都离不开算力支撑。

　　何宝宏分析表示，在人工智能快速发展的今天，企业对算力的需求呈现出三大特点：一是算力需求加速走向多样化，“云边端”算力泛在分布，不同计算架构的智能算力与通用算力协同发展，满足均衡型、计算型和存储密集型等各类业务算力需求；二是算力需求弹性化，企业的业务需求是不断变化的，对算力的需求也呈现出弹性的特点。在业务高峰期，需要更多的算力来支持业务运行，而在业务低谷期，则需要较少的算力。算力提供商应能够提供灵活的、可扩展的算力资源，满足企业对算力的弹性需求；三是算力需求高性能化，随着人工智能、大模型的快速发展，企业对算力的性能要求也越来越高。高性能计算能够提供更快的计算速度和更高的计算精度，可以满足企业快速处理复杂问题，从而实现更广泛的应用场景。

　　以新材料、生物制药、基因技术、金融科技、深海空天等为代表的前沿科技和未来产业，都对算力基础设施提出了前所未有的需求。

　　而在专业科研领域，科学计算和工程计算的数据量极大，对算力的要求极高。中国工程院院士邬贺铨举例说，简单来说，油气勘探就是给地表做CT。一个项目的原始数据往往超过100TB，甚至可能超过1个PB。如此巨大的数据量，需要海量的算力进行支撑。

　　在药物研发的虚拟筛选过程中，一般来说，科学家需要筛选 10亿种化合物，和目标蛋白质去做模拟结合，但如调用数万核的虚拟服务器，即可以实现在24小时之内完成对 10亿种化合物的虚拟筛选。

　　这些都需要足够的算力支撑。在今年的达沃斯论坛上，OpenAI的创始人奥特曼直言，“对大规模AI准备的算力基础设施还不够”。

　　旺盛算力需求要与有效算力供给相匹配，这就对算力基础设施提出了更高的要求。

　　早在1961年，“人工智能之父”约翰·麦卡锡就曾预言，“有一天，计算可能会被组织成一个公共事业，就像电话系统是一个公共事业一样”。如今，他的设想正在成为现实。

　　如何夯实算力基础设施？这对国内算力产业提出了新的发展要求，也开辟出广阔的增长空间。

　　近年来，为适度超前建设数字基础设施，政策措施接力布局，顶层设计持续优化。

　　2020年以来，《关于加快构建全国一体化大数据中心协同创新体系的指导意见》《全国一体化大数据中心协同创新体系算力枢纽实施方案》《新型数据中心发展三年行动计划（2021—2023年）》等一系列文件先后出台，全国统一的数据中心基础设施建设全面铺开。

　　2022年2月 ，国家发展改革委等多部委联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群，“东数西算”工程正式全面启动。

　　如同“南水北调”“西电东送”“西气东输”一样，“东数西算”是国家又一项重要战略工程。通过“东数西算”，我国系统化合理布局数据中心资源，实现全国数据中心的一体化发展。

　　对此，国家发展改革委高技术司相关负责人表示，一方面，加快推动数据中心向西大规模布局，特别对于后台加工、离线分析、存储备份等对网络要求不高的业务，可率先向西转移，由西部数据中心承接。另一方面，受限于网络长距离传输造成的时延，以及相关配套设施等因素影响，西部数据中心并不能满足所有算力需求。一些对网络要求较高的业务，比如，工业互联网、金融证券、灾害预警、远程医疗、视频通话、人工智能推理等，可在京津冀、长三角、粤港澳大湾区等东部枢纽布局，枢纽内部要重点推动数据中心从一线城市向周边转移，确保算力部署与资源能源的协调可持续。

　　在中国工程院院士高文看来，我国算力网快速发展，国家枢纽节点建设取得阶段性成果，算力资源东西分布不均现象显著改善，集约化态势初步形成。在算力网的支撑下，我国算力资源使用效率不断提升、成本不断降低。到2023年底，全国在用数据中心机架总规模超过810万标准机架，算力总规模达到230EFLOPS，算力正加速向政务、工业、交通、医疗等各行业各领域渗透。同时，在“东数西算”工程与全国一体化算力网的布局下，中国算力网——智算网络一期已经上线，全国算力“一张网”已具雏形。

　　在此基础之上，2023年10月，工信部等六部门联合发布的《算力基础设施高质量发展行动计划》，明确提出了算力基础设施建设的目标和任务，优化了算力资源布局，推动算力产业快速高质量发展。

　　2023年12月，国家发展改革委、国家数据局等五部门联合印发《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，提出到2025年底综合算力基础设施体系初步成型等一系列目标。

　　从“要想富，先修路”到“想发展，投算力”，“算力赛道”光明的前景，也令不少地方政府跃跃欲试。

　　过去几年，不少城市把发展算力产业作为提升城市竞争力的“关键胜负手”，多措并举大力支持算力产业发展。包括韶关、郑州、银川在内的不少城市都摩拳擦掌，提出要打造“算力之城”。

　　2022年，郑州出台《郑州市数据中心产业发展规划（2021—2025年）》，提出“成为中部最强数据中心集群，打造具有全国影响力的数据中心产业基地”。 “聚焦打造‘算力之城’”更是写入郑州市2024年政府工作报告。

　　入选“东数西算”工程10个国家数据中心集群之一的广东韶关，更是提出打造“世界级算力之城”，举全市之力加快韶关集群建设，希望上游硬件制造产业头部企业、中游智能计算企业及下游数据应用产业企业，积极关注韶关数据集群建设进程，以及来韶投资兴业。

　　作为8个国家算力枢纽节点之一，宁夏已经瞄准打造中国西部算力之都，明确要积极承接东部算力服务需求，打造数据交换更便捷、数据安全更可靠、建设运营更省心的“宁夏模式”。宁夏提出，到2025年，区域内标准机架总数达72万架，可再生能源使用率不低于65%。国家（中卫）数据中心集群内“东数西算”算力占比达70%以上。

　　邻近八大算力网络国家枢纽节点，张家口提出，加速建设京津冀“算力之都”。2024年张家口市政府工作报告明确，积极承接北京算力需求溢出和大数据产业转移，科学布局系列数字化应用场景。

　　有业内人士分析称，“东数西算”策略实施后，不少枢纽城市希望提供算力服务，将当地的电力资源转化为算力进行销售。特别是不少西部城市，新能源电力成本低廉且当地难以完全消纳。而通过建设算力中心，将低成本的电力转换为算力，卖到东部地区，其中的价差即为利润所在。

　　中国信通院发布的《中国算力发展指数白皮书(2023年)》，结合我国各城市的算力基础设施规模、技术发展水平、产业应用发展水平等指标计算各城市算力发展指数，给出我国算力二十强市榜单。算力规模方面，算力 Top20 总算力占全国的 74%，头部城市集聚优势凸显。

　　北京、上海算力发展水平领先优势明显。广州 、深圳、廊坊、苏州、重庆、杭州、天津、南京位列三至十名，其中既有东部地区核心城市，也有京津冀地区承接北京算力外溢的后发城市，也有中西部地区算力集聚城市。此外，在算力二十强市榜单，广东、江苏入围城市数量最多，中西部地区的重庆、成都、武汉、郑州、呼和浩特进入前二十。

　　大模型备案数量也从侧面折射出各地算力水平的差异。截至2024年3月，我国已经有117家“大模型”，成功备案。其中，属地来自北京（51个）最多。其次是上海（24个）和广东（19个）。

　　运营商是推动算力产业发展的核心力量。作为数字基础设施建设的国家队，三大运营商积极投入全国一体化算力体系建设。

　　年报数据显示，三大运营商也正积极推进相关投资：中国移动规划2024年算力投资475亿元，同比增长21.5%，占资本开支比重为54.4%；中国联通规划2024年总投资650亿元，投资重点由稳基础的联网通信业务转向高增长的算网数智业务；中国电信在聚焦未来发展方面，计划2024年在云/算力投资180亿元。

　　中国移动相关负责人介绍，中国移动创新融入国家发展大局，发挥运营商算网融合优势，系统打造新型算网基础设施。全面匹配国家“东数西算”八大枢纽节点。系统构建算力网络布局，覆盖全量国家枢纽节点数据中心集群及全部地级以上城市，引领算力网络基础设施演进发展，赋能互联网、党政、金融、教育、医疗等千行百业数字化转型。

　　“中国联通在算网数智投资方面将坚持适度超前、加快布局，持续加大算力基础设施投入。”唐雄燕向《中国经济周刊》记者介绍，中国联通全面承接国家“东数西算”工程。在智算能力体系建设方面，中国联通系统构建“1+N+X”布局，包括1个超大规模的单体智算中心、N个智算训推一体枢纽和属地化的X个智算推理节点。

　　中国联通的“闽宁云”是“东数西算”的一个生动案例：厦门的车联网数据通过低时延全光网络传输到宁夏中卫的闽宁云专属数据中心。在医疗行业，联通医疗云采用在医院内新建分布式私有云站点的方式，满足医院资源规模小、预算有限、数据安全较高等需求，实现5G、云计算、物联网、大数据、AI等新一代信息技术与医疗健康行业深度融合，加速智慧化医疗服务场景落地。“联通云依托云网优势，已服务全国超300家医院用云、上云服务。” 唐雄燕说。

　　2023年9月，华为副董事长、时任轮值董事长、CFO孟晚舟就表示，人工智能的发展，算力是核心驱动力。大模型需要大算力，算力大小决定着AI迭代与创新的速度，也影响着经济发展的速度。算力的稀缺和昂贵，已经成为制约AI发展的核心因素。

　　算力产业投资价值日益显现，吸引着资本的涌入。不少A股公司争相“跨界”算力赛道，新能源企业、食品饮料企业、建筑设备企业、纺织品染料企业等纷纷入局，以期能够分享算力领域的发展红利。与此同时，一些独立的算力租赁服务商逐渐崭露头角。这些公司通过各种渠道购置服务器和GPU卡，以此为基础建立数据中心，进而提供租赁服务。

　　在算力需求上，“AI算力增长曲线”成为比“摩尔定律”更加现实的写照。数据显示， 深度学习出现之前，用于AI训练的算力增长大约每20个月翻一番，基本符合摩尔定律；之后，用于AI训练的算力大约每6个月翻一番；2012年后，全球头部AI模型训练算力需求更是加速到每3～4个月翻一番。

　　面对这样的“算力焦虑”，智算中心建设布局浪潮快速掀起。根据《智能计算中心创新发展指南》的统计，当前我国超过30座城市正在建设或提出建设智算中心。

　　在成都智算中心人工智能算力平台的机房，排列齐整的机柜透着蓝光，机柜里的服务器指示灯交替闪烁，片刻未息。

　　成都智算中心位于 “东数西算”全国一体化算力网络成渝国家枢纽节点。2022年5月正式上线以后，迅速实现饱和运营，算力占用率已持续达到98%以上，为近200家企业、高校及研究机构提供了普惠性公共算力服务。

　　“成都智算中心首期提供总计300P的人工智能算力，相当于15万台高性能个人计算机的算力。” 成都智算中心常务副总经理谢一明向《中国经济周刊》记者介绍，截至 2023 年 11 月，成都智算中心已与中国科学院空天信息创新研究院、中国气象局成都高原气象研究所、电子科技大学、四川大学等多家科研机构和高校联合孵化空天·灵眸、蓉城·夔牛等多个科研创新大模型；联合 120 余家企业，在超大城市治理智能化、智能制造、智能金融、智能医疗、智能交通等场景形成有竞争力的人工智能解决方案 240 余个。

　　“除了提供公共算力服务以外，我们更多的是与企业深度绑定，为他们提供孵化平台，特别是中小企业。帮助他们进行技术资源匹配、梳理商业模式、对接投融资等提供全方位的服务。” 谢一明说，此外，在今年年初，成都率先开启年度算力券申领工作，预计年度发放总额不超过1000万元。这一政策也是为了更多潜在用户实现“算力自由”。

　　各地政府竞相重金投建智算中心，不仅限于一线亿元的长春新区人工智能新基建（智算中心）项目。 青岛推出了总投资17.7亿元的元宇宙智慧算力中心建设计划。今年2月，哈尔滨平房区发展和改革局批复《哈投智算中心项目》，总投资4.6亿元。5月，黑龙江宣布首个超大规模智算项目落户鸡西，总投资140亿元。

　　不过，在智算中心建成后，如何高效地运营，确保其能够稳定、安全地提供算力服务，则是运营者的另一道必答题。

　　唐雄燕亦向记者表示， 当前，部分地区尽管建设了大量的数据中心，但由于人才匮乏、技术落后，这些资源可能无法得到充分利用。如何有效盘活这些资源，提高其利用率，是西部产业发展亟待解决的问题。

　　“这与房地产市场的情况类似，地段好的房子往往更容易销售。”唐雄燕说，因此，如何提高西部数据中心的吸引力，解决人才和技术短缺的问题，从而提升上架率和资源利用率，是当前面临的关键问题。

　　算力是如此重要的资源，但当前对算力的利用仍然面临诸多挑战，特别是算力的利用率、混合算力协同调度、算力的分布均衡性等。IDC的数据显示，企业分散的小算力利用率，目前仅为10%～15%，存在很大的浪费。

　　如何更好地统筹算力资源、如何像合理调配电力一样精准调配算力，为广大用户提供算力服务，成为社会各界共同关注的焦点。

　　“算力网络”应运而生——把全国各地大大小小的算力资源连接起来，统筹调度多元算力，形成一个统一调度的算力网络，算力才能像水、电一样“一点接入、即取即用”。

　　在此背景下，政府工作报告提出“适度超前建设数字基础设施，加快形成全国一体化算力体系”意义重大。

　　纵观人类历次技术革命，每一次都是生产力的重新布局，都会编织一张新基础设施“网络”。蒸汽时代布局了一张“铁路网”，电气时代构建了一张“电网”，而数字经济时代正在编织一张“算力网”。

　　“数字经济时代，算力是新质生产力，算力网是促进全国范围内各类算力大规模调度运营的数字基础设施，构建全国一体化算力网、推动算力基础设施化是国家现代化的重要标志之一。”刘烈宏说。当前，我国算力布局正处于连点成线、密织成网的阶段。

　　2023年12月，国家发展改革委、国家数据局等部门联合印发的《关于深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》（下称《意见》），着眼于通用算力、智能算力、超级算力一体化布局，东中西部算力一体化协同，算力与数据、算法一体化应用，算力与绿色电力一体化融合，算力发展与安全保障一体化推进等五个“一体化”，旨在从战略上加快综合算力基础设施体系和全国一体化算力网建设。

　　刘烈宏表示，构建全国一体化算力网，是应对新一轮科技革命和产业变革的战略举措，是发展新质生产力、做强做优做大数字经济、推动区域协调发展、推进数据要素流通、落实“双碳”目标的关键一步。

　　“从时代发展看，构建全国一体化算力网可以整合和优化全国范围内的算力资源，更好满足各领域的计算需求，降低算力使用成本和使用门槛，助力我国在量子信息等前沿技术领域实现关键技术研究突破，赋能新兴产业和未来产业，推动新质生产力加快发展。” 刘烈宏说。

　　“AI要发展，先要建强算力基础设施。”唐雄燕表示，构建全国一体化算力网可以有效聚合全国分散的算力资源，实现以网强算和算力基础设施化服务。

　　高文认为，算力网对于新产业成长壮大也具有重要推动作用。大力发展算力网，才能满足海量实时高效的计算需求。特别是在推进人工智能相关产业发展壮大方面，算力网通过汇聚海量数据、算法和算力资源，不仅能够有效满足新产业日益增长的计算需求，促进有关技术的创新和应用，也能够为人工智能创新者提供丰富素材和实验平台，助力形成“人工智能+”的赋能范式。

　　中国联通高度重视算力网络发展，2019年发布了行业第一本算力网络白皮书。

　　“算力网络是有中国特色的信息通信发展道路。” 唐雄燕说，算力网所期望的目标，是让计算能力能如同水、电等基础设施一样，普遍而便捷地为人们提供服务。但他也指出，算力与电力、水资源仍存在一定差异。算力并非物理上可移动的资源，比如不能简单地将位于北京的服务器搬到上海去使用。所谓算力的移动性，并非指物理上的迁移，实际上是指计算任务的灵活分配与高效转移。展望未来，在算力网构建完毕后，用户将能像购买电力服务一样，方便快捷地购买到算力服务，按需付费。

　　《意见》明确，强化“东数西算”规划布局刚性约束，进一步推动各类新增算力向国家枢纽节点集聚；以“结对子”方式推动西部国家枢纽节点与东部、中部城市建立跨区域算力资源调度机制，推动东西部之间形成规模化算力调度；重点依托国家枢纽节点算力资源，应用创新算法和关键技术，深化行业数据和算力协同；建立健全算力电力协同机制，支持国家枢纽节点地区利用“源网荷储”等新型电力系统模式，探索分布式新能源参与绿电交易；全面强化国家枢纽节点安全防护能力，建设网络和数据攻防演习靶场、算力网安全应用技术试验场，在国家枢纽节点构筑全生命周期安全管控措施。

　　在这个背景下，政府工作报告提出“适度超前建设数字基础设施，加快形成全国一体化算力体系”具有重要意义。

　　“当下的算力需求没有完全反映未来新技术发展带来的潜在算力增量。尤其是AI技术的落地可能会持续推高算力的需求，考虑到一旦没有足够的算力支撑，会妨碍AI的商用落地，进而影响AI技术迭代，同时也限制了产业的升级步伐，因此有必要超前建设数字基础设施。”中金公司研究部执行总经理陈昊向《中国经济周刊》记者分析称。

　　何宝宏表示，“适度超前建设数字基础设施”旨在避免数字基础设施滞后于经济社会发展需求，造成发展瓶颈和浪费资源。

　　算力的基础设施化并不是简单的算力堆砌。在何宝宏看来，适度超前建设数字基础设施的过程中，算力建设应关注三大重点：一是提高算力供给能力，二是优化算力资源配置，三是推动算力与各行业深度融合。

　　林恩辉亦向《中国经济周刊》记者表示，适度超前数字基础设施建设是适应我国数字化的经济发展的重要举措，体现了我国的制度优势，对于推动数字中国建设、实现中国式现代化具有重要意义。基础设施具有战略性、基础性、先导性作用，是发挥我国超大规模市场优势和内需潜力的基础。适度超前建设数字基础设施有利于拉动我国整体社会投资，以基础设施投资带动相关领域发展。有利于丰富产品供给，依托完善的算力基础设施，创造出适应市场需求的算力应用产品，进而激发社会总需求，为我国数字化的经济发展注入新动能。

　　尽管我国算力基础设施、算力技术高速发展，但我国算力发展距离充分满足千行百业的算力需求还面临多方面的挑战。

　　算力技术所面临的瓶颈(“卡脖子”问题)，已经成为影响中国算力产业发展的重要因素。

　　算力实现的核心是CPU、GPU、FPGA、ASIC等各类计算芯片，并由计算机、服务器、高性能计算集群和各类智能终端等承载，海量数据处理和各种数字化应用都离不开算力的加工和计算。

　　“端侧算力的主要物理承载是各类终端芯片，包括电脑/手机/汽车等智能终端中的CPU、GPU、存储等。”中金公司研究部执行总经理陈昊向《中国经济周刊》记者分析指出，由于起步较晚，当前我国发展水平距离海外先进技术依然有较大差距。经过这几年国内算力产业的加速追赶，已可以满足国内的基本要求，实现中低端产品的国产替代，但面向高性能的需求场景还是不具有优势，整体仍处于追赶状态。

　　林恩辉直言， 我国智能算力供给存在不足，目前我国智能算力的占比约为25%，与“2025年智能算力占比达到35%”的发展目标相比，仍存在不小的差距。此外，我国算力产业自主可控水平、算力中心能效水平等还有待进一步提高。

　　不过，中国算力产业的共识是，面向未来AI落地后无限的机遇，发展我国自主算力产业成为必选项。要立足掌握关键核心技术，围绕计算层、网络层、应用层、安全层四个方面加强科技攻关和自主研发，推动算力网关键核心技术基本实现自主可控、安全可靠。

　　此前，为坚决避免数据中心盲目发展，在“东数西算”工程中，8个算力枢纽内规划设立了10个数据中心集群，划定了物理边界，并明确了绿色节能、上架率等发展目标。比如，集群内数据中心的平均上架率至少要达到65%，可再生能源使用率要有显著提升。

　　2023年12月出台的《深入实施“东数西算”工程，加快构建全国一体化算力网的实施意见》也明确提出，“八大枢纽、十大集群”之外原则上不得新建大型或超大型数据中心。

　　智算中心的建设和运营成本可能非常高昂，包括基建基础设施、硬件基础设施和软件基础设施的投入。如果资金筹措不当或运营不善，可能导致资源浪费和财政压力。与此同时，目前智算中心的运营模式仍处于探索阶段，不同的运营模式可能带来不同的风险。地方智算中心如果缺乏自我生存能力，可能会需要更多的市场补贴，这将给地方财政带来负担。同时，过多的补贴也可能挤压其他正常企业的市场空间，对当地市场经济造成一定的干扰。

　　何宝宏表示，政府应根据当地经济发展情况和实际需求，制定科学合理的算力中心建设规划。规划应该明确算力中心的建设目标、布局、规模和时间进度等内容。

　　在唐雄燕看来，算力资源不应只关注“量”的增长，也应注重“质”的提升。一方面，算力基础设施的投资效率和服务能力有待提升。应避免盲目上马、无序建设，推动各类新增算力向国家枢纽节点集聚，实现算力规模化、集约化、绿色化发展。另一方面，算力基础设施化的服务体系和商业模式也有待进一步探索。

　　“当前，算力建设如火如荼，但尚未充分明晰其后续的服务模式和商业盈利方式。” 唐雄燕直言，众多主体甚至部分科研机构，都在积极推进算力网络的建设，如构建超算互联网。然而，这些基础设施的长期服务模式如何、由谁来提供服务与保障，都是在推进过程中需要深入思考的问题。例如，如果服务成本过高，用户可能选择自行购买算力资源。反之，如果服务价格过低，就需要确保出租率达到一定水平才能实现盈利。

　　“当前国内大多数智算中心在建设思路上采取了算力性能发展优先、后拉动应用发展的策略，忽视了上层应用迁移及兼容程度，导致算力系统的初期应用效率偏低，无法完全支撑全面的智能化应用场景需求。”陈昊分析指出，此外，在标准体系方面也不够统一，后期跨区域算力资源调度和整合存在困难。在后期顶层统筹规划过程中，应重点注意上述两点问题，并积极推动智算中心建设评价体系的出台，对统一技术标准、应用通用性支持方面都应设立具体的评价指标。

　　《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，在数据中心电能使用效率（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。

　　传统的算力能耗也在增长。公开多个方面数据显示，2022年全年，全国数据中心耗电量达到2700亿千瓦时，占全社会用电量约3%。2021年，全国数据中心耗电量为2166亿千瓦时，为同期三峡电站累计发电量1036.49亿千瓦时的两倍。

　　算力需要耗费大量电力，如何应用绿电是未来算力产业亟待解决的问题。我国目前正积极引导信息基础设施的绿色化、低碳化，对新建大型、超大型数据中心的电能利用效率（PUE值）明确了相应要求。

　　陈昊表示，大力发展新建清洁绿色能源，无疑是解决算力高能耗需求下兼顾节能减排最好的解决方案。此外，数据中心的选址应考虑自然散热条件良好、绿色能源充沛的地方；数据中心的规划设计应考虑到能耗比更优的设计方案，例如采用液冷的散热技术、自动化智能化水平更高的运维管理平台等，均有助于节能减排。此外，采用更先进制程的芯片，提升算力效率也都有助于整体能耗的降低。

　　“从长远来看，还是要建立绿色算力中心。”何宝宏说，从算力中心的规划、设计、建设到运营全过程，都应贯彻绿色低碳理念。采用绿色建筑材料、高效节能设备、智能化管理系统等，打造绿色、低碳、智能的算力中心，为算力产业的可持续发展提供有力支撑。

　　).siblings(.li_child).html() $(doms[doms.length - 1]).html(

　　u_item).css({ background: $(this).prop(style).background }) $(.directory_model).css({ background: $(this).prop(style).background }) $(.directory_model .all_periods).css({ background: $(this).prop(style).background }) $(.phone_tips).css({ background: $(this).prop(style).background }) } if ($(this).prop(style).background == rgb(242, 233, 206)) { getClor() $(body).css({ background: rgba(242, 233, 206, .7) }) $(.magazinepage).css({ background: $(this).prop(style).background }) $(.shezhi_tip).css({ background: $(this).prop(style).background }) $(.magazinepage_menu .menu_item).css({ background: $(this).prop(style).background }) $(.directory_model).css({ background: rgb(242, 233, 206) }) $(.directory_model .all_periods).css({ background: rgb(242, 233, 206) }) $(.phone_tips).css({ background: $(this).prop(style).background }) } if ($(this).prop(style).background == rgb(217, 240, 216)) { getClor() $(body).css({ background: rgba(217, 240, 216, .7) }) $(.magazinepage).css({ background: $(this).prop(style).background }) $(.shezhi_tip).css({ background: $(this).prop(style).background }) $(.magazinepage_menu .menu_item).css({ background: $(this).prop(style).background }) $(.directory_model).css({ background: rgb(217, 240, 216) }) $(.directory_model .all_periods).css({ background: rgb(217, 240, 216) }) $(.phone_tips).css({ background: $(this).prop(style).background }) } if ($(this).prop(style).background == rgb(217, 229, 232)) { getClor() $(body).css({ background: rgba(217, 229, 232, .7) }) $(.magazinepage).css({ background: $(this).prop(style).background }) $(.shezhi_tip).css({ background: $(this).prop(style).background }) $(.magazinepage_menu .menu_item).css({ background: $(this).prop(style).background }) $(.directory_model).css({ background: rgb(217, 229, 232) }) $(.directory_model .all_periods).css({ background: rgb(217, 229, 232) }) $(.phone_tips).css({ background: $(this).prop(style).background }) } if ($(this).prop(style).background == rgb(25, 25, 25)) { getClor2() // $(#shezhi).children(span).css(color,#646464) } if ($(this).prop(style).background == rgba(167, 167, 167, 0.16) $(this).prop(style).background == rgb(223, 224, 222)) { getClor() } $(#shezhi).children(img).attr(src, = 12) { $(.page .page_content).css({ font-size: font2 + px, line-height: (font2 / 2 * 3) + px }) $(#font_center).text(font2) } //记录字号cookie if (font2>

　　= 12) { $(.page .page_content).css({ font-size: font2 + px, line-height: (font2 / 2 * 3) + px }) $(#font_center).text(font2) } //记录字号cookie if (font212) { if ($(body).prop(style).background == rgb(11, 11, 11)) { $(.li_font_box #font_l).css(color, rgb(204,204,204)) } else { $(.li_font_box #font_l).css(color, #222) } } if (font2 == 30) { if ($(body).prop(style).background == rgb(11, 11, 11)) { $(this).css(color, #222) } else { $(this).css(color, rgb(204,204,204)) } // return } if (font2

　　; $.each(data.pages, function (index, page) { html +=

　　; }); $(.singleMagazine_content).append(html); contentInit(); $(#mulu).show(); pageInit(); } }); } getContentInfo(contentid); // 获取内容信息 function getContentInfo(cid){ $.getJSON(生成二维码 * @param {*} text */ function createQrCode(text) { const elements = document.getElementsByClassName(phone_tips_code); const len = elements.length; if (len) { for (let i = 0; i