數(shù)字經(jīng)濟(jì)發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，正在成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量。而隨著算力時(shí)代的到來(lái)，數(shù)字經(jīng)濟(jì)除了以信息產(chǎn)業(yè)這一獨(dú)立的經(jīng)濟(jì)形態(tài)出現(xiàn)，更以算力的方式滲透到各行各業(yè)，算力在驅(qū)動(dòng)傳統(tǒng)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)和效能優(yōu)化的同時(shí)，催生出新的產(chǎn)業(yè)體系，成為支撐數(shù)字經(jīng)濟(jì)向縱深發(fā)展的新基礎(chǔ)設(shè)施。

那么隨著大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等技術(shù)在傳統(tǒng)產(chǎn)業(yè)中應(yīng)用的不斷擴(kuò)大，算力將向何處去？日前國(guó)際權(quán)威機(jī)構(gòu)IDC、清華大學(xué)全球產(chǎn)業(yè)研究院、浪潮信息聯(lián)合發(fā)布的《2021-2022全球計(jì)算力指數(shù)評(píng)估報(bào)告》（以下統(tǒng)一簡(jiǎn)稱《報(bào)告》）及相關(guān)行業(yè)專(zhuān)家給了我們答案和啟示。

強(qiáng)者恒強(qiáng)，算力與經(jīng)濟(jì)倍增效應(yīng)顯現(xiàn)

智慧時(shí)代，生產(chǎn)力三要素發(fā)生了革命性變革。勞動(dòng)者從原來(lái)的人變?yōu)槿?人工智能，數(shù)據(jù)成為了新的勞動(dòng)對(duì)象，由計(jì)算力驅(qū)動(dòng)的信息設(shè)備成為新的勞動(dòng)資料。計(jì)算力作為數(shù)字經(jīng)濟(jì)時(shí)代的關(guān)鍵生產(chǎn)力要素，已經(jīng)成為推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的核心支撐力和驅(qū)動(dòng)力。

《報(bào)告》顯示，報(bào)告顯示，計(jì)算力指數(shù)平均每提高1點(diǎn)，數(shù)字經(jīng)濟(jì)和GDP將分別增長(zhǎng)3.5‰和1.8‰。當(dāng)一個(gè)國(guó)家的計(jì)算力指數(shù)達(dá)到40分以上時(shí)，國(guó)家的計(jì)算力指數(shù)每提升1點(diǎn)，其對(duì)于GDP增長(zhǎng)的推動(dòng)力將增加1.5倍，而當(dāng)計(jì)算力指數(shù)值達(dá)到60分以上時(shí)，國(guó)家的計(jì)算力指數(shù)每提升1點(diǎn)，其對(duì)于GDP增長(zhǎng)的推動(dòng)力將提高到3.0倍，對(duì)經(jīng)濟(jì)的拉動(dòng)作用變得更加顯著。

同時(shí)該《報(bào)告》認(rèn)為，由于計(jì)算力指數(shù)的增加很大程度上得益于計(jì)算能力和新興技術(shù)的應(yīng)用水平，即當(dāng)算力投入在底層為新興技術(shù)應(yīng)用發(fā)展提供基本保障的同時(shí)，也被新興技術(shù)應(yīng)用帶來(lái)的需求進(jìn)一步拉動(dòng)，從而使整體經(jīng)濟(jì)的增長(zhǎng)出現(xiàn)倍增效應(yīng)。

值得注意的是，《報(bào)告》首先提出了人力資本的概念。《報(bào)告》認(rèn)為，含有算力資本的內(nèi)生增長(zhǎng)模型驗(yàn)證，算力資本可與傳統(tǒng)物質(zhì)資本形成互補(bǔ)效應(yīng)和協(xié)同效應(yīng)；算力資本增長(zhǎng)會(huì)產(chǎn)生正網(wǎng)絡(luò)外部性效應(yīng)和溢出效應(yīng)，算力資本對(duì)經(jīng)濟(jì)發(fā)展具有倍增效應(yīng)。

對(duì)此，清華大學(xué)全球產(chǎn)業(yè)研究院副院長(zhǎng)李東紅解釋稱，與傳統(tǒng)的物質(zhì)資本相比，算力資本或者說(shuō)算力在促進(jìn)經(jīng)濟(jì)發(fā)展方面至少有兩個(gè)機(jī)制。首先互補(bǔ)機(jī)制，主要表現(xiàn)在，一方面?zhèn)鹘y(tǒng)的物質(zhì)資本投入帶來(lái)了產(chǎn)業(yè)的發(fā)展，推動(dòng)經(jīng)濟(jì)增長(zhǎng)；另一方面，人力資本投入本身會(huì)產(chǎn)生新的經(jīng)濟(jì)業(yè)態(tài)，帶動(dòng)經(jīng)濟(jì)增長(zhǎng)。其次是協(xié)同機(jī)制，表現(xiàn)為人力資本可以推動(dòng)傳統(tǒng)的產(chǎn)業(yè)發(fā)展，和傳統(tǒng)的物質(zhì)資本相互融合，使得物質(zhì)資本在經(jīng)濟(jì)發(fā)展中的作用更大，以此來(lái)推動(dòng)經(jīng)濟(jì)和GDP的增長(zhǎng)。

數(shù)實(shí)融合驅(qū)動(dòng)算力演變，從通用走向智能和邊緣

當(dāng)我們仔細(xì)觀察《報(bào)告》發(fā)現(xiàn)，與去年相比，在算力方面有兩個(gè)明顯的變化。

首先在包含有通用計(jì)算、智能計(jì)算、高性能計(jì)算、終端計(jì)算和邊緣計(jì)算的計(jì)算能力指標(biāo)中，AI計(jì)算能力表現(xiàn)搶眼。

《報(bào)告》顯示，綜合15個(gè)國(guó)家來(lái)看，AI算力支出占總算力支出從2016年的9%增加到了12%，預(yù)計(jì)到2025年將達(dá)到25%。而中國(guó)的拉動(dòng)作用最為顯著，15個(gè)國(guó)家AI算力支出的增長(zhǎng)中，近60%來(lái)自中國(guó)。其中，AI服務(wù)器支出規(guī)模同比大幅增長(zhǎng)44.5%，并首次超過(guò)美國(guó)位列全球第一。

其次是新增了邊緣計(jì)算。那么問(wèn)題來(lái)了，算力緣何會(huì)出現(xiàn)這兩個(gè)方面的變化？背后的原因是什么？

眾所周知，“數(shù)字經(jīng)濟(jì)”自2017年政府工作報(bào)告首次提及至今，已多次被寫(xiě)入政府工作報(bào)告。而諸多政策發(fā)布背后，都有一個(gè)不爭(zhēng)的事實(shí)，就是大數(shù)據(jù)、、物聯(lián)網(wǎng)及人工智能與傳統(tǒng)行業(yè)的融合，推動(dòng)傳統(tǒng)行業(yè)的升級(jí)和創(chuàng)新發(fā)展。

以人工智能為例，在金融領(lǐng)域，智能客服和風(fēng)險(xiǎn)管控等領(lǐng)域，大大節(jié)省人工坐席成本、提高企業(yè)客戶工作效率；在農(nóng)業(yè)領(lǐng)域，通過(guò)分析加工地圖來(lái)幫助農(nóng)場(chǎng)確定作物的問(wèn)題區(qū)域，優(yōu)化產(chǎn)量；在制造業(yè)，實(shí)現(xiàn)智能制造，推動(dòng)數(shù)字工廠建設(shè)，根據(jù)數(shù)字孿生建設(shè)實(shí)體工廠，大大縮短交付周期，實(shí)現(xiàn)高效運(yùn)轉(zhuǎn)；在醫(yī)療領(lǐng)域，AR輔助手術(shù)和遠(yuǎn)程成像診斷等，在遺傳綜合癥、肺癌、乳腺瘤、創(chuàng)傷后應(yīng)激障礙等多種疾病的治療和診斷；在科研領(lǐng)域，AI計(jì)算輔助藥物發(fā)現(xiàn)，用于蛋白質(zhì)折疊體結(jié)構(gòu)的研究、抗菌耐藥性基因的檢測(cè)和識(shí)別以及新藥的開(kāi)發(fā)，極大縮短新藥研發(fā)上市時(shí)間。在疫情防控中，機(jī)器人在生產(chǎn)、危險(xiǎn)工作環(huán)境操作、疫情防控中起到大范圍協(xié)助作用。

需要說(shuō)明的是，隨著基于人工智能算法的智能業(yè)務(wù)從互聯(lián)網(wǎng)行業(yè)向交通、工業(yè)、農(nóng)業(yè)、醫(yī)療、金融、政務(wù)等傳統(tǒng)行業(yè)的滲透不斷加速，應(yīng)用場(chǎng)景也從通用場(chǎng)景進(jìn)一步拓展到行業(yè)場(chǎng)景，讓數(shù)實(shí)融合越來(lái)越緊密的同時(shí)，正在加速通用算力向AI算力的演化。

提及人工智能算法，《報(bào)告》顯示，全球各國(guó)AI企業(yè)都在大力布局大規(guī)模預(yù)訓(xùn)練模型技術(shù)開(kāi)發(fā)及其商業(yè)化。在美國(guó)，OpenAI、谷歌、微軟、臉書(shū)等機(jī)構(gòu)形成了GPT-3、SwitchTransformer、MT-NLG等千億或萬(wàn)億參數(shù)量的大模型。在中國(guó)，浪潮、中科院、阿里達(dá)摩院等陸續(xù)推出源1.0、紫東太初、M6等。其中，浪潮“源巨量模型，參數(shù)量和數(shù)據(jù)集分別達(dá)到2457億和50000GB，相比于美國(guó)GPT-3，源1.0參數(shù)集規(guī)模高40%，訓(xùn)練數(shù)據(jù)集規(guī)模領(lǐng)先近10倍。

而眾所周知的事實(shí)是，大模型是通過(guò)大算力和大數(shù)據(jù)相結(jié)合，將收集到的海量信息，通過(guò)強(qiáng)大的算力支撐與訓(xùn)練，而得出的基礎(chǔ)的、具有通用性的、綜合的大模型。這類(lèi)模型將賦能各行各業(yè)，加快傳統(tǒng)行業(yè)的智能化轉(zhuǎn)型。而這背后是對(duì)于AI算力的巨大需求。

未來(lái)對(duì)一個(gè)大模型訓(xùn)練所需的算力，可能每3.4個(gè)月就翻一番，這意味著一年就要增加10倍。浪潮信息副總裁張東如此形容大模型對(duì)于大算力的需求。

接下來(lái)再看邊緣計(jì)算，我們現(xiàn)在看到邊緣最主要的一個(gè)實(shí)現(xiàn)方向是智能化越來(lái)越明顯，很多的邊緣是做人工智能的處理，邊緣OT或者說(shuō)IoT設(shè)備將收集到的數(shù)據(jù)做初步分析和整理結(jié)構(gòu)化再傳到核心數(shù)據(jù)中心，這個(gè)是我們看到的邊緣計(jì)算快速增長(zhǎng)的主要?jiǎng)恿?。IDC中國(guó)助理副總裁周震剛?cè)绱私忉寣⑦吘売?jì)算新增到計(jì)算能力指標(biāo)中的原因。

事實(shí)是，在人工智能等技術(shù)的應(yīng)用下，設(shè)備端產(chǎn)生大量實(shí)時(shí)數(shù)據(jù)，若直接上傳到云端處理，會(huì)對(duì)云端的帶寬、算力、存儲(chǔ)空間等造成巨大壓力，同時(shí)也存在時(shí)延、數(shù)據(jù)傳輸安全性等問(wèn)題。因此，為緩解云端的工作負(fù)載，云計(jì)算在云與腦端之間新增了若干個(gè)邊緣計(jì)算節(jié)點(diǎn)，從而讓邊緣計(jì)算快速增長(zhǎng)。

盡管邊緣計(jì)算快速增長(zhǎng)，但在張東看來(lái)，邊緣端的算力嚴(yán)格來(lái)講還是不夠的，如果只是做一些簡(jiǎn)單的處理可能還好一點(diǎn)，如果要做很復(fù)雜的計(jì)算，比如說(shuō)做智能的判斷、車(chē)路協(xié)同、自動(dòng)駕駛，包括路邊對(duì)車(chē)的狀態(tài)做一個(gè)很好的實(shí)時(shí)反應(yīng)，邊緣端需要的算力還是非常大的。

由此來(lái)看，邊緣計(jì)算未來(lái)可期。而這通過(guò)IDC的報(bào)告也得以體現(xiàn)。

IDC預(yù)計(jì)未來(lái)5年，對(duì)邊緣算力的投資增長(zhǎng)速度將遠(yuǎn)快于核心位置，到2025年，全球邊緣計(jì)算服務(wù)器支出金額占總體服務(wù)器比重將從14.4%提升到24.9%，如果加上軟件和基于邊緣計(jì)算的相關(guān)解決方案，市場(chǎng)規(guī)模將達(dá)到2000多億美元。

需要說(shuō)明的是，在邊緣計(jì)算方面，中國(guó)依然是領(lǐng)跑全球。

至此我們發(fā)現(xiàn)，正是由于數(shù)實(shí)融合不斷緊密和深化，在使得算力由通用計(jì)算向智算和邊緣計(jì)算演化的同時(shí)，作為數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、集算力之大成者的數(shù)據(jù)中心也將迎來(lái)形態(tài)、創(chuàng)新的變化，持續(xù)賦能數(shù)字經(jīng)濟(jì)的發(fā)展。

智算中心是數(shù)據(jù)中心未來(lái)，進(jìn)化中加速數(shù)實(shí)融合

數(shù)據(jù)中心是算力承載的物理實(shí)體，反映的是人類(lèi)社會(huì)信息化、智能化的持續(xù)趨勢(shì)。只要有層出不窮的應(yīng)用、持續(xù)滲透的數(shù)字化以及算法對(duì)算力的持續(xù)需求，就有數(shù)據(jù)中心的需要。

為此，《報(bào)告》認(rèn)為，數(shù)據(jù)中心是國(guó)家各產(chǎn)業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的基本保障，一國(guó)數(shù)據(jù)中心規(guī)模及能效水平將會(huì)影響未來(lái)算力水平的發(fā)展進(jìn)程。

提及規(guī)模和能效，《報(bào)告》進(jìn)一步指出，數(shù)字化、綠色化、集約化是關(guān)鍵。其中數(shù)字化是指充分利用AI等算力技術(shù)加速數(shù)字化轉(zhuǎn)型，提升資源使用效率，實(shí)現(xiàn)節(jié)能減排；綠色化則是計(jì)算設(shè)備的綠色化，通過(guò)模塊化數(shù)據(jù)中心、液冷技術(shù)，降低數(shù)據(jù)中心PUE值，引入風(fēng)電、光伏等新能源技術(shù)；得益于成本效益和基于現(xiàn)有冷卻系統(tǒng)和數(shù)據(jù)中心基礎(chǔ)設(shè)施的可升級(jí)性，直接液體冷卻解決方案將在數(shù)據(jù)中心市場(chǎng)得到更廣泛的應(yīng)用，特別是企業(yè)用戶。集約化是提高計(jì)算資源的密度，從而達(dá)到更高的效率，通過(guò)將離散的企業(yè)數(shù)據(jù)中心的計(jì)算資源聚集到更大規(guī)模的數(shù)據(jù)中心，可以更有效地管理電力容量、優(yōu)化冷卻設(shè)施、并提高服務(wù)器利用率，從而使IT資源的利用能效比達(dá)到最高，達(dá)到減少排放的目標(biāo)。而這些與智算中心的特點(diǎn)可謂異曲同工。

對(duì)此，張東表示，數(shù)據(jù)中心未來(lái)的演進(jìn)形態(tài)是智算中心，而智算中心必須具備三個(gè)特點(diǎn)，即開(kāi)放標(biāo)準(zhǔn)、集約高效、普適普惠。其中，“開(kāi)放標(biāo)準(zhǔn)”要求數(shù)據(jù)中心從硬件到軟件、從芯片到架構(gòu)、從建設(shè)模式到應(yīng)用服務(wù)都應(yīng)該是開(kāi)放的、標(biāo)準(zhǔn)的；“集約高效”要求數(shù)據(jù)中心的建設(shè)要有超大規(guī)模，要采用領(lǐng)先的技術(shù)，保證自身的先進(jìn)性；“普適普惠”則要求數(shù)據(jù)中心發(fā)揮基礎(chǔ)設(shè)施的社會(huì)價(jià)值，服務(wù)大眾。

另外，針對(duì)前述大模型“比大更大”的趨勢(shì)，張東還提出了算法基建化的建議，算力與算法基建化惟有齊頭并進(jìn)，才能讓更多的企業(yè)享受普適普惠的智算服務(wù)，加速數(shù)實(shí)融合的創(chuàng)新發(fā)展。

正基于此，《報(bào)告》建議國(guó)家應(yīng)加強(qiáng)算力網(wǎng)絡(luò)構(gòu)建的頂層設(shè)計(jì)和戰(zhàn)略部署，鼓勵(lì)各國(guó)加大對(duì)算力基礎(chǔ)設(shè)施的投資，引導(dǎo)多元資本投入算力基建和運(yùn)營(yíng)等，以提升在全球的競(jìng)爭(zhēng)力。

從國(guó)家競(jìng)爭(zhēng)的角度，我們的算力還處在第二位，而排在后面的國(guó)家都在大力推動(dòng)算力的投資，所以算力的建設(shè)不進(jìn)則退，唯有繼續(xù)加大政府投入的同時(shí)，吸引、推動(dòng)各個(gè)方面的投資，算力才會(huì)有一個(gè)更好的發(fā)展。李東紅針對(duì)算力的投資表達(dá)了與《報(bào)告》相同的觀點(diǎn)。

寫(xiě)在最后：所謂知微見(jiàn)著，由表及里。通過(guò)《報(bào)告》，我們看到算力增長(zhǎng)的同時(shí)，由于數(shù)實(shí)融合的發(fā)展，尤其是人工智能的深度應(yīng)用，算力正在從通用計(jì)算向AI和邊緣計(jì)算、數(shù)據(jù)中心向智算中心演化。與此同時(shí)，作為智算中心本身也在因需而變，不斷進(jìn)化（例如算法基建化、液冷技術(shù)的采用等），而這些勢(shì)必會(huì)在未來(lái)加速數(shù)實(shí)融合向更高層次邁進(jìn)，加倍助力中國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展。