數(shù)字經(jīng)濟發(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)濟結(jié)構、改變?nèi)蚋偁幐窬值年P鍵力量。而隨著算力時代的到來，數(shù)字經(jīng)濟除了以信息產(chǎn)業(yè)這一獨立的經(jīng)濟形態(tài)出現(xiàn)，更以算力的方式滲透到各行各業(yè)，算力在驅(qū)動傳統(tǒng)經(jīng)濟轉(zhuǎn)型升級和效能優(yōu)化的同時，催生出新的產(chǎn)業(yè)體系，成為支撐數(shù)字經(jīng)濟向縱深發(fā)展的新基礎設施。

那么隨著大數(shù)據(jù)、AI、物聯(lián)網(wǎng)等技術在傳統(tǒng)產(chǎn)業(yè)中應用的不斷擴大，算力將向何處去？日前國際權威機構IDC、清華大學全球產(chǎn)業(yè)研究院、浪潮信息聯(lián)合發(fā)布的《2021-2022全球計算力指數(shù)評估報告》（以下統(tǒng)一簡稱《報告》）及相關行業(yè)專家給了我們答案和啟示。

強者恒強，算力與經(jīng)濟倍增效應顯現(xiàn)

智慧時代，生產(chǎn)力三要素發(fā)生了革命性變革。勞動者從原來的人變?yōu)槿?人工智能，數(shù)據(jù)成為了新的勞動對象，由計算力驅(qū)動的信息設備成為新的勞動資料。計算力作為數(shù)字經(jīng)濟時代的關鍵生產(chǎn)力要素，已經(jīng)成為推動數(shù)字經(jīng)濟發(fā)展的核心支撐力和驅(qū)動力。

《報告》顯示，報告顯示，計算力指數(shù)平均每提高1點，數(shù)字經(jīng)濟和GDP將分別增長3.5‰和1.8‰。當一個國家的計算力指數(shù)達到40分以上時，國家的計算力指數(shù)每提升1點，其對于GDP增長的推動力將增加1.5倍，而當計算力指數(shù)值達到60分以上時，國家的計算力指數(shù)每提升1點，其對于GDP增長的推動力將提高到3.0倍，對經(jīng)濟的拉動作用變得更加顯著。

同時該《報告》認為，由于計算力指數(shù)的增加很大程度上得益于計算能力和新興技術的應用水平，即當算力投入在底層為新興技術應用發(fā)展提供基本保障的同時，也被新興技術應用帶來的需求進一步拉動，從而使整體經(jīng)濟的增長出現(xiàn)倍增效應。

值得注意的是，《報告》首先提出了人力資本的概念。《報告》認為，含有算力資本的內(nèi)生增長模型驗證，算力資本可與傳統(tǒng)物質(zhì)資本形成互補效應和協(xié)同效應；算力資本增長會產(chǎn)生正網(wǎng)絡外部性效應和溢出效應，算力資本對經(jīng)濟發(fā)展具有倍增效應。

對此，清華大學全球產(chǎn)業(yè)研究院副院長李東紅解釋稱，與傳統(tǒng)的物質(zhì)資本相比，算力資本或者說算力在促進經(jīng)濟發(fā)展方面至少有兩個機制。首先互補機制，主要表現(xiàn)在，一方面?zhèn)鹘y(tǒng)的物質(zhì)資本投入帶來了產(chǎn)業(yè)的發(fā)展，推動經(jīng)濟增長；另一方面，人力資本投入本身會產(chǎn)生新的經(jīng)濟業(yè)態(tài)，帶動經(jīng)濟增長。其次是協(xié)同機制，表現(xiàn)為人力資本可以推動傳統(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)濟發(fā)展中的作用更大，以此來推動經(jīng)濟和GDP的增長。

數(shù)實融合驅(qū)動算力演變，從通用走向智能和邊緣

當我們仔細觀察《報告》發(fā)現(xiàn)，與去年相比，在算力方面有兩個明顯的變化。

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

《報告》顯示，綜合15個國家來看，AI算力支出占總算力支出從2016年的9%增加到了12%，預計到2025年將達到25%。而中國的拉動作用最為顯著，15個國家AI算力支出的增長中，近60%來自中國。其中，AI服務器支出規(guī)模同比大幅增長44.5%，并首次超過美國位列全球第一。

其次是新增了邊緣計算。那么問題來了，算力緣何會出現(xiàn)這兩個方面的變化？背后的原因是什么？

眾所周知，“數(shù)字經(jīng)濟”自2017年政府工作報告首次提及至今，已多次被寫入政府工作報告。而諸多政策發(fā)布背后，都有一個不爭的事實，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，推動傳統(tǒng)行業(yè)的升級和創(chuàng)新發(fā)展。

以人工智能為例，在金融領域，智能客服和風險管控等領域，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)領域，通過分析加工地圖來幫助農(nóng)場確定作物的問題區(qū)域，優(yōu)化產(chǎn)量；在制造業(yè)，實現(xiàn)智能制造，推動數(shù)字工廠建設，根據(jù)數(shù)字孿生建設實體工廠，大大縮短交付周期，實現(xiàn)高效運轉(zhuǎn)；在醫(yī)療領域，AR輔助手術和遠程成像診斷等，在遺傳綜合癥、肺癌、乳腺瘤、創(chuàng)傷后應激障礙等多種疾病的治療和診斷；在科研領域，AI計算輔助藥物發(fā)現(xiàn)，用于蛋白質(zhì)折疊體結(jié)構的研究、抗菌耐藥性基因的檢測和識別以及新藥的開發(fā)，極大縮短新藥研發(fā)上市時間。在疫情防控中，機器人在生產(chǎn)、危險工作環(huán)境操作、疫情防控中起到大范圍協(xié)助作用。

需要說明的是，隨著基于人工智能算法的智能業(yè)務從互聯(lián)網(wǎng)行業(yè)向交通、工業(yè)、農(nóng)業(yè)、醫(yī)療、金融、政務等傳統(tǒng)行業(yè)的滲透不斷加速，應用場景也從通用場景進一步拓展到行業(yè)場景，讓數(shù)實融合越來越緊密的同時，正在加速通用算力向AI算力的演化。

提及人工智能算法，《報告》顯示，全球各國AI企業(yè)都在大力布局大規(guī)模預訓練模型技術開發(fā)及其商業(yè)化。在美國，OpenAI、谷歌、微軟、臉書等機構形成了GPT-3、SwitchTransformer、MT-NLG等千億或萬億參數(shù)量的大模型。在中國，浪潮、中科院、阿里達摩院等陸續(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)集分別達到2457億和50000GB，相比于美國GPT-3，源1.0參數(shù)集規(guī)模高40%，訓練數(shù)據(jù)集規(guī)模領先近10倍。

而眾所周知的事實是，大模型是通過大算力和大數(shù)據(jù)相結(jié)合，將收集到的海量信息，通過強大的算力支撐與訓練，而得出的基礎的、具有通用性的、綜合的大模型。這類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。而這背后是對于AI算力的巨大需求。

未來對一個大模型訓練所需的算力，可能每3.4個月就翻一番，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于大算力的需求。

接下來再看邊緣計算，我們現(xiàn)在看到邊緣最主要的一個實現(xiàn)方向是智能化越來越明顯，很多的邊緣是做人工智能的處理，邊緣OT或者說IoT設備將收集到的數(shù)據(jù)做初步分析和整理結(jié)構化再傳到核心數(shù)據(jù)中心，這個是我們看到的邊緣計算快速增長的主要動力。IDC中國助理副總裁周震剛?cè)绱私忉寣⑦吘売嬎阈略龅接嬎隳芰χ笜酥械脑颉?/p>

事實是，在人工智能等技術的應用下，設備端產(chǎn)生大量實時數(shù)據(jù)，若直接上傳到云端處理，會對云端的帶寬、算力、存儲空間等造成巨大壓力，同時也存在時延、數(shù)據(jù)傳輸安全性等問題。因此，為緩解云端的工作負載，云計算在云與腦端之間新增了若干個邊緣計算節(jié)點，從而讓邊緣計算快速增長。

盡管邊緣計算快速增長，但在張東看來，邊緣端的算力嚴格來講還是不夠的，如果只是做一些簡單的處理可能還好一點，如果要做很復雜的計算，比如說做智能的判斷、車路協(xié)同、自動駕駛，包括路邊對車的狀態(tài)做一個很好的實時反應，邊緣端需要的算力還是非常大的。

由此來看，邊緣計算未來可期。而這通過IDC的報告也得以體現(xiàn)。

IDC預計未來5年，對邊緣算力的投資增長速度將遠快于核心位置，到2025年，全球邊緣計算服務器支出金額占總體服務器比重將從14.4%提升到24.9%，如果加上軟件和基于邊緣計算的相關解決方案，市場規(guī)模將達到2000多億美元。

需要說明的是，在邊緣計算方面，中國依然是領跑全球。

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

智算中心是數(shù)據(jù)中心未來，進化中加速數(shù)實融合

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

為此，《報告》認為，數(shù)據(jù)中心是國家各產(chǎn)業(yè)進行數(shù)字化轉(zhuǎn)型的基本保障，一國數(shù)據(jù)中心規(guī)模及能效水平將會影響未來算力水平的發(fā)展進程。

提及規(guī)模和能效，《報告》進一步指出，數(shù)字化、綠色化、集約化是關鍵。其中數(shù)字化是指充分利用AI等算力技術加速數(shù)字化轉(zhuǎn)型，提升資源使用效率，實現(xiàn)節(jié)能減排；綠色化則是計算設備的綠色化，通過模塊化數(shù)據(jù)中心、液冷技術，降低數(shù)據(jù)中心PUE值，引入風電、光伏等新能源技術；得益于成本效益和基于現(xiàn)有冷卻系統(tǒng)和數(shù)據(jù)中心基礎設施的可升級性，直接液體冷卻解決方案將在數(shù)據(jù)中心市場得到更廣泛的應用，特別是企業(yè)用戶。集約化是提高計算資源的密度，從而達到更高的效率，通過將離散的企業(yè)數(shù)據(jù)中心的計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)化冷卻設施、并提高服務器利用率，從而使IT資源的利用能效比達到最高，達到減少排放的目標。而這些與智算中心的特點可謂異曲同工。

對此，張東表示，數(shù)據(jù)中心未來的演進形態(tài)是智算中心，而智算中心必須具備三個特點，即開放標準、集約高效、普適普惠。其中，“開放標準”要求數(shù)據(jù)中心從硬件到軟件、從芯片到架構、從建設模式到應用服務都應該是開放的、標準的；“集約高效”要求數(shù)據(jù)中心的建設要有超大規(guī)模，要采用領先的技術，保證自身的先進性；“普適普惠”則要求數(shù)據(jù)中心發(fā)揮基礎設施的社會價值，服務大眾。

另外，針對前述大模型“比大更大”的趨勢，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，才能讓更多的企業(yè)享受普適普惠的智算服務，加速數(shù)實融合的創(chuàng)新發(fā)展。

正基于此，《報告》建議國家應加強算力網(wǎng)絡構建的頂層設計和戰(zhàn)略部署，鼓勵各國加大對算力基礎設施的投資，引導多元資本投入算力基建和運營等，以提升在全球的競爭力。

從國家競爭的角度，我們的算力還處在第二位，而排在后面的國家都在大力推動算力的投資，所以算力的建設不進則退，唯有繼續(xù)加大政府投入的同時，吸引、推動各個方面的投資，算力才會有一個更好的發(fā)展。李東紅針對算力的投資表達了與《報告》相同的觀點。

寫在最后：所謂知微見著，由表及里。通過《報告》，我們看到算力增長的同時，由于數(shù)實融合的發(fā)展，尤其是人工智能的深度應用，算力正在從通用計算向AI和邊緣計算、數(shù)據(jù)中心向智算中心演化。與此同時，作為智算中心本身也在因需而變，不斷進化（例如算法基建化、液冷技術的采用等），而這些勢必會在未來加速數(shù)實融合向更高層次邁進，加倍助力中國數(shù)字經(jīng)濟的發(fā)展。