我國算力已達世界第二，未來將如何發展？

【文/觀察者網 唐曉甫】1月19日，在國務院新聞辦舉行的2023年工業和信息化發展情況新聞發佈會上，工業和信息化部新聞發言人、運行監測協調局局長陶青介紹了我國製造業數字化轉型相關情況。

在會上她表示，我國現有算力總規模已經位居全球第二。國內一定影響力的工業互聯網平台超過340家，人工智能企業數量超過4400家。在全面數字化和人工智能發展等政策的推動下，重點行業轉型步伐不斷加快。大飛機、新能源汽車、高速動車組等領域示範工廠研製週期平均縮短近30%、生產效率提升約30%。

那麼什麼是算力呢？它為什麼那麼重要呢？

我國算力現狀

中國信息通信研究院發佈的《中國算力發展指數白皮書（2021年）》對於算力是這樣解釋的：從狹義上看，算力是設備通過處理數據，實現特定結果輸出的計算能力。2018年諾貝爾經濟學獎獲得者William D. Nordhaus在《計算過程》一文中提出：“算力是設備根據內部狀態的改變，每秒可處理的信息數據量”。算力實現的核心是CPU、GPU、FPGA、ASIC等各類計算芯片，並由計算機、服務器、高性能計算集羣和各類智能終端等承載，海量數據處理和各種數字化應用都離不開算力的加工和計算。算力數值越大代表綜合計算能力越強。

早在2023年4月，由國家網信辦發佈《數字中國發展報告（2022年）》中就指出：我國算力基礎設施規模加速提升，截至2022年底，我國數據中心機架總規模已超過650萬標準機架，近5年年均增速超過30%，在用數據中心算力總規模超180EFlops，位居世界第二。而1EFlops約為8台神威·太湖之光超級計算機（峯值性能約125PFlops），或者25萬台主流雙路服務器，或者200萬台主流筆記本的算力輸出。

神威·太湖之光 圖片來源：視覺中國

之後在9月舉行的2023世界計算大會上，工業和信息化部總工程師趙志國指出，當前，以異構計算、智能計算、量子計算等為代表的先進計算已演進到質變的關鍵階段。2022年，我國計算產業規模達2.6萬億元，近六年累計出貨超過2091萬台通用服務器、82萬台AI服務器。

中國信息通信研究院在當月發佈的《中國算力發展指數白皮書（2023年）》中指出，現在全球各國算力規模與經濟發展水平密切相關，經濟發展水平越高，算力規模越大。2022年算力規模前20的國家中有17個是全球排名前20的經濟體，並且前五名排名一致，美國和中國依然分列前兩位，同處於領跑者位置。

2022 年全球算力規模與GDP關係 圖片來源：中國信息通信研究院

中國信息通信研究院測算結果顯示，2022年美國、中國、歐洲、日本在全球算力規模中的份額分別為34%、33%、17%和4%，美國、中國佔比與2021年持平，其中智能算力方面，中國、美國處於領先，按照近6年AI服務器算力總量估算，中國和美國算力全球佔比分別為39%和31%。

2022年全球算力規模分佈情況 圖片來源：中國信息通信研究院

這是一個非常了不起的成就。因為算力快速發展併成為一種趨勢，僅僅靠國家主導經濟向智能化轉型的命令是不夠的。這樣的需求背後是我國內生的經濟轉型，尤其是產業升級對於AI訓練、機器學習等的相關需求作為支撐。這種規模的需求和增長速度意味着我們不僅追上了世界發展的潮流，更是在100多年來首次成為科技革命的弄潮兒。

算力為什麼突然成為了關注的焦點？

算力這一概念走入多數人的視野的核心契機是2022年底到2023年初，AI大模型尤其是Chatgpt爆火帶來的出圈效應。

在2022年底到2023年初，由繪畫AI和大語言模型為代表的新一代AI顛覆了人們傳統上對於AI只能在特定領域完成有限工作的認知。隨後大模型的概念受到人們關注。

大模型是指包含超大規模參數的神經網絡模型。新出現的AI大模型具有強大的表達能力和學習能力。同時，運行和訓練這樣的大模型需要成百上千個GPU、TPU等硬件連續運行幾周到幾個月，對超過100億乃至千億以上的參數進行數據處理。

而之所以需要那麼多參數和硬件的核心原因是，科學家們發現，當模型參數超過100億，訓練量和參數超過一個閾值之後，模型的精確度會猛增。新模型對於很多問題的回答就更像個人了。而且，似乎參數量越大，訓練越多，AI的表現就越好。

當訓練和參數超過一個閾值AI出現了智能湧現現象 圖片來源：“Emergent Abilities of Large Language Models”

這就讓算力從衡量國家、企業發展的一個普通指標，變成了決定對未來至關重要的AI能力上限的硬性參數了。

而且隨着多模態大模型的發展，對算力的需求似乎在短期內會越來越大。一般認為，最早出圈的GPT-3和3.5模型的參數量是1750億個，GPT-4模型的參數量雖然一直秘而不宣，但是一般認為可能會在數千億到萬億級別。而谷歌具身多模態語言模型PaLM-E，其參數量高達5620億，遠超GPT-3；而在2023年12月推出Gemini的參數更是高達1.6萬億個，訓練所需算力是GPT-4的5倍。

可以説隨着2022年人類進入大模型時代，算力正在成為我們這個時代未來發展最重要的基礎設施之一。

中國算力將在逆境中成長

在2020年，美國宣佈全面限制華為購買採用美國軟件和技術生產的半導體，同時要求要為華為和海思生產代工前，都需要獲得美國政府的許可證。很多人低估了這件事對於我們國家發展的影響，因為華為不僅僅是中國當時最大的手機製造商，它同時也是我國最大的AI芯片生產商。其在2019年發佈，由台積電代工的昇騰910芯片時至今日依舊是中國最強的國產AI芯片之一。而且其巔峯之作，昇騰910在A100發售之前，一度可以爭奪世界第一AI芯片桂冠。

2019年華為發佈昇騰910芯片 圖片來源：視覺中國

到了2022年10月，也就是AI大模型即將爆發的前夜，美國方面通過了《芯片法案》，首次提出禁止中國大陸進口A100和H100級別及以上的芯片。並在去年進一步限制了中國大陸進口A800、H800等高端AI芯片甚至4090遊戲芯片，試圖將中國算力發展尤其是AI大模型發展限制在一個相對較低的水平。美方為了實現相關目的，甚至不惜放棄長期利益，為中國半導體產業留下了一塊巨大的市場空白。

為了應對相關挑戰，我國算力發展規劃政策相繼出台，算力基礎設施已成為AI行業亟需佈局的資源。2023年2月，中共中央國務院印發《數字中國建設整體佈局規劃》，強調“促進東西部算力高效互補和協同聯動”。2023年10月，工業和信息化部等六部門關於印發《算力基礎設施高質量發展行動計劃》的通知，明確到2025年，算力規模超過300EFlops，智能算力佔比達到35%，東西部算力平衡協調發展。

同時各地瞄準算力賽道佈局，相繼出台多項政策舉措大力支持算力產業發展。以深圳為例，2023年12月5日，深圳發佈《深圳市算力基礎設施高質量發展行動計劃（2024-2025）》，提出20條重點任務，助力深圳打造“多元供給、強算賦能、泛在連接、安全融通”的中國算網城市標杆。全國上下已形成積極推動算力產業快速健康發展的良好局面。

國家超級計算深圳中心 圖片來源：視覺中國

此外，作為重要數字技術設施，近年來我國數據中心市場規模不斷增長。根據IDC數據顯示，2022年中國數據中心服務市場規模達1293.5億元人民幣，同比增長12.7%，數據中心採購規模進一步提升。目前，全國8個國家算力樞紐節點建設已全部開工，10個國家數據中心集羣同步佈局。我國西部地區新開工建設的數據中心項目數量穩步增長，我國算力集聚效應初步顯現。

在產業方面，國內自主研發也在加速。2023年，百度、華為、訊飛等公司基於自己現有的算力基礎和技術推出了自己的大模型，搶佔國內市場。包括華為、小米、VIVO、OPPO等品牌手機都開始實裝手機本地大模型。

隨着2023年下半年華為突破7nm製程芯片工藝量產和出貨，旗下子品牌昇騰再次推出了新一代Altas 900 AI計算集羣，並開始出售。相比於2019年的前代Altas 900集羣，此次發售強調了其擁有支持超萬億參數大模型訓練能力、優化了針對大模型訓練的系統性優化和算力調度能力、進一步提高了其超高的可靠性以及提供了針對大模型推理部署的專用軟件生態。

2022年7月華為Atlas900PoD的AI訓練集羣模型 圖片來源：視覺中國

對於華為在算力方面的野心，去年9月華為副董事長、時任輪值董事長、CFO孟晚舟曾表示，人工智能的發展，算力是核心驅動力。華為致力於打造中國堅實的算力底座，為世界構建第二選擇。

本文系觀察者網獨家稿件，未經授權，不得轉載。