所謂算力，就是對數(shù)據(jù)的處理能力。小到手機(jī)、個人電腦，大到服務(wù)器、超級計算機(jī)，算力正走進(jìn)千家萬戶、服務(wù)千行百業(yè)，成為像水、電、燃?xì)庖粯拥墓不A(chǔ)資源，提供“即取即用”的社會化服務(wù)。AI浪潮席卷而來，算力需求不斷加大，作為新時代技術(shù)“底座”的智能算力產(chǎn)業(yè)方興未艾。

初步統(tǒng)計，北京已形成1.2萬P的總算力供給規(guī)模，下一步將加速算力基礎(chǔ)設(shè)施建設(shè)，打造京津冀算力廊道，形成以智能算力為主、通用算力和超級算力多元協(xié)同的首都地區(qū)算力供給體系。

今年以來，ChatGPT的橫空出世掀起一波席卷全球的大模型浪潮，這種強(qiáng)勁的需求瞬間傳導(dǎo)至上游，支撐大模型訓(xùn)練和推理的算力成為“兵家必爭之地”。作為智能時代的新型基礎(chǔ)設(shè)施，智能算力中心迎來飛速增長的機(jī)遇窗口。2023年10月，工信部等六部門聯(lián)合印發(fā)《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》，其中提出2025年建成50個智能計算中心等量化指標(biāo)。而計算力方面，到2025年規(guī)模將超過300EFLOPS，智能算力占比達(dá)到35%。

從整體而言，我國算力基礎(chǔ)設(shè)施規(guī)模已位居世界前列，但人均算力尚低。在數(shù)字經(jīng)濟(jì)時代，人工智能的進(jìn)一步發(fā)展需要通過軟硬件密切協(xié)同，才能進(jìn)一步加速算力提升和使用效率。在未來，新型數(shù)據(jù)中心將是提供多樣性計算綜合能力的算力集群，以滿足千行百業(yè)智能化的需求。

由于算力需求大幅增加，其內(nèi)嵌英偉達(dá)A100芯片的高性能服務(wù)器算力服務(wù)收費將上調(diào)100%。多家券商在10月發(fā)布的研報提出，隨著行業(yè)需求的攀升，算力租賃行業(yè)將進(jìn)入新一輪漲價周期。多家大模型企業(yè)均遇到了不同程度的算力缺口。算力緊缺，已成為影響我國大模型產(chǎn)業(yè)發(fā)展重要因素。

大模型是新型基礎(chǔ)設(shè)施的關(guān)鍵底座之一，大模型的競爭也是國家科技戰(zhàn)略的競爭，中國一定要布局全棧自主創(chuàng)新的大模型產(chǎn)品，同時要構(gòu)建國產(chǎn)化算力。目前一些國外廠商在芯片生產(chǎn)上有著更多的話語權(quán)，國內(nèi)則因起步較晚，自研的芯片在性能上仍稍顯不足。但性能上的差距可以在生態(tài)上得到彌補(bǔ)。所謂好的生態(tài)就是讓芯片用起來不費勁，建立這樣的生態(tài)，并讓市場接受，需要一個過程。國產(chǎn)生態(tài)只要解決好編程框架、并行加速、調(diào)度器、內(nèi)存分配系統(tǒng)、容錯系統(tǒng)、存儲系統(tǒng)等問題，即使只有國外芯片60%的性能，國產(chǎn)芯片也會大受歡迎。

除了人均算力水平尚低、算力關(guān)鍵技術(shù)等限制外，隨著數(shù)據(jù)爆發(fā)式增長與算力單點性能極限之間的矛盾日益突出，我國算力節(jié)點通過網(wǎng)絡(luò)靈活高效調(diào)配算力資源的能力仍存在不足，算網(wǎng)協(xié)同和全局調(diào)度能力有待提高，難以滿足數(shù)據(jù)對算力隨需處理的需求，將領(lǐng)先算力高效轉(zhuǎn)化為解決科學(xué)與工程難題的能力依然面臨挑戰(zhàn)。

智算中心的建設(shè)和布局是一個重要趨勢，但也伴隨著包括資源分配、合作與競爭等方面的挑戰(zhàn)，算力的統(tǒng)一調(diào)度是算力發(fā)展的路徑之一，其關(guān)鍵在于將分散的算力資源聚合，形成集群效應(yīng)。

同時，對算力互聯(lián)互通也提出了兩點建議：一是屏蔽異構(gòu)基礎(chǔ)設(shè)施，通過統(tǒng)一的資源管理與調(diào)度軟件實現(xiàn)算力的互通；二是提供更多的服務(wù)軟件，抓住算力應(yīng)用的機(jī)遇，提升算力普惠價值。

在建設(shè)智能算力中心的同時，也要兼顧算力能耗與國家“雙碳”目標(biāo)的平衡。未來數(shù)據(jù)中心的發(fā)展須考慮不同地區(qū)能源結(jié)構(gòu)的差異、同一地區(qū)不同行業(yè)的業(yè)務(wù)差異，提供更綠色的算力，并滿足實時應(yīng)用的需求。

在新建智算中心的同時，傳統(tǒng)數(shù)據(jù)中心的智算改造與升級，成為綠色算力的重要組成部分。幫助傳統(tǒng)數(shù)據(jù)中心獲得可持續(xù)增長，以滿足人工智能產(chǎn)業(yè)對數(shù)據(jù)中心的高算力、高效率、更環(huán)保的需求。