科學進步一小步，智能支撐人類文明一大步。風起

　　1913年，云涌福特流水線的算力誕生，使汽車的基建加速組裝效率實現了指數級提升，由原來的前進748分鐘縮短至90分鐘，生產效率提高了8倍，人工實現了工業生產從蒸汽機驅動向電氣化驅動的智能支撐成功轉型，進而開啟了整個工業制造業電氣化轉型新時代。風起電力，云涌為當時的算力經濟插上了“轉型翅膀”。

　　一百多年后的基建加速今天，數字經濟風起云涌，前進人工智能(AI)技術蓬勃發展，人工算力需求激增。作為重要“底座”，算力的賦能作用日漸凸顯，已成為社會經濟向數字化、智能化轉型的核心驅動力。這一次，算力將接棒電力，為經濟社會發展插上新的“轉型翅膀”。證券時報“中國智造面對面”系列推出“AI”篇，一窺中國人工智能產業發展現狀。

　　支撐AI規模化應用

　　2023年，人工智能技術實現質的飛躍。通過生成式AI(AIGC)技術，人們可用自然語言與機器進行便捷交互，并將海量的數據經過訓練、推理，快速轉化為生產力，產生實際商業價值。

　　AI技術加速向各行各業滲透，需要運算大量的數據，這個過程所消耗的資源就是算力。2023年，隨著以AIGC為代表的人工智能技術井噴式的發展，算力需求也迎來爆發式增長，部分高端算力產品價格不斷上漲。

　　工業富聯首席數據官劉宗長在接受證券時報記者采訪時表示，三五年前，人工智能在生產、管理的環節只是試點，一些示范工廠或產線應用了AI技術，技術指標上可能已達到公司需求，但難以規模復制。如今，人工智能到了一個轉折點，正在慢慢地規模化應用，比如工業富聯開發的AI自動檢測工站，已規模應用于公司的檢測流程。此外，在先進分析、品質管理等場景下，AI技術也已被大范圍使用。

　　像工業富聯一樣正在使用AI技術，或者其他云計算、邊緣計算、5G、物聯網等技術的企業大量存在，背后都涉及數據的計算、轉換、存儲等。因此，在數字經濟、人工智能時代，算力已成為驅動產業轉型、經濟發展的核心驅動力。

　　算力基建蓬勃發展

　　實現數字經濟高質量發展，需要筑牢算力基礎設施。據了解，算力基礎設施包括超算中心、智算中心、通用數據中心等形態，里面存放大量服務器，專門對數據進行集中管理(存儲、計算、交換)。通用數據中心側重大量數據的存儲、管理，算力中心則側重科學計算，超算中心則主要用來模擬核爆炸、氣候預測等。

　　目前，我國數據中心或算力中心分布廣泛，但超算中心僅有14個，分布在深圳、廣州、無錫、昆山、濟南、青島、太原、鄭州、西安、成都等地。

　　工信部數據顯示，2018年以來，我國數據中心機架數量年復合增長率超過30%，截至今年6月底，我國算力總規模達到每秒1.97萬億億次浮點運算，位居全球第二。

　　“算力基礎建設成為了新基建的重要內容之一，國家統籌建立的‘東數西算’八大樞紐、國家超算中心等，就相當于高速公路的國道，各個地方建立的算力中心等則相當于省道，國家把算力新基建建好了，以后的產業才會有更大的發展機會。”拓維信息董事長李新宇對證券時報記者表示。

　　國家超算長沙中心主任李肯立告訴證券時報記者，盡管“東數西算”等可以部分解決東西部算力需求和資源不匹配的問題，但是還做不到像電力一樣方便地輸送，因為算力輸入是硬件，目前標準等各方面還不統一，技術方面還存在難點。“在這個背景下，當下各城市根據自身算力需求，在本地建設算力中心，也是比較現實且可循的方式。”李肯立說。

　　國際數據機構IDC聯合其他機構發布的《2021—2022全球計算力指數評估報告》顯示，計算力指數平均每提高1個點，數字經濟和地區生產總值將分別增長3.5‰和1.8‰。一個國家或地區增加對計算力的投資可以帶來經濟的增長，且這種增長具有長期性和倍增效應。

　　另據浪潮人工智能研究院測算，預計到2025年全球計算力規模將比2020年提升30倍。

　　像用電一樣使用算力

　　近些年，我國數字經濟轉型逐漸深入，智能化轉型大力推進，算力發展政策東風頻吹。

　　2022年2月，國家發改委等多部門印發通知，全面啟動“東數西算”工程，同意在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等8地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群。

　　今年以來，從國家到地方的各種算力重磅措施、方案也頻出。10月8日，工信部等發布《算力基礎設施高質量發展行動計劃》，提出要著力推動算力基礎設施高質量發展，隨后，上海、廣東、深圳、成都等多地相繼出臺算力發展政策。

　　12月26日，國家算力政策再加碼。國家發改委、國家數據局等五部門聯合印發《深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》(下稱《意見》)，提出到2025年底綜合算力基礎設施體系初步成型等一系列目標。

　　《意見》旨在以算力高質量發展賦能經濟高質量發展為主線，協同推進“東數西算”工程，形成跨地域、跨部門發展合力，助力網絡強國、數字中國建設，提出到2025年，我國綜合算力基礎設施體系初步成型，用戶使用各類算力的易用性明顯提高、成本明顯降低，國家樞紐節點間網絡傳輸費用大幅降低;算力網關鍵核心技術基本實現安全可靠，以網絡化、普惠化、綠色化為特征的算力網高質量發展格局逐步形成，同時強調，將從通用算力、智能算力、超級算力一體化布局等五個統籌出發，推動建設聯網調度、普惠易用、綠色安全的全國一體化算力網。

　　顯然，算力已成為經濟高質量發展的重要動能，從過去“東數西算”的啟動到現在“全國一體化算力網”的構建，國家更加注重算力基礎設施建設的質量。

　　“未來的算力，可能像現在的電力一樣，能夠實現全國的統一調配管理、即取即用。”李新宇對證券時報記者表示。

　　價格將趨于合理

　　值得一提的是，激增的算力需求以及美國高端芯片供應受限等，已導致市場算力產品供不應求，價格暴漲，這在一定程度上增加了企業的算力成本。

　　vivo副總裁、AI全球研究院院長周圍曾在接受證券時報記者采訪時坦言，“手機調用云端大模型，目前大概一次1.5分，這個成本非常高，我們3億用戶每天用十次，一年下來要一百億元左右的支出。”

　　國盛證券《ChatGPT需要多少算力》報告顯示，大模型前期訓練成本很高，一次超過百萬美元，這個費用不僅涵蓋了模型的架構、算法和訓練數據的選擇，還包括了模型訓練所需要的大量計算資源和時間成本。而隨著模型上線部署后使用量的增加，推理成本可能遠超訓練成本，尤其隨著大語言模型不斷升級迭代，參數量突破萬億、模型能力越來越強、用戶使用量激增，推理成本也會呈幾何式增長。

　　對此，劉宗長對證券時報記者表示，造成算力成本高的原因主要有兩方面，一是因為需求大幅增長而產能不夠，二是由于地緣政治、美國芯片禁令影響。

　　“目前公司正配合客戶在布局新的產能，預計明年在供應端會有一個明顯的提升，同時隨著供應的恢復，產品價格也會有所下降，進而會帶動更多新的需求。”劉宗長說，“當供應與需求開始平衡后，算力價格會逐漸趨于合理，回歸理性。”

　　李新宇也認為，隨著時間的推移，技術的進步、生態的成熟，未來算力成本會逐步降低。

　　算力成本較高另一原因，是我國算力產業仍與國際頭部企業存在一定差距，未來若能把握產業生態的發展規律，供給格局也將發生變化。

　　中國科學院院士王懷民對證券時報記者表示，我國算力產業發展要抓住機遇快速迭代升級，不僅要從芯片、軟件方面發力，更要注重生態的培育和打造，而中國在生態營造上具備獨特的優勢，中國具有龐大的消費市場、工程師群體等。

免責聲明：家電資訊網站對《人工智能風起云涌 算力基建支撐加速前進》一文中所陳述、觀點判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。

本網站有部分內容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，本網站無法鑒別所上傳圖片或文字的知識版權，本站所轉載圖片、文字不涉及任何商業性質，如果侵犯，請及時通知我們，本網站將在第一時間及時刪除，不承擔任何侵權責任。聯系QQ：411954607

本網認為，一切網民在進入家電資訊網站主頁及各層頁面時已經仔細看過本條款并完全同意。敬請諒解。