大模型算法推動人工智能向更通用方向發展，帶動智能算力需求激增。

10月8日，工信部等六部門聯合印發《算力基礎設施高質量發展行動計劃》（以下簡稱《計劃》）。

《計劃》明確，到2025年，計算力方面，算力規模超過300EFLOPS（FLOPS即每秒執行的浮點運算次數，1EFLOPS=10^18FLOPS），智能算力占比達到35%，東西部算力平衡協調發展。

【資料圖】

《每日經濟新聞》記者注意到，《計劃》共提出完善算力綜合供給體系、提升算力高效運載能力、強化存力高效靈活保障、深化算力賦能行業應用、促進綠色低碳算力發展、加強安全保障能力建設等重點任務。

貴州大學省部共建公共大數據國家重點實驗室算力中心 圖片來源：新華社記者 劉續 攝

我國算力基礎設施發展還有一定差距

何為算力基礎設施？《計劃》指出，算力基礎設施是新型信息基礎設施的重要組成部分，呈現多元泛在、智能敏捷、安全可靠、綠色低碳等特征，對于助推產業轉型升級、賦能科技創新進步、滿足人民美好生活需要和實現社會高效能治理具有重要意義。

工信部相關負責人在解讀該《計劃》時表示，隨著數字經濟時代全面開啟，算力正以一種新的生產力形式，為各行各業的數字化轉型注入新動能，成為經濟社會高質量發展的重要驅動力。算力基礎設施作為算力的主要載體，是支撐數字經濟發展的重要資源和基礎設施，對于實現數字化轉型、培育未來產業，以及形成經濟發展新動能等方面具有重要作用。

數據顯示，2022年我國算力核心產業規模達到1.8萬億元，算力正加速向政務、工業、交通、醫療等各行業各領域滲透。截至2023年6月底，全國在用數據中心機架總規模超過760萬標準機架，算力總規模達到197EFLOPS，位居全球第二。算力總規模近五年年均增速近30%，存力總規模超過1080EB（EB即艾字節，1艾字節=2^60字節）。

前述相關負責人表示，當前，新一輪科技革命和產業變革正在向縱深演進，算力基礎設施的重要性不斷提升，各國持續加大投入。我國算力基礎設施發展成效顯著，但與推動數字經濟與實體經濟深度融合、實現經濟社會高質量發展的目標任務相比，與應對國際市場激烈競爭的要求相比，仍有一定差距。

賽迪顧問人工智能產業研究中心常務副總經理鄒德寶在接受《每日經濟新聞》記者微信采訪時表示，當前推動我國算力基礎設施高質量發展，最需要解決的是算力供給不足與算力需求迫切之間的矛盾，需要大量建設電路基礎設施以保障各行業對智算中心的需求。

《計劃》提出，到2025年，計算力方面，算力規模超過300EFLOPS，智能算力占比達到35%，東西部算力平衡協調發展。

對于這一目標的設定，鄒德寶認為，這是根據目前數字經濟領域對算力的需求定的，智能算力占比是根據現在智能化水平而定，該目標具有可實施可落地能力。

深化算力賦能行業應用

記者注意到，在深化算力賦能行業應用方面，《計劃》提出，構建一體化算力服務體系。打造集成多方算力資源和開發平臺的算力服務，鼓勵各地為中小企業、科研機構提供普惠算力資源，降低算力使用成本和門檻，保障算力使用需求。

浪潮算力網絡研究院副院長仇樹卿在接受《每日經濟新聞》記者電話采訪時表示：“算力分三種，通用算力、智算和超算，通用算力可以理解為云，智算的典型應用是AI（人工智能）訓練推理，超算則被廣泛應用于科學計算、地震模擬、預報預測等。隨著我國經濟逐步向數字化、智能化、技術驅動化轉型，社會對智算、超算的需求快速增長，算力結構也隨著應用需求的變化不斷演化。”

仇樹卿表示，當前在降低算力使用成本與門檻等方面仍存在一定的技術短板與壁壘，傳統的云服務提供以“資源式服務”為主，例如，用戶以固定套餐價格購買云服務，但往往只在某一時間段內使用，剩余時間則處于閑置狀態，造成大量的算力資源浪費。因此，在這種情況下，用戶更多需要的是“任務式服務”，而算力網絡的終極目標就是實現從“資源式服務”到“任務式服務”的轉變，精準感知底層資源狀態及用戶業務意圖，提供靈活按需、隨取隨用的服務，實現波峰、波谷的高效調配，減少資源閑置與浪費。

他舉例說，政務云有大量的IDC（數據中心）資源、云計算資源，但大部分處于低能效運行狀態，通常情況下，使用率僅有40%，60%的資源是閑置的，同時，與需要算力資源的一些企業間資源協同不足，造成算力資源嚴重分布不均；而構建一體化算力服務體系有助于降低算力的使用成本和門檻，促進跨區域、跨行業、跨主體的算力均衡發展。

同時，他也提到，應該建立L1~L7的多級算力交易服務體系，包括L1用戶級、L2片區級、L3城市級、L4部省級、L5地域級、L6國家級、L7國際級等，持續提升算力交易的規范、高效及精細化程度，助力算力資源的高效流通。

此外，《計劃》還提出了“算力+工業”“算力+教育”“算力+金融”“算力+交通”“算力+醫療”“算力+能源”。

為什么優先選擇這幾個行業？對此，鄒德寶認為，這些行業是數字經濟領域重點產業應用方向，也是貢獻GDP最高的行業領域。

仇樹卿則認為，今年算力發展的主要驅動力之一是大模型，而這幾個領域是與AI關系非常緊密的行業，比如工業的仿真計算與模擬預測，教育的學習顧問與智能助教，金融的智能客服與營銷，交通的自動駕駛與路徑規劃，醫療的智能問答與診療，能源的無人挖礦與智能勘探等。

封面圖片來源：新華社記者 劉續 攝

關鍵詞：