中国计算力水平，全球第二！

不久前，由国际数据公司（IDC）、浪潮信息、清华大学全球产业研究院联合编制的《2022—2023全球计算力指数评估报告》在北京发布。评估结果显示，2022年，中国整体服务器市场规模保持6.9%的正增长，占全球市场比重达25%，2017年至2022年的复合增长率达48.8%。从国家算力指数排名看，中国计算力水平位居全球第二，处于领跑者国家行列。

算力作为数字经济时代新的生产力，对推动科技进步、赋能行业数字化转型、促进经济社会发展发挥着日益重要的作用。近年来，中国算力产业不断发展、创新能力日益提升，截至2022年底，中国在用数据中心机架总规模超过650万标准机架，算力总规模达到180百亿亿次/秒。

随着中国深入推进算力和应用融合发展，算力赋能效应更加凸显。一方面，算力深度融入互联网、通信、制造、科研等行业领域，为智能化改造和数字化转型提供有力支撑；另一方面，算力催生的新业态、新模式，成为推动新兴产业成长的驱动力。

(相关资料图)

目前中国算力产业呈现出哪些发展新特点，又将如何赋能千行百业高质量发展？记者进行了采访。

多行业需要算力支撑

从互联网逐步向电信、制造、教育等领域拓展

前不久，云上科研智算平台CFFF在复旦大学上线。该平台由面向多学科融合创新的智能计算集群“切问一号”和面向高精尖研究的专用高性能计算集群“近思一号”两部分组成。

基于高速数据传输网和云计算技术，部署在复旦校内的“近思一号”和托管在1500公里外阿里云乌兰察布数据中心的“切问一号”连成了一台真正意义上的“超级计算机”，以满足不同应用场景下的科学智能研究与应用需求。

近年来，随着科研数据和算力资源日益丰富，算力在科学研究各领域的应用场景不断拓展。

复旦大学云上科研智算平台的成功搭建，让多年钻研介孔材料的中国科学院院士、复旦大学化学系教授赵东元充满期待：“实验科学的数据非常多，如果通过文献数据可以找到设计一种材料的最佳路线，将会节省很多时间，我们对物质的认识也会更加深入。”

“以大规模异构算力为基础的智能计算平台将成为今后科研的重要支撑力量，推动基础学科及交叉学科建设，实现科研成果的深度融合和转化?！备吹┐笱３そ鹆λ怠?/p>

如今，不仅在高校，很多行业都需要算力支撑，不少地方也把推动算力水平提升、实现技术协同创新作为面向未来的战略选择。算力极大地推动了人工智能等前沿技术发展及产业创新，成为激活数据要素潜能、驱动经济社会数字化转型的新引擎。

“当前，中国数字基础设施建设加快，算力基础设施的综合能力显著提升?！敝泄ㄐ疟曜蓟岣泵厥槌つ闲律印按妗⑺?、网”3个环节介绍，截至2022年底，中国数据存储能力总规模超过1000EB（相当于1万亿GB），算力总规模达到180百亿亿次/秒，国家枢纽节点间的网络单向时延降低到20毫秒以内。

“算力已经成为像水、电、燃气一样的基础资源，梯次优化、开放多元的算力供给体系逐步构建，在需求、标准、生态等方面快速发展，支撑着上层应用开发迭代，为产业创新提供源头动力?！蹦闲律?。

中国信通院发布的《中国算力发展指数白皮书（2022年）》显示，中国算力应用从互联网逐步向电信、制造、教育等领域拓展。从各行业算力应用分布看，互联网行业对数据处理、模型训练的需求不断提升，占整体算力50%的份额，是算力需求最大的行业；政府行业占比12%，位列第二位；服务、电信、金融、制造、教育、运输等行业分列第三位到第八位，其中应用场景丰富的制造业对算力需求有较大提升潜力。

不再追求算力堆砌

在各类数字化要素协同中实现更大价值

智能仓库接受订单后，对指定货物自动分拣出库，通过AGV（自动导向车）转运至自动驾驶货车，“绿波带”信号协调技术保障货车优先通行……在重庆两路果园港综合保税区，以边缘计算为代表的新一代信息技术完成规?；渴?，打造智慧物流新模式。

“利用路侧感知设备及边缘计算平台，实现车端和路侧的智能监控。通过5G网络将车联网数据分流至边缘计算节点，结合私有云支持的云控平台，进行融合分析与数据分发，最终达成车路协同?！绷爰?G智慧交通解决方案总监李虓介绍。

除了港口物流，算力赋能正向其他赛道和领域延伸?；坪尤侵薰壹蹲匀槐；で呛蚰裰匾那ㄡ阒凶尽⒃蕉睾头敝车兀虼吮挥澳窭嗟墓驶　?。近年来，这里建成了智慧监测系统，让在?；でぷ髁?0多年的高级工程师单凯彻底告别了一摞摞的“兽类样带法野外调查记录表”。

斑嘴鸭，识别总量2714只；东方白鹳，累计识别333次……丰富的数据在智慧监测系统里清晰显示。“这个系统大大节约了我们的工作时间，提高了鸟类监测数据统计效率。在减少空拍等影像资源浪费的同时，还实现了对实时和历史数据的深加工?！钡タ怠?/p>

“起初，野生动物领域的专家对算力并不认可，很多野生动物从幼崽到成年的外形变化很大，跟踪识别的难度也比较大?！贝词又悄芸萍迹暇┯邢薰局葱卸挛罕旮嫠呒钦撸欢嫌呕?，系统现在可以更精准地识别鸟类，更好地满足?；で挠τ眯枨蟆?/p>

专家认为，智能化时代到来，算力已经无处不在、无时不有。用户手中的“端”、覆盖广泛的“云”，都能产生算力。

“随着数据量呈指数级增长，算力底座将不断得到夯实，这对算力发展提出更高要求。数字经济的基础设施及通用人工智能的核心动力是未来算力的两大特征?！绷爰鸥弊懿贸抡窨肀硎荆痈餍懈饕凳只托枨罄纯?，“算力”不能简单堆砌，而要向“智慧”方向发展，应用更广泛、更智慧的算力最终将成为像水、电一样的基础资源，在各类数字化要素的协同中实现更大价值。

算力发展带动服务模式转变

多元化应用场景需要多样性算力支撑

分类型看，现阶段算力主要可分为基础算力、智能算力和高性能计算算力3种类型。陈振宽解释：“基础算力主要基于CPU芯片的服务器，智能算力主要基于GPU等芯片的加速计算平台，而高性能计算算力主要基于融合CPU芯片和GPU芯片打造计算集群，它们分别面向基础通用计算、人工智能计算、科学工程计算等应用场景?！?/p>

多元化应用场景需要多样性算力的支撑。海量复杂数据处理需求驱动着计算量大幅增长，算力智能化升级成为趋势。根据中国信通院的测算，智能算力已成为中国算力增长的主要动力。中国移动研究院副院长段晓东认为，计算产业加速融入实体经济，正面临着各行各业的场景需求和体验挑战。无论是从计算产业自身发展来看，还是从赋能产业升级的需求看，都需要推进多样性算力发展。

中国工程院院士、清华大学教授郑纬民认为，多样性算力的规模部署，关键在于两个方面：一是从供给侧做好软硬件协同和融合创新，释放多样性算力潜能；二是由需求方牵头构建一致性测评体系，牵引产品快速迭代，引导用户敢用、多用多样性算力产品。

算力的发展也在带动服务模式的转变。今年4月，科技部启动国家超算互联网部署，通过构建市场化的运营和服务体系，实现算力资源统筹调度。在博大数据首席执行官张永健看来，算力资源服务将成为未来数据中心的发展重点。从售卖机柜的传统模式向提供算力服务的新模式转变，有利于算力产业触达更多用户、拓展更为广阔的市场。