數字經濟時代全球算力政策走向與中國發展路徑探究

閔 珊 郝可意 刁建超 張娟娟

（作者單位：閔珊，郝可意，刁建超，天津市科學技術發展戰略研究院；張娟娟，天津市大數據管理中心）

一、前言

發展數字經濟，算力是核心生產力。全球圍繞數字經濟關鍵領域加快部署，我國已經陸續出臺系列政策措施，加快構建以算力和網絡為核心的新型基礎設施體系。梳理國內外算力資源創新應用發展態勢發現，全球算力供給加速增長，多樣應用需求加速算力升級，算力正成為驅動經濟增長的關鍵力量。然而，與世界算力發達地區相比，我國算力創新能力、技術水平、應用場景仍有較大提升空間。因此，從做好頂層布局、加強基礎設施建設、促進應用創新、加快人才培養等四方面，提出我國提升算力競爭力的創新路徑。

隨著新一輪科技革命和產業變革的加速演進，全社會數據總量爆發式增長，數據資源存儲、計算和應用需求大幅提升，整個世界進入了“算力時代”。算力通過人工智能、大數據等一系列數字化軟硬件基礎設施，賦能各行各業的數字化轉型升級，逐步成為數字經濟時代國家和地區數字化生產力的重要內容。作為新科技革命和產業變革中重要的競爭力基礎支撐，算力經濟已成為全球戰略競爭的焦點，美歐日等國家和地區不斷加快算力相關產業布局，國家間、區域間、企業間的算力競爭愈發激烈。

二、國內外算力資源創新應用發展態勢

全球算力供給與需求加速增長。根據中國信通院的《中國算力發展指數白皮書》顯示，2020 年全球算力總規模達到429 EFLOPS，增速達39%，預計到2025 年整體規模將達到3300EFLOPS。從國內看，2020 年，我國算力規模為135EFLPOPS，全球占比約為31%，增速達55%。根據斯坦福《AI Index2019》報告顯示，全球的算力需求每3.5 個月就會翻一倍，遠遠超過了算力的增長速度。根據IDC 調研，超過九成的企業正在使用或計劃在三年內使用人工智能，其中74.5%的企業期望在未來可以采用具備公用設施意義的人工智能算力新型基礎設施，這有可能進一步加劇算力特別是高性能算力的短缺。

多樣應用需求加速算力升級。單芯片算力方面，微架構創新持續加快，集成電路制造工藝升級路徑逐漸明晰。多級異構計算逐漸普及，在移動互聯網、人工智能、云計算等應用中占比不斷提高。此外，量子計算、類腦計算、數據流計算等加快探索。隨著萬物互聯和行業智能化的發展，很多智能應用都需要在線實時提供，對算力的泛在供給和及時供給提出更高要求，新型應用將加速驅動數據處理由云端向邊側、端側的擴散，呈現“云-邊-端”三級架構。面對算力單點薄弱現狀，將算力調度的高需求轉化為網絡超寬帶高智能發展的動力，是算力資源優化調整的重要途徑。

算力正成為驅動經濟增長的關鍵力量。據《2021-2022 全球算力指數評估報告》顯示，15 個重點國家算力指數平均每提高1 點，數字經濟和GDP 將分別增長3.5‰和1.8‰[1]。根據中國信通院測算，2020 年我國算力產業規模已高達2 萬億元，直接帶動經濟總產出1.7 萬億元，間接帶動經濟總產出6.3 萬億元，即在算力中每投入1 元，將帶動3-4 元經濟產出。尤其是新冠疫情爆發以來，算力在病例診斷、人員流動監管、物資緊急調動以及助力病毒基因測序、疫苗及藥物研發、蛋白篩選等藥物研發攻關方面發揮了重要作用。

三、主要國家算力資源創新應用政策走向

（一）美國：加快戰略部署，鞏固領先地位

中美同處全球算力發展第一梯隊，為了維持其領先地位并趕超中國，美國始終保持大力投入。2015 年7 月，美國政府開始推行國家戰略計算計劃（NSCI），并先后發布《國家戰略計算計劃戰略規劃》（2016）、《國家戰略性計算計劃（更新版）》（2019）、《引領未來先進計算生態系統：戰略計劃》（2020），逐步形成和完善指導算力發展的戰略部署，側重點從建造世界上速度最快的高性能計算機，到圍繞計算機硬件、軟件和整體基礎設施的整個算力生態建設，再到構建覆蓋政產學研的國家級算力體系。此外，針對算力相關基礎設施建設，2016 年開始實施數據中心優化計劃，以財政政策支持數據中心集約化發展，目前美國擁有全球最多的超大規模數據中心。2018 年美國發布《美國重建基礎設施立法綱要》，提出重點投資“5G 通訊基站、智能電網、寬帶網絡和大數據”等領域。2021 年6 月，美國宣布將推行1.2 萬億美元“新基建計劃”，其中包括部分資金用于新型芯片研發，650億美元用于鋪設寬帶網絡。

（二）日本：強化算力應用，加快數字化轉型

日本高性能計算應用水平很高，尤其在地震預測、天氣預報、汽車、材料等方面具有較大優勢。日本將先進計算納入重點支持的高新科技領域，發布多個重點支持項目。2014 年，日本宣布啟動名為“post-K”的E 級超算計劃，用于國家高性能計算基礎設施。2019 年日本啟動新一代國產超級計算機計劃，投入約1300 億日元打造全球速度最快的超級計算機。在算力應用領域，日本從其制造業優勢出發，重點推進產業數字化轉型以及智能型社會建設，2016 年提出“社會5.0”戰略，隨后相繼發布《下一代人工智能推進戰略》《科技創新綜合戰略2017》《綜合創新》《集成創新戰略》《第2 期戰略性創新推進計劃（SIP）》等文件，2019 年日本開始全力推進“數字新政”，在“后5G”信息通信基礎設施、學校的ICT 應用、中小企業信息化以及ICT 領域研發等方面，加大資金投入力度。

（三）歐盟：推進技術創新，加強跨國協作

歐盟同樣十分重視算力發展，在高性能計算、人工智能、云計算等新興技術領域以及產業數字化，連續發布和實施相關戰略規劃，通過成員國合作加速算力發展。2013 年，歐盟啟動“地平線2020”計劃，將在2014-2020 年期間投入7 億歐元用于探索基金項目“面向百億億次的高性能計算”的研究。2016 年，歐盟出臺《歐洲工業數字化戰略》，投入大力資金支持工業數字化。2018年，歐盟提出“歐洲高性能計算共同計劃”，以建立歐洲高性能計算及大數據系統為目標；2019 年，歐盟宣布已從成員國中選定8 處地點建設世界級超級計算中心，總預算達8.4 億歐元，將有19 個成員國參與運營；2020 年9 月，歐盟升級了該計劃，擬投資80 億歐元支持百億億次計算和量子計算為主的新一代超級計算技術和系統的研究和創新。2018 年6 月，歐盟宣布推出“數字歐洲”項目（2021-2027年），計劃斥資92億歐元用于超級計算、人工智能、網絡安全等重點領域。

（四）英國：聚焦計算前沿，成為創新中心

在算力發展方面，英國較早就開始量子計算等前沿領域布局。英國從2013 年開始實施英國國家量子技術計劃，以期搶占未來量子技術全球市場的先機。2020年9月，英國宣布啟動英國國家量子計算中心建設，以加速英國量子計算科學的發展。2021 年3 月，英國科學技術設施委員會哈特里中心和愛丁堡大學超級計算中心在英國聯合創建了一個國家計算能力中心，該項目將面向公共部門、學術界和工業界開放，以研究高性能計算、高性能數據分析和人工智能為主。同年6 月，哈特里中心與美國IBM 研究中心合作開展哈特里國家數字創新中心項目，預計投資2.1 億英鎊，重點面向量子計算和機器學習開展研究工作。2021 年7 月，英國政府發布《英國創新戰略：創造引領未來》，提出“于2035 年成為全球創新中心”的愿景。

（五）中國：加強基礎建設，賦能數字經濟

作為全球算力競爭的重要參與方，近年來我國大力推動算力資源的建設和應用。2018 年“新基建”概念首次提出，2020 年國家發改委明確“新基建”范圍，將數據中心、智能計算中心納入算力基礎設施范疇，并提出在全國布局10 個左右區域級數據中心集群和智能計算中心。2021 年國家出臺《全國一體化大數據中心協同創新體系算力樞紐實施方案》，明確部署“東數西算”工程。工信部發布的《“十四五”信息通信行業發展規劃》進一步將算力能力的提升列入“十四五”時期的重點任務之一，提出要實現數據與算力設施服務能力顯著增強；數據中心布局實現東中西部協調發展，集約化、規模化發展水平顯著提高，形成數網協同、數云協同、云邊協同、綠色智能的多層次算力設施體系，算力水平大幅提升，人工智能、區塊鏈等設施服務能力顯著增強。

四、我國算力發展存在的主要短板

一是“卡脖子”問題突出，關鍵技術受制于人。從硬件看，我國企業與國外的AMD、NVIDIA、ARM 等公司相比，技術上還存在較大差距。隨著國際形勢的變化，半導體行業全球一體化分工格局被打破，我國在基礎技術和工藝上的短板逐漸顯現。從軟件看，我國算力指數位列全球第2 位，但在基礎軟件、基礎通信協議等方面仍沿用以美國主導的技術路線，對整個算力生態系統的話語權較弱。

二是數據共享不夠，資源接口不統一。目前，我國數據采集主要來源于政府，但由于信息安全、數據成本、統計口徑等原因，數據資源利用率不高，未能通過算力進行轉化、產生經濟社會價值。企業在算力產業的自主研發上“各自為政”，技術路線、標準不一，兼容性差，難以實現自主產業鏈的生態共榮[2]。普惠性算力設施建設尚不完善，算力產業公共服務和交易平臺不足，也極大地限制了算力資源配置的效率。

三是專業人才短缺，支撐產業發展乏力。算力涉及芯片設計制造、網絡通信、軟件開發、算法優化等眾多專業領域，但我國信息化起步較晚，學科建設與改革跟不上信息技術進步和市場發展的要求，專業人才缺口高達30 萬左右[3]。同時，算力專業人才分布不均，多集中在北京、上海、廣州、深圳等算力產業發達地區，對欠發達地區人才虹吸效應顯著。受制于算力關聯領域人才的短缺，算力產業發展有待提升。

四是創新應用不足，場景落地有待拓展。當前，算力在互聯網、電信、金融、工程仿真等領域已廣泛覆蓋，但落到實際應用場景里，還需要綜合考慮用戶應用、成本、算力兼容性等多方面因素，尋找更加經濟高效的有效算力。因此，算力需求逐步釋放的同時，算力應用的場景還需量身打造，應用廣度和深度有待進一步創新拓展。

五、促進我國算力高質量發展的思路

（一）做好頂層布局設計，促進算力產業協同發展

作為全球算力領跑者陣營的一員，我國應加強頂層設計，統籌和制定算力產業發展戰略規劃，持續推進“東數西算”工程，合理布局不同區域在算力產業各細分領域的重點發展方向，精準施策，避免各地方重復建設、惡性競爭。同時，鼓勵龍頭企業牽頭建立算力產業聯盟，在芯片設計制造領域實施供需聯合創新，統籌布局技術路線，積極推動產業化應用推廣。在金融、電信等重點領域開展應用示范工程，推動操作系統、數據庫、中間件等基礎軟件自主創新，推動基于國產計算體系的大型工業應用軟件發展。

（二）加強基礎設施建設，破解“卡脖子”技術難題

算力是數字經濟時代的新生產力，對算力基礎設施不斷完善和升級已經成為共識。一方面，要進一步加大“超算中心”、“數據中心”、“智能計算中心”三大算力基礎設施建設，制定以應用效能為導向的算力評價體系和評測標準，引導算力基礎設施建設健康發展。另一方面，要針對芯片設計制造、架構設計、通用軟件、信息安全等關鍵技術存在的“卡脖子”問題[4]，發揮新型舉國體制優勢，設立戰略性攻關項目，逐步改變算力相關底層技術、基礎技術落后的局面。

（三）促進算力應用創新，賦能經濟社會全面發展

隨著我國數字經濟的蓬勃發展和社會智能化轉型的加速，個人、家庭、企業、政府部門等市場對算力的需求持續增長。一方面，聚焦制造業重點領域，以算力資源創新應用賦能產業發展。統籌重點應用場景計算平臺建設，在生物醫藥、高端裝備、汽車等重點產業領域，形成特色鮮明、亮點突出、可復制可推廣的應用場景，賦能產業能級。另一方面，服務城市大腦建設，以算力資源創新應用賦能社會治理。深度挖掘健康、教育、養老、社會服務等重點領域個性化算力需求，推動大數據、算力和相應的硬件設施相互促進，打造城市數字化底座，提升政府科學決策、精細化治理能力。

（四）加快人才隊伍建設，積累創新發展源動力

解決算力領域“卡脖子”問題，從根本來看必須增強我國在基礎研究、產學研合作和人才培養方面的硬實力。一方面，要增強算力領域專業人才培育力度，尤其是對新材料、量子物理、數學等基礎領域研究人才的培育，提前布局后摩爾時代存算一體、量子計算、非硅基芯片等新型算力技術研究和儲備。另一方面，鼓勵高校院所聯合行業龍頭企業創建國家級或省級人工智能重點實驗室、新型研發機構、工程中心等創新平臺，開展產學研合作。此外，廣泛招納全球人工智能領域優秀人才，加快培養交叉學科復合型人才，為算力產業發展奠定扎實的人力基礎。