數字經濟，算力先行

孫杰賢

日前，北京經濟技術開發區宣布啟動我國首個“算力資源+運營服務+場景應用”一體化建設工程，計劃通過建設1個公共智能算力中心、1個算力調度服務平臺和1個算力產業技術聯盟，構建數字經濟時代的新型算力基礎設施，為區域一體化協同提供“大算力”，支撐人工智能行業“大模型”，賦能千行百業應用“大場景”，打造數據高效流通“大產業”。北京經濟技術開發區認為，算力體系化發展和系統化布局是落實國家數字中國、“東數西算”、數字經濟、人工智能等重大戰略的必由之路，是推動數字經濟產業升級的新動能。

數字經濟的“底座”

的確，作為最為關鍵的基礎設施之一，算力已經成為我們日常生活和各行各業不可或缺的一部分，從人工智能到數據分析，從虛擬現實到高性能計算，每個領域都需要更強大的算力來推動創新和進步。

算力是支撐數字經濟蓬勃發展的“底座”，是激活數據要素潛能、驅動經濟社會數字化轉型、推動數字政府建設的“引擎”。根據相關測算，算力指數平均每提高1%，數字經濟和GDP將分別增長3.3‰和1.8‰。就在今年年初，中共中央、國務院印發的《數字中國建設整體布局規劃》明確指出：系統優化算力基礎設施布局，促進東西部算力高效互補和協同聯動，引導通用數據中心、超算中心、智能計算中心、邊緣數據中心等合理梯次布。

來自日前召開的中國綠色算力大會的數據：我國算力總規模已達 180EFLOPS，約占全球的27%，算力產業年增長率近30%，算力規模排名全球第二且增速排名第一。

進入算力時代，數據量呈現爆發式增長，一輛無人駕駛汽車每天就可以產生4TB的數據，一個智能制造工廠每天則可產生1PB的數據。AI大模型的火爆更是加劇了這一趨勢。2018年的GPT-1數據集約4.6GB，2020年的GPT-3數據集達到了753GB，而到了2021年的Gopher，數據集規模已經達到了驚人的10550GB。在國內，以華為、百度、阿里巴巴、京東、騰訊為代表的大廠率先布局大模型業務。這對于算力基礎設施來說，無疑是一個巨大的挑戰，算力瓶頸開始出現。

提升算力水平

只有算力先行，數字經濟才能充分發揮其潛力。近年來，全球各國都在采取相應舉措以提高算力的水平和效率，以滿足算力需求的爆炸性增長。

對于我國而言，最關鍵的一點是要加強算力技術研發和創新。算力作為數字經濟的核心驅動力，需要投入更多的人力和物力去研發更高效、更穩定、更可靠的計算技術，比如光計算、量子計算和碳基芯片。只有不斷地探索和突破技術瓶頸，補齊“卡脖子”技術短板，才能從根本上解決算力瓶頸問題。才能真正實現算力的不斷提升，為數字經濟的蓬勃發展提供有力支撐。

算力的提升離不開硬件設備的配合，需要投資和建設更先進的算力基礎設施。工信部印發的《“十四五”信息通信行業發展規劃》指出：要加強數據中心頂層規劃，優化數據中心供給結構，加快一體化大數據中心體系建設；構建多層次的算力設施體系，推動互通共享的數據基礎設施建設。科技部也表態推動算力網建設，打造超算、智算的算力底座。地方層面，根據國家信息中心聯合浪潮信息發布的《智能計算中心創新發展指南》顯示，目前全國已有超過30個城市在建或籌建智算中心。但是，需要指出的是，算力基礎設施建設需要統籌協調，避免出現重復建設、盲目投資、貪大求新、投入產出比低等問題。

算力的發展離不開專業人才的支撐，需要培養更多的算法工程師、人工智能專家、數據科學家等高素質的人才。我們應該制定更為積極的全球人才戰略，大幅擴充人才蓄水池。半導體人才的缺失甚至流失也是制約我國芯片實現自主可控的重要因素。我們要進一步加大對相關領域人才的培養、引進力度，不拘一格用人才。

發展綠色算力

為滿足算力需求的爆炸式增長，CPU、GPU廠商在持續推出更高性能的芯片，但隨著芯片性能的提升，其功耗和熱流密度也在持續攀升，業界最高芯片熱流密度已超過 120W/平方厘米，并且產品每演進一代功率密度攀升30%～50%，如今x86平臺CPU功耗達300～400W，GPU單卡的功耗都超過了700W，芯片功率密度的攀升同時帶來整柜功率密度的增長，當前最大已超過 30kW/機架。

與此同時，國家政策層面，在“碳達峰、碳中和”的雙碳目標下，《貫徹落實碳達峰碳中和目標要求推動數據中心和5G等新型基礎設施綠色高質量發展實施方案》，明確“到2025年，新建大型、超大型數據中心PUE降到1.3以下，國家樞紐節點降至1.25以下。”

一方面要滿足算力爆炸式增長的需求，另外一方面又要滿足PUE的要求，解決算力能耗增加的問題，綠色算力是必由之路。這是踐行國家雙碳目標、落實節能降耗的關鍵舉措之一。當然，實現綠色算力是一個復雜的系統工程問題，技術上需要從硬件優化、算法優化、數據管理、節能策略、系統優化、綠色能源等多個方面進行綜合考慮和優化。