近日，浪潮信息聯合國際咨詢機構IDC發布的《2020全球計算力指數評估報告》（以下簡稱：《報告》）在業內引起了廣泛關注。該報告指出，中國和美國是AI算力支出占總算力支出最高的兩個國家，占比均超過10%，中國以14.1%的占比領跑所有樣本國家。

對此，諸多媒體以中國AI算力領跑全球、中國已成算力領跑者等為題，認為中國AI水平已經逼近，甚至超越美國。但事實遠非如此。

沙中之塔：算力強背后是“硬”支撐實力的缺失？

根據報告顯示，美國以75分位列國家計算力指數排名第一，中國獲得66分位列第二。其中，中國和美國是AI算力支出占總算力支出最高的兩個國家，占比均超過10%，中國以14.1%的占比領跑所有樣本國家。

曾幾何時，在我們的AI發展中，算力已經成為我們業內部分廠商和人士炫耀自身在AI發展中領先的標志。這里咱們以該報告合作方浪潮信息為例，看看所謂這些超強算力到底來自哪里？因為這才是AI算力真正的源泉。

提及浪潮信息，熟悉的業內知道，除了這份報告，此前其也和IDC聯合發布過類似的報告。至于企業與第三方合作發布的報告，你懂得……除了客觀展現相關產業的某些特點、趨勢外，作為合作方或者委托方的企業也需要“秀”一下自己的實力。

同樣以浪潮為例，根據IDC的統計，去年上半年，浪潮在中國AI服務器市場，以53.5%的市場份額位居榜首，華為以22.9%位居第二，至于之后的排名，市場份額均在低個位數（例如排名第三的曙光市場份額僅為4·2%），對于這樣的排名，我們只要結合浪潮（包括華為）在不同場合屢屢強調自己在AI算力的優勢就很容易理解了。

另外，在給相關媒體此次報告的通稿中，浪潮自然不忘以具體的產品，例如浪潮NF5AI服務器來秀自己在算力方面的產品實力。

但只要我們稍加觀察就會發現，該服務器之所以算力強大，核心在于采用了8顆第三代NVLink 全互聯的NVIDIA A100 GPU和2顆支持PCIe4.0的AMD EPYC 7742 處理器。

很簡單的事實，人工智能的算力，主要取決于芯片。

眾所周知，目前最主流的AI芯片是通用性芯片——圖形處理器（GPU）。不過，半定制化芯片——FPGA（現場可編程門數組）芯片正在成長為主流。另外，還有全定制化ASIC架構，專為特定需求定制的專用芯片，也是可以大規模商用的AI芯片。至于其它的類腦芯片、可重構通用AI芯片等，距離大規模商用還有較長距離。

在通用性芯片領域，除了英特爾和AMD的CPU外，美國的英偉達公司（Nvidia）是行業龍頭，幾乎壟斷了人工智能的GPU市場。

在FPGA芯片市場上，主要四個玩家均屬美國企業，Xilinx（賽靈思）、英特爾的Altera（阿爾特拉）、Lattice（萊迪思）和Microsemi（美高森美），這四巨頭一共占據了98%以上的FPGA市場份額。其中，絕大多數市場被賽靈思和Altera瓜分，賽靈思約占49%，Altera約占39%。此外，這兩家的專利數就超過6000件。FPGA四大廠商專利數超過一萬件，占FPGA專利總量的六成以上。

至于ASIC芯片領域，由于面向特定用戶的需求，雖然在加速效率上具有一定優勢，但設計周期長、成本貴、應用范圍窄的通病，使ASIC僅適合于批量很大或者對產品成本不計較的場合。

所謂皮之不存，毛將焉附。離開了核心的芯片，我們的算力從何而來？

其實AI芯片只是AI硬件實力的外在因素之一，其背后的制造、研發、設計等實力才是根本。

據美國信息技術與創新基金會（Information Technology and Innovation Foundation）最新發布的《Who Is Winning the AI Race: China,the EU, or the United States?— 2021 Update》報告，在與AI芯片相關的AI硬件方面，中國的權重得分僅為0.8分，不僅遠遠落后于美國的7.7分，與歐盟的1.5分相比，也處在落后的狀態。

在這個統計中，我們在全球芯片制造規模TOP15（制造）、全球芯片研發投入TOP10（研發）、AI設計公司（設計）數量等與芯片強弱密切相關的產業鏈指標中均落后于美國，甚至不及歐盟。

劍走偏鋒：效率、應用不高，算力利用率幾何？

算力再強，如果不能物盡其用，充分發揮算力的優勢，不僅不能體現出我們在AI領域的領先，反而是一種算力，直至整個社會資源的浪費。

同樣是浪潮信息聯合國際咨詢機構IDC發布的《2020全球計算力指數評估報告》，在計算效率和應用水平上，我們不僅和美國存有差距，甚至不及日本，與德國相差無幾。而這二者在算力上則明顯落后于中國。

其實只要我們仔細觀察就會發現，在該報告中，中國似乎是惟一一個在計算效率和應用水平這兩個指標中均未能超越自身計算能力（算力）的國家，可見我們在效率和應用水平上的差距。

究其原因，浪潮信息副總裁張東在該報告中指出，這個問題本質上是經濟發展不均衡造成的算力應用分布不均衡，一方面是區域發展不平衡，另一方面行業發展也不平衡。

有道理，但并非是全部。

眾所周知，隨著中國大基建的啟動，AI成為時髦的關鍵詞。而作為算力最集中體現的數據中心建設在中國更是如火如荼。

據賽迪顧問調查顯示，全球數據中心IT投資呈現快速增長趨勢，無論是全球，還是中國，數據中心IT投資規模增長率均高于全球GDP增長率（2·3%）和中國GDP增長率（6·1%）。

伴隨投資的增長，是數據中心的增加。

據賽迪顧問數據顯示，2019年中國數據中心數量大約為7.4萬個，大約占全球數據中心總量的23%；超大型、大型數據中心數量占比達到12.7%；規劃在建數據中心320個，超大型、大型數據中心數量占比達到36.1%。

隨之而來的是數據中心建設過熱和利用率低下的趨勢開始顯現。

對此，官媒《經濟日報》在去年年初刊文指出，業務量不均衡是數據中心利用率低的主要原因。部分地方政府不顧當地經濟發展情況和產業發展需求，盲目上馬云計算、數據中心項目，且在規劃建設中唯“規模論”，一味貪多貪大，動輒就是幾十億元的投資和百萬量級的新增服務器。但實際市場需求不足以支撐數據中心的健康運轉，設備機房“曬太陽”的情況時有發生。

與我們數據中心建設如火如荼相比，過去十年，美國政府通過美國聯邦數據中心整合計劃（FDCCI）、聯邦政府信息技術采購改革法案（FITARA）、數據中心優化倡議（DCOI）等政策措施，實現數據中心數量減少7000個，減少約50%；部分服務器利用率從5%提升到65%以上。

這里我們并非反對在數據中心建設的投入，畢竟在數據中心，尤其是超大數據中心方面還落后于美國，只是希望不要盲目追去數據中心的數量，而是效率與應用并行，只有這樣，才能避免劍走偏鋒，發揮出算力的價值。

“軟”實力偏軟：AI專利、學術論文質量失衡，人才大幅落后

如果說前述更多是在AI領域偏硬方面我們存在的短板，那么在以AI專利、學術論文等為代表的AI領域偏“軟”的方面，我們的表現又如何呢？

與我們宣傳算力類似，這幾年，在AI領域，經常以AI專利申請量和相關學術論文發表量等來彰顯我們在AI領域的所謂領先。但事實遠非如此。

近日，倫敦經濟學院教授許成鋼發布了《2020中國人工智能指數報告》。該《報告》顯示，中國的學術論文發表總量僅次于美國。其中期刊發表論文總量和引用總數都在近期超過美國，會議論文發表總量次于美國，但會議論文被引用量及高引用論文數都存在明顯差距。

無獨有偶，在沙利文《中美人工智能產業及廠商評估》報告中，也得出了類似的結論。

該報告中，AI領域高被引前1%論文的國家分布中，美國以32.5%位列第一，中國以28.3%位列第二；在AI領域高被引前100篇論文的國家分布中，美國以59%位列第一，中國占比僅為16%，差距較大。

專利方面，與學術論文類似，也呈現出量質失衡的狀態。從數量看，其實早在2017年，中國申請的AI專利數量就已經超越了美國。

但在2020年年初，日經中文網和運營知識產權數據庫的日本Astamuse對AI相關專利進行分析后認為，數量只是衡量AI能力的標準之一，更重要的則是專利的質量。分析數據的排行榜，美國企業在前10中占有8席。IBM位居榜首，微軟緊隨其后，接著是GAFA（即谷歌、蘋果、Facebook、亞馬遜）。美國以外的企業只有2家，分別是第7位的韓國三星電子和第8位的日本索尼，中國企業沒能進入前10。

而來自沙利文的報告則認為，雖然中國AI國內專利申請數量位居全球第一，但中國國際專利數量與美國差距較大。例如在PCT國際專利申請上，美國以超過一萬項PCT國際專利申請位列世界第一位，占世界所有人工智能PCT國際專利申請的41%，而中國位列第三位，僅占10%，說明中國人工智能專利國際化水平較美國有待提高。

提及AI領域的軟實力，自然離不開人才，而且從某種程度，人才對于現在和未來，一個國家能否在AI領域持續發展至關重要。這方面我們又實力幾何？

據清華—中國工程院知識智能聯合研究中心和清華大學人工智能研究院去年年初共同發布的“2020 年人工智能全球2000位最具影響力學者榜單”（以下簡稱“AI 2000”）顯示，美國擁有的AI 2000學者達1128人，占比61.4%，盡管中國僅次于美國位列第二，但兩者差距相當之大，中國只有171人，占比9.3%。

與此同時，美國的企業和高校也體現出數量多、實力強的特點。統計各領域高引學者數 TOP10 的研究機構，位居首位的是谷歌，共165人入選榜單，也是惟一一家學者數過百的機構。從國家分布來看，只有清華大學為中國入選機構，其余均為美國研究機構，且美國機構學者總體人數遙遙領先。

類似的結論在我們前述的《Who Is Winning the AI Race: China,the EU, or the United States?— 2021 Update》報告中也得到了佐證。例如在包含有AI研發人員、頂級AI研發人員等在內的AI人才指標權重中，中國僅拿到了0.9分，遠低于美國的8.4分和歐盟的5.8分。

所謂由表及里。當我們從浪潮信息聯合國際咨詢機構IDC發布的《2020全球計算力指數評估報告》延展開來，發現我們在AI領域所謂的優勢（例如算力、專利、學術論文等，經常被業內、相關企業和媒體拿出來秀一番）背后，其實更像是塔中之沙，既不牢固，甚至在某些時候反而是我們最大的短板。所以中國AI產業在復雜的市場競爭環境中，更易不斷夯實基礎，低調前行，惟有這樣，才能在某一天實現真正自主、可控的領先。