在數字經濟中，計算力的重要性愈發突出，它是推動數字經濟發展的根基所在。所有基于云計算、大數據、人工智能、物聯網等數字化技術的智能應用，無不都需要計算力這個基礎能力進行支撐。尤其是近日，我國“十四五”規劃和2035年遠景目標綱要正式發布，其中數字經濟成為重要的組成部分的當下和未來，算力作為數字經濟基礎能力支撐的戰略價值日漸凸顯。

當我們仔細研讀“十四五”規劃和2035年遠景目標綱要時發現，數字經濟已經成為重要的組成部分。

例如其中的第十五章就明確制定了打造數字經濟新優勢的目標。即充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業、新業態新模式，壯大經濟發展新引擎；第十八章營造良好數字生態的目標中，則提出要堅持放管并重，促進發展與規范管理相統一，構建數字規則體系，營造開放、健康、安全的數字生態。

既然算力如此重要，那么它的戰略價值到底體現在哪里？為了實現“十四五”規劃和2035年遠景目標綱要中數字經濟的目標，我們的算力如何順應國情的發展？國家和企業等又應在其中充當怎樣的角色？

正相關性：增強國家經濟與產業競爭力，算力加碼大勢所趨

算力何以成為基礎的基礎？

據IDC與浪潮聯合發布的《2020全球計算力指數評估報告》顯示，計算力指數平均每提高1點，數字經濟和GDP將分別增長3.3‰和1.8‰。當一個國家的計算力指數達到40分以上時，指數每提升1點，對于GDP增長的拉動將提高到1.5倍；當計算力指數達到60分以上時，對GDP的拉動將進一步提升至2.9倍。

無獨有偶，華為在其《泛在算力：智能社會的基石》立場文件中得出了人均算力水平與國家經濟發展水平及諸多產業的正相關性。

即人均算力水平較高的國家，其經濟發展水平位居世界領先水平，同時在包括數字化產業、物聯網平臺在內的前沿領域產業規模方面同樣位居全球前列。

此外，由于算力投入帶來的數字化智能技術加持，算力還可以為各國帶來延伸性經濟增長，可以為包括制造、交通、醫療、能源在內的多個行業帶來顯著效益，具體表現在產業產值增長、生產效率提升、商業模式創新、用戶體驗優化等方面。

此外，該文件還得出了各國人均算力水平衡量結果與瑞士洛桑學院發布的全球競爭力報告呈現出了高度正相關的結論。

需要說明的是，瑞士洛桑國際管理發展學院 (IMD) 是國際權威科研機構，其于 1980 年創建國際競爭力評價體系，每年通過發布《全球競爭力報告》對全世界 63 個經濟體的智能化水平進行評估和排名。

數字時代，計算力與國家經濟息息相關，已成為一種核心生產力，而AI計算能力和科學計算能力反映一個國家最前沿的計算能力。國際數據公司（IDC）發布2020《全球人工智能市場半年度追蹤報告》顯示，目前全球半年度人工智能服務器市場規模達55.9億美元

，其中浪潮以16.4%的市占率位居全球第一，成為全球AI服務器頭號玩家，戴爾市占率14.7%位居第二，HPE市占率10.7%位居全球第三，華為（6%）和聯想（5·7%）位列第四第五。

IDC與浪潮聯合發布的《2020全球計算力指數評估報告》顯示，我國也是AI算力支出占總算力支出最高的國家之一，AI算力支出占總算力支出的比例達到14.1%。

盡管如此，從人均算力的水平看，新加坡、美國、日本在內的發達國家人均算力較高，普遍高于1000 GFLOPS/人，屬于高算力國家；西班牙、智利、意大利、中國在內的國家人均算力位于 460~1000 GFLOPS/人，屬于中算力國家；這意味著我們算力方面仍然具有較大的發展空間。

此外，站在人工智能未來發展的角度，結合其的三要素（數據、算法和算力），無論是數據還是算法，都離不開算力的支撐，算力已成為人工智能發展的關鍵要素，

例如從產業需求看，數據量與算力需求處于循環增強狀態，數據量的不斷增加要求更強的算力處理數據，同時哺育人工智能等新技術不斷訓練、應用，這些技術的落地應用產生又催生更多數據、反過來對算力提出巨大需求。但從實際看，算力也已經明顯落后于數據的增長和算法的需求。

我們先來看數據，據相關統計，1992年，全人類每天只產生100GB數據；如今全球70億人，每人每天產生的數據高達1.5GB，僅一輛自動駕駛汽車，一天就能產生64TB數據，足以填滿32塊硬盤。

而IDC《世界的數字化——從邊緣到核心》調研報告指出，到2025年，全球每年產生的數據將增至175ZB，復合年增長率高達61%，如此海量的數據將超出計算和存儲的承載上限。同時有數據顯示，企業生產活動中產生的數據只有不到2%被保存下來，其中得到分析利用的更是不足10%，數據中蘊含的巨大價值無法被真正釋放，其中最大的瓶頸就算力的增長明顯滯后于數據的增長。

再看算法，據OpenAI測算，從2012年開始，全球人工智能訓練所用的計算量呈現指數增長，平均每3.43個月便會翻一倍，計算量擴大了30萬倍，遠超算力的增長速度，截止到2020年，深度學習模型對算力的需求達到了每天百億億次的計算需求。

例如2020年2月，微軟發布了最新的智能感知計算模型Turing-NLG，參數量高達到175億，使用125POPS AI計算力完成單次訓練就需要一天以上。隨后，OpenAI又提出了GPT-3模型，參數量更達到1750億，對算力的消耗達到3640PetaFLOPS/s-day。

由此可見，鑒于算力的重要價值，無論是現在和未來，算力的加碼都是大勢所趨。

基礎設施：更上層樓，政府大力支持不可或缺

2020年4月20日，國家發改委明確將“新基建”的范圍界定為信息基礎設施、融合基礎設施、創新基礎設施三個方面，其中以數據中心、智能計算中心為代表的算力基礎設施是重點推進的三類新型基礎設施之一，算力的戰略價值及作為新型基礎設施的地位已成事實。

眾所周知，作為基礎設施，其具有很強的正外部性，一般投資規模巨大、投資周期長，且往往涉及多部門協調和互補性投資，因此在每一次技術革命浪潮中，這類公共物品通常由政府投資或主導供應。

美國經濟史的研究表明，在第一次工業革命的蒸汽鐵路時代，通過《宅地法案》，美國政府在1850—1870年的20年時間里，將美國大陸面積的7%免費劃撥給了鐵路部門，用于發展鐵路和開發西部，其結果是，1870-1900年，美國總鐵路英里數增加了4倍。

在第二次工業革命的電氣化時代，盡管美國城市供電的輸電線路由私人企業出資，但在意義更為深遠的郊區化過程中，電網線路則是由聯邦政府通過農村電氣化管理局出資建設的。而在第二次工業革命的摩托化時代，美國政府出資承建了造價約250億美元、總長達4.1萬公里的洲際公路系統，使美國的生產力在20世紀50年代提高了31%，60年代提高了25%。

中國數字經濟的快速發展，同樣也遵循了這一邏輯。正是國家主導的衛星系統、移動互聯網、4G網絡等電信基礎設施的建設，才使中國的移動支付、門戶網站和電子商務等數字經濟得以飛速發展，不僅極大改變了人們的生活方式，提高了生活的便利程度，也通過滲透效應促進了傳統部門的信息化。

那么在到來的算力即是信息基礎設施的時代和競爭中，政府大力度的支持更是不可或缺。

以算力的載體數據中心為例，國家發改委明確提及，中國將實施全國一體化大數據中心建設重大工程，布局10個左右區域級數據中心集群和智能計算中心。

具體到省份和城市，也認識到算力的重要性，開始加速算力的培育和提升，并明確提出建設數據中心的目標計劃。例如山東表示2022年前在用數據中心機柜數達到25萬架，四川和福建各自提出達到10萬架，云南也提出到2022年建成10個行業級數據中心，浙江表示要建成25個大型、超大型數據中心等。

盡管如此，鑒于上述我們與某些國家相比，在算力的建設上依然存有較大的空間（例如在人均算力上還處在第二梯隊），這就需要政府在未來，無論是在相關政策，還是投入上，不斷加大支持力度，畢竟算力與國家經濟及諸多產業的正相關性已是不爭的事實。

平衡：算力與經濟性應兼顧，何以解憂？

眾所周知，新基建的意義不僅在于通過提供基礎設施推動相應的新經濟部門快速發展，更重要的是使經濟社會不同領域和更多的國民獲得普遍化的新經濟紅利。

基于此，對新基建來說，技術的先進性和投資的經濟性二者缺一不可。技術的先進性是指在發展新基建時，要有長遠目光，追求技術的引領地位，以帶動整個產業技術水平的躍升。與此同時，不能忽視市場機制，不能不顧成本、不顧效益、盲目投入，要追求經濟性。

具體到算力，業內人士指出，成本是其進一步發展的最大阻礙之一，企業花錢買定制化算力、建計算中心，會造成一定程度上的資源浪費，且單靠部分企業建設的數據中心適用面有限等。

因此一些專家呼吁應避免“為建而建”。加強頂層設計，做好算力基礎設施、數據及AI基礎設施、網絡基礎設施的整體規劃，尤其統籌好建設算力設施的政產學研用各方資源。

2020 年 11 月，國家信息中心聯合浪潮集團發布《智能計算中心規劃建設指南》指出：秉承開放標準、集約高效、普適普惠三個原則，智能計算中心作為新型算力公共基礎設施，符合中國當前社會經濟發展階段和轉型需求，是促進 AI 產業化和產業 AI 化的重要引擎”，期望通過構建智能計算中心來承載 AI 技術創新，促進數據開放共享，加速智能生態建設，帶動智能產業的聚合，為廣大行業提供普適性的計算服務，讓每家企業/組織可以按需使用。

不知業內看到這些作何感想？在我們看來，開放標準、集約高效、普適普惠這三個原則可謂直擊我們前述的算力為先之下基礎設施的痛點。

例如開放標準，解決了當下出現的計算基礎設施的碎片化，在降低成本的同時，免除了因基礎設施底層碎片化導致的各種問題，專注于自己的AI應用開發。又如普適普惠，與新基建讓經濟社會不同領域和更多的國民獲得普遍化的新經濟紅利的初衷不謀而合。

實際的情況是，智算中心已經在山東中國算谷、西安新區人工智能算力平臺、智算中南等項目以及金融、交通、汽車自動駕駛等行業落地，證明了智算中心的前景可期。

總結：所謂工欲善其事必先利其器。數字經濟時代，算力已被證明是第一生產力，是新基建的引擎，更是“十四五”規劃和2035年遠景目標綱要中提及的數字經濟目標實現的重器。

那么大力進行算力建設自在情理之中，尤其是面對當下和未來對于算力更高的需求，不僅需要相關企業的努力，更需要國家在資金、政策等方面持續、大力的支持。但我們也需注意，在建設過程中，難免泥沙俱下，挑戰猶存，究竟哪種建設方式才是符合中國數字經濟時代下國情和用戶的需求，仍需在算力建設的實踐中不斷摸索。