科研人員在位於西部(成都)科學城的國家超級計算成都中心巡檢機房設備。新華社記者 劉 坤攝
算力作為數字經濟時代的核心生産力,對推動技術産業進步、加速數字技術與實體經濟深度融合發揮着重要作用,其戰略性地位和支撐性作用愈加凸顯。工業和信息化部最新數據顯示,2024年,在用算力中心標準機架數超過880萬架,算力規模較2023年底增長16.5%。
專家認為,隨着“東數西算”工程深入推進,8個國家算力樞紐節點有序建設,我國算力産業迎來量質齊升的良好發展局面,為發揮數據要素價值、建設數據基礎設施奠定了重要基礎,有效賦能各行業各領域多場景應用。
供給水平穩步提升
中國信息通信研究院日前發布的《先進計算暨算力發展指數藍皮書(2024年)》提出,我國實現了算力規模和供給水平穩步提升,發展環境持續優化。2016年至2023年,算力規模年均增長46%;國家、地方、企業等進一步加大算力投入力度,助推計算技術産業發展。截至2024年6月底,“東數西算”八大節點投資超435億元,帶動投資超2000億元。
技術方面,先後涌現一批先進計算技術創新成果,算法模型、計算芯片、計算軟體、系統&&等環節持續取得突破並投入應用,計算機相關專利申請數連續4年突破3萬件,前沿計算技術研發和産業化不斷推進;産業方面,國內已形成覆蓋底層軟硬體、整機系統及&&應用的完整産業生態,整機市場份額不斷攀升,國內市場佔比連續兩年超80%。
為推動算力産業快速發展,國家層面接連&&支持政策。2023年12月,《關於深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》印發,旨在建成普惠易用、綠色安全的綜合算力基礎設施體系;一年後,國家發展改革委等部門聯合發布《關於促進數據産業高質量發展的指導意見》,提出要發展通算、智算、超算等多元化算力資源,支持企業參與算力全産業鏈生態建設,構建一體化高質量算力供給體系。
“我們部署統籌通用算力、智能算力、超級算力協同計算,統籌東中西部地區及大中小城市協同布局,統籌算力、數據、算法協同應用,統籌算力和綠色電力協同建設,統籌算力發展和安全協同保障5項重點任務。”國家數據局數字科技和基礎設施建設司司長杜巍&&,全國一體化算力網是“東數西算”工程的拓展和深化,要形成跨地區、跨部門發展合力,為全社會生産生活提供普惠、易用、低價、綠色、安全的公共計算服務。下一步,將推動多源異構算力協同發展,促進各類新增算力向國家樞紐節點集聚;引導電信運營商提升“公共傳輸通道”效能,推進算網深度融合;實現數據可信流通,提升數據處理能力和治理水平;強化樞紐節點與非樞紐節點的協同聯動,支持綠電資源豐富的中西部非樞紐節點融入全國一體化算力網建設;推動提升全國一體化算力網安全防護能力,促進高質量發展和高水平安全良性互動。
應用場景日益豐富
傳統印染行業市場競爭激烈,高能耗、溫室氣體排放量大等壓力常常困擾企業,綠色化、智能化轉型迫在眉睫。作為一家印染企業,郎溪遠華紡織有限公司一度面臨類似的節能降碳難題:蒸汽價格高導致能源成本居高不下;缺乏用能監測設備,無法精確掌握印染環節耗能水平和染液加熱運行狀態等。
為此,公司與新奧泛能網合作,實施染缸智能控制節能改造,在每台染缸上增加微型天然氣直燃機,將蒸汽間接加熱染液的方式更換為燃氣直接加熱,提升能源轉換效率,有效減少熱能在傳輸過程中的損失。同時,給每台染缸配備能碳智控一體機,結合人工智能技術對終端燃燒器、控制器、染缸等設備進行動態預測性調節,實現感知—預測—分析—優化執行的智能生産。在提升一次染色成功率和品質的基礎上,降低染布能耗,每年可減少24萬噸二氧化碳排放。
近年來,算力應用已經從互聯網、電子政務等領域向製造、能源、金融等行業拓展。“智能機器人依靠算力實現精準操作,大幅提升製造業生産效率和質量。銀行能夠更準確評估客戶信用風險並提供個性化服務。”賽迪智庫未來産業研究中心人工智能研究室主任鐘新龍介紹,農業領域結合算力與物聯網技術,可實現農田精準監測和作業自動化控制,提高農作物産量並降低人力成本。在科研領域,航空航天、生物醫藥等行業需要強大算力進行複雜科學計算和模擬,以加快研發進程、提高成功率。
值得關注的是,隨着大模型時代到來,人工智能技術加速迭代,持續推動各行業發展路徑變革。在製造業領域,從研發設計到質量檢測,再到安全巡檢以及經營管理,大模型均有應用落地。面向消費側,大模型應用更強調普惠適用和創意生成。對話助手類産品熱度不減,創新應用不斷涌現並逐漸成為用戶使用重點。
“儘管大模型技術在多個行業取得了顯著成效,但在落地過程中仍面臨一些堵點和卡點,需要進一步攻克。”鐘新龍認為,在數據方面,部分行業存在數據稀缺、複雜和安全性的挑戰。此外,由於大模型是通用模型,在應用到具體行業時,需要進行大量微調、優化工作,但部分行業的特殊性和複雜性使得模型適配難度較大,無法滿足行業個性化需求。
專家建議,要鼓勵産學研合作,共同構建標注詳盡的專用數據集,特別是在醫療、金融、教育等專業領域,通過政府引導資金支持數據集建設項目;通過對場景業務分類分級,精細化選擇適合採取公有雲模式的大模型應用場景,讓大模型在更多場景先落地應用,再逐步完善優化,帶動行業企業更便捷高效應用。
智能算力快速增長
當前,大模型等人工智能技術得到深度開發和應用,引領智能算力迎來更快速增長。中國信通院測算,2023年智能算力規模達到289.4EFlops,同比增長62%,在我國算力中佔比達66.5%,成為算力增長最重要的部分。“數據顯示,人工智能所需要的算力預計每100天就會翻番。各行業強烈的數字化轉型需求,使得智能計算成為算力增長主要驅動力。”鐘新龍説。
《中國算力發展報告(2024年)》顯示,國內建成、在建、擬建的智算中心已達百餘家,遍佈30座城市。浪潮信息相關負責人告訴記者,傳統數據中心長周期建設模式,已無法滿足算力快速迭代、應用創新加速、業務即時上線的迫切需求。智能算力需要從預製化、模塊化、高密化、綠色化等方面着手,實現智算中心快速交付、高密度部署和綠色降碳,算力工廠的模式將成為智算中心建設主要方向之一。
2025年1月,浪潮信息發布由119個預製化集裝箱拼接而成的算力工廠,總功耗達10兆瓦。該工廠通過預製化、模塊化的基建模式,將同等規模智算中心的建設周期從18個月縮短至4個月,4個箱體即可實現千卡規模AI算力;部署高密智算算力倉,包括50千瓦負載的風冷機櫃和130千瓦負載的液冷機櫃,具備快速交付、高效節能、按需定制等優勢,滿足智能算力發展需求。
但也要看到,算力産業在發展過程中仍存在算力布局不合理、應用深度廣度不足、使用門檻高、産業鏈各環節協同不暢等問題,産業活力有待進一步激發。
國家發展改革委高技術司副司長趙志丹建議,要強化算力中心統籌布局,推動東中西部算力協同發展,實現國家樞紐節點算力資源供給與各地區算力需求高效匹配;深化算力與行業融合應用;打造低成本、高品質、易使用的算力服務供給體系,推動各級各類數據基礎設施用好國家樞紐節點算力資源,提升數據多樣化處理能力,促進數據可信流通和商業化應用。(記者 李芃達)