“算力经济”时代扑面而来 智算中心成未来数据中心进化方向

　　自第三次工业革命以来，算力与人们生活越来越密不可分。

　　如今，算力正在成为像水、电一样必不可少的基础设施，尤其是近三年疫情倒逼产业数字化的发展，进一步提升了算力对于社会运转的重要程度。

　　作为一种新型生产力，算力是支撑数字经济蓬勃发展的重要“底座”，是激活数据要素潜能、驱动经济社会数字化转型、推动数字政府建设的新引擎。

　　但如何更好地调用算力资源、分配算力，已成为当下行业关注的重点。

　　全球加速迈向算力经济时代

　　算力对数字经济乃至经济社会数字化转型发展具有明显带动作用，是新发展格局下衡量经济状况的“晴雨表”和“助推器”。统计分析显示，计算力指数的水平，与国家GDP的发展水平，与数字经济的发展水平呈现出明显的正相关的关系。

　　根据分析结果，在15个国家里，算力指数每提高1%，数字经济和GDP将分别增长3.5‰和1.8‰。

　　数据来源：《2020全球计算力指数评估报告》

　　伴随万物感知、万物互联以及万物智能时代的开启，全球算力面临巨大缺口，其规模将以前所未有之势迅速增长。

　　据业界统计，2020年全球算力总规模达到429 EFLOPS(每秒浮点运算次数)，增速达到39%。

　　预计未来五年，全球算力规模将以超过50%的速度增长。工信部数据显示，截至2022年6月底，我国算力总规模超过150 EFLOPS，位居全球第二。

　　算力具有极强的扩散性和渗透性，有着高度的产业前后向关联度，少量投入即有望直接带动区域经济发展质量的全面提升。

　　算力的快速发展，将加速数字产业化和产业数字化进程，算力经济已成为关乎国计民生的重要概念。

　　不断进击的算力基础设施

　　据中国信通院数据统计，2016-2021年，我国数字经济规模从22.6万亿元增至45.5万亿元，增长1.01倍，总量稳居世界第二，占GDP的比重39.8%。

　　2021年全年，我国数据产量达到6.6ZB，占全球数据总产量(67ZB)的9.9%，仅次于美国而位列全球第二;且近三年来，数据产量保持每年30%左右的增速。

　　与数据同步快速增长的还有算力基础设施数量。工信部数据显示，截至2021年底，我国在用数据中心机架总规模达520万标准机架，在用数据中心服务器规模1900万台，算力总规模超过140 EFLOPS。全国在用超大型和大型数据中心超过450个，智算中心超过20个。

　　迈入数字化时代后，数据呈指数级爆发，整个社会都在迎接强烈的算力需要。网购、追剧、游戏，甚至出行、吃饭，生活中的方方面面都需要算力的支撑。不仅如此，在工业制造、智慧金融、智慧医疗、智慧城市等领域，随着行业的数字化程度逐步提高，算力需求开始急速攀升。

　　在不同的需求背后，所需要的算力类型也有所不同。

　　按照规模，算力可分为基础算力(基于CPU芯片)、智能算力(基于GPU和NPU芯片)和超算算力。

　　基础算力用于满足日常的网购、游戏等基础需求;智能算力主要用于人工智能的训练和推理计算，常见如语音、图像和视频的处理;超算算力是超级计算机所提供的算力，一般用于行星模拟、基因分析等高科技研究领域。

　　随着人工智能、自动驾驶等智能化应用的持续发展，我国的算力结构也发生了一定变化。其中，智能算力的增长规模远超通用算力。

　　据中国信通院预测，到2023年，智能算力在总算力中的比重将超过70%，发挥核心拉动作用。

　　管理咨询公司罗兰贝格也提到，从2018年到2030年，自动驾驶对算力的需求将增加390倍，智慧工厂需求将增长110倍，主要国家人均算力需求将从今天的不足500 GFLOPS(每秒10亿次的浮点运算数)，增加20倍，到2035年将达到10000 GFLOPS。

　　从“计算”到“智算”

　　19世纪末，西方国家每个工厂、每条电车道都有自己的发电设备，有的城市电力有10种不同的频率、32种不同的电压、70种不同的电价。

　　经过多年努力，才形成了同一频率、同一电压的电力公共基础设施。

　　目前，人们所希望的算力网络像供水和供电一样“一点接入，即取即用”，还只是一种愿景。

　　算力网络的实现比交通和能源网络复杂得多，至少需要关注三个问题。

　　一是接口，用户如何和资源进行对接?

　　二是服务设备，用户通过什么设备将资源转换成服务?

　　三是产品的异质性，计算是一种复杂的服务，不同的编程语言和硬件如何兼容?

　　现在，科研工作者正在研究包括任务交换技术、智能流抽象、资源赋名、控域、网程、标签化体系结构、内构安全、在网计算等技术，算力网络的关键技术正在逐步突破。

　　与此同时，随着越来越多智能化场景的出现，以数据为核心的AI场景智能化应用的使用趋势正在增加，算力也因需而变，正在从计算走向智算。

　　智能计算和通用计算的区别，在于通用计算主要面向传统的计算处理任务，或者离线大数据的计算，而智能计算可以满足许多领域对人工智能、机器学习、深度学习的新需求，比如科研、 自动驾驶、生物制药、智能制造、数字孪生、空间治理等一系列的场景。

　　简单来说，智算中心就是专门服务于人工智能的数据计算中心，能够为人工智能计算提供所需的专用算力。

　　随着智能推荐、自动驾驶、智能制造等领域发展迅速，超大规模AI模型对算力的需求不断提高，智算中心的建设也纷纷被提上日程。

　　数据来源：《智能计算中心规划建设指南》

　　相比传统数据中心，智算中心能满足更具针对性的需求，以及更大的计算体量和更快的计算速度。

　　从硬件上来看，传统数据中心多采用通用计算的CPU，而智算中心中更多的是GPU等进行AI训练的芯片;软件上，智算中心会部署不同的人工智能框架，用于分配计算任务提高效率，并且提供了人工智能应用开发工具。

　　而智算中心不仅包含算力基础设施，还有算法基础设施。算力基建化只是第一步，接下来，还需要加强算法基础设施建设。

　　只有实现算法基建化，才能让更多的企业享受普适普惠的智算服务。

　　当前，全球计算产业正步入黄金时代。据IDC预测，全球计算产业投资空间预计到2023年实现1.14万亿美元。

　　中国作为全球计算产业的主要推动力，市场份额约占全球的10%，近1043亿美元。

　　我国明确提出，在全国布局算力网络国家枢纽节点，同时积极推进智能计算中心建设，发力构建普适普惠、安全可靠的现代化基础设施体系和生态，打造更多强大的算力“底座”。

　　未来，智算中心将围绕开放标准、集约高效、普适普惠三个原则开展建设，并呈现出三个主要趋势：更加开放多元的架构与标准体系;通过算力、算法的基建化和一体化，让服务更高效;建立智算生态，让智算中心更好用。

　　在数字化时代，当算力成为核心竞争力，这张十年织就的网络，即将迎来更大的爆发时刻。