將算力真正轉化為生產力

  要在頂層設計上強化算力資源統籌調度，持續(xù)優(yōu)化算力布局，不斷提高算力利用效能；在產業(yè)鏈方面不斷完善算力產業(yè)生態(tài)，多方共建、協同匹配，加速培育算力新產業(yè)、新業(yè)態(tài)和新模式；加快綠色算力發(fā)展布局，讓算力基礎設施能耗降下來。

  工業(yè)和信息化部有關負責人日前表示，將加強對算力產業(yè)的支持，出臺推動算力基礎設施高質量發(fā)展的政策文件。當前，ChatGPT火爆出圈的背后，是算力需求的爆發(fā)式增長。算力被視為繼熱力、電力之后新的生產力，成為各國戰(zhàn)略布局的重點，算力產業(yè)規(guī)模迅速擴大。不過，要將算力真正轉化為生產力并不容易，還需解決供給、應用等方面的多個瓶頸。

  算力是數字經濟的底座，隨著數字經濟的發(fā)展而水漲船高。簡單說，算力就是對數據的處理能力。從早期的算盤到后來的電腦、智能手機，算力早已走入人們的生產生活。作為人工智能的核心要素，算力水平決定了數據處理能力的強弱，是承載和推動人工智能走向實際應用的決定性力量�？梢哉f，ChatGPT的誕生是算力爆發(fā)的產物，同時也需要巨大算力的支持。然而，從當前的公開數據判斷，算力供給增速遠遠追不上算力需求的增長速度，算力供需的“鴻溝”已客觀存在。

  算力供需的“鴻溝”不僅表現在絕對量上，還表現在利用率上。事實上，我國的算力規(guī)模已相當可觀。工信部數據顯示，截至2022年底，我國算力總規(guī)模排名全球第二，僅次于美國。在不少中外市場分析機構的排名中，美國和中國都屬于算力的領跑者。而我國與美國的主要差距在于計算效率和應用水平。算力利用率低的一大重要原因是使用門檻高。從源頭看，數據的存儲沒有跟上；從中間環(huán)節(jié)看，數據處理實時性存在不足。同時，土地資源、電力資源等算力成本高昂，這也是我國啟動“東數西算”工程的重要原因之一。加之行業(yè)標準不統一、算網存在“兩張皮”等現象，都大大提高了使用算力的門檻。

  算力被視為生產力，因其能釋放數據要素的創(chuàng)新活力，賦能各行各業(yè)。算力可改變人們的生產方式、生活模式和科研范式，是傳統產業(yè)轉型升級的重要支點，還能催生新的經濟增長點。算力產業(yè)自身就是蓬勃發(fā)展的新興產業(yè)，2022年我國算力核心產業(yè)規(guī)模已達1.8萬億元，算力關聯產業(yè)規(guī)模則更為可觀。測算顯示，算力的提高對一國經濟增長的拉動效應非常顯著。

  不過，要想把算力真正轉化為生產力，還需要多重因素支撐，不能回避使用門檻有待提高、融合技術有待突破、場景應用有待優(yōu)化等問題。

  提升算力綜合供給能力是重中之重，這也是工信部即將出臺政策的首要目標。應推進計算架構、計算方式和算法創(chuàng)新，加速新技術、新產品落地應用；也需加強軟硬件適配協同，提升產業(yè)基礎高級化水平。要想讓算力像水、電一樣即取即用，就意味著要讓算力流動起來，承載算力流動的網絡就變得至關重要。但目前算網融合還面臨技術、標準等挑戰(zhàn)，有待加速推進網絡設施與算力設施配套部署，優(yōu)化升級網絡體系架構，降低算力網絡時延，提升算力網絡可靠性，打造滿足各類算力應用需求的運力體系。

  提高算力利用效率是關鍵。供給上去了，還得讓大家都用得起、用得上、用得好。這需要在頂層設計上強化算力資源統籌調度，持續(xù)優(yōu)化算力布局，不斷提高算力利用效能；在產業(yè)鏈方面不斷完善算力產業(yè)生態(tài)，多方共建、協同匹配，最大化發(fā)揮算力性能，加速培育算力新產業(yè)、新業(yè)態(tài)和新模式。同時，加快綠色算力發(fā)展布局，讓算力基礎設施能耗降下來。只有實現普惠算力，才能激發(fā)出算力的賦能效果，有效支撐實體產業(yè)創(chuàng)新應用，真正將算力轉化為生產力。（黃 鑫）