“算力”相关产业近期持续火爆。

据中国信息通信研究院测算，截至2021年底，中国算力核心产业规模超过1.5万亿元，关联产业规模超过8万亿元。其中，云计算市场规模超过3000亿元，互联网数据中心（服务器）市场规模超过1500亿元，AI 核心产业规模超过4000亿元。

同时，“算力”发展也受到了资本市场关注。数据显示，自今年4月底起，A股算力相关概念板块指数涨幅高达26%。

“算力已经成为继热力、电力之后新的关键生产力。”工业和信息化部副部长张云明7月30日在中国首届算力大会上表示，国内算力产业近五年平均增速超过30%，算力规模超过150EFlops（每秒15000京次浮点运算次数），排名全球第二，第一是美国。

所谓“算力”，是指设备通过处理数据，实现特定结果输出的计算能力。2018年诺贝尔经济学奖获得者William Nordhaus在《计算过程》一文中提出：“算力是设备根据内部状态的改变，每秒可处理的信息数据量。”

小至芯片、手机、PC，大到汽车、互联网、人工智能（AI）、数据中心、比特币、超级计算机、航天火箭，“元宇宙”概念以及48万亿元规模的中国数字经济等，“算力”都在其中发挥着基础核心作用。没有算力就没有各种软硬件的正常应用。

实际上，算力既是信息基础设施的重要组成部分，也是承载数据和运算运行的平台，更是数字经济时代计算、存储、网络能力的一种综合体现。

目前，算力已经成为拉动中国经济增长核心引擎之一。据信通院数据显示，算力投入能显著提升经济价值：每1元的算力投入，可以带动3-4元的GDP（国内生产总值）经济产出，实现经济增长的倍增效应。计算力指数越高对经济的拉动作用越显著。

随着今年国家推出“东数西算”工程，地方上也进一步加码布局。发改委公布的数据显示，今年以来，全国10个国家数据中心集群中，新开工项目25个，带动各方面投资超过1900亿元。预计“十四五”期间，大数据中心投资还将以每年超过20%的速度增长，累计带动投资超过3万亿元。

算力还是中美未来科技竞争的关键因子。去年4月，美国商务部对中国国家超级计算济南中心、深圳中心、无锡中心、郑州中心等中国超算实体列入“实体清单”。有行业人士告诉钛媒体App，“算力的重要性在于，它是国家竞争能力高低的核心指标，也是中长期的投资抓手。”

不过，中国算力产业依然面临需求碎片化、国产基础软件生态和配套芯片不强、传输能力不足、无效算力增多、人才紧缺、难互通协同等诸多挑战。正如中国工程院院士王恩东在算力大会上所说，中国算力产业未来要加强顶层规划，规范产业发展，不能“躺平”，更要避免一哄而上、低水平重复的问题。

云岫资本合伙人兼CTO赵占祥接受钛媒体App采访时表示，服务器芯片“国产替代”需要长时间布局，有一个循序渐进的过程，同时还需要软件生态、人才、芯片性能、客户支持等资源整合，“这是一个全方位的工程（体系）。”

中国掀起智算中心“落地潮”

当大规模的人工智能、大数据基础设施建设在全球主要经济体推行之时，在政策扶持和需求推动下，中国也迎来了一股人工智能计算中心(下称“智算中心”)的“落地潮”。

据不完全统计，从2021年初到2022年2月底，全国至少有26个城市在推动或刚刚完成当地智算中心的建设，其中已经投入使用的就包括南京、合肥等地的智算中心。

中国智算中心的城市“大军”中又将迎来一位“新兵”。中新财经近日获悉，安徽省宿州市与浪潮签署战略合作协议，共同推进淮海智算中心建设。据悉，淮海智算中心总体投资10亿元，全面建成后智能算力性能将达30亿亿次每秒，将成为技术先进、架构开放、应用丰富、生态完善的智算枢纽。

算力是数字经济时代新的生产力，将为加强数字政府建设、激活数据要素潜能以及各行各业的数字化转型注入新动能，助推经济社会高质量发展。眼下，算力正从计算走向智算。

国家工业信息安全发展研究中心此前发布的《新一代人工智能算力基础设施发展研究报告》认为，现阶段，人工智能已经成为世界各国竞争角逐的焦点。智算中心作为人工智能产业发展的重要底层基础设施形态，也因此被推向发展新高地。

浪潮信息总裁彭震近日在接受中新财经等媒体采访时称，数字时代的智算中心，就像电气时代的发电厂一样，规划建设智算中心，构建未来经济增长的新引擎，是谋求经济模式创新和城市治理智能化转型的第一步，也是吸引产业聚集、人才聚集，促进产业升级的重要抓手。

彭震认为，算力基建化以算力服务为核心，将智算中心的计算、存储、网络等能力，通过智算中心操作系统进行统一调度并对外服务，把计算力像水和电一样提供给千行百业。过去的算力很大一部分源于传统的应用模式，但是在数字化转型的过程中，对智慧算力的需求会越来越大。

在彭震看来，在数字化时代，数据中心、智算中心等算力基础设施建设将会替代原来的“铁公基”成为新时代的新基建，成为经济增长、发展方式转变的主要动力，以前是“要想富，先修路”，现在是“想发展，投算力”。

他结合数据指出，根据全球服务器出货量估算，从2020年到2025年全球算力规模将提高30倍，用于深度学习的人工智能算力规模每隔三四个月就翻一番。数字化、智慧化时代对于算力的需求几乎是无穷尽的。

提升算力就是要“撒钱”堆服务器

2018年9月，台风“山竹”到来之前，深圳市气象台发布了雷暴及大雨预警。一个小时后，深圳全城下起了大暴雨。

深圳气象局能够如此准确的公布降雨、雷暴等灾害性天气，主要来源于云计算、AI、5G等技术以及灾害性天气 AI 气象预测模型，捕捉雷达、云图等数据中的时空关系实现气象预警。实际上，气象 AI 预测模型背后拥有每年约300TB的数据，那么就需要大量算力支撑，才能让模型应用，AI 技术实现产业落地。

而在浙江横店，每年有大量的影视作品在后期制作时需要对动画和特效进行渲染，而这类渲染工作就需用到大量的算力。考虑成本的情况下，这些后期工程文件会通过云平台，将其上传至贵州、内蒙这些西部地区的数据中心进行计算。

这些算力应用背后，服务器的作用功不可没。中国科学院院士邬贺铨表示，算力产业链很长，数据中心是算力产业里突出的中心环节。

按应用领域划分，算力包括两种：计算量小的通用算力，以及数据中心、超级计算机等在内的HPC（高性能计算）算力。

仅从算力经济来看，主要分为三个层次：

第一层次是算力的“基础设施建设”。作为新型生产力，算力离不开工具和技术。而基础设施是算力的工具，包括高性能芯片、数据中心、网络等基础设施建设为算力、应用以及产业发展提供可持续发展的保障。

第二个层次是算力应用。得益于基础设施的进步、数据推动算力水平的不断提升，云计算、大数据、AI、物联网、5G等应用都将发展，从而带来计算方法的革新，提高计算效率，拉动算力发展。

第三个层次是算力与实体经济产业的融合。工业互联网、金融科技、自动驾驶、智慧医疗等产业数字化加速、新的需求以及产生的大量数据，让超大算力得以“施展才华”。

“算力”产业链逻辑关系框架（来源：钛媒体App编辑整理）

相对于中国超14亿人的算力应用和消费市场，数据中心、芯片半导体等算力基础设施产业链，则是中国目前急需布局的重点领域之一。

作为算力的主要承载，数据中心就是一个容纳核心计算服务和基础设施的服务器机房（物理场所），可用于存储和计算数据。

数据显示，2019年，中国在用的数据中心数量达到2213个，其中超大型、大型数据中心数量占比12.7%。与之对比的是，美国超大型数据中心占到全球总量40%，国内数据中心建设仍有较大空间。

2021年5月，中国提出“东数西算”工程，计划在国内8个地方启动建设国家算力枢纽节点，规划10个国家数据中心集群，将东部算力需求以及产生的数据，通过网络引导到中国西部地区的数据中心处理、计算和存储。预计在2025年，中国将有望建成全国一体化数据中心系统。

借助“东数西算”东风，今年以来，阿里、华为、商汤、浪潮，以及国内三大电信运营商——中国移动、中国联通、中国电信等，在苏州、呼和浩特、成都等地大量投资，建立及运营新的数据中心或计算中心。

中国移动副总经理高同庆表示，预计2021年内，中国移动数据中心投产能力超过117万架。2022年，中国移动算力网络资本开支达数百亿元，未来还将继续在算力领域加大投入。目前中国移动长三角数据中心位于南京江北新区，投资超200亿元。

“国内提出‘东数西算’，是利用西部比较充裕的能源，比较廉价的电费，以及有可能利用再生能源，更好满足低碳的需要。”邬贺铨表示。

不过邬贺铨也质疑称，“东数西算”工程难以互通，从而让算力与存储容量无法得到最佳利用。

他以广东数据中心规划为例，“他们设计省内算力70%，省外算力30%。按理说，省外就是冷数据，应该占比80%，那与省外算力30%差别很大，这是否意味着，80%是指存储容量而非算力的比例？另外，在市场经济条件下，东部与西部并非固定配对，如何各自做到容量最佳利用？”

而作为AI技术三要素（数据、算力、算法）之一，算力在 AI 中也发挥了关键作用。商汤科技联合创始人林达华告诉钛媒体App，在青岛市西海岸新区，利用其 AI 大装置算力以及算法技术支持下，商汤对千万级海量遥感影像样本数据进行深度学习，形成多种面向业务应用场景的算法模型。在城市违建治理、生态环境监测、河湖四乱治理等方面实现了问题的高效发现和治理核查。

此外，当前中国的算力建设还受到碳中和、碳达峰目标的制约：一是工信部发布的《新型数据中心发展三年行动计划（2021-2023年）》等政策，面对算力设施的建设方针和能耗管理趋于严格，如2023年新建大型及以上数据中心电能利用率（PUE）将被要求降到1.3；二是能耗“双控”背景下，地方政府对于建设高能耗算力设施的积极性在降低。

因此，国内外头部IT企业也开始部署液冷技术。业内人士告诉钛媒体App，目前高功率服务器应用越来越多，其可在同等温度下大幅提升数据中心的运算效率，为提升高功率服务器散热需求，同时降低散热能耗，业内通常采用冷板、浸没、喷淋三类液体冷却服务器方案，通过将CPU（中央处理器）、GPU（图形处理器）等服务器部件与冷板液冷的冷板紧密贴合，或与浸没液冷直接接触，提升服务器散热系统换热能力，实现高功率运算。

阿里云数据中心设施模型在2022中国算力大会展示。下面两端物体是浸没液冷的CDU，也叫冷源分配单元，它起到内外换热的作用，把吸收服务器热量的液体收集后，在CDU内部与外部冷源进行换热，是一个中间装置；上面两端则是浸没液冷的一种冷源形态，图中是给集装箱内的液冷tank进行散热用，设备类型可能是冷塔、干冷器、冷机等（图片来源：钛媒体App编辑拍摄）

无锡数字经济研究院执行院长吴琦表示，一些规模小、能耗大、技术更新缓慢的企业和设施将面临淘汰，电能利用效率高的产品会是未来算力市场的主流。

政企花了钱，算力也难用

中国首届算力大会上，中国工程院院士刘韵洁直言，目前不管是算力网络，还是算力面临着诸多挑战。如果不能解决这些问题，算力网络将难以构建（实现）。

实际上，算力网络是基于数据中心等算力基础设施，将海量数据通过云、边、端协同方式，实现智能计算与网络连接。华为发布的《通信网络2030》提到，算力网络代表了从“面向人的认知”向“面向机器认知”（AI）的网络设计理念的重要变化，联接海量用户数据与多级算力服务。

因此，刘韵洁的说法意味着，政府、企业花了大量的资金投入算力基础建设，但如果算力网没有构建好，算力也很难使用。

刘韵洁认为，目前算力网络面临三个主要挑战：

一是实时性严重缺乏，目前互联网几乎没有实时性的能力，而实时性的能力，不论是工业、能源还是电力，都提出了确定性网络的具体指标；二是带宽的挑战，FAST（500米口径球面射电望远镜）每天产生的数据大概超2000TB，这些数据与全球网络共享，网络带宽的不确定性导致传输效率低；三是当前“烟囱化算力”难互联、难协同，这就造成算力利用率低，使得算力成本增加，如何将“算力”和“网”深度融合在一起，也是一个非常大的挑战。

以国有企业“宝武钢铁集团”为例。武钢通信技术有限公司总工程师陈巍崴曾在2021年7月提到，宝武集团工厂存在大量非云化设备，且协议不开放、工业连接组模不丰富，对接耗费成本；再就是工控网、管理网和互联网多网并存，网络安全无法有效管控。传统“尽力而为”的网络已经无法满足宝武集团数字化及新业务。

华为的智能算力网络生态（来源：钛媒体App拍摄）

实际上，算力网络、基础设施的互联互通、转移新平台设施一直是企业的核心难题——阿里云没有腾讯云、华为云平台接口，美国Oracle数据库的信息资料没办法转移等。

2021年3月，作为金融领域的国有企业，中国邮政储蓄银行发布采购前公示，而且是单一来源采购，理由是：当前多个核心生产系统使用美国Oracle（甲骨文）数据库进行数据存储和处理，无法替换。随后6月，邮储银行以1.45亿元与甲骨文签下续约合作。

那么，如何解决“全国算力一张网”的难点与挑战？

刘韵洁院士提出，建立以“大带宽、低时延、超低抖动、极高可靠”为主要特征的确定性网络，支撑产业核心应用加速云化、线上化、智能化，将真正改变产业互联网模式。“无论是智慧医疗、能源、交通，以及未来的元宇宙，没有确定性的网络会有问题。”

与此同时，中国也在努力逐步解决这一难题。今年6月15日，中国正式上线“中国算力网-智算网络”，将整个算力网络接入中央批准成立的鹏城实验室的鹏城云脑、北京、杭州等9个算力中心，总算力超过2000PFlops（每秒200亿亿次浮点运算）。

华为公司副总裁、计算产品线总裁邓泰华认为，中国算力网是一个大工程。目前中国有电力网、高铁网、通信网，未来有算力网，尤其利用大型的算力资源连成一张网。

“东数西算”实际上是“东数西存”

邬贺铨认为，数据分为冷数据和热数据，“热数据主要是一些需要实时性计算的数据，相比之下冷数据就不需要实时性了，国家的八大算力枢纽，实际上西部主要是处理冷数据，当然还有本地的一些数据，而东部主要是热数据。”

今年2月，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。

“人类历史上90%的数据都是过去几年产生的，50%是短短两年产生的，意味着两年之前的数据肯定都是冷数据，而且两年之内产生的数据也有很多是冷的。预见到2025年的数据量年均增长30%。最近产生的数据是热数据，但是热数据经过一周或者几个月以后，也要变成冷数据。一般的统计，冷、温、热的数据分别占到80%、15%和5%，也就意味着‘冷’是主要的。冷数据主要是存储，对冷数据来讲，计算不是常态。要这样算，东西部分别是热数据和冷数据，照这样算，‘东数西算’实际上是‘东数西存’，主要存在西边，当然偶尔会有一些计算。”

国产化依然难行

作为“算力”的极限领域，中国超级计算机一直受到美国超级电脑的压制。

2016年，美国以担心中国“天河二号”进行核子研究为由，禁止英特尔出口芯片给中国。随后于2016年，利用上海高性能集成电路设计中心自研设计的SW26010处理器，中国自主研发出“神威·太湖之光”超级计算机，以93014.6TFlops问鼎世界第一。

不过，到了2018年6月，“神威·太湖之光”被美国IBM研发的Summit OLCF-4超级电脑所超越。

2021年4月起，美国商务部对多家中国超级计算机实体列入“实体清单”，其中包括天津飞腾信息技术有限公司、上海高性能集成电路设计中心、成都申威科技有限责任公司，以及中国国家超级计算济南中心、深圳中心、无锡中心、郑州中心等。更早之前，美国对华为海思、中芯国际、商汤等“算力”产业链相关企业进行制裁。

截止发稿前，Top500网站数据显示，目前全球超算排名第一的是，美国能源部及芯片巨头AMD、HPE慧与科技合作研发的Frontier（OLCF-5）全球首台百亿亿次级计算机。而中国“神威·太湖之光”排名第六，“天河二号”则排名第八。

在中美博弈持续升级的大背景下，目前包括服务器芯片、软件系统、数据库等领域仍依赖于国外产品，“算力”产业的国产化依然难行。

其中在服务器整机市场方面，IDC数据显示，2021年全球服务器市场出货量和销售额分别为1353.9万台和992.2亿美元，其中中国销售占比达25.3%。2022年第一季度，全球服务器市场份额排名前五，分别是美国戴尔（份额高达16%）、中国浪潮（10%）、美国惠普、美国AMD、中国联想（不足5%）。

操作系统装机量方面，数据显示，尽管互联网领域的服务器操作系统，实现100%国产化，但通信、金融和政企领域依然有35%以上，仍依赖国外操作系统，例如美国微软的Windows、IBM的Redhat等。

算力数据库方面，中国软件协会数据显示，国内集中式数据库市场，国外品牌仍占据90%以上；关系型数据库领域，美国微软（21.6%）、甲骨文（21.4%）和亚马逊（8.5%）共占市场总份额的50%以上。

最重要的服务器芯片领域，无论是通用处理器还是加速处理器，英特尔（Intel）、AMD和英伟达占据国内85%以上的服务器芯片市场，国产处理器及关键零部件份额较低。

“这其实还是一个软件生态的问题，因为英伟达、英特尔等国外的软件生态太强了，国内企业想要追上来难度很大，需要投入很长时间与大量资源。”赵占祥对钛媒体App表示，Windows等操作系统需要几十万开发者，而国内很难调动这么多资源，因此国内服务器需要长期依赖国外芯片企业。

7月31日结束的中国计算机学会（CCF）芯片大会上，清华大学教授魏少军就表示，国产服务器芯片的产品能力不行，无法具有足够的市场竞争力。例如，国内芯片无法实现服务器中非常重要的配置并发多线程（SMT）能力，而国外芯片在这个问题上已经全面突破，国产芯片技术依然落后。

“我们花了很多精力去建立AI平台，实际上不可用，或者说它并没有想象的那么好。说的更好听一点，还没有达到我们所需要的要求，仍需要时间等待。”魏少军表示。

一家国产GPU芯片企业高管告诉钛媒体App，很多国产服务器板卡都无法在客户数据中心上“跑动”，因为适配度较差。

今年以来，阿里、腾讯、字节都纷纷开启了“造芯”模式，均与服务器有关。但一位芯片行业人士对钛媒体App表示，互联网“造芯”无法从根本上解决国内服务器依赖进口芯片的情况。

在赵占祥看来，这些互联网企业“造芯”主要原因是自身服务器的降本增效。

目前，浪潮、阿里云、腾讯云等国内厂商，仍大部分使用美国芯片企业的产品。其中，腾讯云的星星海处理器均为AMD、英特尔定制开发；阿里云第七代云服务器ECS的CPU则采用英特尔第三代Xeon可扩展处理器；浪潮服务器所使用的芯片大部分来自英特尔、AMD、英伟达三家，部分服务器则使用寒武纪的 AI 芯片。

“算力建设的最大难点还是在于半导体与集成电路制造。而在服务器芯片领域，无论是通用处理器还是GPU芯片，对国外的依赖程度非常高，解决问题的难度也非常大。”王恩东认为，中国要集中力量打造国产CPU芯片，打破技术壁垒，不能烟囱林立。

另外，节能减排是算力提升进程中绕不开的话题。目前，数据中心的能耗大概占全社会能耗的2%，不过在邬贺铨看来，“尽管比例不大，但是相当于一个三峡加一个葛洲坝，也就是说能耗绝对值还是相当可观的，而且还在增长。”

因此，在建设数据中心时多在强调PUE值，即数据中心消耗的所有能源与IT负载消耗的能源的比值，是评价数据中心能源效率的指标。“现在一般希望能做到1.3，也就是说主要的能耗还在IT上面，数据中心附加的制冷、空调等尽可能降低，当然PUE值低了，仍然不能反应就可以了，因为我们希望 PUE值的电力最好是来自‘绿色’的，所以还有一个指标叫CUE（环保效率），比如说碳排放，在常规能源情况下，PUE跟CUE是等效的，消耗多少电就排放多少二氧化碳。”邬贺铨说。

邬贺铨还指出，“PUE、CUE都降低，也不等于说IT的能耗不需要再进一步降低，IT的能耗其中有服务器里的能耗，有存储站的能耗，有网络站的能耗，数据中心虽然是7×24小时工作，但不是7×24小时计算，很多时间是不计算，但是也耗能，也就是说不仅要降低计算的耗能，还要降低存储的耗能。”

对此，邬贺铨建议，针对冷数据可用磁带代替磁盘，以降低大量能耗，对热数据，可先用闪存代替硬盘，这样访问速度会快，而且能耗也能降低，“只是目前成本要高一点。”

在降低耗能之外，另外一个努力方向应是降低数据中心的散热，“现在已经提出来用液冷、水冷，甚至有人提出把数据中心泡在水底上、海底上，或者利用自然冷却，比如挖个山洞，利用山洞的穿堂风等。”邬贺铨说，不过他也指出，尽管数据中心的能耗值得关注，但还应该看到，数据中心提供的节能效果是它自身产生能耗的20倍。

张云明表示，下一步工信部将要加速推进高端芯片、核心算法等算力关键核心技术的研发突破，攻克关键技术，支持企业、科研机构开展联合攻关，增强算力产业链、供应链自主可控能力，并在绿色低碳发展等方面发力。

“不能说芯片初创企业一旦亏损就不投资了。我认为，更多的民间资本应该要投资长期会亏损、对国家很重要的芯片企业，而且政策上要鼓励其早点上市，给这些亏损公司融资提供一个比较好的通道。”赵占祥说。

来源：钛媒体APP，封面新闻，中国新闻网