在新科技革命和产业变革中，数据作为新的生产要素参与价值创造和分配，信息技术成为驱动经济社会发展和变革的基础动力。在这种背景下，全球竞争格局重构趋势增强，算力竞争愈加白热化，并成为衡量一个国家数字经济发展水平，乃至在很大程度上实现经济社会数字化转型、适应新科技和产业变革的重要指标。
为此，以算力为核心的数字信息基础设施建设被提到前所未有的高度。
以其中的AI算力为例，根据国际权威机构IDC的统计，中国AI算力已经占据全球市场40%左右的份额，处在领跑的位置，这之中，以浪潮信息为代表的中国科技企业功不可没。尤其是浪潮信息，无论是在AI服务器，还是AI基础设施方面的市占率均名列榜首。
而随着国家相继出台一系列围绕算力基础设施的政策文件，并提出加快实施“新基建”、“东数西算”等工程，以及全球智能化发展大势以及元宇宙产业化进程的加速到来，以算力为核心的科技竞争势必成为当前大国竞争的战略焦点，把握算力发展的重大战略机遇期就是抢占发展的主动权和制高点，也是当前国家走向科技自立自强的内在要求之一。而在这一进程中，中国科技企业将发挥举足轻重的作用。
经济与基础支撑作用明显，算力已成国之重器
众所周知，数字经济时代的关键资源是数据、算力和算法，其中数据是新生产资料，算力是新生产力，算法是新生产关系，构成数字经济时代最基本的生产基石。
如果说，工业时代，电力是评估GDP增长量的重要指标。那么，在数字经济时代，算力是ICT产业发展关键要素，对推动科技进步、促进行业数字化转型以及支撑经济社会发展发挥着重要的作用，成为新的核心指标。
以推动经济社会的数字化转型为例，一方面，庞大的互联网用户数量和巨大的市场规模为数字经济发展提供了坚实的基础，催生对算力资源的大量需求；另一方面，大数据、云计算、人工智能等新一代信息技术的不断涌现，对算力提出了更高的要求。
例如，根据人工智能研究组织Open AI统计，从2012—2019年，随着人工智能深度学习“大深多”模型的演进，模型计算所需计算量已增长30万倍。斯坦福大学发布的《AI Index 2019》报告也显示，2012年后，算力需求每三四个月就翻一番。可以说，算力是推动经济社会数字化转型的重要基础条件，没有足够算力的支撑，数字化转型将难以实现，反之亦然。
据中国信通院测算，2016—2020年期间，我国算力规模平均每增长一个百分点，带动数字经济增长0.4个百分点、GDP增长0.2个百分点。从投入产出看，2020年我国算力产业规模达2万亿元，直接带动经济产出1.7万亿元，间接带动经济产出6.3万亿元，尤其是对制造、交通、零售、能源、农业等领域的经济产出带动作用较为明显。平均来看，算力每投入1元，将带动3—4元GDP经济增长，算力对经济产出的带动作用日益明显。
另据IDC与浪潮信息今年最新联合发布的《2020-2021全球计算力指数评估报告》显示，当一个国家的计算力指数达到40分以上时，国家的计算力指数每提升1点，其对于GDP增长的推动力将增加1.5倍，而当计算力指数值达到60分以上时，国家的计算力指数每提升1点，其对于GDP增长的推动力将提高到3.0倍，对经济的拉动作用变得更加显著。
由此可见，数字经济的发展、经济和社会数字化转型的推进、数字信息技术应用场景的扩展，使算力正在从一个隐形的、潜在的竞争力源泉逐步转变为现实的竞争力。算力既可以直接形成新的竞争力，也可以促进传统竞争力蜕变和强化，成为决定未来国家或地区、企业等综合竞争力的基础。
从通用到智能，AI计算渐成未来算力主角
如前述，算力在数字经济背景下，对包括中国在内的各国的战略价值已是不争的事实，但随着云计算、大数据、AI、物联网等技术应用的不断深入，算力本身也在演化，而洞悉这种演化的趋势和方向，无疑对于提升和充分发挥算力的价值相当重要。
众所周知，随着云计算、大数据、AI、物联网等技术应用，数据在近几年呈指数级增长。
IDC发布的《数据时代2025》报告显示，2018年全球产生的数据量为33ZB (1ZB=1万亿GB)，到2025年将增长到175ZB。英特尔的研究也表明，AI模型的计算量每年增长10倍，这一趋势随着未来人工智能与传统产业的深度融合会进一步加快。
实际的情况是，自2012年后，驱动AI的底层机器学习技术计算量呈指数级增长，远超摩尔定律带来的算力提升速度，对以CPU为主的通用（基础）算力提出严峻考验，而众所周知的事实是，目前CPU的物理工艺、核心数已接近极限，但数据量的增长却不会停止，导致算力必须要不断提升的矛盾日益突出。
因此，在AI时代下，仅由CPU作算力的提供者已经不能满足需求，向包括GPU、GPU、FPGA、ASIC等加速芯片异构而成的AI算力（智能算力）的演化成为趋势，并最终成为数字经济时代下算力的主角。
据赛迪研究院测算，2020年我国通用算力规模为77 EFLOPS，AI算力为56.23 EFLOPS（AI算力尚未超越通用算力）。但到2025年，我国基础算力和AI算力总量将分别超过300 EFLOPS和1800 EFLOPS（AI算力大幅超越通用算力）。
另据信通院去年发布的《中国算力发展指数白皮书》显示，2020年中国智能计算的算力为算力总规模的41%，而到2023年，占比将迅速攀升到70%。
而在上述通用算力向AI算力演变的过程中，作为人工智能基础设施核心（主要是AI算力的生产、聚合、调度和释放）载体的AI服务器无疑将充当重要角色。
与传统的服务器采用单一的CPU不同，AI服务器通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的异构组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、语音交互等人工智能应用场景提供强大的算力支持，成为人工智能发展的重要支撑力量。
据国际数据公司IDC最新发布的2021HI 《全球人工智能市场半年度追踪报告》（《Worldwide Semiannual Artificial Intelligence Tracker》）显示，AI服务器是AI整体市场增长的驱动力量，2021年上半年全球AI服务器市场同比增长28.9%，高于全球AI整体市场增长率；AI服务器市场规模达66.6亿美元，占人工智能基础设施市场的82%以上。而在未来五年，AI服务器市场将继续高速增长，预计在2025年全球AI服务器市场规模将达到277亿美元，五年复合增长率为20.3%，增长最快。
对此，IDC分析认为，在过去几年中，机器学习和人工智能应用对算力的要求变得越来越严苛，这也使得搭载 GPU、FPGA 等面向人工智能场景的服务器市场增长迅速，成为拉动整体服务器市场的重要增长点。IDC预测，到2024年，人工智能将成为企业工作负载的核心组成部分，75%的企业及其20%的工作负载将基于人工智能或使能人工智能，15%的IT基础设施将因应用了人工智能而加速。随着算法框架日益复杂及大规模预训练模型爆发趋势，计算能力将成为决定人工智能发展上限的重要因素。
需要特别说明的是，在AI服务器市场，中国科技企业表现出色。同样是来自上述IDC的报告显示，中国科技企业浪潮信息以20.2%的市占率稳居第一，联想和华为也分别以6.1%和4.8%的占有率位居前5之列。
不知业内从上述看到了什么？结合IDC此前报告所称，中国AI算力占全球市场的40%左右，已经成为全球人工智能产业发展的中坚力量的事实，我们认为，AI服务器不仅在其中起到了不可或缺的作用，同时预示着中国在数字经济发展过程中，作为智能算力基础设施重要组成部分的AI服务器，无论是现在还是未来，均充当着重要的角色，并具有广阔的市场应用前景。
更为重要的是，中国在AI算力方面的创新已经走在了前列。
以AI服务器位列榜首的中国科技企业浪潮信息为例，凭借创新，其打造了全球性能最强、布局最全的AI计算产品阵列，涵盖训练、推理、边缘等全栈AI场景；其智能业务创新生产平台（例如AIStation）实现了对英伟达、寒武纪、昆仑芯、高通等6家国际国内厂商的12款AI和GPU芯片的多元算力支持，打通了多元AI芯片从接入、管理、调度、适配到应用的路径，通过构建AI芯片算力接入规范实现多元算力的标准化管理，为产业AI化和智算中心建设提供高效便捷的AI算力调度，让AI应用和AI服务更便捷，助力用户充分使用多元算力实现AI技术创新和落地。
此外，其还推出了符合OAM标准的AI计算开放加速系统MX1, 通过多元开放的AI服务器架构为人工智能发展提供更高的性能和可扩展性的AI算力支撑等。
挑战犹存，智算中心呼之已出
正是由于算力予国家或地区经济与基础支撑作用的国之重器属性，当下，以数据中心代表的算力基础设施建设在我国可谓是如火如荼，但相应的挑战也随之而来。
例如在碳排放方面，2020年9月，我国在联合国大会上提出，力争于2030年前实现碳达峰，2060年前实现碳中和。与此同时，“十四五”规划也将加快推动绿色低碳发展列入其中。可以说，碳中和现已成为国家的一项国策。而具体到集中生产算力的数据中心，表现却并不尽如人意。
据国网能源研究院预测，到2030年，我国数据中心用电量将突破4000亿千瓦时，占全社会用电量的比重为3.7%。另据绿色和平和工业和信息化部电子第五研究所计量检测中心联合发布的《中国数字基建的脱碳之路：数据中心与5G减碳潜力与挑战(2020-2035)》报告预测，2035年，中国数据中心和5G的碳排放总量将达2.3亿—3.1亿吨，约占中国碳排放量的2%—4%。其中，数据中心的碳排放将比2020年最高增长103%。
针对于此，节能减耗成为日前正式启动的“东数西算”工程中的关键词。《实施方案》明确规定，到2025 年，全国新建大型、超大型数据中心平均电能利用效率（PUE）降到 1.3以下，国家枢纽节点进一步降到 1.25 以下，绿色低碳等级达到 4A 级以上。
除了能耗外，我国算力基础设施建设（以数据中心建设为代表）还存在一定程度上的供需失衡、重建轻用、路线错位等挑战，具体表现在从算力配比结构上看，过高的算力供给与区域实际应用需求和产业情况不符，呈现一定的结构性过剩；从建设路线选择上看，对于算力概念混淆，导致建设方向和建设需求错位，既不能拉动产业升级又造成资源浪费。
诸多事实表明，我国算力基础设施的建设亟需加强统筹引导、因需而为，避免概念先行、抢占风口，才能实现可持续发展。
针对上述挑战，以AI服务器作为生产算力“动力机组”的智算中心无疑是正解。原因何在？
与传统数据中心不同，“智算中心”不仅通过AI服务器把算力高密度地集中在一起，而且解决了调度和有效利用计算资源、数据、算法等问题，更像是从计算器进化到了大脑。此外，其所具有的开放标准，集约高效、普适普惠的特征，不仅能够涵盖融合更多的软硬件技术和产品，而且也极大降低了产业AI化的进入和应用门槛，直至普惠所有人。
其中，开放标准，集约高效、普适普慧的特征，很大程度上化解了前述算力基础设施建设及使用中可能出现的挑战。
另外，智算中心并非仅是输出AI计算、应用AI技术和“以智生智”，而是基于全新技术的算力生产中心，还会撬动新一代ICT技术和产业的创新和发展。例如，针对前述的数据中心碳排放，其将直接推动液冷等系列技术的发展和应用，为技术创新和节能减排提供了巨大的想象空间。
需要说明的是，除了上述外，国家信息中心于2020年就发布了《智能计算中心规划建设指南》引导智算中心建设；而去年7月举办的2021算力中心健康发展研讨会则明确了智算中心标准，引导智算中心明确应用场景和优先任务，保证算力资源建设合理、绿色。
那么问题来了，按照《智能计算中心规划建设指南》而建设的智算中心究竟表现如何？
这里我们以按照《智能计算中心规划建设指南》，由浪潮信息主导的南京智能计算中心为例来予以说明。
目前该智算中心已经开始投入运营，其采用浪潮AI服务器算力机组，搭载寒武纪思元270和思元290智能芯片及加速卡。目前已运营系统的AI计算能力达每秒80亿亿次（AI算力远超传统数据中心提供的基础算力供给），1小时可完成100亿张图像识别、300万小时语音翻译或1万公里的自动驾驶AI数据处理任务。
此外，南京智能计算中心集算力生产供应、数据开放共享、智慧生态建设和产业创新聚集四大功能于一体，通过算力生产、聚合、调度与释放，与基于AI技术生态链的 AI生态全面加速对接。作为构建未来智慧社会和智能经济的关键性公共算力基础设施，南京智能计算中心将有效推动南京市乃至长三角地区的智能产业创新集聚与经济能级提升。另据业内的测算，该智能计算中心是目前已经投入运营的智算中心中，性价比（每100P算力需要建设成本最少）最高的。
究其原因，面向人工智能算力需求的发展趋势，2020年浪潮信息在业内率先提出“智算中心”，并围绕智算中心生产算力、聚合算力、调度算力、释放算力这四大关键作业环节持续创新；去年，浪潮信息持续升级智算新基建，推出中文AI巨量模型源1.0，参数集规模高达2457亿。
可以说，厂商对于产业趋势的先知、先觉和先行，以及不断因需而变的持续创新，让智算中心未来更可期。
写在最后：根据IDC最新发布数据，全球人工智能收入预计到2022年同比增长19.6%，达到4328亿美元，包括软件、硬件和服务，预计2023年将突破5000亿美元大关。未来，全球和中国的数字经济将进入以人工智能为核心驱动力的新阶段。
在此阶段中，作为支撑以人工智能为核心驱动力的数字经济的算力，也正在从通用算力向智能算力演化和重构，并最终以智算中心作为国家发展数字经济的重要基础设施而得以体现。而未来，拥有较高算力基础建设和应用能力的国家、地区及相关企业，将更有可能在人工智能带来的数字经济红利中更多获利。
,
