本文来自微信公众号“元宇宙三十人论坛”。
继能源争夺战之后，人类社会下一个争夺目标可能是什么？
是算力。
OpenAI带火了人工智能，GPT大模型让算力争夺战进入白热化，算力对经济的促进作用已经超乎想象。
由IDC、浪潮信息和清华大学全球产业研究院联合发布的《2022—2023全球计算力指数评估报告》（*文末获取报告）指出，在全球GDP增长乏力的背景下，数字经济保持强劲增长，算力是经济增长的主要驱动力。
《报告》认为，算力作为新兴生产要素，加大算力投资可能带来一国（或地区）稳态经济增长率的跃升，算力先发国家或地区的优势会随着算力投资比重的增加进一步获得强化，算力资本、算力服务协同互补，赋能产业数字化和数字产业化。
可见，算力已经成为继石油和数据之后又一个新的生产力。未来谁掌握了算力，谁的竞争优势将会更加强大。
诚然，算力的发展不能一蹴而就，目前我国算力产业还存在诸多问题、地区和行业发展仍不均衡，供需矛盾凸显。未来如何寻求供需平衡点，如何在有限供给下，合理调配算力在各地区和行业之间的有效配置？如何让算力更好地为社会高质量发展赋能？已成为数字经济发展中绕不开的话题。
算力已经成为经济增长的主要驱动力
2022年ChatGPT上线后迅速走红，仅用5天时间用户规模突破百万大关，2个月后月活跃用户数更是达到1亿。
3月16日，百度发布“文心一言”；3月29日，周鸿祎展示“360版本的GPT”；此后是“通义千问”“商汤日日新”……仅2023年上半年，国内就有80余个团队陆续宣布进入该领域。
“尽管全球GDP增长普遍放缓，但数字经济依然保持强劲增长。”IDC中国副总裁周震刚在分析上述报告时强调，算力已经成为经济增长的主要驱动力。
在全球多个行业的Top30企业中，IT投入的增加会带来不同程度的实际收益，报告显示IT每投入1美元，在互联网行业可拉动22美元的营收额与2美元利润产出；在制造行业可拉动45美元的营收额和6美元利润产出。
“更多用户看到了算力对促进业务发展的深层次作用。”浪潮信息副总裁张东认为，在传统信息化时代，算力增长和业务增长是线性关系；到了智慧化时代，智慧化应用和算力需求成指数级关系。
“对新能源汽车行业来说，通过强大的算力进行仿真才能构建一个安全汽车产品。”吉利汽车数字化中心CTO郑金伟强调了算力对于制造业的重要性。2022年7月，吉利耗资10个亿元建成了一个拥有1000多台服务器，云端总算力达81亿亿次每秒的智算中心——星睿云·智算中心。这是全球车企首个“云、数、智”一体化超级云计算平台。
清华大学全球产业研究院副院长李东红表示，算力在经济发展过程中能发挥倍增效应，对于“数实融合”有很强的促动和催化作用。2022年制造行业中算力投入规模达125.8亿美元，同比增速为29.0%。报告显示，在行业计算力水平评估中，制造业的算力水平已经超过金融行业排名第二。
（各国计算力指数及排名）
算力产业的快速发展也在一定程度上促进了数字经济和GDP的增长。上述报告显示，算力指数平均每提高1点，国家的数字经济和GDP将分别增长3.6‰和1.7‰。按照2022年中国全年GDP超121万亿元计算，算力指数提高1点，数字经济和全年GDP将分别增长7560亿元和2057亿元，这个增长幅度相当于厦门和海口全年GDP总量。
算力对数字经济的作用正在不断加大。“去年这个数字还是3.5‰，今年增长到了3.6‰。”周震刚进一步强调说。
算力供给难以满足指数式爆发需求
世界各国对算力的争夺从未停歇。在本次报告中，中美两国依然保持领跑者位置。2022年美国算力指数从77分增长到82分；中国算力指数从70分增长到71分。
“虽然我们算力指数全球第二，但是人均不足。”周震刚分析报告时指出，目前中国人均算力指数还处于中等水平位置。数据显示，美国、英国、德国等国家的人均算力普遍高于10000亿次/秒，而我国人均算力约为5500亿次/秒，只有高算力国家门槛的一半左右。
不仅如此，在计算效率指标上中国也有一定的追赶空间。中国算力使用效率目前和追赶者国家（日本、德国、新加坡等）处在一条起跑线上，算力在某些领域的应用水平和美国相比也有很大差距。周震刚进一步解释说，“算力发展也像GDP一样，需要从高速发展转向高质量发展，未来算力发展更多需要注重使用效率。”
（全球计算力指数评估结果）
然而，算力要实现高质量发展，首先碰到的问题就是供需鸿沟问题。
“以前训练一个模型可能一两百块卡就能做，现在不仅需要上万块卡还需要更多的数据。”说起AIGC对算力的需求，张东表示，现在可能要把全球互联网上能扒来的数据都喂给它，才能得到一个很好的模型。
大模型训练对算力需求异常庞大。根据谷歌测算，在1000张英伟达V100 GPU上训练OpenAI GPT-3大模型，需要14.8天，在数据中心PUE为1.1条件下，总能耗达到1287MWh，而ChatGPT是在大约10000个GPU上运行。
过去十年全球数据流量以每年45%的复合年均增长率增长。随着后疫情时代各国数字经济的加速发展，全球范围内的数据量呈现爆发式增长，进一步引发了各行业企业对更高规模数据存储和分析能力的需求增长。
目前的算力供给明显难以满足指数式的爆发需求。今年6月，有消息称字节公司向英伟达订购了超过10亿美元的GPU，不仅如此，谷歌、Meta、微软等国际头部企业在英伟达的订单也都是万块起订。
“需求爆发式增长反衬出供给端确实出了一些问题。”张东指出，首先是供给绝对意义上的不足。虽然硬件投入在不断加大，但是，仍不能满足市场上的算力需求。
各方都在寻求解决之道。IDC中国副总裁周震刚认为，长期来讲，需要整个产业链从上游厂商到算力平台供应商、到软件供应商大家共同努力，解决整个供应和产业链的问题。
在他看来，短期则可以通过软件调优来提高整个计算平台的利用率，更好地服务新的应用场景。如，2019年浪潮信息发布了AIStation，通过对计算资源、数据资源、深度学习软件栈资源进行统一管理，AIStation能有效提升大规模AI算力集群的可用性和表现性能。
对于算力供需鸿沟问题，李东红的看法是，“未来算力发展一定要注重规模化发展。”在数字经济时代，各行各业需要更多算力，因此算力产业的规模必须起来。IDC预测，生成式AI计算市场规模将从2022年的8.2亿美元增长到2026年的109.9亿美元，占整体AI计算市场的比例将从4.2%增长到31.7%。
（全球生成式AI计算市场规模预测）
除了算力供需不足之外，影响算力行业发展的另一个大问题是区域和行业间的不平衡问题。“如何实现算力资源区域之间的最优配置也是需要考虑的问题。”张东强调。据了解，当前我国大部分算力需求集中在数字经济发展较为发达的东部沿海地区，但西部及东北地区的自然资源禀赋比较适合构建算力基础设施。
让算力像电一样都用得起
在新基建大背景下，无论政府还是企业，都开始强调算力基建化的重要性。
“随着在算力产业上的投入越来越大，未来很可能存在用得上用得起的问题。”张东强调，从这个角度讲，需要让算力尽快基建化。他解释说，就像以前发展水和电或者电信基础设施一样。让算力也能成为大家想用就用得起的基础设施。
作为承载算力的重要载体，算力基础设施无疑是推动当前各国产业数字化转型以及未来数字经济发展的基本保障和重要支撑。上述报告建议，各国有必要从国家层面上引导多元资本继续增加对算力基础设施的投资。
“智算中心会成为未来承载算力非常重要的基础设施。”张东介绍说，自2020年初首提“智算中心”概念以来，浪潮信息相继推动淮海智算中心、青田元宇宙智算中心、“钱塘江”液冷智算中心解决方案等项目和方案的落地。
在7月17日召开的2023中国算力大会新闻发布会上，工信部相关负责人表示，工信部计划结合行业最新发展情况，出台推动算力基础设施高质量发展的政策文件，进一步强化顶层设计，提升算力综合供给能力。2022年我国算力核心产业规模达到1.8万亿元，并且正加速向政务、工业、交通、医疗等各行业各领域渗透。
算力的大规模建设也会推动能耗的井喷式增长，降低能耗是“双碳”背景下发展算力不能忽略的问题。报告显示，2021年中国平均PUE为1.55，截至2022年底，中国累计建成153家国家绿色数据中心，规划在建的大型以上数据中心平均设计电能利用效率（PUE）降至1.30。
在政策、技术与经济性三重因素的共同推动下，液冷正在快速替代风冷，几乎要成为数据中心散热的唯一选择。上述报告也建议，液冷技术可以显著减少数据中心的能耗并有效缓解碳排放问题。尽管前期投入相对较高，但在长期运营中可以降低数据中心的运营成本，更好地保护环境助力可持续发展。
2022年中国液冷服务器开始出现较大的增量市场，同比增速达305.2%。越来越多的传统行业用户开始部署液冷数据中心。据赛迪顾问预测，到2025年中国液冷数据中心市场整体规模保守估计为1283.2亿元。
