从计算到智算，让算力投资发挥倍增效应

《中智观察》第1637篇推送

作者：赵满满

编辑：苏苏

头图来源：新浪财经

计算力指数每提高1个百分点点，国家的数字经济和GDP平均将分别增长千分之3.5和千分之1.8。预计该趋势在2021～2025年将继续保持。

IDC、浪潮信息和清华产业研究院联合研究发布的《2021～2022全球计算力指数评估报告》显示，国家计算力指数与GDP的走势呈现出了显著的正相关。这意味着，计算力已经成为拉动数字经济发展的重要力量。

同样，计算力目前正在经历一场大变革，传统计算正向智能计算升级，计算力逐渐升级成为了智算力，也预示着数字化转型正在向智能化转型演变。

海比研究院认为，计算为效率，智算为创见。智算力的出现和发展，为创新提供了一种可量化的技术力量，有多少智算力，未来就有多少创新力。

‖算力投资具有倍增效应

在数字经济中，数据成为生产的关键要素，互联网是基本载体，计算力则是提高生产力的重要工具。

而数字技术走向大规模应用的决定性因素是算力，每一项新技术的落地应用，背后都有庞大的算力资源做支撑。

计算力事实上已成为衡量一个国家乃至地区数字经济发展水平的重要指标。

早在10年前，一些研究公司就将计算力与国家数字经济发展直接挂钩，并得出计算力就是生产力，计算力将促进数字经济发展的结论。

随着全球数字经济持续增长，以及在经济中的比重越来越高，计算力作为数字经济的核心生产力，增长必然更加迅猛。

《2021～2022全球计算力指数评估报告》根据计算力指数大小，给不同的国家进行排名。根据指标值，将国家分为三个层次。

美国和中国分处前两位，得分高于60分。得分在40分到60分区间的国家则包括日本、德国、英国、法国、加拿大、韩国、澳大利亚等。

而得分低于40分的为起步者国家，包括印度、意大利、巴西、俄罗斯、南非和马来西亚。

报告显示，美国计算力水平同比增长5.0%，其中边缘计算服务器支出增长13.6%，云计算发展水平提升4.3%，人工智能、大数据、物联网和区块链等新兴技术应用更加成熟，指标增幅领先全球平均水平。

美国超大规模数据中心进一步扩大了规模优势，维持全球第一地位。美国数据中心整体能效不断提升，但美国企业级数据中心能效水平依然有较大提升空间。

算力指数与GDP的走势呈现出了显著的正相关的关系。

《2021-2022全球计算力指数评估报告》显示，计算力指数与GDP的走势呈现出了显著的正相关的关系。

同时，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个点，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个点，其对于GDP增长的推动力将提高到3.0倍。

算力的社会价值正不断凸显。如AI计算辅助药物发现近年来成为全球市场热点，算力建设能够提高药物发现效率，降低平均研发成本，并减少临床失败风险。

绿色算力将保障社会可持续发展，应对气候变化，实现净零排放的目标。算力正在向绿色化和集约化方向加速演进，同时算力能够帮助企业应对减排压力，并助力企业在数字化转型中取得商业先机。

全球算力保持高速增长，竞争进入白热化。

根据浪潮人工智能研究院测算，2025年全球算力规模将达6.8Z FLOPS，比2020年提升了30倍。

根据OpenAI的估算，深度学习自2011年兴起至今，对算力的需求始终呈指数增长。每隔3.4个月，算力需求翻一番。

美国以“人工智能”为主题聚焦前沿技术和高端制造业；英国以产业数字化转型为战略，欲将自身打造为全球人工智能与数据驱动的创新中心；韩国聚焦智能工厂；日本聚焦工业互联网等。

而我国的新基建包括了新型数据中心建设，而最近推出的“东数西算”工程旨在推动数据中心合理布局、优化供需、绿色集约和互联互通，有利于提升国家整体算力水平，扩大算力设施规模，提高算力使用效率，实现全国算力规模化、集约化发展。

‖算力从计算到智算

AI的发展加速了传统计算到智慧计算的升级。

传统计算是以最终的数值或者其他结果为目的的计算，用计算力来替代人类完成各类逻辑处理。

智算是从海量数据中获取知识和规律，是人类探索世界和认知世界的新工具。智算作为新一轮科技革命和产业变革的重要方法和工具，在推动数字经济和实体经济结合、催生新产业、新业态、新模式方面等方面，其作用将不可替代。

从传统计算向智慧计算的升级，推动着企业信息化建设从数字化向智能化升级。

传统计算是提升效率的工具，以往的自动化、信息化和数字化一直在大幅提高企业效率。而智能化给企业带来的不仅是效率的提高，还有业务创新能力的提高。

智算已经成为算力领域增长的热点。

随着数字化智能化发展的不断深入，AI算力的产品能力、工程化落地效率、为客户产生实际价值已经成为评判算力产品的重要标准。

报告认为，综合15个国家来看，AI算力支出占总算力支出从2016年的9%增加到12%，预计到2025年将达到25%。

其中，中国AI算力发展领跑全球，AI服务器支出规模同比大幅增长44.5%，并首次超过美国位列全球第一。在过去5年15个国家AI算力支出的增长中，近60%来自中国。

AI计算正在不断拓展能力范畴，从互联网业务、行业数字化转型到基础研究都在发挥重要价值，具备AI能力的企业也将拥有更强竞争力。

IDC预计，到2024年，全球人工智能软件平台市场将达到134亿美元，复合年增长率为31.1%。人工智能软件平台将进一步促进人工智能模型和应用的开发。

因为智慧计算的升级推动着企业信息化建设从数字化向智慧化的升级，因此智算力背后的新型的基础设施也需要升级乃至重构。

目前，算力需求激增。数据显示，全球数据中心的算力规模正在规模化增长，预计2020年～2025年，算力需求将增加30倍；AI模型算力需求平均3.4个月就会翻一倍。

从算力芯片类型、系统架构和发展范式等各个层面影响算力市场的供需格局，领域专用芯片、AI服务器、智能计算中心等成为市场关注的重点。

目前的计算机体系结构并不适合于多元算力的互联融合，发展智慧计算，就需要创新计算体系结构，解决多元算力融合挑战。

‖打造智慧计算的铜墙铁壁

在发展智慧计算上，参与企业非常广泛，不同的企业会采取不同的策略。

在智慧计算上大张旗鼓的浪潮信息在最近的IPF上全面升级了数实融合基础设施框架。

在算力上，浪潮信息除了提供通用计算系统、智算加速系统、智算存储和数据中心交换机产品外，还面向不同的场景，开发定制化的AI加速、网络加速和存储加速产品。

目前，浪潮信息已在冷板式液冷、热管式液冷、浸没式液冷等各类型的产品上都实现了批量的部署。浪潮信息与京东云联合发布天枢液冷整机柜服务器，机柜支持冷板式液冷，散热效率提升50%。

为解决生态复杂离散问题，浪潮信息发起了元脑生态计划，聚合具备AI开发核心能力的左手伙伴和具备行业AI整体方案交付能力的右手伙伴。而在2022年，浪潮信息还将继续推行“智算合伙人”计划，持续壮大元脑生态。

华为智能计算则全栈全场景智能计算新框架。

华为提供五大智能芯片+工程能力。围绕智能计算，华为基于智能管理芯片、智能SSD控制芯片、智能网络芯片、ARM处理器芯片、AI芯片五大芯片的研发创新，展现全栈全场景计算新框架。

加强发展智能服务器、智能云基础设施、AI解决方案等产品与解决方案布局。

全场景覆盖数据中心智能、边缘智能、端侧智能，重构数据中心，实现端边云协同，让计算无所不在。

构建围绕“商业合作+人才培养+产业合作”的华为AI生态，投入10亿元培养百万开发者。

另外，华为普惠AI，提升智能运营效率，使能行业跨越式智能化转型。

在AI/ML领域，亚马逊云科技将机器学习能力交到开发者和数据科学家手中。

亚马逊云科技与百度智能云、华为云、腾讯云和阿里云等向用户提供AI服务。

亚马逊云科技提供基于各家芯片供应商的最新技术选项，支持流行的各种机器学习框架和算法。亚马逊云科技自主设计芯片，推出了高性能机器学习推理芯片Amazon Inferentia，提供更高性能和更低成本机器学习推理算力。

中间层，提供机器学习开发者的集成开发环境Amazon SageMaker，消除机器学习过程中的繁重工作。而去年底推出的Amazon SageMaker Studio， 通过提供每个人都可以访问，帮助客户构建、训练和部署机器学习模型的亚马逊云科技服务Amazon SageMaker的免费版本，让接触机器学习变得更容易。

上层，提供开箱即用的人工智能服务，如文本分析、代码检查、聊天机器人、需求预测、文档分析、企业搜索、反欺诈、图像视频分析、个性化推荐、实时翻译、文本语言转换、转录等，可以迅速开发成为各种面向具体应用场景的AI解决方案。

‖未来：打破计算边界，赋能智能化转型

在企业从数字化向智能化转型的过程中，智能计算未来的技术发展方向，可以概括为以下几个方向：

其一，打破CPU边界，异构算力走向融合。在算力提供上，可以提供CPU、GPU、FPGA等融合；在CPU上，可以提供不同CPU的融合。

通过将异构资源池化，从公有云到私有云，实现资源的协同使用。与此同时，通过提供整体解决方案的能力，帮助客户优化能耗，降低维护成本，从而打破服务器的边界，从服务器智能逐渐延伸到数据中心智能。

例如在发展算力上，亚马逊云科技在支持英特尔、AMD的CPU以及英伟达的GPU的基础上发展自己的CPU和AI芯片。

亚马逊云科技推出了多款自研芯片，如基于Arm架构的处理器CPU Graviton，目标直指英特尔；机器学习芯片AWS Inferentia，支持TensorFlow、Apache MXNet和PyTorch深度学习框架；使用ONNX格式的模型新款的定制芯片——AZ1，则是神经边缘处理器。

第二，打破数据中心边界，兼顾边缘计算需求。面对来自边缘计算的需求增长，智能计算必须从中心智能向边缘智能延展，让边缘具备更强的计算能力，从而实现云和边的协同。

面向边缘计算的硬件、软件、服务和通信基础设施投资正在加速，边缘计算从产品形态到底层架构都在走向多样化，定制服务器产品或成为边缘计算基础架构的主力军。

第三，坚持绿色、低碳发展道路。为了实现碳达峰碳中和，以数据中心为代表的数字基础设施已成为能源消耗与碳排放控制的重点，降低数据中心能耗，走数据中心绿色创新之路必将是未来的唯一选择。

在芯片能耗不断提高的今天，采用液冷、新型导热散热材料、高能效电源等绿色方式来降低数据中心能耗，降低PUE，也是未来的趋势。

第四，整合生态。大量创业型的企业进入到算力多元化的战场，其芯片架构各异，开发工具不完备，系统软件、应用开发平台配套缺少，生态离散。

未来，应发挥产业平台优势，推动AI与ML整个IT产业之间的融通，真正让AI成为IT产业的有机组成部分。

当算力走向智算时，企业数字化转型将向智能化演进，AI和ML带来的变革和空间将会令人耳目一新。

扫码报名参会/进群

联系我们：13811945312

点击原文/扫码即刻下载报告