发展智能算力 夯实“算力底座”

王庆峰

近期，一批数字基建项目加快建设落地，其中智算中心成为布局重点。最新数据显示，我国算力基础设施建设达到世界领先水平，智能算力规模占比提升至逾30%。

什么是算力？简而言之就是计算能力。打开电子游戏、浏览手机短视频、驾驶智能网联汽车……在我们的生活中，算力就像水、电一样，变成了“一点接入、即取即用”的基础设施。算力还能带动数字经济相关产业增长，为经济增长注入新动能。有关研究表明，计算力指数平均每提高1个百分点，数字经济和国内生产总值（GDP）将分别增长3.3‰和1.8‰。未来，随着算力技术逐步成熟、布局逐步完善、应用逐步深入，算力的驱动作用将进一步放大。

近年来，我国围绕加快算力基础设施建设应用，从中央到地方都出台了一系列重要政策举措，实施一大批重大工程项目。从东数西算工程、国家超算互联网建设等相继启动，到“东数西储”“东视西渲”“东数西训”等应用场景加快落地，我国算力布局逐渐连点成线、密织成网，算力总规模位居世界第二。但也要看到，我国算力结构存在不平衡不充分问题，通用算力规模占比最高，超算算力、智算算力总体规模较小，成为掣肘发展新一代人工智能的关键所在。

现在，有不少人对算力认识较为模糊，有意无意地把算力混为一谈，这是不对的。算力，包括通用算力、智能算力和超算算力，三者在基础架构、计算方式、性能、适用任务等领域存在一定差异。传统人工智能主要用来执行日常办公或娱乐等常见计算任务，多使用通用算力；执行大规模复杂科学、工程或商业计算任务时，一般使用超算算力；而以ChatGPT、Sora等为代表的通用人工智能，需要的是计算能力较高、有效处理大量数据并高效存储数据的智能算力，其中大模型是智能算力的最大需求方。

可以简单地理解为，传统算力网主要提供通用算力，超算中心提供超算算力，芯片则主要提供智能算力。正是在这方面，我国面临算力关键技术“卡脖子”问题，芯片关键技术受制于人，基础原创技术比较薄弱。这就需要瞄准“算力底座”，加大关键核心技术突破。一方面，支持领军企业坚持自研，创新国产芯片研发，积极推进人工智能计算架构和软件生态建设，加速突破一批标志性技术产品和方案。另一方面，贴近低时延业务应用，重点在算力枢纽及人工智能发展基础较好地区开展智算中心建设，进一步满足人工智能应用发展需求。

银川绿色智算中心项目集中开工；北京移动在京建成首个大规模训推一体智算中心；郑州人工智能计算中心开工建设……一段时间以来，以智算中心为代表的数字新基建正加快建设落地，这是紧扣智能算力发展形势的需要，也是各地推动人工智能高质量发展的布局。主动求变应变，紧扣发展、主动谋划、把握方向，才能积极抢占科技竞争和未来发展制高点。