算力，即計算機設備或數據中心處理數據的能力，是支撐數字經濟發展的底座。數字時代，數智化應用特別是人工智能的快速發展，讓算力的需求量不斷飆升，也讓算力作為新質生產力的賦能作用日益突顯。

　　今年的政府工作報告提出，適度超前建設數字基礎設施，加快形成全國一體化算力體系，培育算力產業生態。近年來，我國加快對算力產業的布局，梯次優化的算力供給體系初步構建，算力總規模已位居全球第二，實現了快速增長。其中，作為人工智能發展支撐的智能算力更是展現出高速增長勢頭，去年全國智能算力規模的增速超過70%。

　　版圖不斷擴大，規模持續增長

　　智算中心等算力基礎設施加快建設布局

　　四川省成都智算中心的機房內，一排排整齊排列的機柜透出藍光，澎湃的算力在此涌動。伴隨著服務器指示燈的不斷閃爍，內部模塊高速運轉，每一秒都有大量的數據被處理分析。

　　作為“東數西算”全國一體化算力網絡成渝國家樞紐節點的樣板工程，成都智算中心于2022年5月上線，首期人工智能算力總計300P（1P相當于每秒運算一千萬億次），約為15萬臺高性能個人計算機的算力總和。同時，中心算力平臺均采用包含華為昇騰在內的國產化算力設備，所使用的ATLAS900算力集群為目前國內最為領先的人工智能算力集群。據該中心有關負責人介紹，相比成立之初，目前中心的平臺和軟件棧都有了全新的版本升級，適配支持了當前主流大模型，二期擴容升級也已列入建設計劃。

　　從無到有，從少到多，從小到大，近年來，一座座像成都智算中心這樣的算力基礎設施快速崛起，逐步勾勒出數字中國的算力底座。這些算力中心不僅是算力的載體，更是支撐數字經濟發展的重要資源。

　　去年，工業和信息化部等六部門聯合印發《算力基礎設施高質量發展行動計劃》，提出了“到2025年，算力規模超過300EFLOPS，智能算力占比達到35%，東西部算力平衡協調發展”的目標規劃。事實上，目前我國算力基礎設施建設已取得顯著成效。數據顯示，截至2023年年底，我國提供算力服務的在用機架數已達到810萬標準機架，算力總規模達230EFLOPS，位居全球第二位。

　　近年來，我國持續推進算力基礎設施建設布局。2022年2月，我國正式全面啟動“東數西算”工程，在京津冀、長三角、粵港澳大灣區、成渝等8地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群，完成了全國一體化大數據中心體系的總體布局設計。此后，“東數西算”工程一路推進，不斷增添新動能。

　　按照《中國算力白皮書（2022年）》的定義，算力主要分為通用算力、智能算力、超算算力和邊緣算力。近年來，以上四種類型的算力中心在我國都加快布局。以超算中心為例，截至去年年底，我國已形成了14個超算中心，天河一號、天河二號、神威•太湖之光等超級計算機都曾登上全球超級計算機前500強排行榜榜首。

　　此外，隨著人工智能大模型的發展，大模型訓練過程中對算力的高需求也加速了智算中心這一新型算力基礎設施的建設布局。從地理位置來看，相較于傳統的數據中心，目前我國智算中心主要分布于東部和中部地區。自2021年5月，我國首個智算中心——武漢人工智能計算中心正式投運以來，成都、南京、杭州等地的智算中心陸續建成啟動，全國智算中心版圖不斷擴大。去年年初，國內首個量子人工智能計算中心——太湖量子智算中心揭牌，為國內智算領域添上新的一筆。

　　從出生到孩童，如果把智算中心比作一個人，那國內的智算中心正處于快速成長的時期。

　　以武漢人工智能計算中心來說，2021年誕生后，次年又完成二期擴容100P，再一年后又擴容200P，累計算力規模達到400P，相當于20萬臺高性能電腦的算力總和。隨著算力規模的變大，其“工作能力”也進一步提高，如今可以為自動駕駛、城市大腦、智慧醫療、智慧交通等更多應用場景提供強有力的算力支撐。

　　統一調度、一站選購、即買即用

　　讓算力的使用像水力電力一樣方便

　　當算力越來越成為像水力、電力一樣必不可少的資源，如何讓算力像水、電一樣，實現統一調度、便捷購買、即買即用，推動算力資源的高效利用，成為算力產業發展的一項任務。

　　2023年12月，國家發改委等部門聯合印發《深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》，其中提出要建立跨區域算力資源調度機制，構建立體聯動的算力調度體系，促進東中西部算力資源實現供需平衡。上海新興信息通信技術應用研究院首席專家賀仁龍此前在接受媒體采訪中表示，建成全國一體化算力網絡，通俗來說，就是哪里缺算力了可以彈性調配周邊閑置算力資源。

　　近年來，各地在算力資源跨區域調度和供需對接上做了不少有益嘗試。2023年2月，國內首個一體化算力交易調度平臺——東數西算一體化算力服務平臺在寧夏銀川正式上線。平臺通過引導算力提供企業及算力需求企業入駐，打通供需兩端，讓國內有算力需求的用戶可以通過平臺“一站式”選購匹配的算力服務。據平臺的有關管理人員介紹，以往，算力資源散落在各個地方和各個企業，用戶想要購買算力服務需要找多個算力企業進行咨詢，費時費力。而算力提供企業也由于各自為戰，缺少統一的資源調配，無法實現效率最大化，一些閑置算力資源得不到利用，造成資源浪費，而“東數西算”一體化算力服務平臺的啟用，則可以很大程度解決這個問題。

　　隨著工業制造的轉型升級，相關企業和機構對算力的需求也逐步加大。今年3月，全國首個省級工業算力資源高效配給的樞紐——黃河工業算力調度服務平臺在山東省濟南市上線，旨在通過整合省內算力資源提供方的供給能力和需求方的動態需求，對算力資源進行一致性管理、一體化編排和統一調度。

　　黃河工業算力調度服務平臺的開發機構之一——國家超級計算濟南中心副主任潘景山介紹，平臺的搭建重點包括兩個方面，一是構建算網大腦，針對算力業務需求，計算調度路徑，實現算力資源跨行業、跨區域、跨層級的調度分配；二是構建算力運營門戶網站，為算力資源提供方和算力資源需求方搭建交易服務的橋梁，實現算力服務統一交易和售賣。

　　有了這樣的平臺，管理人員對區域內相關算力資源的情況有了清楚的掌握，算力資源實現了統一有效的管理。潘景山表示：“黃河工業算力調度服務平臺具有實時感知、供需匹配、智能調度、服務運營、監測管理等多種功能。拿智能調度來說，我們通過人工智能流量預測模型結合人工智能深度神經算法，可以及時預測算力節點資源信息的變化，比如哪個地方算力會緊張，哪個地方算力還處于空閑狀態等等，從而提升全網的資源配置速度和利用效率。”

　　而在用戶這一側，便捷的操作流程也讓購買算力成為一件省心省力的事。“不管是手機還是電腦，都能進入我們平臺的網頁端，而且不限地域。你只需花幾秒鐘注冊個賬號，登錄后就能自主選擇算力資源。”潘景山說，在網頁上，算力資源就像普通商品一樣以在線列表的方式呈現，點擊“立即選購”即可獲得包含超算、云計算、人工智能等多元算力服務，15秒便接入超算資源。平臺還有專業團隊可以為用戶提供算例編譯、調試調優等多元化服務，可以為覆蓋海洋、化工、石油勘探等重點應用場景在內的8大場景、16大領域的用戶提供幫助。

　　強勁算力加速企業數智化轉型

　　讓看不見的數據轉化為看得見的生產力

　　4月3日，江蘇省無錫市的老牌服裝企業紅豆集團有限公司（以下簡稱紅豆集團）入職了兩位數字員工，它們的身份是“襯衫推薦官”。除了形象逼真、對產品了如指掌，這兩位數字員工還精通27國語言，能夠根據觀眾反饋進行靈活自如地交流互動，充分展現了當代智能化技術的神奇。

　　數字員工的誕生，來自紅豆集團旗下江蘇紅豆工業互聯網有限公司（以下簡稱紅豆工業互聯）與一家人工智能企業的研發合作。作為一家科創公司，紅豆工業互聯近年來一直在為紅豆集團以及國內紡織服裝行業的轉型升級提供技術支持和方案賦能，不斷推動著紡織服裝行業的“智改、數轉、網聯”。

　　數字員工要想聰明，離不開算力的支持訓練。近年來，在擁抱數智化浪潮的過程中，紅豆工業互聯越來越感受到產品研發對算力資源的迫切需求。

　　“公司目前算力需求量最大的部分是人工智能模型應用。因為模型要想具備智能，需要投喂大量的數據進行訓練，而這個訓練過程就需要算力來支撐。”紅豆工業互聯總經理奚峰告訴記者，由于人工智能能夠幫助企業提質增效，因此，紅豆工業互聯也開始研發自己的人工智能行業大模型，而這種大模型對算力的需求量是普通計算機負荷不了的，必須要有專業的算力中心來提供支持。

　　這些年，隨著各行各業轉型升級的步伐加快，在無錫市，像紅豆工業互聯這樣有算力需求的企業越來越多。為了滿足企業的算力需求，讓看不見的數據轉化為看得見的生產力，無錫市推出算力應用政策，通過發放“算力券”這種財政補助的方式，支持當地企業來使用智能算力資源服務，加速企業的數智化轉型。

　　去年年底，紅豆工業互聯也向無錫市提交了“算力券”申請，主要用于兩個大模型的開發訓練。奚峰說，通過這種方式利用本地算力資源，不僅可以降低大模型訓練的成本，還提高了效率。最根本的是讓企業在大數據大模型創新上有了底氣，因為如果沒有數據和算力的支持，就沒辦法做更多的嘗試。

　　不可否認，算力作為新質生產力的一種，已成為支撐經濟社會數字化、智能化發展的新資源。作為公共算力服務的提供方，算力中心已成為越來越多企業和科研機構的“智能大腦”。

　　在福建省福州市，福建人工智能計算中心已與170多家企業、高校科研院所合作，幫助企業開發和部署人工智能應用。中心不僅為企業提供普惠公共算力服務，還為企業提供創新孵化服務，比如技術支持、資金補助、市場推廣等，幫助企業將創新想法轉化為實際應用。在四川省成都市，成都智算中心目前已聯合120余家企業完成240余個人工智能解決方案，涵蓋智慧城市、醫藥研發、智慧醫療、高端制造等領域。而在江蘇省無錫市，無錫超算中心自成立以來，面向氣候氣象、生物醫藥等領域推出一系列國產應用軟件與平臺，支持了數千個用戶在不同需求背景、不同應用領域的計算工作。（本報記者 王雅婧）