“普慧”算力开启新计算时代.pdf

一文读懂氢能产业|氢能产业链梳理0 02023年7月 Purpose Technologies）推动，站在ChatGPT爆发的当下，通用人工智能极有可能成为新一代的GPTs。从GPT（生成式预训练模型）到GPTs，第四次科技革命即将踏浪而来，人工智能也将迎来第四次发展浪潮。双浪叠加背景下，人类的数字化大航海征途再启新篇。算力作为新型生产力是驱动经济社会发展的底层动力，其供给规模受限与需求指数级增长之间的矛盾日渐突出，传统计算范式正在失效，计算模式从中心式演进到分布式，再到云计算阶段，即将进入融合智能计算阶段，标志着新计算时代的开启。大国和大企业主导的算力竞争将愈演愈烈，资金、技术、人才都不可或缺，而最根本的是要准确掌握发力方向，方能决胜未来。未来算力发展将具备两大核心特征：“数字经济的基础设施”和“通用人工智能的核心动力”。与之相对应，算力将在两个关键维度上加速发展：普适（Inclusive）与智慧（Intelligent）。“普适”意味着算力将成为人人可得（Affordable）、人人可用（Available）、人人适用（Adaptable）的“3A”型基础资源，是发展数字经济的坚实底座。“智慧”意味着算力将具备自适应（Self-adapting）、自学习（Self-learning）、自进化（Self-evolving）为代表的“3S”智能，是实现通用人工智能广泛应用、推动数字经济迈向更高阶段的必然要求。放眼全球，算力或将成为影响国家综合实力和国际话语权的关键要素之一，已是全球主要经济体的战略必争之地。美、中、欧、日作为全球算力产业规模的领跑者，均在持续强化相关布局，各国算力投资或补贴计划金额均在千亿元以上。面对波诡云谲的国际形势，中国始终依靠技术自主创新来夯实算力基础，已初步建立起产业链条持续完善、产业创新不断活跃、市场规模迅速增长、国际竞争力稳步提升的算力产业生态。经初步测算，到2025年，中国算力核心产业规模将不低于4.4万亿元，成为与新能源汽车比肩的超万亿级高潜赛道，若将视野扩大到算力关联产业，规模可达24万亿元。摘要立足中国，算力产业的发展蓝图是由千行百业的算力需求落地所绘制的。实体经济呼唤新计算时代的新型算力，基于对代表行业的调研评估，可大致将各行业的算力需求潜力分为四类，包括以ICT和制造业为代表的“普慧双驱型”，以汽车行业为代表的“智慧拉动型”，以金融业为代表的“普适促进型”，以及以医疗和教育产业为代表的“发展酝酿型”。不难看出，尽管各行业的算力需求各有千秋，但落脚点均在“普慧”。“普慧”算力包括三大关键要素：算力设施（Infrastructure）、算力应用（Application）、算力服务（Service）。在三大关键要素的作用下，算力将经历从产生到落地的完整闭环，彻底转化为新型生产力。预测未来最好的方式就是创造未来。正如“普慧”算力的叙事离不开数字经济和通用人工智能这两个宏大主题，“普慧”算力的产业实践也将扎根于数字经济、人工智能大模型等提供的发展土壤。在数字经济方面，数字经济最核心的资源是数据要素，“普慧”算力作为数字经济的基础设施，将充分盘活数据资产，助力中国充分释放“数据红利”，中国数字经济体量有望在2030年突破百万亿元。在通用人工智能方面，AI大小模型协同进化是未来发展方向，“普慧”算力作为通用人工智能的核心动力，既是科技公司搭建AI模型的“卖铲人”，又是检验算力公司创新能力、制造能力的“试金石”，更是推动中国迈向科技强国的“加速器”。驱动“普慧”算力前行的双轮上，一边是安全，一边是发展，只有统筹安全与发展，以政府、企业、科研机构等多方力量，坚持走高质量发展道路，落实各项具体举措，才能真正以“普慧”算力开启新计算时代。3“普慧”算力开启新计算时代4“普慧”算力开启新计算时代目录02明义：概念界定篇1301顺势：发展背景篇04识局：发展评估篇2903有为：大国战略篇2106筹谋：趋势展望篇6905应变：需求洞察篇41055“普慧”算力开启新计算时代人类历次科技革命的爆发标志都是新一代通用技术（GPTs,General Purpose Technologies）引发生产力跨越式发展，进而使生产资料、经济范式等发生颠覆式变革。顺势：发展背景篇从GPT到GPTs，通用人工智能点燃第四次科技革命图 1|GPTs推动人类历次科技革命01资料来源：公开资料，毕马威分析生生产产力力发发展展水水平平第一次第一次工业革命工业革命第二次第二次工业革命工业革命信息技术革命信息技术革命人工智能革命人工智能革命通用技术农业经济工业经济数字经济生产力生产资料经济范式土地煤炭、钢铁石油、合金信息、数据数据为主人力、畜力蒸汽动力电力算力开始萌芽规模化算力通用技术（GPTs）的进步和变革是推动人类社会阶跃式发展的底层动力轮子、农耕技术蒸汽机电气化ICT技术通用人工智能6“普慧”算力开启新计算时代区别于SPTs（专用技术,Special Purpose Technologies）,GPTs代表着对人类经济社会产生巨大、深远和广泛影响的革命性技术，典型的技术包括轮子、农耕技术、蒸汽机、水煤电、计算机、互联网等。在农业经济时代，轮子、农耕技术等的普及，提高了人们迁徙和获取食物的效率，人类可以在大规模开发土地资源的基础上持续繁衍，为经济发展提供源源不断的底层动力。但由于纯体力劳动效率较低、土地资源有限（尤其是耕地属于不可再生资源），农业经济增长相对缓慢且存在明显的“天花板”。在工业经济时代，蒸汽机和电气化分别引发了第一次工业革命和第二次工业革命，这两项GPTs从根本上改变了体力劳动的性质，代之以机器化大生产，在蒸汽动力、电力等新型生产力驱动下，人类获取矿产等自然资源的效率大幅提升，以大规模流水线生产为特征的现代工厂加速兴起，推动人类社会实现了跨越式发展。在数字经济时代，信息通信技术（ICT,Information and Communications Technology）作为推动信息技术革命的GPTs，则从根本上改变了某些类型的脑力劳动，人类获取信息、处理信息的效率得到极大提升，以算力为生产力，信息、数据为生产资料的数字经济模式开始萌芽。2022年11月底，OpenAI推出的ChatGPT（聊天生成预训练转换器,Chat Generative Pre-trainedTransformer）引发全球热议，人工智能技术有望成为新一代的GPTs通用人工智能（ArtificialGeneral Intelligence，简称AGI）。AGI将推动数字经济更加蓬勃发展，使人类社会发展迈向更高阶段，从GPT（生成式预训练模型）到GPTs（通用技术），人工智能有望作为新的底层通用技术，点燃第四次科技革命！7“普慧”算力开启新计算时代AGI也称强人工智能（Strong AI），是指与意识、感性、知识、自觉等人类特征相连结，能够执行人类智力行为的机器智能。相对应地，应用型人工智能（Applied AI）也称弱人工智能（Weak AI），是指能实现专用或特定技能的机器智能，如人脸识别、机器翻译等。迄今为止，人类所接触的各种人工智能系统，都属于应用型AI，这类应用能在某些单项智能上超越人类，例如下围棋等。但如果要在更广泛意义上达到甚至超越人类智能，必须实现AGI。不过，人工智能过往的发展并非一帆风顺，面向AGI的未来也将不会一蹴而就。1956年，达特茅斯（Dartmouth）会议召开，标志着AI元年开启，在近70年的发展历程中，AI产业经历了“三起两落”：人工智能发展并非一帆风顺，正迎来第四次浪潮一起一落（1950s-1970s）达特茅斯会议之后,大量AI程序和创新研究涌现，包括搜索式推理、自然语言等，相关研究获得了大量经费支持。但好景不长，到了70年代，AI发展遭遇瓶颈，原因是大部分AI程序都不具备解决复杂问题的能力，AI研究者们也遇到了无法克服的基础性障碍并受到了哲学家等的批判，研究机构随之开始大幅削减对AI课题的资金投入，经历过1974年经费削减的研究者们以“AI之冬”一词概括了AI产业的第一次低谷。再起再落（1980s-2000s）80年代，名为“专家系统”的AI程序问世，它能够依据一组从专门知识中推演出的逻辑规则在某一特定领域回答或解决问题，大大增强了AI的实用性，大部分公司开始采用“专家系统”并内设AI部门。1980-1985年，各类公司对AI的投入总计达十亿美元以上，AI再一次大获成功。然而，“专家系统”的实用性只局限于特定领域，持续升级难度高且维护成本居高不下，严重阻碍了其推广应用。1987年，AI硬件市场需求大幅下跌，Symbolics等厂商生产的LISP机1不仅价格昂贵，性能也不敌Apple和IBM生产的台式机，开始迅速被市场淘汰，标志着AI的第二次寒冬来临。1LISP机是一种直接以LISP语言的系统函数为机器指令的通用计算机，是首先进入市场并广泛应用的人工智能机。8“普慧”算力开启新计算时代图 2|人工智能经历“三起两落”迎来第四浪资料来源：公开资料，毕马威分析第三次崛起（2010s-2020s）21世纪以来，互联网的飞速发展推动人类进入大数据时代，数据、算法、算力三要素齐头并进，以深度学习为核心的机器学习算法取得了持续突破。2006年，加拿大多伦多大学教授GeoffreyHinton及其团队在Science发表的一篇文章中，首次提出了深度学习的概念，并详细给出了“梯度消失”问题的解决方案通过无监督的学习方法逐层训练算法，再使用有监督的反向传播算法进行调优。该解决方案的提出，开启了深度学习元年。深度学习元年之后，AI进入快速发展阶段。到2016，谷歌DeepMind研发的AlphaGo在围棋人机大战中击败人类棋手李世石，人工智能开始被大众熟知，各界对AI的热情被充分调动，语音识别、图像和视频处理等AI应用开始逐渐渗透到各行各业。产产业业热热度度一起一落1950s-1970s第四次浪潮2023-人工智能诞生后快速发展，遭遇批判后陷入资金短缺危机ChatGPT月活破亿仅用2月，生成式AI应用进入爆发周期1956195620062006202320231956年，达特茅斯会议召开，人工智能元年开启1974年，AI研究经费遭遇大幅削减，进入“AI之冬”再起再落1980s-2000sAI模型突破带动初步商业化，但推广应用存在成本障碍1987年，AI硬件市場需求大幅下跌，AI再次进入低谷2006年,深度学习元年，AI进入快速发展阶段1980198080年代，“专家系统”一类的AI程序开始被广泛采纳，知识处理成为主流AI研究焦点第三次崛起2010s-2020sAI广泛落地语音、图像场景，但杀手级应用较缺乏出现杀手级应用，AGI加速实现2016年，Alpha Go将AI概念和技术推向大众视野，资本纷纷涌入AI赛道9“普慧”算力开启新计算时代ChatGPT推出后迅速成为现象级应用，仅用两个月就实现了月活用户数量破亿，成为了历史上达到这一指标最快的产品，有望推动AIGC（人工智能生成内容，AI Generated Content）等进入爆发周期，加速实现AGI。图 3|各类典型产品达到全球1亿用户所用时间（单位：年）资料来源：World of engineering，毕马威分析2个月2.54.57167501020304050607080ChatGPTInstagramFacebook网站移动手机电话根据一项由OpenAI和宾夕法尼亚大学等机构学者进行的预测2，以GPT（生成式预训练模型，GenerativePre-trained Transformer）为代表的大型语言模型（LLM,Large Language Model）将给美国劳动力市场带来重大影响，呈现出了GPTs的特征。从影响范围来看，大约80%的美国劳动力至少有10%的工作任务将受LLM使用的影响，大约19%的美国劳动力可能会感受到至少50%的任务受到影响。从影响程度来看，通过获得LLM支持，美国大约15%的工作任务可以在相同质量水平下更快地完成，当在LLM上面搭建软件和工具时，这一份额将增加到所有任务的47%-56%。当前，实现AGI还面临着技术、数据、计算能力、知识表示和人类智能理解等多方面的挑战，ChatGPT作为AGI发展的重要里程碑，其核心技术壁垒是数据、算法、算力等要素资源的精巧组合，证明了沿着“大数据、大模型、大算力”路径发展AGI的可行性，预计随着各国科技巨头加紧布局相关技术，AI产业经历“三起两落”后，将迎来第四次浪潮。2 Tyna Eloundou,Sam Manning,Pamela Mishkin,and Daniel Rock,GPTs are GPTs:An Early Look at the Labor Market Impact Potential of Large Language Models,March 27,2023（arxiv.org）10“普慧”算力开启新计算时代3算力的英文如何翻译？中国计算机学会通讯，2022年9期，https:/ http:/ Processing Unit，中央处理器）”为核心的通用计算体系。然而，摩尔定律正不断逼近物理极限，依靠先进制程提升计算性能的方式越来越难以为继，愈发多样化、个性化的计算需求倒逼着通用计算架构向通专并行、提高专用性、实现定制化等方向创新，例如有CPU+GPU、CPU+ASIC、CPU+FPGA等创新模式。一个明显的迹象是，产业界正加速推动芯片和计算架构创新，CPU正不断丧失主导地位。例如，谷歌自2016年以来就不断创新专为机器学习定制的专用芯片TPU（Tensor Processing Unit，张量处理器），并利用TPU进行了大量的人工智能训练工作。英伟达则抓住AI大模型爆发契机大力推广“GPU+加速计算”方案。此外，也有观点认为TPU、GPU都并非通用人工智能的最优解，指出量子计算具有原理上远超经典计算的强大并行计算能力，IBM在2023年宣布了将与东京大学和芝加哥大学合作建造由10万个量子比特（量子信息处理的基本单位）驱动的量子计算机，有望推进量子计算在新药物研发、探索暗物质、破译密码等方面的应用5。总而言之，在融合智能计算阶段，算力作为“底层动力”对经济社会发展的影响更为广泛且深刻，算力正由终端计算等需求驱动的“被动式”发展，转向促进AI大模型训练、实现通用人工智能、超越经典计算等代表的“主动式”发展。新硬件、新架构竞相涌现，现有芯片、操作系统、应用软件等都可能被推翻重来，新计算时代呼之欲出。无论被动还是主动，都指向同一个结论，算力供给增速明显难以满足指数式爆发的需求，储备算力成为各行各业的必要举动。而算力具有高投入、高风险、强外部性和高垄断特征，意味着围绕算力的竞争将会是大国和大企业参与为主的竞争。面向下一轮竞争，硬核的技术实力、雄厚的资金储备、高水平的人才队伍等都是参与下一轮竞争的“加分项”，而唯有准确掌握发力方向，才是决胜未来的“必选项”。5IBM计划10年内建成10万量子比特的量子计算机，与两所大学合作，澎湃新闻，2023年5月31日，https:/ 4|“普慧”算力概念示意图02资料来源：毕马威分析算力是数字经济的基础设施算力是数字经济的基础设施算力是通用人工智能的核心动力算力是通用人工智能的核心动力未来算力发展两大趋势特征：未来算力发展两大趋势特征：Computing for the future Digital Economy and AGIComputing for the future Digital Economy and AGI智慧（IntelligentIntelligent）普适（InclusiveInclusive）“普慧”算力Inclusive&Inclusive&Intelligent Intelligent ComputingComputing14“普慧”算力开启新计算时代提出“普慧”算力（Inclusive and Intelligent computing）不仅是面向未来的重大选择，更是立足当下的深刻思考。当前，算力发展面临着巨大的挑战，体现为传统计算架构缺乏并行管理架构、效率低、能耗高，已然无法适应爆发式增长的算力需求和愈发复杂的计算任务。CPU、GPU、ASIC、FPGA、NPU、DPU等“XPU”芯片的出现使得算力日趋多元化6，传统x86架构之外，ARM、RISC-V、MIPS等多种架构也正在被越来越多的芯片公司所采纳，异构计算随之加速崛起。但是，业界对于未来计算架构的发展方向一直存在争论。在实际商业环境中，大部分企业选择根据业务场景、数据类型、支出成本选择合适的计算架构，如何就新型计算架构的技术路线、标准体系达成行业共识成为必答题。针对现实挑战，“普慧”算力强调立足实际使用需求，安全合理地使用数据，以高效的算法，实现可靠的数字化、智能化效果。6CPU（Central Processing Unit，中央处理器）、GPU（Graphics Processing Unit，图形处理器）、ASIC（Application Specific Integrated Circuit，特定用途集成电路）、FPGA（Field Programmable Gate Array，现场可编程门阵列）、NPU（Neural network Processing Unit，神经网络处理器）、DPU（Deep learning Processing Unit，深度学习处理器）。15“普慧”算力开启新计算时代当今世界正经历百年未有之大变局，数字经济正成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量，算力“地基”夯实与否，关系到数字经济这座“大厦”能否巍然屹立。算力是数字经济的基础设施图 5|算力全方位支撑数字经济资料来源：毕马威分析算力成为衡量数字经济发展关键指标。全球范围内来看，算力对数字经济规模乃至GDP总量的带动作用愈发明显，信通院研究得出，2016-2021年，全球算力规模平均每年增长34%，数字经济规模和GDP每年分别增长8%和4%。作为全球数字经济主导力量之一7，中国自2012年以来数字经济增速已连续11年显著高于GDP增速，2022年数字经济规模更是首次突破了50万亿元。各级政府正积极推动数字经济转向深化应用、规范发展、普惠共享的新阶段，其中，普惠共享强调数字经济发展成果更广泛、更公平地惠及全体人民，要求在大规模扩张算力规模的基础上，让算力成为人人用得起、用得好的基础性资源，加强算力智能调度和灵活部署，使算力与算法、数据、应用资源相互协同，向经济社会和产业发展各领域广泛深入渗透，促进数字技术、应用场景和商业模式融合创新，实现全要素生产率提升。7根据中国信息通信研究院的统计，中国数字经济规模仅次于美国，2021年美国数字经济规模为15.3万亿美元，中国为7.1万亿美元。算力算力成为衡量数字经济发展关键指标算力成为衡量数字经济发展关键指标16“普慧”算力开启新计算时代算力与数字产业化互为支撑。一方面，算力底层融合了集成电路、服务器、数据中心、云计算、人工智能等数字化技术。例如，云计算将算力资源池化，推动算力成为覆盖端、边、云、网全架构场景的泛在能力，人工智能促进算力升级，算力与多模态感知技术融合实现智能化应用。另一方面，随着数字产业化由规模化发展转向高质量发展，大到5G通信、卫星互联网，小到出行线路规划、外卖订单系统优化、影视特效制作，都离不开算力支撑。从超级计算机、数据中心、云计算中心，到智能手机、智能电视等各类智能终端，算力专用性、可拓展性不断增强，有望与各类信息化技术相结合，充分实现性能功耗的平衡，广泛融入各类科研机构和大中小科技企业的产品业务之中，全面推动数字经济发展。算力加速产业数字化“数实融合”。随着实体经济企业借助算力不断将产品、服务和业务流程转化为数据，数据要素深入渗透实体经济肌理，产业数字化转型的关键任务从“数字化”转变为“数智化”。在“数智化”阶段，决定数据要素价值的不再是如何生产数据，而是如何深入挖掘数据价值，不仅要持续消耗巨量算力，还对算力的质量、效率提出了更高要求。质量方面，数字化场景越复杂、数据颗粒度越精细、决策精确度要求越严格，就越需要合理分配算力资源，借助智慧管理系统、智能调度等智能化技术，全方位统筹协调算力服务的部署位置、实时状态、负载信息、业务需求，算力将以更加智慧的方式支撑产业数字化；效率方面，智能终端和传感器的广泛部署使得边缘算力需求更加显著，通过云-边-端协同计算架构将算力下沉到数据源头或关键价值交付点，算力将成为实时流动、快捷可取的资源，高效融入实体经济的方方面面。17“普慧”算力开启新计算时代对AGI发展来说，数据、算力、算法三大核心要素中，算力向下扎根于数据，向上支撑着算法，将是驱动AGI发展的核心动力。深度学习出现之前，用于AI训练的算力增长大约每20个月翻一番，基本符合摩尔定律；深度学习出现之后，用于AI训练的算力大约每6个月翻一番；2012年后，全球头部AI模型训练算力需求更是加速到每3-4个月翻一番，即平均每年算力增长幅度达到惊人的10倍；目前大模型发展如火如荼，训练算力需求有望扩张到原来的10到100倍8，算力需求的指数级增长曲线将更加陡峭。然而，这也意味着发展AGI需要巨大的算力成本投入，以构建GPT-3为例，OpenAI数据显示9，满足GPT-3算力需求至少要上万颗英伟达GPU A100，一次模型训练总算力消耗约3,640PF-days（即每秒一千万亿次计算，运行3,640天），成本超过1,200万美元，这还不包括模型推理成本和后续升级所需的训练成本。合理且高效地为通用人工智能注入源源不断的核心动力，已逐渐成为产业界共识，算力发展将满足：算力是通用人工智能的核心动力8ChatGPT到底需要多少算力，华尔街见闻，2023年2月15日，https:/ 9Tom B.Brown,Benjamin Mann,Language Models are Few-Shot Learners,May 28,2020（）10一个GFLOPS（giga FLOPS）等于每秒十亿（=109）次的浮点运算，一个TFLOPS（tera FLOPS）等于每秒一万亿（=1012）次的浮点运算，一个PFLOPS（peta FLOPS）等于每秒一千万亿（=1015）次的浮点运算11泛在算力：智能社会的基石，华为，2020年2月12测算范围覆盖美国、中国、印度、日本等27个主要国家13新型数据中心发展三年行动计划（2021-2023年），工业和信息化部，2021年7月4日，http:/ 6|未来算力将在普适和智慧两个维度上加速发展资料来源：毕马威分析算力无处不在安全绿色协同可信智慧“3S”普适“3A”自适应（Self-adapting）自进化（Self-evolving）自学习（Self-learning）人人可得（Affordable）人人适用（Adaptable）人人可用（Available）高性能即取即用算力而不必见随需使用算力而不必问19“普慧”算力开启新计算时代普适普适计算的目标在于让人们即取即用算力而不必见，要求计算设备感知环境变化，并根据环境变化自动调整算力供给方式，人只需少量干预甚至不用干预算力管理、调度、控制、提供、运维的过程。从技术落地角度来讲，这意味着计算需要“以人为中心”，人们可以通过可穿戴设备、移动设备、小型计算设备等“随时、随地、随需”地获取算力资源，算力表现出大规模、低成本、通用化、共享化等特征。20世纪末，以IBM为代表的IT巨头公司已经意识到普适计算将取代主机计算和桌面计算，成为下一代主流计算模式，纷纷布局普适计算，随着小型计算设备制造、小型计算设备操作系统、移动通信等相关技术日渐成熟，普适计算逐步走向落地。“普适”一词来自于普适计算，1991年由施乐公司PALOATO研究中心的首席科学家Mark Weiser在The Computer for the 21st Century一文中提出14，Mark Weiser认为最深刻的技术是那些已经消失的技术，计算需要融入到日常生活用品中，使人们能够自然地和计算机进行交互。14Mark Weiser,The Computer for the 21st Century,pp.94 104,Sep 1991.（Scientific American）19“普慧”算力开启新计算时代20“普慧”算力开启新计算时代从PC互联网、移动互联网、产业互联网再到元宇宙，实际上是不断构建“人-机-物”三元融合系统（HCPS,HumanCyberPhysicalsystem）15的过程。在HCPS中，物理空间分别与信息空间、社会空间源源不断地进行着信息交互，信息空间与社会空间则进行着计算属性和认知属性的智能融合，因此，算力的“普适”和“智慧”必然会走向融合，在这一过程中，“绿色”“安全”“可信”等全新特征也将融入“普慧”算力的内涵之中，驱动“人-机-物”更加紧密融合，算力最终将无处不在。当前，算力虽然融入了人们的生活空间，人却很难自如地融入物理信息系统（CPS,Cyber Physical System）。具体体现在，人们在使用算力时常常会问“我要如何使用相关硬件和应用”才能满足实际需求，尤其对于企业类客户来说，在解决场景化需求时，问题可能更为棘手。让人们能随需使用算力而不必问，关键就在于强化算力的“智慧”特征，使算力更自主地理解需求、强化学习、深度思考，即算力应具备自适应、自学习、自进化为代表的“3S”智能。例如，可以让机器模拟人脑神经元的思考过程，推动算力由“感知人”转向“认知人”；通过多模态学习让机器掌握更全面的信息，增强算力认知的广度；通过协同训练算法让机器学会多角度思考，增强算力认知的深度。智慧“普适”和“智慧”有机融合15“人”是指人通过各种方式联系而构成的社会空间；“机”是由计算机和软件构成的信息空间，包括计算、存储等资源，以及相关的软件服务；“物”指的是物理空间中的各种设施、设备。20“普慧”算力开启新计算时代21“普慧”算力开启新计算时代新一轮科技革命深入发展，国际力量对比深刻调整。算力作为数字经济的基础设施，重要性愈发凸显，算力自主可控和高效利用已成为大国科技竞赛的关键制高点。有为：大国战略篇03资料来源：公开资料，毕马威分析图 7|各国算力投资或补贴计划芯片和科学法案：芯片和科学法案：527527亿美元，约合人民币亿美元，约合人民币3,6503,650亿元亿元美国美国欧洲芯片法案：欧洲芯片法案：430430亿欧元，约合人民币亿欧元，约合人民币3,2703,270亿元亿元欧盟欧盟东数西算：东数西算：4,0004,000亿元亿元中国中国国内投资：国内投资：7 7万亿日元，约合人民币万亿日元，约合人民币3,5903,590亿元亿元日本日本算力已成为各国科技战略布局重点22“普慧”算力开启新计算时代美国在云计算、数据中心等领域的战略布局较为领先，在2011年和2012年就分别通过联邦云计算战略大数据研究和发展计划把云计算和大数据上升到了国家战略高度。近年来，美国持续加强布局量子计算、超级计算、类脑计算等前沿算力，很大程度上是为了保障本国在人工智能等关键领域的领导地位。2019年2月，美国前总统特朗普签订维护美国人工智能领导地位的行政命令，明确提出加强对人工智能研发运用的数据和计算资源支撑。同年11月，美国白宫科技政策办公室（OSTP）发布国家战略性计算计划（更新版）：引领未来计算，提出了开拓数字和非数字计算的新领域（如量子计算、神经形态计算等），开发、扩展和推进计算基础架构和生态系统的目标，并从计算机硬件、软件和整体基础设施，以及开发创新的、实际的应用程序和机会等方面，给美国政府提出了详细建议。紧接着，美国白宫在2020年11月相继发布关于利用云计算资源推进联邦资助的人工智能研发的建议引领未来先进计算生态系统：战略计划回应特朗普的行政命令和OSTP提出的目标及建议，由此，美国确立了对未来先进计算系统的设想，目标是维持其在科学工程、经济竞争和国家安全方面的领先优势，并提出了以政府、学术界、非营利组织、产业部门共同参与为主的举国方案。强化布局多种前沿算力，力保AI等关键科技领域的领导地位美国：23“普慧”算力开启新计算时代在人工智能方面，美国政府于2021年1月将2020国家人工智能倡议法案加以修订后纳入2021财年国防授权法案，人工智能倡议法案正式升级为法律，标志着美国政府最终完成人工智能战略部署及政策设计。此后，美国政府陆续成立了国家人工智能行动办公室、人工智能咨询委员会、人工智能机构间委员会等职能机构，建立起了系统化的管理协调机制。在半导体方面，美国总统拜登在2022年8月正式签署芯片和科学法案，有意通过政府扶持本土半导体产业，以增强美国半导体产业竞争力，计划为美国半导体研发、制造以及劳动力发展提供527亿美元，其中390亿美元将用于半导体制造业的激励措施，110亿美元用于补贴半导体研发，20亿美元用于汽车和国防系统芯片，5亿美元用于建设可靠的半导体供应链补贴，2亿美元用于培养半导体行业人才。欧洲算力产业布局基本围绕“数字化转型”这一核心，自2020年初，欧盟陆续发布塑造欧洲的数字未来等一系列文件,全方位多层次地设计了欧洲各领域的数字化转型方案。2021年3月欧盟委员会发布2030数字罗盘，较为系统地指出了欧盟到2030年要实现的量化目标，其中，数字基础设施、企业数字化两方面的目标需要算力相关产业带来强力支撑：构建安全、高性能和可持续的数字基础设施。到2030年，欧盟生产的尖端、可持续半导体产业的产量至少占全球总产值的20（产能效率将是目前的10倍）；到2025年，生产出第一台具有量子加速功能的欧洲量子计算机，到2030年，欧洲处于量子领域前沿。致力于企业数字化转型。到2030年，75%的欧盟企业应使用云计算服务、大数据和人工智能。针对半导体产业，欧盟着力提高半导体产业链生态的弹性，从而减少外部依赖。2022年2月欧盟委员会发布欧洲芯片法案，再次重申半导体全球份额目标的同时，制定了详细的半导体生态建设规划，预计撬动总投资金额超430亿欧元。针对量子计算机研制，欧盟一直都十分注重对高性能计算、量子计算等前沿技术的研发投入。早在2018年1月欧盟就通过“高性能计算共同计划”，提出在2022-2023年开发具有准百亿亿次性能（E级计算）的高性能计算系统，并在同年10月成立了欧洲高性能计算联合执行体（EuroHPC JU），该组织专门负责部署和运行世界级的高性能计算和数据基础设施。2020年欧盟委员会出台针对EuroHPC JU的新章程，将量子计算基础设施补充进入重点工作内容，拟投资80亿欧元以支持E级计算和量子计算等前沿计算研究。针对企业数字化转型，欧盟强调构建安全、高效、可互操作的云服务，持续推进欧洲云计划GAIA-X，为欧洲提供安全可信的数据基础设施，尤其是在工业领域，欧盟相继推出欧洲工业战略新欧洲工业战略，持续推动工业数据、边缘和云联盟等重点项目。发展可持续半导体、高性能计算、安全云，助力数字化转型欧洲：24“普慧”算力开启新计算时代日本近年来频繁强调振兴半导体产业，2021年6月，日本经济产业省发布半导体和数字产业发展战略，提出将半导体和数字产业定位于基础性产业，作为国家重要事业，紧接着又在2021年底提出了“三步走”实施方案，可概括为“恢复半导体产能、推动下一代半导体发展、为未来技术奠基”，而以半导体产业为核心，日本算力产业布局呈现出两大特征：应用导向。从市场层面来看，日本主要面向具有高增长潜力的新兴应用需求，部署尖端半导体的研发设计、产能扩充方案，重点应用领域包括边缘计算、物联网、自动驾驶等，还强调根据应用场景和服务类型构建有针对性的云服务体系。从社会层面看，日本大力促进算力的灵活泛在应用，推动日本数字社会向“以应用为中心”转变，早在2016年日本就提出促进云计算服务关联技术的灵活应用，日本“六五计划”16提出“使任何人都能随时随地方便、安全地使用大数据和人工智能”和“最大程度地利用数据和人工智能等技术”，同样体现了以应用为导向发展算力的鲜明特征。绿色导向。为实现碳中和、实现经济社会早日脱碳，日本强调数字化和绿色化协调发展。在发展半导体器件方面，要求兼顾性能提升和功耗降低，尤其是针对关键零部件功率半导体，指出必须从巩固本国产业竞争力的角度，研发新型创新材料（SiC、GaN、Ga2O3）。在建设数据中心方面，则大力推进节能措施和数据中心节能绩效评价标准，引导政府采购和民间投资向绿色化方向发展等，并计划通过“绿色创新基金”（2万亿日元）等推动“下一代数字基础设施建设”等重点项目。2021年日本经济产业省邀请台积电在熊本县设厂并提供了6,000亿日元的资助，2022年日本丰田汽车株氏会社等八家公司投资73亿元日元成立半导体公司Rapidus，日本经济产业省提供了700亿日元的补贴。2022年底日本政府表示，将投入约7万亿日元来扩大日本国内投资，主要包括为日本国内尖端半导体生产提供投资支援等17。重振半导体产业，坚持以应用、绿色为导向发展算力日本：16即“第六期科学技术与创新基本计划”，是指导日本2021-2025年科学技术与创新发展的纲领性规划。科技创新基本计划是日本政府依据科技基本法制定的科技振兴计划，自1996年以来，该计划根据世界科技形势、日本科技发展状况的变化，每5年更新一次。17日本政府将投7万亿日元促企业国内投资，日经中文网，2022年12月9日，https:/ 8|算力产业链构成资料来源：公开资料，毕马威分析算力下游各类业务场景中智能硬件、工业设备、智能汽车等多类型终端大量接入网络，对计算实时性、可靠性、吞吐能力、能耗等的要求愈发复杂，算力需求规模不断扩张的同时，呈现出明显的专用化、边缘化、智能化等特点，以通用计算为主的传统计算范式已然无法满足需求，将驱动算力供给侧不断提高对需求的适配性，构建由通用算力、智能算力、高性能算力、边缘算力等构成的多元算力供给体系。上游上游中游中游下游下游基础硬件芯片、器件路由器光模块交换机服务器基础软件操作系统数据库中间件基础设施网络基站土地电力数据中心定制化数据中心基础设施服务零售型数据中心服务互联网云计算服务公有云解决方案私有云解决方案IT外包、系统集成服务网络运营服务交通消费金融其他制造业能源公共部门混合云解决方案算力产业链涵盖由基础硬件、基础软件、基础设施构成的上游产业，由第三方数据中心、云计算服务、网络运营服务、IT外包服务、系统集成服务构成的中游产业，由互联网、制造业、金融、能源等各行业企业用户构成的下游产业。全球算力产业竞速，中国有望迈入十万亿级赛道27“普慧”算力开启新计算时代此外，对比中美两国细分算力规模来看，中国的智能算力规模已经超过美国60%，主要得益于人工智能模型训练算力需求快速增长背景下，中国不断加快以智能计算中心为代表的智能算力基础设施建设。公开资料显示，截至2023年2月，中国投入运营和在建的人工智能计算中心已达23个21，结合IDC预测来看，2021-2026年中国智能算力规模年复合增长率有望达到52.3%，预计未来3-5年中国算力发展仍主要由智能算力拉动，且有望继续保持全球领先地位。资料来源：信通院，毕马威分析图 10|2021中美细分算力规模对比（单位：EFLOPS）22137966510473050100150200250美国中国通用算力智能算力超算算力当前，中国已初步建立起了产业链条持续完善、产业创新较活跃、市场规模迅速增长、国际竞争力稳步提升的算力产业生态。信通院数据显示，2021年中国算力核心产业规模已超1.5万亿元，关联产业规模超过8万亿元，主要涉及数据中心市场规模1,500亿元，云计算市场规模3,229亿元，人工智能核心产业规模4,305亿元。21行业洞察|2023年中国人工智能计算中心分布概览，至顶网，2023年2月15日，https:/ 9|2020-2021全球算力规模分布情况（单位：EFLOPS）154209133203478626316986010020030040050060070020202021美国中国欧洲日本其他429615资料来源：信