這個夏季，比天氣更火熱的是算力。在全球算力地圖上，大模型和行業(yè)數(shù)字化背后，一場場有關(guān)算力的爭霸賽正在上演。

文｜周享玥

編｜趙艷秋

今年以來，算力領(lǐng)域最令人津津樂道的一個故事是——

5月29日，英偉達創(chuàng)始人黃仁勛剛穿著一身標志性皮衣，向全世界宣布，“我們已經(jīng)到達了生成式AI的引爆點，從此，全世界的每個角落，都會有計算需求”，一天后，英偉達市值就突破萬億美元，成了大模型熱潮背后賺得盆滿缽滿的“賣水人”。

當然，不僅是英偉達，算力產(chǎn)業(yè)鏈上，包括浪潮信息、寒武紀、中興通訊等在內(nèi)，有一個算一個，股價比年初都翻了近一倍。沒有人懷疑，大模型將給算力市場帶來一股前所未有的推力。

但實際上，早在大模型之前，算力市場就已蓬勃發(fā)展多年，被視為像農(nóng)業(yè)時代的水、工業(yè)時代的電一樣關(guān)鍵。畢竟，算力對經(jīng)濟的拉動不是一般的大。最近，IDC、浪潮信息、清華大學全球產(chǎn)業(yè)研究院聯(lián)合發(fā)布的《2022-2023全球計算力指數(shù)評估報告》顯示，國家的計算力指數(shù)每提高1點，數(shù)字經(jīng)濟將增長3.6‰，GDP將增長1.7‰，且預計該趨勢在2023至2026年將繼續(xù)保持。另一個更直接的對應關(guān)系是，IT支出每投入1美元，可以拉動15美元的數(shù)字經(jīng)濟產(chǎn)出，同時也可拉動29美元的GDP產(chǎn)出。

這已經(jīng)是這幾家企業(yè)/機構(gòu)第三次發(fā)布全球算力指數(shù)報告，除了全球算力基本格局以及算力對經(jīng)濟的穩(wěn)定拉升作用，一些新趨勢也引發(fā)行業(yè)關(guān)注。

01

中美領(lǐng)跑三年，追趕者來勢洶洶

全球算力市場上，美國和中國依然是最能打的存在。

自2020年度首份報告發(fā)布以來，在全球算力排行榜上，美、中兩國已連續(xù)領(lǐng)跑三年。在滿分100的情況下，2022年，作為唯二兩個上了60分的國家，美國靠著超大規(guī)�；ヂ�(lián)網(wǎng)巨頭在算力投入上的大幅增長，將分數(shù)提高了5分，達到82分。而中國受阻于疫情反復，算力投入有所放緩，但整體增速仍高于GDP，分數(shù)增長1分到71分。

至于其余十來個上榜國家，還處在追趕者（40分到60分）和起步者（40分以下）梯隊，離60分的“及格線”還有一段距離。比如，第三名日本與中國相差13分，為58分。

對不同梯隊國家來說，分數(shù)上的差距，也意味著增加算力投資對經(jīng)濟促進作用的巨大落差。“這兩者之間并非一條斜線，而是加速向上的拋物線。”IDC中國副總裁周震剛介紹，當國家計算力指數(shù)分別達到40分以上、60分以上時，指數(shù)每提升1點，對GDP增長的推動力將分別提高到40分以下時的1.3倍和3倍。

不過，各種跡象表明，三個梯隊間的競爭日趨白熱化。截止到2022年，入圍榜單的15個國家中，起步者陣營正在縮小，像印度靠著對算力及新興技術(shù)的投入，名次上升至第八，從起步者進入追趕者陣列。

新加坡和愛爾蘭則首次被納入評估國家范圍，這主要有賴于在云計算和數(shù)據(jù)中心上的投入。例如，新加坡這次直接以55分排在第5。這背后是過去幾年間，全球多家云廠商都將數(shù)據(jù)中心設在了新加坡，完成對整個東南亞的輻射。

而以歐洲國家為主的追趕者國家，正在從AI計算能力方面縮小和中美兩國的差距。 比如，德、英、法、日、韓的人工智能服務器市場同比增長均超過40%。

02

為何說中國算力轉(zhuǎn)向高質(zhì)量發(fā)展

觀察中國算力市場的特點，清華大學全球產(chǎn)業(yè)研究院副院長李東紅告訴數(shù)智前線，他們在調(diào)研中發(fā)現(xiàn)，這一年有一個突出變化——幾個核心指標發(fā)生了顯著改變，雖然中國通用服務器市場的增速從往年的兩位數(shù)下降到一位數(shù)，但計算效率、應用水平卻有明顯提升，這意味著中國算力產(chǎn)業(yè)從高速增長期，走向高質(zhì)量發(fā)展新階段。

比如，在應用水平子項上，中國得分從70分增長到72分。該子項主要涉及大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈、機器人五大新興技術(shù)相關(guān)的軟硬件以及服務的投入。尤其在物聯(lián)網(wǎng)和機器人方面，中國得分超過美國，位列第一。相反，人工智能和大數(shù)據(jù)方面還需補足。

算力效率也是一個關(guān)鍵指標，它意味著同等算力下，效率高的能干更多的事。而計算效率的提高，一般由云計算、新技術(shù)滲透率和集約化數(shù)據(jù)中心建設來貢獻。

中國在這幾個因素上，都能看到明顯提升。比如云計算，李東紅介紹說，2022年中國云計算市場規(guī)模已達到4552.4億元，同比增長了33.5%。以前企業(yè)每上一個應用，往往就會多用一臺服務器，但現(xiàn)在大家都開始通過云技術(shù)或其他調(diào)度技術(shù)，讓整個服務器的使用效率更高。

在業(yè)內(nèi)人士看來，算力高質(zhì)量發(fā)展中，綠色發(fā)展不可或缺。2021年，中國平均PUE（數(shù)據(jù)中心能效指標）為1.55，但截至2022年底，累計建成153家國家綠色數(shù)據(jù)中心，規(guī)劃在建的大型以上數(shù)據(jù)中心PUE降至1.30。液冷服務器市場被帶動，2022年同比增速達305.2%。

由于應用場景日趨復雜，中國在多元算力上的創(chuàng)新在提速，Arm架構(gòu)服務器是不容忽視的一個分支，2022年中國市場同比增長達138%。為滿足AI工作負載的需求，采用GPU、FPGA、ASIC等加速卡的服務器越來越多。根據(jù)IDC數(shù)據(jù)統(tǒng)計，2022年，中國加速服務器市場相比2019年增長44.0億美元，服務器市場增量一半是來自加速服務器。 “未來算力一定是多元化的。”浪潮信息副總裁張東說。業(yè)界看到，浪潮信息針對“云計算、大數(shù)據(jù)、邊緣計算、人工智能、AI4S（Artificial Intelligence for Science，即面向科學的人工智能）”等不同應用，打造了多元的算力平臺。

張東告訴數(shù)智前線，企業(yè)在進行算力建設時，一定要軟硬件平衡，不僅要買硬件，還需要在軟件上做投入，比如操作系統(tǒng)、虛擬化、云等基礎(chǔ)軟件，從而把設備完全用起來。

03

制造業(yè)算力超越了金融業(yè)

2022年，行業(yè)算力排行榜上最大的“黑馬”是制造業(yè)。

這一年，制造業(yè)的計算力水平一舉提高3分，以62分的成績，超過61分的金融業(yè)，成為了繼互聯(lián)網(wǎng)之后算力發(fā)展水平第二高的行業(yè)。在增長亮眼程度上，能與之匹敵的，大概只有政府和教育行業(yè)，二者均以7分的增加值，成為2022年算力水平增長最快的行業(yè)。

互聯(lián)網(wǎng)行業(yè)繼續(xù)穩(wěn)坐第一無可厚非，畢竟算力本身就是其創(chuàng)收的重要生產(chǎn)工具。但一向在數(shù)字化技術(shù)上更為領(lǐng)先的金融業(yè)，被制造業(yè)反超，就多少讓人意外了。制造業(yè)為什么實現(xiàn)“逆襲”？

業(yè)內(nèi)人士普遍認為，這與各國都在搶奪制造強國制高點的大背景，以及制造業(yè)數(shù)字化轉(zhuǎn)型的持續(xù)深入不無相關(guān)。

最近幾年，發(fā)達國家紛紛實施“再工業(yè)化”戰(zhàn)略，鼓勵本國制造企業(yè)回流。中國也在“十四五”規(guī)劃中首次提出“保持制造業(yè)比重基本穩(wěn)定”的目標。目前，多省市已采取行動，如廣東提出到2027年制造業(yè)增加值要占地區(qū)生產(chǎn)總值的35%以上，比兩年前提出的“2025年占比在30%以上”的目標更進一步。

與此同時，制造業(yè)的數(shù)字化正從之前的運營管理端，走向研發(fā)、制造工藝等核心場景�！秷蟾妗芬蔡岢觯�2023年企業(yè)數(shù)字化迎來拐點，從數(shù)字化轉(zhuǎn)型時代進入到數(shù)字化業(yè)務時代。這一階段將有幾大關(guān)鍵特征，比如由CEO和業(yè)務高管支持和推動，利用數(shù)字技術(shù)進行業(yè)務競爭與創(chuàng)新。核心則是發(fā)揮數(shù)據(jù)要素的價值，實現(xiàn)數(shù)據(jù)的業(yè)務化。

具體到制造業(yè)細分行業(yè)，尤以新能源汽車、半導體等“發(fā)展快、市場變化快”的產(chǎn)業(yè)最為積極。典型如吉利汽車，于2022年7月在浙江湖州建成了國內(nèi)汽車業(yè)首個多元算力于一體的智算中心——星睿云 • 智算中心，并于今年2月正式啟用，吉利的整體研發(fā)效能提升了20%。

另一家裝備制造業(yè)龍頭三一重工，則在浪潮信息的協(xié)助下，打造面向全球工廠和研發(fā)中心的智算解決方案，打通云、邊緣、端側(cè)一體化的AI業(yè)務流程，可支持超過75個自動化生產(chǎn)系統(tǒng)，聯(lián)通數(shù)以萬計的邊緣設備。

全球最大的濕法鋰電池隔膜生產(chǎn)企業(yè)恩捷股份，也通過浪潮信息、展灣科技攜手開發(fā)的Diana智能制造一體機，基于邊緣計算和工業(yè)物聯(lián)網(wǎng)技術(shù)，對設備運行、產(chǎn)線生產(chǎn)、產(chǎn)品質(zhì)量等數(shù)據(jù)實時采集處理，提升產(chǎn)線生產(chǎn)質(zhì)量和效率，輔助業(yè)務決策。

算力已給制造業(yè)帶來不錯的投入產(chǎn)出比。《報告》顯示，制造業(yè)全球Top30的企業(yè)中，IT每投入1美元，可以拉動45美元的營收產(chǎn)出，6美元利潤產(chǎn)出，遠高于其他行業(yè)。一個更直觀的數(shù)據(jù)是，受益于數(shù)字化轉(zhuǎn)型的深入，2021年，我國制造業(yè)增加值占GDP的比重達到27.4%，是近十年來制造業(yè)比重連續(xù)下降后的首次回升，并在2022年繼續(xù)正增長到了27.7%。

IDC中國研究經(jīng)理杜雁澤認為，制造業(yè)未來一段的數(shù)字化轉(zhuǎn)型的關(guān)鍵可以總結(jié)為兩個詞——補課和融合。

補課是指，制造業(yè)將持續(xù)縮小與互聯(lián)網(wǎng)、金融等行業(yè)的數(shù)字化成熟度差距。對于中小制造企業(yè)，以普及數(shù)字化應用為主；對于大型及集團型制造企業(yè)，則從分散式應用向集中式算力中心及一體化應用轉(zhuǎn)換。

融合的關(guān)鍵之一則是IT/OT融合，趨勢是IT（信息技術(shù)）持續(xù)向OT（運營技術(shù)）滲透。這也使得，云化工業(yè)軟件、邊緣計算、設計仿真、自動駕駛仿真、全域數(shù)字孿生、AI視覺質(zhì)檢等興起，對算力提出旺盛需求。

周震剛表示，制造業(yè)目前的算力增長還在量上，未來則有望在質(zhì)上取得增長。這里的關(guān)鍵在于，越來越多制造業(yè)數(shù)字化，不僅服務內(nèi)部員工和產(chǎn)線，也像互聯(lián)網(wǎng)和電信行業(yè)一樣，服務更多的客戶。

04

如何解決大模型“算力荒”

今年“算力”與“大模型”在一定程度上捆綁在一起。業(yè)界經(jīng)常提及的是大模型引發(fā)的“算力荒”。《報告》中有這樣一個比喻：在1000張英偉達V100 GPU上訓練GPT-3大模型，共需14.8天，在數(shù)據(jù)中心PUE為1.1的條件下，總能耗將達到1287MWh，以2021年中國人均生活用電水平計算，單次大模型訓練耗電相當于一個中國人4年的生活用電總量。

實際上，大模型的火熱雖然是今年初才開啟的，但周震剛告訴數(shù)智前線，很多用戶和供應商反饋，早在去年，他們對于人工智能，尤其是AIGC的投入，就已大幅增加。

這也是他認為今年最新《報告》中最值得關(guān)注的一個點�！秷蟾妗凤@示，全球生成式AI計算市場規(guī)模將從2022年的8.2億美元增長到2026年的109.9億美元，占整體AI計算市場的比例將從4.2%增長到31.7%。

張東透露，企業(yè)今年對人工智能服務器的需求平均都在之前的5倍以上，甚至有用戶提出10倍以上的采購意愿。

當前，AIGC技術(shù)正在互聯(lián)網(wǎng)、金融、教育、醫(yī)療和制造等各個領(lǐng)域探索落地。

在互聯(lián)網(wǎng)行業(yè)如開發(fā)游戲、生成自媒體內(nèi)容、電子商務個性化推薦、智能客服和自動化營銷；在金融行業(yè)AIGC能夠輔助分析師抓取、分析數(shù)據(jù)，生成報告；教育行業(yè)將2D教材轉(zhuǎn)換為3D教學模型和合成虛擬教師；在醫(yī)療行業(yè)可以提供潛在候選藥物、進行更精確的設計和優(yōu)化；在工業(yè)領(lǐng)域，AIGC在CAD設計中提供輔助功能......

在大模型叩響下一次產(chǎn)業(yè)革命的大門之前，算力仍然是一個需要集各家之力去解決的問題。如何才能解決逐漸失衡的算力供需問題，張東總結(jié)了四個關(guān)鍵要點：多元化、系統(tǒng)化、基建化和生態(tài)化。

張東認為，計算的范式應該是一個以應用導向，以系統(tǒng)設計為核心的模式，建立多元異構(gòu)算力融合、軟硬協(xié)同設計與優(yōu)化的計算發(fā)展范式。同時，算力可以像水和電一樣便捷地提供給千行百業(yè)，解決大家“用得起，用得好”的問題。而在算力落地到行業(yè)，需要有一個生態(tài)來支撐，在此過程中產(chǎn)業(yè)鏈上下游能進行協(xié)同創(chuàng)新。

在這樣的思路下，浪潮信息支撐了不少行業(yè)和企業(yè)的數(shù)字化，以及大模型和行業(yè)大模型的構(gòu)建，并通過打造元腦生態(tài)加速算力在各行業(yè)落地。

對于應對包括大模型在內(nèi)的算力需求，《報告》中提出了針對性的行動建議，比如各國應加大國家層面算力基礎(chǔ)設施投資，積極探索融合型算力服務；企業(yè)應積極推進AI在業(yè)務場景中的深度應用，踐行數(shù)字化優(yōu)先原則，積極推行綠色計算，考慮增加液冷服務器投入等。