《云栖战略参考》由阿里云与钛媒体联合策划，呈现云计算与人工智能领域的最新技术战略观点与业务实践探索，希望这些内容能让您有所启发。
当人类社会从热力时代过渡到算力时代，计算也随之成为未来智能设备的关键驱动力。在数字经济时代，这一点尤为突出，而“算力经济”的概念也早在2018年就已经被提出。
从洞察算力到提出“算力经济”
算力经济最初定义的维度是比较简单的。
在从事超级计算30余年的过程中，我对计算技术的发展和应用有着深刻理解。早期的超级计算并不倾向于使用GPU，直到2008年，英伟达提出了Fermi架构，将显卡扩展为通用计算GPU，希望用在超级计算机上。然而，当时GPU在科学计算上的应用并不算成功，如超级计算机中的曙光星云、天河1、天河2等，在实际使用过程中并未达到预期效果。
2010年，我们团队在整理中国高性能计算机TOP100排行榜的计算机结构时发现，CPU+GPU的组合正成为超级计算机的技术发展趋势。这一趋势在2015年之后变得更加明显，在AlphaGo围棋大战之后，人工智能取得重大突破，彼时，业内发现GPU其实更适合深度学习。因此，英伟达将GPU的应用重点从超级计算机转向人工智能领域。
一直以来，超级计算主要用于科学计算和基础研究，因其很难直接和国民经济发生关系，所以需要具备长期投资的理念。地方政府在算经济账时，会考虑投资的回报率是多少？投资周期是多长？多少年能收回投资成本？能拉动多大的经济增长？因此，说服政府投资超级计算平台是一项很有挑战性的任务。
2018年，随着“算力”这个名词的出现，这一问题出现了转折点。
起初，“算力”一词源自“区块链”和“挖矿”领域，其含义相对狭窄、偏负面。
随着超级计算和人工智能、云计算相结合，甚至区块链和大数据融合，“算力”似乎和国民经济的关系变得更加密切。过去面临的关于超级计算的经济回报问题，在人工智能时代（我们称之为“智能计算时代”）应该可以回答清楚了。在区块链技术的启发下，国内的专家们开始将超级计算中的“计算”概念泛化为“算力”。
2018年，我参加地方政府的相关活动时，提出了“算力经济”的理念。当时，我认为随着超级计算技术的发展，大数据、云计算、人工智能、区块链的相互融合创新，“算力经济”将成为经济发展的重要抓手，也会成为地方政府新旧动能转换的重要手段。然而，当时大数据、人工智能、区块链更受瞩目，很少有人谈及“算力经济”。
随后，这一观点就得到了印证。2018年，益企研究院（E企研究院）开启数字中国万里行，实地考察了全国8个超大规模云数据中心，并出版了首份《中国超大规模云数据中心考察报告》。该报告聚焦于数据中心架构创新和技术迭代，探索智能基础设施的上层应用，并展现了新技术和新型算力基础设施的价值。
2019年中国高性能计算机TOP100排行榜发布后，我们发现超级计算的应用领域也发生了极大变化。过去，超级计算主要集中于科学计算、政府行业、能源行业、电力行业以及气象领域。但是，随着许多互联网公司开始申报超级计算机，TOP100排行榜中有30%的系统来自互联网行业，如云计算、机器学习、人工智能、大数据分析和短视频领域。这些领域对计算需求的急剧增长，使得超级计算亟需与互联网技术进行融合。
同时，算力基础设施不仅仅包括云数据中心和超算中心，还出现了以智能计算中心为代表的新型算力基础设施。其中较为典型的案例是国家超算济南中心科技园与腾讯在上海松江合作打造的人工智能计算中心。
2020年，益企研究院发起数字中国万里行第三年之际，我在接受益企研究院访谈时正式提出：我们即将进入一个依靠算力的人工智能时代，这也是未来发展的必然趋势之一。同时，随着用户对算力需求的不断增长，算力经济时代将登上历史舞台。
2020年后，我在相关调研实践中不断总结，最后形成了“超算与人工智能融合创新的算力经济时代”的思考。
狭义算力经济与广义算力经济
中国高性能计算机TOP100排行榜已经发布了二十多年，该排行榜一直被行业用来观察中国超级计算产业的发展趋势。到了2021年，我们又发现一个新的现象——在TOP100的前10名中，有7台性能很强的机器并非为某个特定行业服务，而是被公司买来专门提供算力售卖。面对这个新出现的情况，TOP100的专家委员定义了一个新领域，即算力服务业。
随着时间进入2022年，算力服务的性能指标相比上一年已经翻倍。算力服务业在2021年至2022年间异军突起，标志着中国正式进入算力经济时代，其背后的原因是超级计算技术的发展以及大数据、人工智能、区块链的相互融合创新，而这些因素背后的核心要素就是算力。算力应用已经开始渗透到千行万业，这也是在2018年提出算力经济概念后，我们观察到的这个行业的极速变化。
算力经济最初定义的维度比较简单，首先计算要成为算力经济的核心。未来，以计算能力来衡量一个地方或地区的数字经济发展水平，将成为一个重要指标。一个地区的算力产业是否发达也意味着数字经济是否有机会崛起，尤其在东数西算成为国家发展战略后，算力经济也成为西部地区新一轮经济发展的强力抓手。目前来看，算力还没有一个统一的定义，一个不太全面的定义是指硬件和软件的配合，共同执行某种计算需求的能力。
据此，我认为狭义的“算力经济”可被定义为与算力强关联的算力服务产业链。这条产业链涵盖了四类参与者：算力生产者、算力调度者、算力服务商、算力消费者，他们共同形成闭环，成为一种商业模式。
随着我们对算力经济的理解日益深入，广义的“算力经济”应运而生，我们将其称之为“算力+”。凡是可以用到算力的国民经济各个方向单元，都属于算力经济的范畴。只要以算力为核心生产要素，以算力为引擎，就属于广义层面的算力经济。算力经济是数字经济中的重要组成部分，在数字经济中的比重会越来越大。
据统计数据显示，中国在世界各国的算力排名中位列第二，然而人均算力水平仅处于中等国家水平，这表明中国在算力方面还存在较大的算力鸿沟。在我国，算力需求是毋庸置疑的，人工智能、5G、区块链、元宇宙的发展都对算力提出了强烈需求，因此，我国的算力增长是很有前景的。
现在出现了各种各样新的概念，许多课题组也开展了大量的研究工作。在针对算力研究的著作中，《算力：数字经济的新引擎》这本书正式对算力进行了系统研究，提出了“无数据不经济”，提出了引擎性自主创新驱动的先进计算产业以及算力赋能和服务衍生的新模式、新业态形成了算力经济，这比“算力经济”最初的概念更近了一步。本书作者邢庆科是经济学家，他从经济学角度阐述了算力对于经济的巨大影响力。他指出，算力经济是数字经济衍生的新经济形态，数据作为主要的生产要素，通过算力、算法的技术创新，促进数据经济和实体经济的深度融合，实现效率、效能、质量提升和经济结构优化升级。
综上所述，我认为算力经济可以从狭义和广义两个角度来理解。狭义的算力经济指的是算力服务业产业链，包括算力生产者、算力调度者、算力服务商和算力消费者等参与者的闭环商业模式；广义的算力经济则是指数字产业化、产业数字化、城镇数字化这种提供各种基础设施和支撑保障的新模式、新业态，也就是“算力+”产业。
AGI时代来临，模型即服务（MaaS）商业模式呈现
随着算力经济的发展，超级计算机技术和人工智能融合创新将会催生一类新的基建，专门用于人工智能计算的中心，这些中心也将成为当下非常热门的资产中心。在ChatGPT问世之前，我们还不知道大模型可以实现令科技界为之兴奋的应用水平。
GPT3到ChatGPT的发展过程是大模型技术发展的关键节点，也是中国人工智能之路和美国人工智能之路的分歧点。近两年来，国内也有相当数量的公司参与到大模型研发中，但他们追求的是参数量从千亿级到万亿级的快速跃进，智能属性并没有涌现。相比之下，OpenAl选择了另外一条路，利用人工反馈的训练机制，通过标注、对齐高质量数据，最后把这条路走通了，用千亿参数的大模型把通用智能挖掘出来了。这值得国内科技界反思。
另外一条路是人工智能内容生成AIGC，已经成为现在的热门赛道，从上游、中游到下游都有一些中国公司在布局。
种种迹象表明，人工智能进入了通用人工智能（Artificial General Intelligence，简称AGI）时代，并具备五个特性：涌现性（参数超过临界值，模型能力实现突变）、工程化、通用性、密集型、颠覆性。
科学计算：传统科学与Al深度融合
当计算改变科学，人工智能生物算法反过来被融合到科技计算建模中，相当于把数据科学和计算科学（Al for Science）整合在一起，这时产生了一个新的“智能科学”赛道。在过去，科学计算的四个范式分别是实验科学、理论科学、计算科学和数据科学。而智能科学范式（AI范式）被称之为第五范式，其代表是斩获2020年戈登贝尔奖的Deep Potential方法展示的AI和分子动力学模型的有效结合，在保证精度的同时，指数级地提升了物理模型的效率。
基于科学计算的深度学习怎么反哺科学计算、解决计算问题，AI范式的出现确实为科学计算开辟了新的方向，尤其是对于制药行业而言，它极大地提高了科学计算的精度并降低了成本。例如，近年来出现的AIphaFold等人工智能工具在生命科学领域促成了多项突破性进展，蛋白质的功能预测与设计成为最先受益的领域之一。在《科学》（Science）杂志上，David Baker教授团队带来了蛋白质设计的一项革命性突破：利用强化学习，“自上而下”（Top-down）设计蛋白质复合物结构。几年前，预测蛋白质三维结构还是一个遥不可及的目标，更不用说从头进行设计了。这一颠覆了传统方案的全新突破不仅可能为我们带来更有效的疫苗及药物，还有望引领蛋白质设计的全新时代。
AI for Science的数据来自各个学科的数据积累；模型来自各领域科学家发现的科学原理和规律；算法源自机器学习算法和数值方法等方面的创新。需要多样算力融合的综合型智能计算平台，通过分布式异构并行体系结构，实现多样算力的融合与优势互补，为AI训练、AI推理、数值模拟等不同应用提供不同算力，实现高精度到低精度算力的全覆盖、多种计算类型的全覆盖，以及AI训练+推理全覆盖。
算力经济蓬勃发展
在算力布局方面，国内目前有许多算力中心正在建设，包括超算中心、智算中心和超大规模云数据中心等。我认为未来的算力中心会逐渐融合为统一的形态，只是功能不同而已。
随着算力中心的发展，国内算网融合也取得了长足进步。算力网络，是一种根据业务需求，在云、网、边之间按需分配和灵活调度计算资源、存储资源以及网络资源的新型信息基础设施。算力网络体系包括算力度量、算力感知、算力路由、算力编排、算力交易等内容。
东数西算工程标志着算力经济时代正式拉开帷幕。未来，算力将加速普及，类似于电力插座变成算力插座。我们使用算力不需要带一台电脑，只需要一张卡或者一个接口，就能以标准的计量方式来使用算力。未来还可能会出现类似于发电厂的算力工厂，尤其是在西部地区。据说，目前在煤矿、水电站附近已经开始建设算力工厂，电力极其便宜，成本特别低。
工业时代有公路、电网，算力经济时代也有算力网络。随着算力服务的发展，未来在算网时代有三类不同角色：一是网络通信商，通过算网融合参与进来；二是超算供应商、云计算供应商，通过超算互联网参与提供算力服务；三是国家电网，通过建设发电厂，参与提供算力服务。三类角色将从不同的技术途径抢占算力服务市场。基于此，市场也在呼唤算力服务标准，确保算力经济健康发展。
本文摘自《云栖战略参考》2023年10月刊
扫码限时申领纸质版
↓↓
