报告：中国 AI 算力发展领跑全球，智算基建全面升级

AI、元宇宙、云、大数据等创新 IT 技术日益融入经济社会发展的全方位、全过程，推动数字世界和物理世界融合持续深入。传统计算向智慧计算的升级成为这场变革的关键。
数字世界一切皆计算，智慧计算在加速创新发现、推动数字经济和实体经济结合、催生新产业新业态新模式方面，发挥着越来越大的作用。
全球计算力指数报告发布

数字经济的快速发展，数实的深度相融，都会对算力产生巨大需求。浪潮人工智能研究院测算，预计到 2025 年全球算力规模将达 6.8Z FLOPS（FP16），比 2020 年提升了 30 倍。同时，算力作为一种新技术生产力，成为挖掘数据要素价值，推动数字经济发展的核心支撑力和驱动力。
3 月 17 日，在浪潮信息生态伙伴大会 IPF2022 期间，浪潮信息、IDC 和清华大学全球产业研究院联合发布了《2021-2022 全球计算力指数评估报告》，量化揭示了全球主要国家 GDP、数字经济与计算力之间的关联性和相互拉动作用。
报告显示，数字经济时代，投资算力拉动经济增长具有长期性和倍增效应：一个国家的计算力指数平均每提高 1 点，数字经济和 GDP 将分别增长 3.5‰和 1.8‰ 。当一个国家的计算力指数达到 40 分、60 分时，计算力指数每提升 1 点，其对于 GDP 增长的推动力将分别增加 1.5 倍和 3.0 倍。

文末附：计算力的十大洞察
大算力+大模型，智算基建全面升级

智算时代是算力时代，智算中心是领先形态的数据中心、智慧时代的必要基础设施，就像水利之于农业社会，电力之于工业社会。智算中心不仅包含算力基础设施，还有算法基础设施。
浪潮信息 CEO 彭震表示，在国家统筹布局下，全国性的算力枢纽工程已经开始建设，算力基建化成为各界的共识，这种情况下，应该同样重视算法基础建设，实现算法基建化才能让更多的企业享受普适普惠的智算服务。
为顺应算法基建化发展趋势，浪潮信息制定了算法模型升级发展的演进路线：第一阶段以监督学习和识别类应用为主要特征；第二阶段以单模态、自监督学习为特征；第三阶段以多模态、自监督学习为特征。再下一个阶段，算法模型将进入与物理世界交互式的超模态主动学习阶段。目前浪潮信息正处于从第二阶段向第三阶段的演进过程中。
去年浪潮人工智能产业研究院发布全球最大规模中文人工智能巨量模型“源”，在今年的 IPF2022 上，浪潮信息发布了由“源”大模型生成的最新技能模型，包括知识增强的对话模型、知识检索问答模型、中英文翻译模型、古文理解模型。“源”大模型可以更加快速地生产出专业的技能模型，从而在更多专业场景中实现小型化、轻量化的落地运作。
目前，“源”大模型已落户南京智能计算中心，以模型 API 服务、领域模型、开发者社区的形式对外提供算法基础服务，缓解企业面对大模型训练成本高、技术门槛高的问题，“源”大模型上线不到 5 个月的时间，已有超过 200 家单位试用，支持了 100 多个行业应用。
《2021-2022 全球计算力指数评估报告》十大洞察

洞察一：计算力是数字经济时代的核心生产力

计算力指数平均每提高 1 点，国家的数字经济和 GDP 将分别增长 3.5‰和 1.8‰。
计算力指数模型由计算能力、计算效率、应用水平、基础设施支持四个维度构成。计算能力，反映了国家在算力投入的整体水平和侧重点；计算效率，反映了计算能力的利用水平；应用水平旨在考量国家的人工智能、物联网等新兴技术的应用对算力的拉动，体现未来算力发展的潜力；基础设施支持，旨在考量一个国家未来算力发展的可持续性。
洞察二：投资算力将带来经济长期增长

当一个国家的计算力指数达到 40 分以上时，计算力指数每提升 1 点，对 GDP 增长的推动力将增加 1.5 倍，而当计算力指数值达到 60 分以上时，计算力指数每提升 1 点，对于 GDP 增长的推动力将提高到 3.0 倍，对经济的拉动作用变得更加显著。
含有算力资本的内生增长模型验证，算力资本可与传统物质资本形成互补效应和协同效应；算力资本增长会产生正网络外部性效应和溢出效应，算力资本对经济发展具有倍增效应。
加大对数据中心、智能计算中心等算力基础设施的投资，将进一步增强算力资本与传统物质资本之间的互补效应和协同效应，提高一国生产物品和服务的能力，提升数字经济在国民经济中的比重，最终促进潜在 GDP 增长并提升整体经济发展水平。
洞察三：全球算力竞争白热化，中国计算力水平增幅最大达 13.5%

算力指数国家排名，美国第一，中国第二。过去一年，大部分国家计算力评分均有所提升，中国计算力水平增幅最大达到 13.5%。中国大部分指标延续了高速增长，且增幅均高于美国。
领跑者阵营与起步者阵营的差距进一步拉大，起步者阵营和追赶者阵营国家算力指数平均分的差值在缩小。
洞察四：AI 计算能力反映一国最前沿的计算能力

综合 15 个国家来看，AI 算力支出占总算力支出从 2016 年的 9%增加到 12%，预计到 2025 年将达到 25%。
中国 AI 算力发展领跑全球，AI 服务器支出规模同比大幅增长 44.5%，并首次超过美国位列全球第一。在 15 个国家 AI 算力支出的增长中，近 60%来自中国。
各国加大对人工智能的布局力度，澳大利亚成立人工智能研究所；日本出台《第 2 期战略性创新推进计划（SIP）》；法国出台“人工智能国家战略”新计划；韩国发布“人工智能半导体产业发展战略”；中国面向 AI 应用对算力的庞大需求，政府层面推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施，主要面向政务服务、智慧城市、智能制造、自动驾驶、语言智能等重点新兴领域。
洞察五：数字技术加速与垂直行业深度融合优化创新应用场景

全球行业计算力水平排名 TOP5：互联网、金融、制造、电信、政府。对于算力投入较大的行业同样在新技术的应用上投入靠前，其中互联网、金融和制造在算力投资和 AI 投资中均位前列。
金融加速对智能化平台的建设，提升风险管控能力。对人工智能的使用主要集中在智能客服和风险管控两大方面。智能客服语音识别由平均 55%的识别率提高到 85%以上。
制造积极推动数字工厂建设，是全球算力水平最高的传统行业之一，是物联网和机器人两项新兴技术投入占比最大的行业。在龙头企业带动下，中国制造业数字化进程加速，实现工厂数字化。
2021 年，中国制造业 IT 相关支出占全球市场占比的 15%左右，未来五年增速将处于领先位置，年复合增长率将达到 16.6%，显著高于全球其他地区，预计到 2025 年，中国制造业 IT 相关支出占全球市场将达到 20%左右。
电信利用算力投入对内优化 BSS 系统增加客户粘性，优化 OSS 系统提升运维效率；对外为智慧交通、智慧零售、车联网、游戏娱乐、AR/VR 应用等增值业务提供支撑。
洞察六：智算加速从数据中发现 &创新

农业领域，利用人工智能技术分析加工地图来确定作物的问题区域，从而优化产量。
医疗领域，人工智能技术应用于遗传综合症、肺癌、乳腺瘤、创伤后应激障碍等多种疾病的治疗和诊断；借助 AI 技术准确解读医学影像，协助医师从海量的 X 光照片中准确诊断乳癌和肺结核，并利用组织切片的影像认识、译码疾病。
科研领域，AI 计算辅助疫苗和药物研发，用于靶点选择和验证、先导化合物筛选和优化等研发环节，从传统“手工试错”向计算辅助模式转变，最大化缩短研发周期，加速有效药物投入使用；利用人工智能进行蛋白质折叠体结构的研究、抗菌耐药性基因的检测和识别也成为热点。
防疫抗疫中，AI 计算在人群筛查、舆情分析、传染防控、疫情监测分析发挥重要作用；AI 计算加速对疑似病例的基因测序分析，显著缩短溯源时间。
洞察七：新兴技术的应用是未来 IT 支出的核心驱动力

大数据、人工智能、物联网、区块链、机器人等新兴技术的应用是未来 IT 支出的核心驱动力。
中国在机器人应用方面支出位列全球第一，在人工智能应用、大数据应用增速均高于美国。
2020 年，中国和美国人工智能应用总支出处在最前列，分别达到 34.7%和 27.9%的高速增长，并有望在未来 5 年维持这样的增长水平。
洞察八：大模型加快传统行业的智能化转型

通过微调大规模预训练模型来服务于特定下游 AI 任务，已经成为业内共识，赋能各行各业，在法律、医疗、教育等领域带来积极影响。
全球各国 AI 企业都在大力布局大规模预训练模型技术开发及其商业化。在美国，OpenAI、谷歌、微软、脸书等机构形成了 GPT-3、Switch Transformer、MT-NLG 等千亿或万亿参数量的大模型。浪潮“源 1.0”巨量模型，参数量和数据集分别达到 2457 亿和 5000GB，相比于美国 GPT-3，源 1.0 参数规模高 40%，训练数据集规模领先近 10 倍。
洞察九：边缘计算成为驱动全球企业级基础架构市场增长的重要力量

‎IDC 预计未来 5 年，对边缘算力的投资增长速度将远快于核心位置，到 2025 年，全球边缘计算服务器支出金额占总体服务器比重将从 14.4%提升到 24.9%。
边缘计算从产品形态到底层架构都在走向多样化，定制服务器产品或成为边缘计算基础架构的主力军。
电网利用边缘计算和物联网技术控制电力输配，在不增加碳足迹的情况下提高输电效率，通过传感器和智能电表收集各环节数据，借助人工智能、大数据分析给出优化用电建议。
洞察十：计算力向绿色化演进

业内正在实践多种降低数据中心碳排放的举措，包括使用液冷等技术来提升散热效率，引入风电、光伏等新能源技术，通过 AI/ML 技术升级运维管理流程，采用全新芯片架构实现更高的单位功耗算力输出等。
IDC 认为，液体冷却解决方案将在数据中心市场得到更广泛的采用，到 2023 年数据中心中至少有约 40%将配备液冷技术解决方案。
液冷技术可分为直接液体冷却和浸入式冷却两大类，冷板式液冷是直接液体冷却方案的主要形式。得益于成本效益和基于现有冷却系统和数据中心基础设施的可升级性，直接液体冷却解决方案将在数据中心市场得到更广泛的应用，特别是企业用户。