我國算力經濟發展現狀、關鍵瓶頸及對策建議

□ 溫曉君 張金穎 徐子凡

計算是現代信息產業的基礎和核心，是經濟社會演化升級的技術源動力。當前，計算技術基礎理論、架構加速醞釀突破，分布式計算、異構計算等新型計算技術多路演進，存算一體、量子計算、類腦計算等前沿和顛覆性計算架構不斷取得突破，新型計算終端產品不斷涌現，E 級超算、人工智能計算中心、一體化大數據中心等算力基礎設施加快形成，算力體系向高速泛在、集約高效、智能敏捷方向加速演進，計算技術的密集迸發將推動全球產業格局變遷、傳統技術存量變革和新技術增量崛起，這正是我國計算產業打破低端鎖定、實現彎道超車的歷史機遇期。

《“十四五”規劃和2035 年遠景目標綱要》提出，要推進產業基礎高級化、產業鏈現代化，加快制造強國、網絡強國、質量強國建設，到2035年建成現代化經濟體系。在此背景下，經濟社會數字化轉型和國家治理現代化對計算的要求全面升級，生產端、流通端、消費端對高效算力資源的共性需求呈現指數級增長，涵蓋先進計算軟硬件系統產品供給體系、算法算力平臺基礎設施、“計算+”賦能行業的算力經濟展現出旺盛活力，有望成為我國經濟中長期發展新的增長極。

一、計算技術演進新方向

（一）算力器件：多元化、異構化成為設計熱點

隨著摩爾定律和登納德縮放定律逐漸放緩、停滯，市場對算力器件和能效的要求日益提升，多元化、異構化芯片設計成為產業界關注的前沿熱點。計算芯片設計方面，微架構創新持續加快，芯片系統算力隨著編譯、加速庫、應用仿真/協同、能效管理的優化創新不斷提升。計算芯片架構方面，在5G 和AI 場景驅動下，異構計算正逐漸成為主流。芯片大廠通過異構整合CPU、AI 加速器、FPGA 等多種計算單元提升計算芯片整體效能。計算芯片封裝方面，不同工藝節點、襯底材料和功能器件的混合封裝成為封裝技術發展的重要趨勢。例如，芯粒（Chiplet）封裝通過插入器、硅通孔（TSV）技術將各類裸芯片進行垂直堆疊和組合封裝，能夠在更高性能和功能水平上實現芯片復雜度、系統功能度、制造成本、可靠性和研發可控性之間的平衡，支撐高性能計算、可重構/神經擬態等計算形態發展。

（二）體系架構：軟硬協同、集成化設計成為發展主流

計算單元和集群算力正加速向高速高效、智能敏捷、綠色低耗方向演進。軟硬融合方面，計算軟件框架、高效語言編譯、基礎算法庫等持續優化，算法、指令集、編譯工具、芯片的軟硬協同設計進一步強化。系統架構創新方面，面向AI、HPC、云渲染等場景的集群架構創新技術蓬勃發展，集群系統計算、網絡、存儲及能源協同架構、多樣性算力系統架構、以內存為中心的計算架構創新提速。高速互聯方面，極致低時延新型網絡互聯拓撲和新一代高性能低延時轉發模型持續創新，可編程智能網卡、DPU 等新型數據處理器，已逐步被亞馬遜、微軟、阿里、華為等全球公有云龍頭企業和Google、Facebook 等互聯網廠商接受并大規模部署。

（三）算力設施：云邊端算力協同拓展、靈活部署

基于云邊端深度協同的算力網絡加速構建，邊緣算力部署大面積鋪開，用于云端算力的芯片、功耗技術持續演進，支持端側推理的計算技術加速突破。云端技術向高拓展性方向發展，使用容器和云托管的通用應用程序為系統管理提供極大靈活性，自動化云編排和優化技術將成重要發展方向。邊緣資源整合水平持續提升，邊緣托管服務趨向成熟，邊緣節點協同整合、跨節點遷移、邊緣伸縮等能力持續提升，任務部署能力下沉至終端，實現端側資源動態共享和調度，確保資源的彈性和最大化利用。

（四）系統集成：高能效比驅動綠色計算技術創新

隨著節能、降耗壓力加大，數據中心對算力集群部署、能效比優化的要求不斷提高。供電方面，相較于不間斷電源（UPS），高壓直流輸電（HVDC）在備份、工作原理、擴容以及蓄電池掛靠等技術優勢逐漸凸顯。散熱方面，風冷在芯片功耗小于500W 時占據絕對的性價比優勢，當功耗大于500W 時液冷則成為散熱主流技術方向。目前國內已有華為、聯想、浪潮、中科曙光、綠色云圖等企業涉足液冷領域。

（五）計算軟件：統籌多樣化計算方式的軟件生態加速發展

計算軟件云化、智能化、微服務化、函數化開發不斷加速。通用計算軟件方面，解決BMC、BIOS、OS、DB、加速庫、編程語言&編譯器等成為技術攻關重點方向。AI 軟件方面，支持千億及以上參數模型的超大規模計算系統軟件加快突破，AI 系統軟件、AI 框架、AI 可信和訓練推理平臺持續優化。未來，多樣性計算軟件體系將成為生態主導，統一編程語言、異構編譯器與加速庫持續演進，智能調度框架與分布式多樣性算力將實現高度協同。

二、我國計算產業發展現狀

（一）個人計算機市場迎來量價齊升小高潮

2020 年我國電子計算機全年產量4.05 億臺，同比增長16%，計算機制造業營業收入同比增長10.1%，利潤同比增長22%。近年來，計算機產品出口增速下降、消費市場增長乏力的頹勢得到明顯改觀。2021 年上半年，國內微型計算機設備產量超2.1 億臺，同比增長19.4%，筆記本電腦出口增長48.2%。新冠疫情背景下，在線辦公、遠程教育等新經濟形態對全球PC 市場形成大幅提振，我國計算企業在供應鏈成本管控、新技術應用迭代、行業市場開拓、服務化轉型等方面奮發有為，轉型成效逐步顯現。

（二）國產服務器市場迎來全新發展機遇

根據IDC 數據，2020 年我國服務器市場規模達到216.49 億美元，同比增長19%；服務器出貨量約為350 萬臺，同比增長9.8%；浪潮、華為、新華三、聯想作為國產服務器代表廠商穩居國內服務器市場份額前五，服務器市場實現高速發展。一方面互聯網、電信、政府、金融和服務等行業服務器采購國產化比例不斷提高，國內大小企業業務和辦公線上化趨勢明顯，上云需求明顯增加且具備慣性，加速國產服務器發展。另一方面，多元化應用場景喚醒服務器市場新動能。面對人工智能、自動駕駛、工業互聯網等產業蓬勃發展以及產業數字化轉型加速，算力需求正在走向細分化和差異化，服務器定制化、AI 服務器、邊緣服務器將成為未來發展新趨勢。根據我國近6 年服務器出貨量及服務器平均算力的測算，2020 年我國通用算力達到77 E Flops，到2025 年，我國通用算力將達到300 E Flops。

（三）行業數字化轉型引發AI 算力指數級需求

隨著數字經濟的快速發展，算力密集、數據密集型的計算需求陡增，人工智能計算在海量數據、實時響應、極端條件等場景下相較通用計算優勢愈發明顯，將在超算、數據中心、城市大腦、國防軍事等領域數字化轉型和效率提升方面起到顯著支撐作用。AI 芯片性能方面，在浮點運算能力、多線程并行能力、計算能效方面具有比較優勢和更高的計算功耗性能比。AI 算力賦能方面，2020 年TOP500 超算中對AI 加速器的使用率超過70%?；ヂ摼W及云數據中心方面，應用需求帶動AI 訓練推理芯片市場年復合增長率超過30%。在國防軍事領域的應用大大提升了軍用雷達的信息處理、圖像識別分類、運動檢測、編碼等能力?；谀柖杉白稍儥C構市場規模測算，2020 年我國AI 算力為56.23 E flops，預測到2025 年我國AI 算力將超過1822.6 E Flops。

（四）融合型場景應用釋放計算產業潛能

美國發布的先進計算戰略將計算應用場景歸納為極端尺度下的建模和仿真、海量數據下的計算應用和實時場景下端到端動態響應三大類。就我國而言，5G+AI+VR+行業應用的融合型場景是算力算法數據大展拳腳的應用舞臺，將為計算產業帶來提質性拉動。例如在自動駕駛場景中，車載智能計算平臺賦予汽車強大的感知、通信、計算和決策能力，使出行更安全便捷、城市交通管理更智能高效。再如虛擬現實領域，VR/AR 設備通過端云算力協同，可承擔生產生活中網絡入口、信息交互、控制中樞等多重功能，有望在未來成為繼PC、智能手機之后的下一代計算平臺。

（五）產業AI 化發展處于爆發前期

人工智能計算市場快速發展驅使人工智能芯片、框架、模型加速迭代和演進。計算芯片正經歷由CPU 到GPU 進而向NPU 演進的新發展階段，人工智能異構推動芯片不斷向著專用化方向發展。人工智能框架方面，互聯網企業基于自身業務特點和需求開發出10 余款主流框架，通過迭代更新和開源角逐業界標準。人工智能模型從2012 年至今已累計發布超過1000 個，OpenAI 發布了GPT-3 自然語言處理模型，大幅度加快了語言預測方面的應用。對于計算機視覺、NLP 自然語言處理、跨領域多任務AI 模型的探索都在不斷加速中。當前，人工智能計算在行業中滲透率約為4%，未來5 年云邊端市場空間復合增長率有望達到18%-33%，迎來爆發式增長。

三、算力融合賦能及應用

（一）計算+智能制造：工業領域智能化轉型加速器

智能制造的本質是借助硬核計算技術實現對內提質降本增效。利用AI 技術、機器視覺替代并提升人類對于圖像信息的收集和處理能力，具有自感知、自決策、自執行能力的智能裝備，利用邊緣計算、數字孿生等先進計算技術賦能企業智能化決策，已經在汽車、半導體、新能源等制造業領域釋放出提質降本增效的巨大價值。

（二）計算+城市大腦：普惠性、感知性的城市治理智慧中樞

城市大腦是先進計算技術與城市建設相結合的產物，在人類智慧和機器智能的共同參與下，在大數據、人工智能、邊緣計算、數字孿生等先進計算技術的支撐下，通過城市一體化計算平臺、城市數據資源平臺和人工智能開放服務平臺，實現城市運行態勢一屏統攬、城市運行體征的全局監測和智能預警，全面賦能城市治理手段、治理模式和治理理念創新，提升城市治理和公共服務現代化、科學化、精細化水平。

（三）計算+智能網聯汽車：L4/L5 級系統的必由之路

智能網聯汽車搭載先進傳感器等裝置，運用人工智能等技術，具有自動駕駛功能，逐步向智能移動空間和應用終端轉變。業界廠商圍繞單車智能、車間智能和車路協同，采用多元異構的硬件架構打造多模式通信/多模式定位/智能網關一體化的新型智能車載計算平臺。通過多種操作系統運行具有不同功能安全和信息安全等級的環境感知、路徑規劃和車輛控制算法，依托我國龐大的路網和5G 通信規模以及國際領先水平的北斗衛星導航定位系統，統籌車、路、人以及實時交通的動態信息互聯互通。當前，我國智能網聯汽車的量產正在從L2 向L3 級過渡，L2 級智能網聯汽車呈現平穩上升的趨勢，L4 級自動駕駛技術正處于研發測試階段。

（四）計算+超高清視頻：數字文化產業能級躍升新賽道

超高清視頻產業在端側編解碼優化和云端內容渲染處理制作上展現出對計算技術的多樣化需求。業界廠商利用邊緣計算平臺創新，融合云主機、容器等虛擬化技術，推動5G+4K/8K+全景聲的云上內容渲染制作、AI 音頻修復、AI 音視頻生成、工業模型三維協同設計在云上部署，實現超高清視頻在廣播電視、工業制造、智慧城市等領域規?；瘧?。

（五）計算+其他行業應用

算力作為產業數字化的基礎支撐已經滲入經濟社會方方面面，大數據、云計算、邊緣計算、人工智能、語音圖像識別等計算技術正加快能源、金融、醫療、物流、媒體等傳統行業智能化升級，以新技術推動新變革，以新應用創造新業態。

四、我國算力經濟發展面臨的關鍵瓶頸

（一）供需錯配：現有算力供給與復雜行業數字化轉型需求尚無法精準匹配

算力對行業數字化轉型的支撐力、對技術進展和市場變化的企業服務的響應力仍需增強，利用率也有待提高。一是技術與應用存在障礙，計算技術與應用場景結合過程中需要一定的行業或業務經驗，這一方面對于程序開發者來說屬于知識空白領域。二是行業經驗的轉化能力不強，如何將行業場景和行業經驗轉化為數學模型，涉及大量專業與計算領域的綜合知識。三是數據匱乏，部分行業數據量有限，且存在數據源正確性和數據準確性的問題。四是計算模型泛化，針對不同場景在模型選型和算法采用上大多依靠經驗決定。五是企業缺乏認知與信任，企業對計算技術認知不足導致對技術缺乏信任。計算技術與行業場景的深度融合，亟需從方法論的學習和場景實踐兩個方面并行推進。只有做好頂層設計，在算力需求、技術路線、商業模式等方面積極探索，才能充分發揮算力經濟的賦能作用，促進經濟社會良性發展。

（二）生態偏弱：產業生態面臨深度融合共生的體系化困境

一是軟硬融合方面，底層研發工具差距是關鍵瓶頸。軟硬協同、系統架構創新等整機與集群性能優化創新對算力的綜合影響日益突出，但其中基礎軟件、工具軟件等技術難點仍未打通。二是生態推廣方面，缺乏清晰的商業模式。當前各省市數字基礎設施建設和日常運營尚未形成清晰的投資回報模式及互利共贏、補位協同的發展路徑；地方政府對于算力經濟對傳統主導型產業輻射、提質、帶動的作用和意義仍存疑惑。三是人才方面，與新計算架構適配的人才資源尚存巨大缺口。計算產業涉及大量關鍵硬件與基礎軟件，其發展壯大需要海量個人開發者、商業軟件開發者以及相應的硬件設計、維護、方案咨詢和設計等專業人才，但由于人才培育體系尚處于建立之初，相關的培養內容、知識結構仍待完善，教職團隊專業綜合能力有待強化。

（三）斷供風險：產業面臨的外部技術封鎖和供應鏈風險依然嚴峻

當前國內計算產業芯片、器件以及算法軟件等多個環節對外依存度依然較高；與此同時，美國等發達國家對華企業技術封鎖圍堵持續升級，對高端計算芯片、人工智能、超算等領域技術管制大面積收緊，為計算技術迭代和產業供應鏈安全帶來嚴峻挑戰。本質上，我國計算技術的難點、堵點與電子信息產業短板環節高度重合，計算技術短板如不盡快攻克，將大大影響我國實現基礎高級化目標。

五、算力經濟量質提升的“五大航道”

（一）以計算技術體系化布局構筑新高地

強化產業共性技術創新，面向大規模數據處理、內存計算、智能化計算引擎、高并發高吞吐計算、科學計算等共性需求，通過“揭榜掛帥”等方式，推動基礎材料、核心器件、計算芯片、算法軟件、體系架構的整體性突破。推動基礎理論創新，圍繞量子計算、類腦計算、光子計算、生物計算領域，加大對基礎算法、計算模型、計算體系結構研究，積極儲備前沿計算技術標準和專利。深化成果應用創新，探索量子計算模擬機、原型機在基礎科學、生物醫藥、商業加密等領域應用，強化類腦計算與腦機融合技術應用。

（二）以新型計算產品產業化鍛造新優勢

面向5G、AR/VR、超高清、智能駕駛、智能制造、智慧城市、智慧能源等應用領域，打造具有國際競爭力的行業級計算產品。依托國家超算中心和重點軟硬件企業，加快發展基于成熟工藝的計算系統及產品，持續優化計算系統性能指標、軟硬融合能力、軟硬件兼容適配能力，充分發揮計算系統對科研任務和重點行業應用的支撐作用。著力發展應用于人工智能深度學習模型開發、模型訓練和模型推理等場景的人工智能計算中心。

（三）以賦能多行業數字化轉型激發新動力

推動計算技術與智能制造融合發展，圍繞智能制造裝備、流程、平臺等產業環節，挖掘制造業轉型中的算力需求，推動現有裝備智能化、成套化和系統化轉型升級。推動計算與智能網聯汽車融合發展，構建多模式通信、多模式定位、智能網關一體化的新型車載計算平臺。推動計算與超高清視頻產業融合發展，優化提升端側編解碼效率和云端內容制作、VR 渲染能力。推動計算與航空航天領域融合發展，在航空發動機設計仿真、空間態勢感知和衛星遙感等方面取得突破。

（四）以主導型企業為龍頭打造產業新生態

加快梯次化優質主體培育，著力培育一批有國際競爭力、創新能力突出的計算生態主導型企業，鼓勵龍頭企業開放技術能力、供應鏈資源，支持創新型先進計算中小企業圍繞細分領域向價值鏈高端延伸，圍繞大企業生產需求提升配套能力，豐富服務種類、創新商業模式，形成融合發展的先進計算領域產業梯隊。完善計算產業配套服務，圍繞先進計算重點領域布局一批國家級、省級創新中心。布局人工智能開源開放平臺，建立健全開源運營機制，鼓勵企業開放源代碼、硬件設計和應用服務。

（五）以強化要素融通合作營造新環境

推動多路徑計算生態企業凝聚共識、協同行動。強化資金支持，引導社會資本向計算領域傾斜。強化產業人才儲備培優，建立完善產業專業人才和專家庫，圍繞先進計算重點方向，設立一批國家級重點實驗室、工程技術研究中心等，建立產業人才培養教育基地。加強計算基礎研究國際開放合作，積極參與開源生態建設，主動融入全球創新網絡。