我國算力服務體系構建及路徑研究

陳曉紅 ，許冠英 ，徐雪松 ＊，田志平，霍楊杰，易國棟

（1. 湘江實驗室，長沙 410205；2. 中南大學商學院，長沙 410083；3. 湖南工商大學前沿交叉學院，長沙 410205）

一、前言

在信息技術飛速發展的背景下，數字經濟正在成為全球經濟增長的新引擎，而數字化轉型已經成為各個國家加快發展的重要戰略。為此，我國提出了數字中國戰略，旨在全面推進數字化轉型，實現數字經濟高質量發展。數字中國戰略作為推動數字經濟高質量發展的重要舉措，已被寫入《數字中國建設整體布局規劃》《關于加強數字政府建設的指導意見》等政府文件中[1,2]。然而，數字化轉型的關鍵在于建立強大的數字基礎設施，特別是要滿足數字經濟對算力的需求。

算力是數字中國建設的基礎性、戰略性資源，作為數字經濟的核心生產要素，已成為推動科技進步、促進經濟社會發展的重要驅動力[3,4]。數字經濟的高速增長對應云計算、大數據、人工智能（AI）等新技術的旺盛需求，而這些技術又極度依賴高效算力的支持[5]?！稊底种袊l展報告（2022年）》預測，未來幾年，隨著數字化應用的持續深入，我國數字經濟對數據中心和云計算中心的需求增速可能高達每年50%以上[6]。因此，在數字中國戰略的指導下，我國加快推進算力服務體系建設，以支持數字經濟的高速發展和城市數字化轉型升級。到2025年，我國將建成具有全球競爭力和支撐能力的國家級算力基礎設施，為數字化轉型提供強大動力。

盡管我國正加速算力基礎設施建設，但從整體來看，當前算力服務供給仍顯不足，多種挑戰亟待解決[7,8]。因此，如何進一步提升算力服務能力，使其與數字經濟發展需求相匹配，是我國當前面臨的重大問題。具體來看，《中國算力發展指數白皮書（2022年）》顯示，我國整體算力供給能力較前一年僅增長25%，且主要集中在東部沿海地區[9]。與此同時，以云計算、大數據、區塊鏈等信息技術為基礎的數字經濟對算力的需求增速達到了30%以上，這表明我國正面臨較大的算力缺口。我國數據中心還存在大量的閑置資源，平均利用率只有38%，遠低于全球水平的60%和歐美發達國家的65%。這種極為突出的矛盾現象反映了我國算力市場存在不完善和不規范，以及算力資源分布不均和配置不合理等問題。此外，從技術上看，我國仍高度依賴進口算力設備，核心關鍵技術受制于人，尤其在計算機芯片、軟硬件系統方面仍然與西方發達國家差距明顯，這些都嚴重制約了算力服務質量和效率。

為此，本文從算力服務的內在含義、當前國內算力需求和供給情況、算力服務體系構建所面臨的挑戰和問題等方面入手，探討了數字中國背景下我國算力服務體系發展的重要性。研究指出，盡管我國算力服務體系建設已經取得了積極成效，但是在建設過程中仍然存在眾多挑戰和問題，如資源分布不均、技術標準不統一、算力與場景匹配困難、供應鏈競爭激烈等。因此，如何進一步優化算力服務能力，釋放算力創新動能，推進數字中國戰略實施，提供高效、安全、可靠的算力服務，成為下階段我國算力服務發展的重中之重。

二、算力服務的內涵及意義

（一）算力服務是數字經濟和智慧城市的核心底座

算力服務是全國一體化算力網建設的重要組成部分，對于提升國家數字化、智能化和可持續發展水平具有重要意義。據《2022—2023全球計算力指數評估報告》統計，2022年我國跨機房、跨地區的并網算力規模較2021年增長了40%，體現了算力服務在推動資源共享方面的重要作用[10]。算力服務有助于企業和城市實現智能化、高效化和可持續發展，提升社會、經濟和環境效益。針對重點行業和領域開展的算力提質增效工程顯示，算力服務平臺可幫助企業提升生產效率15%以上，節約能源可達10%以上。為推動算力服務的發展，政府應該通過政策引導手段鼓勵存量算力資源并網，并出臺專項激勵政策以加速新增算力資源整合和調度，為智慧算網的建設提供有力保障。

（二）算力服務是科技革新和產業升級的生命源泉

隨著技術的不斷進步和應用的深入發展，算力服務已經從一個技術概念變成了一個產業現實。中國算力大會上的最新數據顯示，2022年我國算力核心產業規模達到1.8萬億元[11]。算力服務作為科技革新和產業升級的生命源泉，已經成為產業數字化轉型和升級的重要助推器，無論是在制造業、金融業、醫療健康、教育文化，還是交通物流、農業生態、公共安全、智慧城市等領域，都可以通過算力服務實現數據驅動的創新和優化。中國智慧農業發展研究報告顯示，利用算力服務平臺，工業制造企業單位產品生產成本可降低12%以上，農業生產力可提高25%以上[12]。算力服務能夠提供強大的數據處理和分析能力，使企業能夠更快速地響應市場變化，提高工作效率和產品質量，滿足客戶需求。同時，算力服務也是建設具有中國特色自主創新體系的重要基礎。在當前國際形勢下，掌握科技創新主動權，實現獨立自主、創新型國家戰略目標，對于國家發展至關重要。因此，算力服務建設需要持續不斷地進行技術創新和發展，以滿足日益增長的數據需求和多元化應用場景，為推動我國產業升級和科技革新發揮更大作用。

（三）算力服務是自主研發和技術攻關的戰略高地

算力服務是我國產品研發和技術攻關的戰略高地，也是實現國家戰略需求的重要手段。面對技術封鎖和競爭壓力，努力走出一條符合中國國情的創新融合發展新路，集聚力量進行原創性、引領性科技攻關。在數字中國的大時代背景下，算力服務的建設更加迫切，它不僅能夠滿足全國各行各業的算力需求，而且能夠推動我國在全球新型網絡技術的焦點上發揮引領作用。然而，當前我國算力服務的發展還面臨著諸多挑戰，其中最突出的就是過度依賴高端網絡技術，這不利于我國算力服務的安全、高效和可持續發展[13]。據統計，目前我國90%以上的關鍵網絡設備和技術來自國外，這給國家戰略安全帶來隱患。因此，我國迫切需要自主研發算力網絡核心技術，構建具有自主知識產權和國際競爭力的算力網絡體系。盡管算力網絡的技術路徑和標準化工作還處于探索階段，但發展自主可控的算力網絡已勢在必行。我國應抓住關鍵核心技術，加快推進算力網絡建設，提前謀劃布局，搶占新一輪技術競爭中的制高點。只有這樣，才能夠在數字化時代保持我國算力服務的領先地位，為科技創新和數字經濟發展提供強大支撐。

（四）算力服務是國家能力和民生福祉的強勁保障

算力服務是一項新興的互聯網基礎設施，它通過提供高效、靈活、可靠的數據處理能力，為國家經濟社會發展和民生福祉提供了強大的技術支撐。算力服務不僅可以優化算力資源的配置和利用，還可以結合云計算、大數據、AI等技術，為政府、企業和個人提供多樣化的服務和解決方案。據《數字政府云原生基礎設施白皮書》統計，基于算力服務的政務云平臺已覆蓋超過80%的?。ㄊ校┱块T，提升行政效率超過50%。算力服務在產業升級、科技創新、社會治理等方面發揮了重要作用，推動了社會各個領域的高質量發展[14]。同時，算力服務也為民眾的生活帶來了便利和改善。例如，通過智能家居和智慧城市等領域的應用，算力服務可以幫助人們實現對家庭和城市的智能化管理[15]；通過醫療、金融、教育等領域的應用，算力服務可以幫助人們享受到更高水平的服務和更好的生活品質[16~18]?？傊?，算力服務已經成為國家信息化建設、經濟轉型升級和民生福祉的強勁保障。

三、我國算力服務的發展瓶頸

（一）算力供需矛盾愈發突出

在第五代移動通信（5G）網絡和邊緣計算終端規?；ㄔO的推動下，智聯終端呈現出多元化的發展勢頭，為各類應用提供了更強大的本地算力[19,20]。工業互聯網、自動駕駛、數字孿生、元宇宙等新興應用對數據處理的時效性和安全性有了更高要求，從圖像識別到自然語言處理，從機器學習到深度學習，AI應用場景越來越多，模型的復雜度越來越高，對算力的需求也越來越大[21]。據統計，2012—2022年，AI領域的算力需求每年增長10倍，而摩爾定律顯然已無法趕上這樣的速度。截至2023年7月，我國數據中心機架總規模超過650萬標準機架，服務器規模超過2000萬臺，算力總體規模已經超過了180 EFLOPS，存力規模超過1000 EB，位居全球第二[22]。雖然我國在數據中心建設方面做出了巨大投入，但我國對算力的需求增速預計將超過50%，其算力供給能力還大大落后于經濟發展對算力的新需求，再加上區域布局分散、資源利用率不高等因素，導致我國仍存在極為巨大的算力缺口。

（二）算力基礎資源分布不均

《中國人工智能計算力發展評估報告》顯示，2017—2022年，我國算力規模平均每年增長48%，達到3.2×1012次/s[23]。但與此同時，我國也面臨著整體布局不平衡和資源分配不均衡的結構性失衡難題。算力服務資源和生產力等布局之間的失配問題尤為突出。據前瞻產業研究院統計，東部沿海地區的算力資源占全國80%以上，而西部地區的比例卻不足5%。具體來看，上海、北京、浙江等東部省市的云計算機房數量分別達到1500余座、1000余座、600余座，與西部省市形成了20倍以上的差距。再如，東部地區AI相關企業數量近60萬家，西部不足1萬家[24]。這種嚴重失衡的現象不但影響了我國算力服務資源的有效利用和優化配置，也造成了西部地區大量可再生能源的閑置和浪費。例如，西藏、青海、新疆等地區擁有豐富的水電、風電、太陽能等清潔能源資源，但由于缺乏相應的算力服務需求和基礎設施，這些能源無法得到充分利用，甚至存在棄水、棄風、棄光現象。這不僅損害了我國能源安全戰略，也降低了我國算力服務資源的綠色化和低碳化水平[25]。

（三）資源流通途徑尚未建立

在“東數西算”工程全面啟動后[26]，各算力樞紐節點、數據中心集群投資建設力度加大。但是，由于高效完備的多任務協同機制和資源流通共享途徑尚未建立、海量數據跨廣域交互效率困難等原因，導致算力節點通過網絡靈活高效調配算力資源的能力不足，多源異構算力之間的壁壘現象愈發嚴重，各算力中心間的孤島問題尤為突出，難以滿足數據對算力隨需處理的需求，使得算力服務陷入“用時空、閑時溢”的窘境[27]。具體來看，當前我國尚未建立統一開放的算力資源共享平臺，各個區域的數據中心、高性能計算中心等算力設施之間缺乏互通互用機制，無法實現算力負載的動態調度，不同規格類型的算力資源無法有效整合，導致存量資源無法最大化利用。與此同時，也缺乏安全高效的算力資源交易體系，使得供需雙方無法精準對接，使得閑置算力資源難以有效流通配置[28]。此外，不同地區的網絡帶寬資源配備不均衡，東部沿海地區網絡條件優越，而西部地區網絡帶寬較為匱乏，難以支持海量數據的快速傳輸與實時處理。這些因素共同導致了我國算力資源布局不均衡、利用效率不高等問題。

（四）技術服務標準尚未統一

我國在算力領域缺乏統一標準和規范，不同芯片生產商采用不同的指標來評估算力，使得異構設備之間難以比較，缺乏面向任務場景的算力評估模型，無法準確評估不同算力完成給定任務的性質，帶來算力度量不準確、算力感知不完善、算力編排不智能、算力分發不公平、任務需求不清晰等難題[29]。這些問題都反映了我國在算力領域缺乏牽引產業進步的公正“標尺”，使得各類專用芯片產生的諸多異構算力難以適應多樣性計算平臺發展，也使得算力資源難以實現互聯互通和協同優化[30,31]。據2023年中國信息通信研究院的最新報告，超過80%的云服務提供商表示因缺乏統一的算力計量標準帶來的成本損失占比超過10%；近3年，我國AI芯片種類增長超過5倍，但兼容不同芯片的算力平臺數量不足100家，嚴重制約了異構算力的融合應用[32]。這些問題導致我國算力格局碎片化，阻礙了算力資源的有效配置。

四、我國算力服務體系頂層設計

（一）算力服務形態基礎

本研究通過完備的調研分析，從商業模式、應用場景等不同維度出發，科學地總結了十余種典型算力服務形態，如表1所示，并對各類算力服務形態的特點、發展現狀與趨勢等進行了詳細的分析和介紹。本研究梳理的算力服務基礎形態反映了當前我國算力領域呈現出的多種技術形態并存的發展態勢，系統地展示了以技術創新為核心驅動的算力服務發展軌跡，為政府和企業更好地把握我國算力發展全景提供基礎性支撐和決策性參考，對促進我國新一代信息技術發展，實現從“數字中國”到“智能中國”的戰略目標具有重要支撐作用。

表1 算力服務形態分類

上述這些算力服務形態并非孤立存在，而是相互關聯、相互依托、相互促進的。具體來說，異構算力指集成多種處理器的混合型算力，可靈活適應不同類型應用的需求；邊緣算力則致力于將算力下沉到網絡邊緣，實現低時延高效率的計算；綠色算力強調降低能耗、實現綠色環保；而云算力、分布式算力等則提供了不同的組織模式和資源調度機制。另外，聯邦算力通過協同多個算力資源實現安全分布式計算；超級算力提供超大規模的計算能力；量子算力利用量子比特實現指數級加速；碳基算力關注碳中和目標；區域算力、跨境算力和全球算力則按空間范圍進行區分。

算力服務形態的多元化發展景觀反映出數字世界的蓬勃生機，并為數字經濟發展提供了堅實的算力基礎。在這一過程中，不同類型的算力服務各有側重，互為補充、互利共生、協調發展、相互協作，相輔相成，形成了一個多層次、多維度的算力生態系統。例如，云算力提供基礎設施，邊緣算力延伸服務觸角；異構算力提升計算效率，超算支持科研求解；量子算力開啟新篇章，碳基算力引領可持續發展等。各級算力在技術、業務、應用等方面形成多重協同，推動算力服務整體水平不斷提升。

此外，隨著數字經濟的深入發展，各行各業對算力服務的需求也越來越細分和個性化。為了更好地滿足這些需求，當前算力服務形態也在向專業化和協同化方向發展。一方面，針對不同行業和領域的特點和需求，算力服務提供商推出了更加精準和專業的行業解決方案，如金融云、醫療云、教育云等，為用戶提供了更加便捷和高效的行業應用支持。另一方面，針對不同用戶和場景的需求差異和多樣性，算力服務提供商也在探索更加靈活和協同的服務模式，如混合云、多云、聯合云等，為用戶提供了更加自由和優化的資源配置選擇。

總之，當前算力服務形態正處于一個快速發展和創新的階段，呈現出多元化、專業化、協同化的發展特征。未來算力服務形態將繼續保持新鮮的創新活力，為經濟社會數字化轉型帶來更多價值和可能。

（二）算力服務演進模型

為了更好地適應和引領數字經濟的發展，本研究結合國內外實踐經驗，參照算力服務形態，并根據算力集中度，提出了具有理論價值和實踐意義的五階段算力服務演進模型，分別是：L0級別原生算力、L1級別復合算力、L2級別集群算力、L3級別區域算力和L4級別全域算力，如圖1所示。這一模型既符合算力發展的客觀規律，也為數字經濟發展提供了指引。這套全面、科學、可行的算力演進模型，將為政府制定數字經濟發展戰略和規劃提供理論依據和實施路徑，并為算力服務的發展方向提供科學系統的指導。

圖1 算力服務的演進模型

L0級別原生算力：是指由硬件設備直接提供的計算能力，是一種無法再分割的最簡單算力形式，如CPU、圖形處理器（GPU）、現場可編程門列陣（FPGA）、專用集成電路（ASIC）等。原生算力可以根據不同的硬件特性和應用場景，劃分為異構算力、邊緣算力、綠色算力等。例如，異構算力是指利用不同類型的硬件設備協同完成計算任務，如GPU和CPU的混合計算；邊緣算力是指在網絡邊緣部署的計算資源，如智能手機、物聯網設備等；綠色算力是指利用可再生能源或低碳能源驅動的計算資源，如太陽能、風能等。

L1級別復合算力：是指由多個原生算力組合而成的計算能力，如云算力、分布式算力、聯邦算力等。復合算力可以根據不同的組合方式和協作模式，又劃分為集中式復合算力、去中心化復合算力、半去中心化復合算力。例如，集中式復合算力是指由一個中心節點控制和調度多個原生算力節點的計算任務，如云計算平臺；去中心化復合算力是指由多個原生算力節點自主協商和協作完成計算任務，如區塊鏈網絡；半去中心化復合算力是指由一個中心節點提供一定的協調和監督功能，但不直接干預原生算力節點的計算任務，如聯邦算力。

L2級別集群算力：是指由多個復合算力組成的更高層次的計算能力，如超級算力、量子算力、碳基算力等。集群算力可以根據不同的規模和性能，劃分為小型集群、中型集群、大型集群、超級集群。例如，小型集群是指由幾十個或幾百個復合算力節點組成的計算系統，如個人或企業的私有云；中型集群是指由幾千個或幾萬個復合算力節點組成的計算系統，如高?；蜓芯繖C構的科學計算平臺；大型集群是指由幾十萬個或幾百萬個復合算力節點組成的計算系統，如互聯網公司或政府部門的數據中心；超級集群是指由上億個或更多復合算力節點組成的計算系統，如國家級或國際級的超級計算機或超算中心。

L3級別區域算力：是指由多個集群算力覆蓋一個特定地理區域的計算能力，如智慧城市、區域互聯網、跨境協作等。區域算力可以根據不同的區域范圍和特征，劃分為城市區域、省級區域、國家區域等。例如，城市區域是指由一個城市內部的多個集群算力構成的計算網絡，它可以支持智慧城市、智能交通、智能醫療等應用；省級區域是指由一個省份或地區內部的多個城市區域構成的計算網絡，它可以支持區域互聯網、大數據分析等應用；國家區域是指由一個國家或地域內部的多個省級區域構成的計算網絡，它可以支持跨境協作、國家安全等應用。

L4級別全域算力：是指由全球范圍內的多個區域算力構成的最高層次計算能力，如全球互聯網、全球協作、全球治理等。全域算力可以根據不同的全球性和普適性，劃分為開放式全域算力、封閉式全域算力、混合式全域算力。例如，開放式全域算力是指由任何區域算力都可以自由加入和退出的計算網絡，如公共互聯網；封閉式全域算力是指由特定區域算力或組織構成的計算網絡，如軍事聯盟或貿易協定；混合式全域算力是指由開放式和封閉式全域算力共存和互動的計算網絡，如多邊機制或跨境合作。

（三）算力服務整體框架

為了實現算力的有效調度與資源的優化配置，需要建立統一開放的算力服務與交互體系，使各類算力資源實現互聯互通，以滿足不同用戶的算力需求。同時，算力服務體系應以國家政府為主導，以數據中心、云服務商、科研機構和企業等單位為算力主體，構建以主算力體為中心的大規模分布式區域算力集群，實現泛在算力的感知、互聯和調度，以滿足不同應用場景的算力需求。還應積極探索算力的多元價值，讓算力不僅能夠提供計算服務，還能夠融與數據分析、AI、區塊鏈等應用領域，實現算力的價值最大化。本研究設計了數網協同、數云協同、云邊協同、邊端協同的多層次多梯度頂層框架，提出了我國算力服務體系的整體框架，如圖2所示。

圖2 算力服務體系頂層框架

本研究設計的頂層框架，旨在為我國算力服務提供創新性指導。該框架有助于實現我國算力的供給、運營和消費之間多階梯解耦，打破原有數據孤島、計算孤島和算力孤島，消除區域壁壘和部門壁壘，使各類算力資源實現互聯互通、動態配置。該框架有利于進一步促進全國范圍內算力資源一體化高效調度，對指引未來算力規劃建設、完善體制機制、創新應用模式等方面具有重要借鑒和指導作用。

算力資源層：是指由大量單核CPU、GPU和FPGA等算力基礎設備組成，這一層的目標是提供基礎的硬件設施支持，以滿足各種計算需求。這些設備具有不同的性能、功耗和成本特點，可以根據不同的應用場景和算法需求進行靈活的組合和配置。

算力融合層：由算力資源層提供的多種算力形態，結合算力網實現跨區域跨層級的云、邊、端算力高速互聯和數據傳輸，形成大規模分布式算力資源池。各算力資源池通過算力網連接形成互聯互通的算力有機體，匯聚和共享算力、數據和應用資源，為不同場景和需求的算力服務提供了強大的支撐。

算力運營層：其職能是用盡各種手段保證算網業務系統的穩定性、可用性、安全性，打通算力封裝、算力并網和算力接口等環節，形成行業統一標準，打造“一站式”算力運營平臺，使其具備定價、交易、結算和維護等職能，形成閉環自動化的智能運營模式，實現跨廠商、跨地域、跨應用一體化智慧化運維。

算力服務層：算力服務層的作用是為算法提供資源，使其能夠應對不同的需求和挑戰。算力服務層的核心是數據，數據為算法提供支撐，使其能夠處理復雜問題和多元場景；而算法則為數據提供技術支撐，使其能夠產生有價值的信息和知識。算力服務層可以根據算法的特點和目標，動態分配和調整資源，以達到最佳的性能和效果。算力服務層是一種創新的技術，為數據和算法之間建立了一個高效、靈活、可擴展的橋梁。

算力應用層：讓算力像“自來水”一樣普及供給，代表著人類社會向數字化、智能化轉型邁出了堅實步伐。這一舉措不僅可以顯著提升終端應用的響應速度和服務體驗，更為各行各業發展提供了有力的基礎保障。

五、我國算力服務體系的重點戰略與發展路徑

（一）算力服務重點戰略

本研究圍繞算力服務這一核心宗旨，提出了我國算力服務的五大重點戰略，分別是宏觀層面的規劃布局、產業層面的實踐創新、企業層面的創新驅動、技術層面的升級提升、用戶層面的體驗優化，如圖3所示。這五大戰略從不同的角度闡述了我國算力服務的特點和優勢以及在各個領域的應用和發展前景。

宏觀層面的規劃布局：應明確算力服務產業的定位和功能，制定全面、系統、前瞻的產業規劃，推動相關政策法規的制定和執行，吸引更多的資本、技術和人才進入算力服務領域。同時，還應加強對算力服務標準化和監管體系的建設，以保障算力服務行業的健康有序發展，并促進算力服務產業與數字中國戰略的深度融合，為我國數字化轉型提供更強的支撐。

產業層面的實踐創新：算力服務應依靠政府支持政策和市場需求，通過不斷實施差異化發展戰略、拓展算力服務的創新應用、加快技術創新和產品迭代升級，以實現核心技術突破和產業鏈價值鏈延伸。算力服務企業應積極參與產業鏈協同創新，構建良好的生態系統，不斷提高自身創新能力和服務水平，推動算力服務行業的高質量發展。同時，也應加強與社會各方的溝通和交流，深入了解市場需求和用戶需求，為實現數字化轉型提供更具針對性和適應性的算力服務。

企業層面的創新驅動：算力服務企業應持續增強創新意識，注重人才培養和技術研發投入，積極探索新的商業和服務模式，并深度挖掘用戶需求，在提供更加個性化和高效算力服務的同時，為客戶創造更高的價值。此外，還應加強合作伙伴關系，共同推進算力服務生態圈建設，實現多方合作共贏，促進整個算力行業的健康有序發展。

技術層面的升級提升：算力服務需要加強對新興技術的運用和研發，如AI、區塊鏈、物聯網等，以提升算力服務的智能化和安全性。同時，算力服務還需要不斷推動算力服務業務的創新和升級，以更好地滿足用戶不斷變化的需求和不斷提高的服務標準。因此，在技術層面進行升級提升，加強新技術的運用和研發，已經成為算力服務發展的必然選擇。

用戶層面的體驗優化：算力服務應加強用戶研究，深入了解用戶需求和痛點，通過優化算力服務體驗，提高服務質量和用戶滿意度。為了構建可信賴、高效、便捷的服務體系，算力服務企業應借鑒最佳實踐，結合數字化技術，打造智能化服務平臺。通過與用戶的緊密互動，以不斷優化服務流程和功能的模式，滿足不同行業、不同領域用戶的需求，最終實現用戶價值最大化。

（二）算力服務發展路徑

隨著數字經濟的蓬勃發展，我國對高性能算力服務的需求正在持續增長。如何明確未來的發展方向，實現算力服務的優化升級，是我們當前面臨的另一大難題。本研究認為，算力服務路徑探索是一項龐大復雜的系統工程，需要從統籌算網布局、統一行業標準、保障信息安全、培育產業生態、促進低碳發展五個維度進行重點部署，以確保整個算力服務體系的適用性和魯棒性。

統籌算網布局：從全國層面規劃建設算力“一張網”，加強算力網絡頂層設計和統籌布局，避免重復建設算力基礎設施，合理細分各領域重點發展方向。深化跨地區、跨部門、跨行業之間的合作交流，在政策制定、項目建設、技術創新等方面形成合力和協同效應，完善機制設計，統籌東西部的需求與供給。打造國家級的算力調度和社會級算力交易平臺，促進算力資源的合理分配和高效利用，降低空置率和浪費率，讓算力價格普惠，實現算力成為像水、電“一點接入、即取即用”的社會級服務。

統一行業標準：當前，算網行業標準處于起步階段，存在標準數量不足、標準質量不高和標準實施不力等亟需解決的問題。據悉，國內已成立算網融合產業及標準推進委員會（CCNIS），旨在推動算網融合技術和產業發展。因此，應加強算網需求分析和技術預研，鼓勵相關單位和政府職能部門積極開展系列行業標準的立項和制定工作，以國家行業統一標準的形式，通過征求意見稿、立項評審、審查批準等程序，制定符合國際規范和國內需求的行業標準。此外，還要建立有效的監督檢查和評估機制，推動行業標準在各個領域和場景中得到廣泛應用和落地，促進算網產業發展。

保障信息安全：算網體系龐大，系統安全風險高，亦需從數據安全、算力安全、網絡安全等維度進行維護。通過建立健全算網內生安全免疫能力體系，打造邊界、網元、全網安全三道防線，完善數據安全存儲、數據安全加密、數據安全傳輸等用戶數據隔離機制，實現算力網絡的防護、檢測和響應。此外，結合區塊鏈、云原生和數字孿生等技術實現算網節點安全的全過程溯源和可視化預警，確保算力節點統一身份認證、信任評估和可信流傳，保證算網不被篡改數據、植入惡意代碼、執行非法操作或造成系統崩潰。

培育產業生態：為了打造數據驅動、應用引領、基礎支撐的協同創新和共享共贏的算力服務體系產業生態，各試點城市應積極參與“算網大腦”建設，整合數據樣本池，實現“數據+算法+算力+算網”四位一體的生態格局。政府應引導和支持各方主體進行靶向投資、協同創新、資源共享等方式，推動東西部數據中心集群同步投資、聯動運營項目，實現產業上、中、下游的全面協同和資源整合，提高算力服務體系產業生態的整體效益和創新能力，如圖4所示。

圖4 算力服務生態培育

促進低碳發展：算力基礎設施需要采取有效措施，降低能耗和碳排放，助力我國實現碳中和、碳達峰的目標。因而，要推動數據中心等算力基礎設施向綠色低碳轉型，采用液冷、高壓直流電、可再生能源等節能技術，發展高性能、高可靠、低功耗的新型算力設備和系統，提高運行效率和節能水平。健全算力資源的節能監測和評價機制，建立能耗限額、碳排放指標等標準體系，加強對數據中心等重點行業領域的節能管理和督導，引導行業合理控制規模擴張和能耗增長。另外，要優化算力資源的布局和分配，實施“東數西算”工程，將數據中心集群部署在西部地區，利用當地豐富的清潔能源和低溫環境，降低能耗和碳排放。

六、我國算力服務體系發展建議

（一）強化算力服務合作，拓展算力服務影響

一是加強與政府、企業、高校等各類機構的算力服務合作，提供高效、安全、穩定的算力支持，助力各領域的數字化轉型和創新發展。二是積極參與國際算力服務市場的競爭和合作，打造具有國際影響力的算力服務品牌，推動算力服務的全球化布局和標準化建設。三是深入探索算力服務的新模式和新應用，結合AI、大數據、云計算等前沿技術，為客戶提供更加智能化、個性化、多元化的算力服務解決方案。四是堅持以客戶為中心，不斷提升算力服務的質量和水平，滿足客戶的多樣化需求，贏得客戶的信任。

（二）鼓勵各界積極參與，形成算力發展合力

一是堅持合作共贏的理念，以城市算力中心和國家算力樞紐節點為引領，吸引社會資本投入算力基礎設施建設和算力服務產業發展。二是應加強金融機構與政府在多樣性算力重點領域和薄弱環節的合作，共同探索可復制、可推廣的試驗經驗。三是打造計算產業鏈、供應鏈的長板，不斷優化高性能計算系統整機能力，加速軟硬融合與異構計算協同創新，以滿足海量數據、多元場景的計算需求。四是注重補齊產業鏈、供應鏈的短板，孵化新的計算生態系統，促進產業鏈上下游企業的協同創新，建立可持續的軟硬件適配生態。

（三）加強算力服務保障，防范算力服務風險

一是建全以云數、云智、云邊、云網為基礎的多源算力服務框架和算網自治管理機制，通過設立靈活的付費機制和資費規范以降低算力服務使用壁壘，持續完善算力服務的數字化、平臺化和規范化。二是建立健全算力服務的規范和標準，明確算力服務的范圍、內容、流程、質量要求等，規范算力服務的提供和使用，提高算力服務的透明度和可信度。三是加強算力服務的監督和管理，建立健全算力服務的監測、評估、審計、考核等機制，及時發現和解決算力服務的問題和風險，保障算力服務的合規性和合法性。四是加強算力服務的技術支持和創新，不斷提升算力服務的性能和效率，優化算力服務的架構和模式，推動算力服務的集成和共享，促進算力服務的創新和發展。

（四）發揮算力人才優勢，助力核心技術突破

一是我國應充分發揮超大規模市場和新型人才體制的優勢，緊扣科技自立自強的要求，利用高能級科研平臺的科技攻關優勢，不斷開展算力服務的前沿探索和創新實踐。二是不斷加快存算一體、量子計算、類腦計算等前沿領域的研究，打造以算力為核心的軟硬件協同技術創新體系，培育出算力服務的核心競爭力和品牌影響力。三是通過設立專項人才引進計劃、建立人才培養基地等措施，積極引進高端人才，加強算力人才培養和團隊建設，提升綠色算力產業技術研發水平。四是加強“產學研用”協同機制，優化算力產業創新資源配置，以優質企業、高水平產業集聚區和產業創新平臺為載體，著力進行先進計算領域高端人才的培養。

（五）培育算力服務文化，塑造算力服務形象

一是推廣算力服務的宣傳和交流，加強算力服務的品牌建設和形象塑造，展示算力服務的成果和價值，增進算力服務的社會認知和影響力。二是推動算力服務的協作和共享，建立算力服務的合作和交流平臺，促進算力服務的資源和信息共享，實現算力服務的協同和共贏。三是倡導算力服務的責任和擔當，強化算力服務的法律意識和道德規范，履行算力服務的社會責任和公民義務，展現算力服務的良好形象和風采。四是營造算力服務的氛圍和文化，強化算力服務的認同感和歸屬感，增加算力服務的參與度和滿意度，提高算力服務的忠誠度和口碑。

利益沖突聲明

本文作者在此聲明彼此之間不存在任何利益沖突或財務沖突。

Received date:August 5, 2023;Revised date:September 11, 2023

Corresponding author:Xu Xuesong is a professor from the School of Advanced Interdisciplinary Studies, Hunan University of Technology and Business. His major research fields include the digital economy and smart society. E-mail: xuxs@hutb.edu.cn

Funding project:Chinese Academy of Engineering project “Basic Theory and Method of Industrial Chain Supply Chain Security Innovation Development” (2022-JB-01), “Strategic Research on Data Security and Digital Regulation” (2023-33-08)