在2023世界计算大会上，浸没液冷计算机、飞行汽车、电子隐形眼镜、热隐衣、4D打印、意念控制等十大“黑科技”给人们带来意想不到的体验
中长期看，人工智能和机器人产业融合发展是主要趋势，具备身体、小脑和大脑的具身通用人工智能将成为未来核心产业之一，同时也对智能算力提出了更高要求
只有解决好服务器、操作系统、数据库这些本源问题，我们才能真正持续地提供算力，这是我国计算产业应该优先解决的问题
文|《瞭望》新闻周刊记者贾雯静
《流浪地球2》中出现的“2058年的计算机”，可满足数万座发动机协同运作。这台计算机的原型是中科曙光的“缸式”新型浸没液冷计算机。
近日，在湖南省长沙市举办的2023世界计算大会上，包括浸没液冷计算机在内的飞行汽车、电子隐形眼镜、热隐衣、4D打印、意念控制等十大“黑科技”正式公布。
人工智能作为“黑科技”的主要领域之一，近年来不断赋能千行百业。这也意味着其对基础底座——算力的要求也进一步提升。
中国科学院院士吴立新在2023CCF全国高性能计算学术年会上表示，超算与人工智能深度融合的时代已经来临，这将成为一种新的科学范式，或将产生颠覆性创新。
参观者在2023世界计算大会专题展上了解机器狗并与其互动（2023年9月15日摄）陈泽国摄/本刊
人工智能驱动算力发展
一秒钟可以进行多少次运算？
在以指算、口算、心算为主的时代，答案可能是一次；在世界上第一台电子计算机诞生的时代，答案是几百到上千次；如今，一秒钟内进行百亿亿次运算已成为现实。
数字智能时代，算力是具有活力和创新力的新型生产力。中国电子信息产业集团有限公司党组成员、副总经理周进军表示，在算力、算法、算据三要素中，算力是根、是核心。比如神经网络算法于1958年提出，近年来，得益于算力的显著提升，使得人工智能获得突破性发展。
“以ChatGPT为代表的大参数模型，背后的核心是智能算力。智能算力的水平直接决定算法模型训练的质量，进而决定人工智能的‘智商’。”专家表示，目前，人类社会正从动力时代向算力时代加速演进，尤其智能算力已经成为各国竞争的主要战场。
当前，人工智能正赋能数字政府、公共安全、工业制造、医疗卫生等各领域。中国科学院院士姚期智表示，短期内，AI大语言模型将加速进入各类垂直行业领域；中长期看，人工智能和机器人产业融合发展是主要趋势，具备身体、小脑和大脑的具身通用人工智能将成为未来核心产业之一。
在新华三集团副总裁、技术战略部总裁刘新民看来，人工智能的发展，对算力提出了更高要求。
具体表现为，以内容生成式人工智能（AIGC）为代表的人工智能应用、大模型训练等新应用、新需求对算力资源的消耗大，需要稳定可靠的算力系统。《瞭望》新闻周刊记者在本次大会上获悉，预计到2025年全球算力规模超过3ZFlops（ZFlops指每秒十万亿亿次浮点数运算），至2030年超过20ZFlops。
此外，训练超大模型，需要采用多机多卡的方式，涉及模型的切分和卡间通信，还涉及多种通信拓扑和参数同步模式。因此，大模型的分布式训练，对算力之间的通信要求也更高。
刘新民总结，面对人工智能等各种场景的增长需求，算力和网络技术将向泛在化、确定性和协同化的方向演进。即算力服务能够随时随地触及全部人和物、能够大幅提升面向应用的用户体验、能够多级协同，为海量异构数据匹配最佳算力节点，实现算力状态按需分配。
中国智能算力发展具备多重优势
国家超级计算长沙中心“天河”新一代超级计算机系统启动运行；长沙人工智能创新中心（首期）建设完成并启动运营；马栏山视频文创园视频超算中心、湖南算力网络融合协同创新平台加快建设……近年来，湖南算力基础设施建设进入发展快车道。据了解，全省建成和在建规模以上数据中心共计48个，标准机架总规模达16.3万架。
湖南算力基础设施建设，是中国智能算力快速发展的缩影。本次大会上，中国信息通信研究院发布了《中国算力发展指数白皮书（2023年）》。其中数据显示，2022年，我国算力总规模达到302EFlops（EFlops指每秒百亿亿次浮点数运算），连续两年同比增速超过50%。其中智能算力规模达到178.5EFlops，同比增速为72%，在我国算力规模中占比59%，成为算力快速增长的驱动力。
随着供给水平的大幅提升，我国智能算力创新成果不断涌现。相关数据显示，当前我国计算产业规模占电子信息制造业的20%以上，2022年我国以计算机为代表的计算产业规模达2.6万亿元。
在智能算力产业方面，浪潮、新华三、宁畅排名我国AI服务器市场前三；在智能算力创新能力方面，新兴计算平台系统加速布局，例如百度推出由AI计算、AI存储、AI容器组成的百舸AI异构计算平台，燧原科技发布针对人工智能算力应用场景的云燧智算机等。
智能算力交出的优异答卷，离不开中国算力发展环境的持续优化。从2021年国家发展改革委会同有关部门印发《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确国家算力枢纽建设方案；到2022年国务院印发《“十四五”数字经济发展规划》，推进云网协同和算网融合发展；再到2023年中共中央、国务院印发《数字中国建设整体布局规划》，提出系统优化算力基础设施布局……政策网络不断织密。
扎实的政策支撑外，中国工程院院士、湘江实验室主任、湖南工商大学党委书记陈晓红表示，我国发展智能算力的优势还体现在三个方面。
一是技术跃升条件已基本具备。近年来，我国海量数据向异构化、多模化、泛在化等形态演进发展，面向诸多行业领域的区域性服务器、个人计算机整机品牌等应用推广密集落地，生态布局呈“军团式”发展态势，自主演进架构生态在加速形成。
二是部分领域跻身领先行列。近年来我国在人工智能、高性能计算、量子计算等方面，取得了一批原创成果，相关领域方向跻身世界先进行列。人工智能依托庞大的国内市场和用户群，在语音、视觉、传感等相关领域的技术持续突破。
三是规模带动效应逐步释放。我国拥有全球体量最大、用户最活跃的数据市场，和以人工智能、智能制造、自动驾驶、物联网等为代表的庞大应用市场。随着智能算力在政府决策、技术研发及各个行业的应用渐趋深化，其辐射带动规模将持续扩大。
瞄准短板持续发力
智能算力发展潜力广阔，但在拥抱机遇的同时，也要做好迎接挑战的准备。
挑战一方面体现在我国算力供需匹配不平衡。从需求侧来看，智能算力正加速向政务、工业、交通、医疗等各行业各领域渗透，成为传统产业智能化改造和数字化转型的重要支点，但现在部分企业缺乏对技术的充分理解，难以将人工智能与企业具体的业务场景深度融合，智能算力需求不明确。
从供给侧来看，目前智能算力呈现制度标准不完善、数据资源不充分等短板，导致以智能算力为基础的人工智能大模型展现出通用知识多、行业技能少的特点，因此，提升智能算力在垂直行业领域的供给质量是未来发展的着力点。
另一方面，更严峻的挑战体现在算力技术创新仍有待进一步提升。华为技术有限公司轮值董事长徐直军在2023世界计算大会开幕论坛上表示，“只有解决好服务器、操作系统、数据库这些本源问题，我们才能真正持续地提供算力，这是我国计算产业应该优先解决的问题。”
在本次大会上，就如何加快筑牢智能算力基础设施底座，提高智能算力产业安全可持续发展，多位专家提出，中国还需在顶层制度、基础设施、创新生态和人才培养四方面持续发力。
在顶层制度方面，中国工程院院士倪光南表示，未来，我国应重视标准建设。例如可以发布“算力中心建设指南”，提出算力、存力、运力的适当比率范围，对于运力可以提出应具备的参数指标等要求，与算力实现均衡部署和均衡发展。
工业和信息化部总工程师赵志国也表示，未来将继续强化政策保障，优化计算产业发展环境。例如加大对重点领域和薄弱环节的支持力度，建设完善计算标准和测评体系，加强知识产权布局，增强核心竞争力。
在基础设施方面，多位专家建议应科学布局基础设施，适当超前布局，科学有序、绿色集约地推进算力设施建设。
“在推动智算中心建设从东部、中部逐渐向西部拓展的同时，加大全国层面的统筹力度，破解算力市场和服务市场碎片化情况，融入全国统一大市场建设。”陈晓红说。
在创新生态方面，应整合国内分散的优势力量，加强产学研联合攻关。中国工业经济学会会长、中国社会科学院大学教授江小涓表示，以前有大企业自己封闭起来做研究。到了数字时代，边界开放的产业机制组织方式将成为主流，开放科学将成为科学发现的重要组织方式。
在联合创新的产业生态中，江小涓进一步强调，当下，要注重企业的创新主体地位。
这一观点从一组数据中可以得到印证，国家知识产权局发布的《2022年中国专利调查报告》显示，2022年我国企业发明专利产业化率为48.1%，高于科研单位和高校发明专利的产业化率。这是因为，“企业在一线，他们能快速感知社会需求。”江小涓说。
在人才培养方面，去年，百度联合浙江大学中国科教战略研究院发布的《中国人工智能人才培养白皮书》显示，国内人工智能领域人才总缺口达500万。这意味着算力方面的人才缺口也比较大，迫切需要提高具备数学基础、数理逻辑、计算能力的人才培养力度。
对此，陈晓红建议，应坚持系统观念，通过走有组织、体系化、强联合之路，统筹推进高校、高能级科创平台、产业、社会四大系统的协同创新，形成算力人才培养的倍增效应；打造集产业生态、标准制定、实验验证、系统研制、理论研究为一体的创新机制，更好培养算力拔尖人才。
此外，算力人才的培养本身也需要有数智化教育平台的赋能。陈晓红说：“应积极打造校校之间、校企之间、教与学之间、人与人之间联系更加紧密的数智教育平台，聚集智能算网资源，助力算力人才培养。具体来看，高校有待开设算力方面的专业，抓紧编写相关教材，提高我国算力人才自主培养质量。”
