隨著人工智能時代的到來，全球智能計算產業實現了快速的增長，圍繞計算、存儲、互聯、軟件等領域的系統化創新是算力產業升級的主要路徑。中國信息通信研究院兩化所主任王駿成表示，要實現智算產業的提質升級，需要加強產業鏈體系化升級，加快算力產業生態建設，同時推進算力綠色化發展。

AI驅動計算產業規模穩步增長

算力作為數字經濟時代新的生產力，對推動科技進步、行業數字化轉型以及經濟社會發展發揮著重要作用同時，也推動了算力規模的快速增長。據信通院測算，2023年全球計算設備算力規模為1397EFlops，我國計算設備算力規模達到435EFlops，全球占比三分之一，增速近50%。

算力規模保持高增長的原因，主要來自人工智能時代對智能算力需求的激增。從2003到2023年的二十年間，模型的算力需求增長百億倍，遠超摩爾定律。以 GPT 為代表的大模型突破性進展，激發了全球智能算力規模化發展的熱潮，在Scaling Law的作用下，千卡集群成為千億參數大模型訓練標配。

得益于算力規模的高增長，全球計算產業同樣保持穩步增長勢頭。我們可以看到，計算產業可以分為經典計算與非經典計算兩種類型。其中，經典計算主要包括通用計算和智能計算，以AI服務器、AI芯片為代表的智能計算產業驅動計算產業規模穩步增長；非經典計算包括類腦、光計算、存算一體等前沿領域，目前仍處在早期發展的階段，產業規模較小。

計算產業的發展既有技術革命帶來的驅動力，同樣離不開政策的保駕護航。近幾年中國陸續出臺了相關政策鼓勵人工智能、算力基礎設施及相關產業發展與創新，從頂層規劃、設施建設、產業發展到管理規范等方方面面進行深遠布局，引導包括人工智能在內的整個計算產業的高質量發展。

以系統化創新應對算力供給挑戰

據信通院測算，在深度學習時代，全球智能算力占比不到10%；而在大模型時代，目前全球智能算力占比超過60%；隨著通用人工智能時代的到來，全球智能算力占比將超過90%。

算力范式的變革驅動計算產業加快升級。算力系統不僅僅是芯片，而是圍繞計算、存儲、互聯、軟件等領域的系統化創新和體系化的升級。以大模型和大數據為代表的智能計算需求，驅動了計算、互聯網絡、內存技術、開發框架和軟件棧的加速突破創新，帶來全球算力結構的革命性變化。

在算力方面，微架構創新成為AI處理器的主要算力提升路線，隨著制程升級對處理器性能提升的邊際收益縮窄，先進封裝技術逐漸成為推動算力芯片演進的關鍵途徑，像Chiplet方案這樣能降低芯片設計復雜度、大幅提高生產良率、降低制造成本的技術得到廣泛應用。

未來，所有的計算設備都需具備AI的能力，而以CPU驅動的通用服務器將在AI應用中承擔更加多元的計算角色，與GPU、FPGA、ASIC等加速器協同，形成異構計算系統，以更高效地處理AI任務，為云邊端設備、行業智能化場景提供更有效率的智算服務。

在存儲方面，高帶寬存儲HBM（High Bandwidth Memory）技術通過垂直堆疊DRAM芯片的方式，大大縮短了內存和處理器之間的通信距離，從而大幅提升數據傳輸帶寬，相對傳統內存具備可擴展大容量、低功耗、小體積等優勢，能更好地滿足聊天機器人、自動駕駛、智能語音識別、醫療影像分析等場景的AI大模型訓練需求。

在網絡方面，高速互聯是大規模算力集群構建的基礎，雖然節點內互聯由于硬件解耦難度高、軟件框架和通訊庫難統一等挑戰導致統一難度較大，但跨節點互聯有望通過兼容以太網底層互聯技術，建立統一標準體系。

在軟件方面，軟件棧作為底層芯片與系統集群間的關鍵橋梁，將推動軟硬件進一步的精細化協同，大幅提升芯片計算效能和分布式計算效率。軟件棧主要包括分布式計算框架、加速庫、AI編譯器的工具包，通過軟件棧優化可降低芯片使用難度，提升人工智能在行業場景的應用性能。目前國內外廠商紛紛加強面向大模型的軟件棧能力建設，通過軟硬件深度協同構筑大模型計算生態護城河。

按當前大模型發展預期估計，智能算力供給缺口將長期存在，需要持續加強全鏈條系統化創新。目前，全球都面臨從芯片、服務器、框架模型、到AI應用的適配挑戰，這就需要我們解決多元算力兼容適配，生態碎片化的問題。針對多芯混合，算力系統要充分考慮多元芯片卡間、機器間、集群的互聯互通，如何實現算力效能的最大化。還有超大規模算力集群的使用效率、穩定性等問題，也是算力系統效率提升要關注的重要創新方向。

加強開源開放，加速算力產業體系化、生態化、綠色化建設

智能時代，開源模型和開放計算激發了算力產業的創新活力。對于推動智能算力的體系化創新，我們需要加強開源開放，加速算力產業體系化、生態化、綠色化建設。

其一是加強產業鏈體系化升級，即從底層芯片、軟件生態、整機應用、產業配套等方面加強全面布局，充分發揮超大規模市場優勢，加強產業鏈上下游協同，以應用牽引強化技術產業生態構建，只有通過系統創新、全局優化拓展創新路徑，以協同共生、開放共贏的生態加速創新落地，才能實現AI創新與AI應用協同發展。

其二，要加快算力產業生態建設，面向產品選型、模型適配、應用推廣、生態聚集等需求，推動評估評測、適配驗證、供需對接、資源聚合等主要工作，促進智能算力技術產業發展與生態建設，與行業共同促進智能算力技術產業發展與生態建設。

其三，堅持綠色低碳發展，全面提升算力設施能源利用效率和算力碳效水平。算力服務提供商不僅要關注算力單純的能源消耗、算力輸出水平，還要通過綠色采購、綠色設計、清潔生產、綠色包裝和運輸、綠色運營、回收處理等降低整個算力系統的碳排放。如在綠色設計環節采用高效的服務器和存儲設備、先進的制冷和散熱技術，強化從采購到回收整個過程的全生命周期碳足跡管理。（戰釗）