10月8日，工信部等六部门联合印发《算力基础设施高质量发展行动计划》（以下简称《计划》）。
《计划》明确，到2025年，计算力方面，算力规模超过300EFLOPS（FLOPS即每秒执行的浮点运算次数，1EFLOPS=10^18FLOPS），智能算力占比达到35%，东西部算力平衡协调发展。
《每日经济新闻》记者注意到，《计划》共提出完善算力综合供给体系、提升算力高效运载能力、强化存力高效灵活保障、深化算力赋能行业应用、促进绿色低碳算力发展、加强安全保障能力建设等重点任务。
贵州大学省部共建公共大数据国家重点实验室算力中心 图片来源：新华社记者 刘续 摄
我国算力基础设施发展还有一定差距
何为算力基础设施？《计划》指出，算力基础设施是新型信息基础设施的重要组成部分，呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升级、赋能科技创新进步、满足人民美好生活需要和实现社会高效能治理具有重要意义。
工信部相关负责人在解读该《计划》时表示，随着数字经济时代全面开启，算力正以一种新的生产力形式，为各行各业的数字化转型注入新动能，成为经济社会高质量发展的重要驱动力。算力基础设施作为算力的主要载体，是支撑数字经济发展的重要资源和基础设施，对于实现数字化转型、培育未来产业，以及形成经济发展新动能等方面具有重要作用。
数据显示，2022年我国算力核心产业规模达到1.8万亿元，算力正加速向政务、工业、交通、医疗等各行业各领域渗透。截至2023年6月底，全国在用数据中心机架总规模超过760万标准机架，算力总规模达到197EFLOPS，位居全球第二。算力总规模近五年年均增速近30%，存力总规模超过1080EB（EB即艾字节，1艾字节=2^60字节）。
前述相关负责人表示，当前，新一轮科技革命和产业变革正在向纵深演进，算力基础设施的重要性不断提升，各国持续加大投入。我国算力基础设施发展成效显著，但与推动数字经济与实体经济深度融合、实现经济社会高质量发展的目标任务相比，与应对国际市场激烈竞争的要求相比，仍有一定差距。
赛迪顾问人工智能产业研究中心常务副总经理邹德宝在接受《每日经济新闻》记者微信采访时表示，当前推动我国算力基础设施高质量发展，最需要解决的是算力供给不足与算力需求迫切之间的矛盾，需要大量建设电路基础设施以保障各行业对智算中心的需求。
《计划》提出，到2025年，计算力方面，算力规模超过300EFLOPS，智能算力占比达到35%，东西部算力平衡协调发展。
对于这一目标的设定，邹德宝认为，这是根据目前数字经济领域对算力的需求定的，智能算力占比是根据现在智能化水平而定，该目标具有可实施可落地能力。
深化算力赋能行业应用
记者注意到，在深化算力赋能行业应用方面，《计划》提出，构建一体化算力服务体系。打造集成多方算力资源和开发平台的算力服务，鼓励各地为中小企业、科研机构提供普惠算力资源，降低算力使用成本和门槛，保障算力使用需求。
浪潮算力网络研究院副院长仇树卿在接受《每日经济新闻》记者电话采访时表示：“算力分三种，通用算力、智算和超算，通用算力可以理解为云，智算的典型应用是AI（人工智能）训练推理，超算则被广泛应用于科学计算、地震模拟、预报预测等。随着我国经济逐步向数字化、智能化、技术驱动化转型，社会对智算、超算的需求快速增长，算力结构也随着应用需求的变化不断演化。”
仇树卿表示，当前在降低算力使用成本与门槛等方面仍存在一定的技术短板与壁垒，传统的云服务提供以“资源式服务”为主，例如，用户以固定套餐价格购买云服务，但往往只在某一时间段内使用，剩余时间则处于闲置状态，造成大量的算力资源浪费。因此，在这种情况下，用户更多需要的是“任务式服务”，而算力网络的终极目标就是实现从“资源式服务”到“任务式服务”的转变，精准感知底层资源状态及用户业务意图，提供灵活按需、随取随用的服务，实现波峰、波谷的高效调配，减少资源闲置与浪费。
他举例说，政务云有大量的IDC（数据中心）资源、云计算资源，但大部分处于低能效运行状态，通常情况下，使用率仅有40%，60%的资源是闲置的，同时，与需要算力资源的一些企业间资源协同不足，造成算力资源严重分布不均；而构建一体化算力服务体系有助于降低算力的使用成本和门槛，促进跨区域、跨行业、跨主体的算力均衡发展。
同时，他也提到，应该建立L1~L7的多级算力交易服务体系，包括L1用户级、L2片区级、L3城市级、L4部省级、L5地域级、L6国家级、L7国际级等，持续提升算力交易的规范、高效及精细化程度，助力算力资源的高效流通。
此外，《计划》还提出了“算力+工业”“算力+教育”“算力+金融”“算力+交通”“算力+医疗”“算力+能源”。
为什么优先选择这几个行业？对此，邹德宝认为，这些行业是数字经济领域重点产业应用方向，也是贡献GDP最高的行业领域。
仇树卿则认为，今年算力发展的主要驱动力之一是大模型，而这几个领域是与AI关系非常紧密的行业，比如工业的仿真计算与模拟预测，教育的学习顾问与智能助教，金融的智能客服与营销，交通的自动驾驶与路径规划，医疗的智能问答与诊疗，能源的无人挖矿与智能勘探等。
封面图片来源：新华社记者 刘续 摄
