导读：

在5月，英伟达创始人黄仁勋宣布生成式AI的爆发点即将来临，全球的算力产业链竞争也随之展开。中国的算力产业已形成一定规模，其服务器、计算机、智能手机等计算设备产量居全球首位，算力总规模排名全球第二。8月19日，金壮龙，工业和信息化部党组书记、部长，在中国算力（基础设施）大会上指出，算力已成为驱动数字经济的关键动力，是推动社会数字化和智能化转型的基础，亟待加强核心技术的自主研发。

行业动态：

在算力竞赛中，国内企业正紧锣密鼓地布局。超聚变的一名高管表示，无论是在智能算力领域还是大模型算力的具体部署上，企业的投入和实施速度都在显著加快。AI算力需求呈现“跳跃式”增长。

AI算力需求跃升：

数字经济时代，2022年我国算力核心产业规模已达到1.8万亿元。根据《2022-2023全球计算力指数评估报告》，每增加1美元的IT支出，可带动15美元的数字经济产出，进而拉动29美元的GDP增长。这意味着，计算力指数每上升1点，数字经济增长3.6%，GDP增长1.7%。

算力规模与增长：

截至最新数据，全国在用数据中心机架总数超过760万架，算力总规模达到1.97万亿亿次浮点运算（197EFLOPS），位居全球第二。围绕算力枢纽节点，130条干线光缆的建设显著提升了数据传输性能。

大模型与算力需求：

大模型的兴起催生了更多AI算力需求，进入“智能计算”时代。语言大模型参数量从2018年的亿级发展至2021年GPT-3的千亿级别，增长1000倍，对算力的需求每18个月翻10倍，远超摩尔定律的速度。借助稀疏计算MoE理论，万亿乃至百万亿参数的语言大模型应运而生。多模态AI的兴起将带来更复杂模型及更大算力需求。

产业挑战与机遇：

算力产业在高速发展的同时，面临着能耗与算力不足的挑战。例如，训练GPT-3大模型所需的14.8天时间，若在PUE为1.1的条件下，总能耗高达1287MWh，相当于一个人4年的生活用电总量。此外，算力市场供需矛盾突出，未来三年产生的数据量将超过过去三十年总和，但真正被有效利用的数据比例微乎其微。高性能芯片供给不足，特别是通用处理器与加速处理器，英特尔（Intel）、AMD和英伟达占据国内85%以上的市场份额。

生态系统构建：

超聚变等算力产业链参与者正致力于生态系统的构建，通过与全球顶级部件供应商合作，重塑服务器底层架构。同时，通过自有操作系统、虚拟化技术，实现国产硬件与软件的自由组合。液冷技术成为解决能耗问题的关键方向，各大厂商如阿里、腾讯、超聚变、浪潮信息、曙光等已加入液冷技术的研发与应用。

算力发展策略：

金壮龙强调，应加强算力基础设施的高质量发展，强化顶层设计，增强自主创新能力，提升算力综合供给。我国算力产业已形成一定规模，高算力芯片加速迭代升级，一批行业领军企业迅速壮大。未来将通过“算力强基揭榜挂帅”机制，汇聚科技力量，加大研发投入，突破关键技术和解决方案，促进新技术、新产品的快速落地与应用。

结语：

在全球算力竞赛中，中国的算力产业正展现其巨大的潜力与活力，面对挑战与机遇并存的局面，通过技术创新与生态系统构建，正逐步提升自身在全球算力领域的竞争力与影响力。