随着技术的不断进步,计算机系统的算力也在不断提高。新一代的处理器、图形处理器(GPU)和专用的加速器(如AI芯片)等都在不断提升算力。这对于需要处理大数据集、进行复杂计算模拟、进行深度学习和机器学习等任务的应用非常重要。那么我们该如何将算力真正转化为生产力呢?
应推进计算架构、计算方式和算法创新,加速新技术、新产品落地应用;也需加强软硬件适配协同,提升产业基础高级化水平。要想让算力像水、电一样即取即用,就意味着要让算力流动起来,承载算力流动的网络就变得至关重要。但目前算网融合还面临技术、标准等挑战,有待加速推进网络设施与算力设施配套部署,优化升级网络体系架构,降低算力网络时延,提升算力网络可靠性,打造满足各类算力应用需求的运力体系。
供给上去了,还得让大家都用得起、用得上、用得好。这需要在顶层设计上强化算力资源统筹调度,持续优化算力布局,不断提高算力利用效能;在产业链方面不断完善算力产业生态,多方共建、协同匹配,最大化发挥算力性能,加速培育算力新产业、新业态和新模式。同时,加快绿色算力发展布局,让算力基础设施能耗降下来。只有实现普惠算力,才能激发出算力的赋能效果,有效支撑实体产业创新应用,真正将算力转化为生产力。
简单说,算力就是对数据的处理能力。从早期的算盘到后来的电脑、智能手机,算力早已走入人们的生产生活。作为人工智能的核心要素,算力水平决定了数据处理能力的强弱,是承载和推动人工智能走向实际应用的决定性力量。可以说,ChatGPT的诞生是算力爆发的产物,同时也需要巨大算力的支持。然而,从当前的公开数据判断,算力供给增速远远追不上算力需求的增长速度,算力供需的“鸿沟”已客观存在。
算力可改变人们的生产方式、生活模式和科研范式,是传统产业转型升级的重要支点,还能催生新的经济增长点。算力产业自身就是蓬勃发展的新兴产业,2022年我国算力核心产业规模已达1.8万亿元,算力关联产业规模则更为可观。测算显示,算力的提高对一国经济增长的拉动效应非常显著。
事实上,我国的算力规模已相当可观。工信部数据显示,截至2022年底,我国算力总规模排名全球第二,仅次于美国。在不少中外市场分析机构的排名中,美国和中国都属于算力的领跑者。而我国与美国的主要差距在于计算效率和应用水平。算力利用率低的一大重要原因是使用门槛高。从源头看,数据的存储没有跟上;从中间环节看,数据处理实时性存在不足。同时,土地资源、电力资源等算力成本高昂,这也是我国启动“东数西算”工程的重要原因之一。加之行业标准不统一、算网存在“两张皮”等现象,都大大提高了使用算力的门槛。
来源: 经济日报