算力决定着我国新质生产力的发展潜力和区域平衡性，构建一体化、协同化的算力网络，能够充分利用我国各地区比较优势，促使算力资源互联互通，实现算力规模最大化和资源消耗最小化。
随着数字技术快速发展和渗透，大数据已经成为推动国民经济高质量发展的新型劳动资料。但一个客观事实是，数字时代大数据离不开算力支撑，而且一国算力高低是决定该国新质生产力水平的关键因素。因为只有得到算力的保障，物理空间上的生产力质态才能够拓展到数字空间并显现出强大力量。实践中，数字经济强国都是以高水平算力为基础的。唯有如此，大数据和算法才可以切实促进经济数字化和智能化转型。所以，算力是数字时代资源、能源、劳动力及其他生产要素实现更大经济价值和社会效益的基础条件。
算力对新质生产力的形成与发展具有重大意义
随着算力的提升，人工智能开始代替人类简单重复的脑力劳动，并以人类所无法企及的效率完成这些劳动，大幅提升劳动生产效率，让生产力的增长呈现出理论上无边界可能趋势，这是数字时代关注新质生产力的重要原因。
第一，算力是数字时代即时快速、高效迭代创新的直接催化剂。新质生产力以创新为主导，离开科技创新，新质生产力便无从谈起。众所周知，数字时代的最大特点就是信息通信技术的快速发展大幅提高了数据流动的规模和速度，并因此扩张了知识传播效率，增加了信息总量。然而，数据量的增加最终将受到人类信息处理能力的约束，大数据并不能直接提高人们获取有用信息的能力，反而有可能将人们拖入“信息陷阱”。在此情况下，人工智能等数字技术的迭代创新改进了大数据挖掘和整理技术，提高了知识整合效率，让劳动者在享受信息爆炸红利的同时，可以更加便捷地获取专业化知识，通过对不同学科知识和应用技术的交叉融合，即时快速、高效迭代的创新成为可能。更为重要的是，科研人员可以通过处理更大规模的数据和进行更复杂的模型训练与模拟实验，大大提高基础科学的进步速度，而这一切都需要强大的算力水平支撑。
第二，算力是新质生产力应用普及、赋能传统产业的依托。新质生产力作为一种数字空间的生产力质态，在向其他经济介质和行业活动渗透过程中，将直接改变生产的组织方式和要素的结合方式。比如，在算力支持下，“智慧工厂”等场景工业数据的价值有望得到充分挖掘，通过在研发设计、生产制造、仓储物流、营销服务等方面重构生产流程、优化生产资源，实现制造业数字化转型和智能化生产。再比如，传感器对农作物可进行实时观察和记录，产生的数据能够通过算法实时分析，指导农业生产，从而大幅提高单位农田面积的产出质量和数量，实现农业生产的数字化。在办公领域，算力使得ChatGPT等人工智能帮助人类完成简单重复工作，为使用者带来全新的工作方式。在资源配置领域，算力保障了算法对市场数据挖掘和分析能力，通过需求和供给即时匹配，大幅度减少资源错配。
总的来说，算力是数字时代的一种基础资源，它将逐渐成为和水、电等传统资源一样的、全社会广泛需要的生产生活资料。因为算力不仅可以确保数字空间上大数据的应用分析能力，通过提供超越人类相对低效脑力劳动的智能决策，形成一种更高效率、更新质态的新质生产力。而且算力还可以确保新质生产力在不同生产场景的顺利应用，全面推动数字空间对物质空间的效率改善，全社会生产力在算力支持下日益呈现指数级增长态势。
我国算力发展与布局的特征与面临的挑战
算力的发展依赖于硬件基础设施条件，包括具备计算力、运载力和存储力的设施，如通用数据中心、智能计算中心、超算中心等。近年来，伴随着数字技术对我国国民经济的强力渗透，我国算力规模发展迅速。工信部统计数据显示，2018~2023年五年期间，我国算力产业年平均增速近30%。截至2023年底，我国在用数据中心机架总规模超过810万标准机架，算力总规模达到了230EFLOPS，就是每秒230百亿亿次浮点运算。预计到2025年，算力规模超过300EFLOPS，智能算力占比达到35%。很显然，大规模的算力为我国新质生产力的发展打下了坚实的物质基础。
在国家的统筹规划下，我国算力设施的空间布局已经相当科学，初步形成了绿色低碳、供求均衡、分工明确、东西部平衡发展的算力一体化布局。2022年2月，国家正式全面启动“东数西算”工程，布局一体化算力网络，优化算力资源配置。围绕八个算力枢纽，构建了十个国家数据中心集群。其中，内蒙古枢纽、宁夏枢纽、甘肃枢纽和贵州枢纽四个西部算力枢纽主要定位于面向全国的非实时性算力保障基地，有充足的可再生清洁能源，主要任务是承接全国范围算力实时性要求不高的人工智能模型训练、集成电路设计、新药研制、新材料研发、基因组测序、离线分析、数据存储等项目，以及本地的实时性算力需求。成渝枢纽、京津冀枢纽、长三角枢纽和粤港澳枢纽四个东部算力枢纽则主要负责本区域大量的实时算力需求，比如灾害预警、远程医疗、自动驾驶、工业互联网等。
但要注意的是，受到自然环境、发展条件等因素的影响，我国的算力发展仍然存在一些亟待改善的问题，具体包括以下四个协同问题：
一是算力扩张的高能耗与强创新协同问题。据报道，为了响应全球每天约2亿用户请求，ChatGPT一天可能要消耗超过50万千瓦时的电力，这相当于一个中国普通家庭100年的用电量。如此巨大的能源消耗水平，虽然西部地区通过丰富的可再生清洁能源和适宜的气候条件得以缓解，但高能耗问题始终存在，算力规模扩张中节能创新的压力依然较大。
二是大数据流动与算力网络发展的协同问题。2022年“东数西算”工程开始启动，此前国内大部分算力基础设施都集中在东部地区，而西部地区相关基础设施较为空白。更为重要的是，运营商数据传输网络以本地需求为导向，导致西部地区数据传输网络建设存在不充分的困境，难以满足东西部大量数据的流通，使得建设全国一体化互联互通的算力网络面临着巨大阻碍。
三是关键技术约束与算力规模协同发展问题。2023年10月，美国商务部工业安全局更新“先进计算芯片和半导体制造设备出口管制规则”，禁止英伟达等美国企业向中国出售一些适用于AI大模型训练的先进AI芯片。很明显，关键硬件上的技术短板客观上影响了我国算力的发展潜力。
四是算力使用率和算力供给的协同问题。目前，人工智能大模型使用率不断提高，大模型在训练过程中，对算力水平有着极大要求，会占用大量的算力设备，如数量众多的GPU显卡等。但是，并非模型训练占用的所有显卡都处于满功率运算中，训练中的很多并行的小任务所需的算力并不高，但也会占用一张完整的显卡，导致一方面算力供给不足，另一方面大量算力资源被迫闲置。以OpenAI为例，GPT-4的训练在大约25000个A100 GPU上需要进行90到100天的训练，其算力利用率仅约为32%至36%。
推动我国算力布局一体化和协同化的发展建议
在“东数西算”工程指引下，我国的算力一体化布局和协同化发展已经取得了初步成果，未来还需要进一步克服挑战、抓住机遇，提升算力规模，完善算力结构。因此，针对我国算力发展与布局中存在的问题，国家需要加大对算力发展的顶层设计，立足新质生产力更快、更好发展的基本目标，加快推动我国算力布局一体化、协同化的发展。主要建议如下：
一是促进算力供给多元互补。在算力供给方面，要优化算力设施建设布局，促进东西部地区结合自身优势差异化建设，实现算力高效互补和协同联动；推动算力结构配置多元化，提高智能算力占比；加速云算力和边缘算力协同部署，支撑低时延业务发展，降低算力闲置率，助力传统产业数字化、智能化。
二是推动算力网络互联互通。要强化区域内和区域间数据连接，实现算力网络标准化体系化，按照《算力基础设施高质量发展行动计划》，优化算力高效运载能力，强化算力接入网络能力，提升枢纽数据传输效率，解决海量数据的传输技术问题，探索算力协同技术方法及调度机制，促进多方算力互联互通。
三是深化算力赋权赋能。深化算力赋能行业应用，算力要从数字空间最终作用于物质空间才能实现生产力的发展，要因地制宜借助数字技术赋能传统产业，促进“数字+产业”模式发展，加强部署工业边缘算力，降低算力的获取成本和门槛，鼓励中小微企业参与到数字化转型之中。
四是引导算力产业绿色自主发展。推动算力基础设施建设符合绿色低碳、自主研发等发展要求，在算力中心的基础设施建设工程中，对建筑设计、技术选取、硬件选择方面以绿色低碳、自主研发为指引，提升单位算力的能效水平，推动算力相关产业技术进步；同时引导算力产业积极运用绿色清洁能源，采用源网荷储等技术，对风电、光电、水电等可再生能源就近消纳，提升算力基础设施的绿电使用率，避免因能源传输而产生的损耗。
总的来说，作为新质生产力发展的核心驱动力，算力决定着我国新质生产力的发展潜力和区域平衡性，构建一体化、协同化的算力网络，能够充分利用我国各地区比较优势，促使算力资源互联互通，实现算力规模最大化和资源消耗最小化，为新质生产力发展提供动力，推动国民经济高质量发展。
（胡晓鹏系上海社会科学院世界经济研究所副所长、研究员、博导，魏春雷系上海社会科学院世界经济研究所西方经济学硕士研究生）
