1.1 作为数智时代生产力之源的算力
在人类文明进程中,技术进步始终是推动社会变革的根本力量。纵观三次工业革命,蒸汽机、电力、信息技术的出现,无一不通过重塑生产力,进而彻底改变人类的生产生活方式。如今,以人工智能为代表的新一代数字技术正引领第四次工业革命,而这场革命的核心驱动力正是算力。
算力,即计算力,本质上是信息处理的效率,衡量着以计算机为载体的信息系统完成计算任务的能力。但随着以深度学习为代表的人工智能发展的日新月异,算力内涵正发生深刻变化。从狭义上看,算力指代支撑人工智能的模型训练、推理的芯片算力,如GPU、FPGA、TPU等专用集成电路的浮点计算能力;但从广义看,算力还应涵盖算法创新、并行计算架构、大数据处理平台乃至产业生态等诸多维度。可以说,算力正在成为一个复合的、内涵丰富的社会生态概念。
当前全球算力规模呈现高速增长的态势,据中国信通院测算,全球计算设备算力总规模达到906EFlops,增速每年达到47%,其中基础算力规模为440EFlops,智能算力规模为451EFlops,超算算力规模为16EFlops。预计未来五年全球算力规模将以超过50%的速度增长,到2025年全球计算设备算力总规模将超过3ZFlops,至2030年将超过20ZFlops。特别是智能算力方面,近年新推出的大语言模型所使用的数据量和参数规模呈现“指数级”增长,带来智能算力需求爆炸式突破,而芯片制程工艺则突破了摩尔定律桎梏,算力密度指数级增长。以GPU为例,过去十年间,英伟达GPU的算力增长了近150倍,这使得大规模神经网络的训练成为可能。全球算力的高速增长,折射出算力正在成为全球经济发展最关键的驱动力以及各国战略竞争的焦点。
必须指出,算力绝非单纯的技术红利,更应视为重塑生产力、重构社会形态的革命性力量。借助海量算力,机器智能正从感知智能走向认知智能,开始在复杂认知领域部分取代人力,带来生产效率的爆发式增长。据麦肯锡测算,人工智能可使全球GDP增速每年提高1.2个百分点,到2030年将为全球经济贡献13万亿美元。与此同时,算力正重塑人机关系、就业结构乃至社会分工。一方面,算力赋予机器学习、推理、创造的智能,人机协作、人机共生成为可能;另一方面,算法将取代部分程序性劳动,催生智能经济下大量新职业,知识密集型工作的比重将大幅提升。
可以预见,算力必将以数字经济新引擎、智能社会新驱动力的姿态,重塑人类生产生活的方方面面。一个以算力为基石,数字技术与物理世界深度融合的崭新图景正徐徐铺展。在这幅蓝图中,算力基础设施将如同数字时代的“高速公路”,驱动数据要素流动,培育智能产业发展,让亿万人共享数字红利。机器智能将与人类智慧交相辉映,在工业、农业、服务业等各领域大放异彩,全面提升生产效率和资源配置效能。数字孪生将打破物理约束,让虚拟与现实无缝联通,工程设计、运营管理、应急指挥等将在“镜像世界”中模拟推演。由算力、数据、算法驱动的泛在智能,将渗透到生产生活的各个场景,让人类社会迈入全面智能化的崭新时代。
1.2 第四次工业革命的本质是算力的竞争
当前,世界正处于第四次工业革命的起点。与前三次工业革命不同,第四次工业革命以数字技术为基础,以人工智能、大数据、云计算、物联网等信息技术为引领,正在引发生产方式、生活方式和社会治理方式的深刻变革。在这场变革中,算力作为驱动数字技术加速迭代、广泛应用的核心力量,正日益成为国家竞争力的新焦点。可以说,第四次工业革命的本质,是围绕算力展开的竞争。
算力竞争已经
成为世界主要大国的战略选择。美国视算力为振兴国力的关键,通过持续投资和激励计划,努力巩固其在传统算力和新兴技术领域的全球领先地位。2022年8月,拜登正式签署《芯片与科学法案》,旨在强化美国半导体产业实力,提升算力基础设施水平和创新能力。日本从国家层面制定数据中心和量子计算技术发展战略,在《半导体、数字产业战略》法案中提出了“提高数据中心算力水平”、“战略性发展量子计算机”等多项发展建议。欧盟不断加大前沿计算技术研发和算力发展的投入力度,《2023—2024年数字欧洲工作计划》提出投入1.13亿欧元提升数据与计算能力。而在全球算力规模对比方面,美国、中国、欧洲、日本在全球算力规模中的份额分别为34%、33%、17%和4%,美国、中国占比与2021年持平。其中,全球基础算力竞争以美国和中国为第一梯队,美国在全球基础算力排名第一,其份额达35%,中国以27%份额排名第二。智能算力方面,中国、美国处于领先,按照近6年AI服务器算力总量估算,中国和美国智能算力全球占比分别为39%和31%
。美国、中国、日本在超级计算综合性能指标方面优势明显,总算力份额分别为47%、25%、13%。可见,抢占算力制高点已成为主要大国的共识,各国均在算力基础建设、前沿布局等方面豪赌重注。不言而喻,谁掌控了算力优势,谁就能主导未来科技发展和产业变革,从而掌握新型生产力样态的发展命脉。
随着数字技术在各领域的渗透,数字经济正在成为重塑全球竞争格局的决定性力量,算力的竞争已成为各国抢占数字经济制高点的重要途径。而算力作为数字经济的基础设施,在产业数字化转型中发挥着关键作用。例如,工业互联网就是利用海量传感器采集工业数据,通过算力实现数据存储、计算、分析,进而优化生产流程,提高生产效率。在消费互联网领域,算力支撑着电商平台的智能推荐、物流调度等应用,极大提升了用户体验和运营效率。可以预见的是,拥有强大算力的国家和企业,将在工业互联网、消费互联网等数字经济关键领域掌握主导权。
1.3
算启新质:新质生产力的本质特征
算力的快速发展正在催生一种全新的生产力形态——新质生产力。新质生产力是以算力为核心驱动力,以数据为关键生产要素,以智能化为显著特征的新型生产力形态。它通过算力赋能,推动传统生产要素数字化、网络化、智能化转型,实现物理世界与数字世界的深度融合,催生出全新的生产方式和经济增长点,成为经济社会发展的新引擎。
新质生产力的形成离不开算力、数据和算法的有机结合。有多大的算力,就能发现多大的数据;有多大的算力,就能实现多大的算法。然而,仅有强大的算力还不足以直接推动社会发展和生产力变革。只有将算力与海量数据和智能算法深度融合,并应用于各种现实场景,才能真正释放其驱动价值,提升生产效率。正如经济学家熊彼特所指出的那样,技术创新是经济发展的根本动力,新技术的出现必然催生新的生产要素组合方式和生产函数,从而带来生产力的提升和经济结构的变革。算力要真正成为推动生产力变革的新引擎,还需要与数据、算法相结合,并内嵌于各种具体应用场景之中。
数据作为新的生产要素,蕴藏着巨大价值。但数据本身是一种非结构化、散乱化的资源只有通过算力的采集、存储、计算、分析,才能释放其价值,形成数据驱动的新型生产方式。算力成为数据价值转化的“催化剂”,推动数据要素与其他传统要素深度融合,创造新的生产力组合。可以说,没有算力的支撑,数据就难以真正成为生产要素,更无法与传统要素实现有机融合、协同作用。
而对于算法来说,尤其是人工智能算法,是算力作用于生产过程、赋能传统生产方式的关键桥梁。通过机器学习、深度学习等智能算法,算力可以赋予机器感知、理解、决策的能力,使生产过程智能化,大幅提升生产效率和产品质量。人工智能代表了新质生产力的显著特征,体现了算力、数据、算法协同作用的结果。没有算法的不断突破和创新,算力再强大,也难以在生产领域发挥智能化作用,难以真正催生新质生产力。
应用场景则是算力、数据、算法相结合,真正转化为现实生产力的关键一环。新质生产力要在工业、农业、服务业等领域落地生根,就必须深入结合不同场景的业务需求、数据特点、流程特征,因地制宜设计解决方案。只有内嵌于具体场景,与行业知识、专业经验深度融合,通过智能化、网络化的方式重塑生产流程,优化要素配置,新质生产力才能真正彰显价值,带来生产效率的跨越式提升。
生成式人工智能作为算力、数据、算法融合发展的典型成果,是算力发展到一定阶段的必然产物,代表了新质生产力的崭新形态和广阔前景。它不仅为传统生产方式注入了新的智能化动能,更开启了人机协同、数智融合的全新范式。
综合
而言,算力驱动的新质生产力具有以下几个本质特征:
第一,问题数据化是新质生产力的基础。
在新质生产力形态下,现实世界的各种问题和需求,都需要转化为数据的形式来表达和分析。这就要求我们要善于发现和提炼问题背后的数据要素,利用数字化手段对各种生产要素、生产过程进行全面感知和采集,将其转化为可计算、可分析的结构化数据。唯有将问题数据化,才能为后续的算法设计和模型训练提供基础。
第二,数据算法化是新质生产力的关键。
海量数据本身是没有价值的,只有通过算法对其进行分析挖掘,才能发现其中蕴含的规律和价值。在新质生产力形态下,各类智能算法,尤其是深度学习算法,能够从海量复杂数据中自主学习、提炼特征,建立起数据与目标之间的内在联系。数据算法化使得机器具备从数据中习得知识和技能的能力,是实现智能化生产的关键所在。
第三,算法平台化是新质生产力的必由之路。
一方面,算法的生命力在于应用,只有内嵌于具体场景,与行业知识、业务流程深度融合,才能真正发挥价值。另一方面,单一算法和模型往往难以满足复杂生产场景的需求
,需要通过平台将不同类型、不同领域的算法模型整合起来,实现各类数据、算
力、算法的集成共享、协同优化。算法平台
化有利于打通数据壁垒,实现技术与业务的深度融合,促进不同行业、不同环节间的协同创新。
第四,生产智能化是新质生产力的显著特征。
通过机器学习、知识图谱、智能控制等技术,新质生产力可以赋予机器感知、分析、决策、执行的智能化能力,使其能够根据实时数据自主优化生产过程,动态响应市场需求变化。智能化生产不仅大幅提升生产效率和产品质量,更能实现产品和服务的个性化定制,催生出柔性化、敏捷化的新型生产模式,重塑传统制造业形态。
第五,人机协同是新质生产力的内在要求。
新质生产力并非简单的机器替代,而是人机智能的共同进化。生成式人工智能等新技术的兴起,开启了人机协同、共创共生的崭新局面。在这一范式下,机器不再是单纯的执行工具,而是能够与人类展开深度协作的智能主体。人机协同有利于最大限度发挥人类的创造力和机器的计算力,实现人机优势互补、智能相融,推动生产力整体跃升。
第六,生态融合是新质生产力的价值归宿。
新质生产力的发展,离不开技术创新生态、数据要素市场、智能化基础设施等多维生态体系的共同构建。算力、数据、算法等新型生产要素只有与传统要素深度融合,与各行各业的业务场景充分对接,才能真正实现价值转化和生产力提升。这就要求政府、企业、科研机构、金融机构等各方主体密切协同,共同营造开放包容、合作共赢的生态环境,推动创新链、产业链、价值链的有机融合。
从图1可以看到
,问题数据化、数据
算法化、算法平台化构成了新质生产力形成发展的内在逻辑,体现了其从数据到智能的演进路径。而生产智能化、人机协同、生态融合则从不同维度描绘了新质生产力的显著特征和发展图景。这些特征相互交织、相互促进,共同构成了新质生产力的丰富内涵和独特优势。