数字经济时代全球算力政策走向与中国发展路径探究

闵 珊 郝可意 刁建超 张娟娟

（作者单位：闵珊，郝可意，刁建超，天津市科学技术发展战略研究院；张娟娟，天津市大数据管理中心）

一、前言

发展数字经济，算力是核心生产力。全球围绕数字经济关键领域加快部署，我国已经陆续出台系列政策措施，加快构建以算力和网络为核心的新型基础设施体系。梳理国内外算力资源创新应用发展态势发现，全球算力供给加速增长，多样应用需求加速算力升级，算力正成为驱动经济增长的关键力量。然而，与世界算力发达地区相比，我国算力创新能力、技术水平、应用场景仍有较大提升空间。因此，从做好顶层布局、加强基础设施建设、促进应用创新、加快人才培养等四方面，提出我国提升算力竞争力的创新路径。

随着新一轮科技革命和产业变革的加速演进，全社会数据总量爆发式增长，数据资源存储、计算和应用需求大幅提升，整个世界进入了“算力时代”。算力通过人工智能、大数据等一系列数字化软硬件基础设施，赋能各行各业的数字化转型升级，逐步成为数字经济时代国家和地区数字化生产力的重要内容。作为新科技革命和产业变革中重要的竞争力基础支撑，算力经济已成为全球战略竞争的焦点，美欧日等国家和地区不断加快算力相关产业布局，国家间、区域间、企业间的算力竞争愈发激烈。

二、国内外算力资源创新应用发展态势

全球算力供给与需求加速增长。根据中国信通院的《中国算力发展指数白皮书》显示，2020 年全球算力总规模达到429 EFLOPS，增速达39%，预计到2025 年整体规模将达到3300EFLOPS。从国内看，2020 年，我国算力规模为135EFLPOPS，全球占比约为31%，增速达55%。根据斯坦福《AI Index2019》报告显示，全球的算力需求每3.5 个月就会翻一倍，远远超过了算力的增长速度。根据IDC 调研，超过九成的企业正在使用或计划在三年内使用人工智能，其中74.5%的企业期望在未来可以采用具备公用设施意义的人工智能算力新型基础设施，这有可能进一步加剧算力特别是高性能算力的短缺。

多样应用需求加速算力升级。单芯片算力方面，微架构创新持续加快，集成电路制造工艺升级路径逐渐明晰。多级异构计算逐渐普及，在移动互联网、人工智能、云计算等应用中占比不断提高。此外，量子计算、类脑计算、数据流计算等加快探索。随着万物互联和行业智能化的发展，很多智能应用都需要在线实时提供，对算力的泛在供给和及时供给提出更高要求，新型应用将加速驱动数据处理由云端向边侧、端侧的扩散，呈现“云-边-端”三级架构。面对算力单点薄弱现状，将算力调度的高需求转化为网络超宽带高智能发展的动力，是算力资源优化调整的重要途径。

算力正成为驱动经济增长的关键力量。据《2021-2022 全球算力指数评估报告》显示，15 个重点国家算力指数平均每提高1 点，数字经济和GDP 将分别增长3.5‰和1.8‰[1]。根据中国信通院测算，2020 年我国算力产业规模已高达2 万亿元，直接带动经济总产出1.7 万亿元，间接带动经济总产出6.3 万亿元，即在算力中每投入1 元，将带动3-4 元经济产出。尤其是新冠疫情爆发以来，算力在病例诊断、人员流动监管、物资紧急调动以及助力病毒基因测序、疫苗及药物研发、蛋白筛选等药物研发攻关方面发挥了重要作用。

三、主要国家算力资源创新应用政策走向

（一）美国：加快战略部署，巩固领先地位

中美同处全球算力发展第一梯队，为了维持其领先地位并赶超中国，美国始终保持大力投入。2015 年7 月，美国政府开始推行国家战略计算计划（NSCI），并先后发布《国家战略计算计划战略规划》（2016）、《国家战略性计算计划（更新版）》（2019）、《引领未来先进计算生态系统：战略计划》（2020），逐步形成和完善指导算力发展的战略部署，侧重点从建造世界上速度最快的高性能计算机，到围绕计算机硬件、软件和整体基础设施的整个算力生态建设，再到构建覆盖政产学研的国家级算力体系。此外，针对算力相关基础设施建设，2016 年开始实施数据中心优化计划，以财政政策支持数据中心集约化发展，目前美国拥有全球最多的超大规模数据中心。2018 年美国发布《美国重建基础设施立法纲要》，提出重点投资“5G 通讯基站、智能电网、宽带网络和大数据”等领域。2021 年6 月，美国宣布将推行1.2 万亿美元“新基建计划”，其中包括部分资金用于新型芯片研发，650亿美元用于铺设宽带网络。

（二）日本：强化算力应用，加快数字化转型

日本高性能计算应用水平很高，尤其在地震预测、天气预报、汽车、材料等方面具有较大优势。日本将先进计算纳入重点支持的高新科技领域，发布多个重点支持项目。2014 年，日本宣布启动名为“post-K”的E 级超算计划，用于国家高性能计算基础设施。2019 年日本启动新一代国产超级计算机计划，投入约1300 亿日元打造全球速度最快的超级计算机。在算力应用领域，日本从其制造业优势出发，重点推进产业数字化转型以及智能型社会建设，2016 年提出“社会5.0”战略，随后相继发布《下一代人工智能推进战略》《科技创新综合战略2017》《综合创新》《集成创新战略》《第2 期战略性创新推进计划（SIP）》等文件，2019 年日本开始全力推进“数字新政”，在“后5G”信息通信基础设施、学校的ICT 应用、中小企业信息化以及ICT 领域研发等方面，加大资金投入力度。

（三）欧盟：推进技术创新，加强跨国协作

欧盟同样十分重视算力发展，在高性能计算、人工智能、云计算等新兴技术领域以及产业数字化，连续发布和实施相关战略规划，通过成员国合作加速算力发展。2013 年，欧盟启动“地平线2020”计划，将在2014-2020 年期间投入7 亿欧元用于探索基金项目“面向百亿亿次的高性能计算”的研究。2016 年，欧盟出台《欧洲工业数字化战略》，投入大力资金支持工业数字化。2018年，欧盟提出“欧洲高性能计算共同计划”，以建立欧洲高性能计算及大数据系统为目标；2019 年，欧盟宣布已从成员国中选定8 处地点建设世界级超级计算中心，总预算达8.4 亿欧元，将有19 个成员国参与运营；2020 年9 月，欧盟升级了该计划，拟投资80 亿欧元支持百亿亿次计算和量子计算为主的新一代超级计算技术和系统的研究和创新。2018 年6 月，欧盟宣布推出“数字欧洲”项目（2021-2027年），计划斥资92亿欧元用于超级计算、人工智能、网络安全等重点领域。

（四）英国：聚焦计算前沿，成为创新中心

在算力发展方面，英国较早就开始量子计算等前沿领域布局。英国从2013 年开始实施英国国家量子技术计划，以期抢占未来量子技术全球市场的先机。2020年9月，英国宣布启动英国国家量子计算中心建设，以加速英国量子计算科学的发展。2021 年3 月，英国科学技术设施委员会哈特里中心和爱丁堡大学超级计算中心在英国联合创建了一个国家计算能力中心，该项目将面向公共部门、学术界和工业界开放，以研究高性能计算、高性能数据分析和人工智能为主。同年6 月，哈特里中心与美国IBM 研究中心合作开展哈特里国家数字创新中心项目，预计投资2.1 亿英镑，重点面向量子计算和机器学习开展研究工作。2021 年7 月，英国政府发布《英国创新战略：创造引领未来》，提出“于2035 年成为全球创新中心”的愿景。

（五）中国：加强基础建设，赋能数字经济

作为全球算力竞争的重要参与方，近年来我国大力推动算力资源的建设和应用。2018 年“新基建”概念首次提出，2020 年国家发改委明确“新基建”范围，将数据中心、智能计算中心纳入算力基础设施范畴，并提出在全国布局10 个左右区域级数据中心集群和智能计算中心。2021 年国家出台《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确部署“东数西算”工程。工信部发布的《“十四五”信息通信行业发展规划》进一步将算力能力的提升列入“十四五”时期的重点任务之一，提出要实现数据与算力设施服务能力显著增强；数据中心布局实现东中西部协调发展，集约化、规模化发展水平显著提高，形成数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系，算力水平大幅提升，人工智能、区块链等设施服务能力显著增强。

四、我国算力发展存在的主要短板

一是“卡脖子”问题突出，关键技术受制于人。从硬件看，我国企业与国外的AMD、NVIDIA、ARM 等公司相比，技术上还存在较大差距。随着国际形势的变化，半导体行业全球一体化分工格局被打破，我国在基础技术和工艺上的短板逐渐显现。从软件看，我国算力指数位列全球第2 位，但在基础软件、基础通信协议等方面仍沿用以美国主导的技术路线，对整个算力生态系统的话语权较弱。

二是数据共享不够，资源接口不统一。目前，我国数据采集主要来源于政府，但由于信息安全、数据成本、统计口径等原因，数据资源利用率不高，未能通过算力进行转化、产生经济社会价值。企业在算力产业的自主研发上“各自为政”，技术路线、标准不一，兼容性差，难以实现自主产业链的生态共荣[2]。普惠性算力设施建设尚不完善，算力产业公共服务和交易平台不足，也极大地限制了算力资源配置的效率。

三是专业人才短缺，支撑产业发展乏力。算力涉及芯片设计制造、网络通信、软件开发、算法优化等众多专业领域，但我国信息化起步较晚，学科建设与改革跟不上信息技术进步和市场发展的要求，专业人才缺口高达30 万左右[3]。同时，算力专业人才分布不均，多集中在北京、上海、广州、深圳等算力产业发达地区，对欠发达地区人才虹吸效应显著。受制于算力关联领域人才的短缺，算力产业发展有待提升。

四是创新应用不足，场景落地有待拓展。当前，算力在互联网、电信、金融、工程仿真等领域已广泛覆盖，但落到实际应用场景里，还需要综合考虑用户应用、成本、算力兼容性等多方面因素，寻找更加经济高效的有效算力。因此，算力需求逐步释放的同时，算力应用的场景还需量身打造，应用广度和深度有待进一步创新拓展。

五、促进我国算力高质量发展的思路

（一）做好顶层布局设计，促进算力产业协同发展

作为全球算力领跑者阵营的一员，我国应加强顶层设计，统筹和制定算力产业发展战略规划，持续推进“东数西算”工程，合理布局不同区域在算力产业各细分领域的重点发展方向，精准施策，避免各地方重复建设、恶性竞争。同时，鼓励龙头企业牵头建立算力产业联盟，在芯片设计制造领域实施供需联合创新，统筹布局技术路线，积极推动产业化应用推广。在金融、电信等重点领域开展应用示范工程，推动操作系统、数据库、中间件等基础软件自主创新，推动基于国产计算体系的大型工业应用软件发展。

（二）加强基础设施建设，破解“卡脖子”技术难题

算力是数字经济时代的新生产力，对算力基础设施不断完善和升级已经成为共识。一方面，要进一步加大“超算中心”、“数据中心”、“智能计算中心”三大算力基础设施建设，制定以应用效能为导向的算力评价体系和评测标准，引导算力基础设施建设健康发展。另一方面，要针对芯片设计制造、架构设计、通用软件、信息安全等关键技术存在的“卡脖子”问题[4]，发挥新型举国体制优势，设立战略性攻关项目，逐步改变算力相关底层技术、基础技术落后的局面。

（三）促进算力应用创新，赋能经济社会全面发展

随着我国数字经济的蓬勃发展和社会智能化转型的加速，个人、家庭、企业、政府部门等市场对算力的需求持续增长。一方面，聚焦制造业重点领域，以算力资源创新应用赋能产业发展。统筹重点应用场景计算平台建设，在生物医药、高端装备、汽车等重点产业领域，形成特色鲜明、亮点突出、可复制可推广的应用场景，赋能产业能级。另一方面，服务城市大脑建设，以算力资源创新应用赋能社会治理。深度挖掘健康、教育、养老、社会服务等重点领域个性化算力需求，推动大数据、算力和相应的硬件设施相互促进，打造城市数字化底座，提升政府科学决策、精细化治理能力。

（四）加快人才队伍建设，积累创新发展源动力

解决算力领域“卡脖子”问题，从根本来看必须增强我国在基础研究、产学研合作和人才培养方面的硬实力。一方面，要增强算力领域专业人才培育力度，尤其是对新材料、量子物理、数学等基础领域研究人才的培育，提前布局后摩尔时代存算一体、量子计算、非硅基芯片等新型算力技术研究和储备。另一方面，鼓励高校院所联合行业龙头企业创建国家级或省级人工智能重点实验室、新型研发机构、工程中心等创新平台，开展产学研合作。此外，广泛招纳全球人工智能领域优秀人才，加快培养交叉学科复合型人才，为算力产业发展奠定扎实的人力基础。