算力，数智社会新能源
算力，就是计算能力，代表着对数字化信息的处理能力。2018年，经济学奖获得者William D.Nordhaus在《计算过程》一文中认为：“算力是设备根据内部状态的改变，每秒可处理的信息数据量。”
从远古的手指头数数到古代的算盘、现代的电子计算，再到现代的智能计算，算力一直都代表着人类的科技发展水平。
现代，算力实现的核心是CPU、GPU、FPGA、ASIC等各种类型的芯片，并由计算机、服务器、高性能计算集群及各类智能终端承载，最终实现对信息数据的处理。
算力的基本计算单位是Flops （floating-point operations per second），指每秒浮点运算次数。考虑到Flops数量级太小，大家一般情况下还以EFlops指代运算能力，1EFlops=1018Flops。粗略估算，1EFlops相当于200万台笔记本电脑的算力。
传统社会中，算力无法决定一个国家的经济水平，因为传统社会除了数字之外，还有非常多的经济行为与数字无关。
但算力在数字经济时代如同农业时代的水利、工业时代的电力，已经成为数字经济的核心生产力。今天的算力不再是信息技术领域的专有服务，而是渗透到各行各业及企业生产全过程，传统产业的算力参与度和所占比重越来越高。算力可以助力企业降低运营成本、提供智能决策支持，它真正实现了对人力和脑力的替代，成为人类能力的延伸和推动社会进步的变革性力量。
正如尼古拉斯·尼葛洛庞帝在《数字化生存》一书中所言：“计算，不再只是与计算机有关，它还决定了我们的生存。”
算力不仅是数字经济时代的核心生产力，而且日益成为人们生活方式的重要因素。人们在享受智能家居、智能安防、智慧医疗、健康防疫、线上购物、智慧交通等方面便利的时候，可能没有意识到，这背后需要多大的算力支撑。
元宇宙时代万物数字化之后，算力和算法将会变成无形的“上帝之手”，影响甚至决定着元宇宙中各个角色的行为方式与行为准则，这需要更强大的算力。
建设强大的算力要从三个方面着手：一是提升算力环境，二是增加算力类型，三是算力应用驱动。
算力环境是指由网络环境、硬件投入等因素所形成的算力成长大环境，它是算力发展的基础。
算力类型即不同类型芯片所支持的不同算法，主要包括基础算力、智能算力和超算能力，其中基础算力对应CPU，智能算力对应GPU或在这种逻辑架构之上创新出来的芯片，超算能力对应量子计算。传统的CPU对于逻辑算法很有价值，图像处理器GPU因其优秀的海量数据并行处理能力，在图像处理和人工智能的深度学习领域表现出色，类脑神经结构的IBM TrurNorth芯片通过模拟人脑进行异步、并行和分布式信息处理能力较强，而量子计算则在计算微观概率事件的领域不可替代，如密码破解等。
算力应用则指消费应用和行业应用，如我们日常用的App就属于消费应用，而银行、电力、防疫、医疗等领域的内部数据计算则属于行业应用，目前全球行业计算力排名中，互联网、金融、制造、电信和政府分列算力应用前五名。
在这三个方面中，应用需求影响算力环境，算力环境决定算力类型。
图3.2 算力发展总框架（来源：中国信通院）
随着数字经济的发展，算力在国民经济中占比越来越大，据IDC的《2021-2022全球计算力指数评估报告》预测，到2025年各国数字经济占GDP的比重将达41.5%，且国家计算力指数平均每提高1个点，国家的数字经济和GDP有望分别增长0.35%和0.18%。
根据中国信通院 2021 年发布的《中国算力发展指数白皮书》，2020 年全球算力总规模依旧保持增长态势，总规模达429EFlops，同比增长39%，其中基础算力规模313EFlops、智能算力规模107EFlops、超算算力规模 9EFlops，智能算力占比有所提高。我国算力发展节奏与全球相似，2020 年我国算力总规模达到135EFlops，占全球算力规模的39%，实现55%的高位增长，并实现连续三年增速保持40%以上。
如此高的算力必然需要更高的投入，算力投入的主要成本除了硬件之外，还有耗电量。2020年，我国数据中心耗电量达到2000亿千瓦，占全社会用电的2%，预计到2025年，将达到全国用电量的4.05%。如此巨大的耗能产业，大大增加了我国东部发达省份的供电压力，与之相反，我国西部省份却大多有充足的能源供给。(https://www.daowen.com)
为了加速算力投入、降低算力投入成本，国家在2022年3月出台了“东数西算”规划与相关政策。这里的数是指“数据”，算就是“算力”，即将东部的数据传输到西部去计算和处理。自“东数西算”启动以来，不少业界人士称这一工程堪称数字时代的“南水北调”和“西电东输”，意义重大。
西部省份也积极响应，如贵州早在2013年就着手发展大数据产业，不少互联网公司的大数据中心已经布局贵州。
新发展起来的网络安全、5G、人工智能等技术的发展也为东数西算的实施提供了相应的技术保障。
我们可以说，2022年国家提出的“东数西算”是数据计算需求、数据通信能力和西部算力都得到了大幅提升的必然结果，当然也是因为我们已经意识到算力正决定着数字时代一个国家的命运，算力已经成为各个国家新时代的生产力竞赛必备要素。
全球各个国家都在算力领域发力。据统计，全球算力需求翻番的周期已经缩短至3-4个月，大数据中心作为支撑算力的主要基础设施急待扩容提速。为满足“更大、更快、更强、更绿”的算力中心建设要求，全球数据处理中心的扩张和选址都出现了基于数据细分差别化处理的动向，从而一批“入地下海进极地向沙漠”的大型、超大型数据处理中心应运而生，中国的“东数西算”政策也是在这个大背景下诞生的。
之所以要建设大型数据处理中心，一个重要的原因是在业务数字化、技术融合趋势明显、数据价值化转型的共同作用下，传统意义上的独立算力资源已经无法满足应用需求。为了满足这一需求，业界还提出了“云+边+端”新架构，从而突破传统云和网的物理边界，实现信息技术、通信技术、连接与算力的深度结合，这在某种程度上进一步促进了大型数据处理中心的建设。
计算机硬件的性能提升也促进了算力的提升。根据计算机领域的发展的摩尔定律，集成电路上可以容纳的晶体管数目大约每过18个月便会增加一倍，即性能提升一倍。英伟达首席执行官黄仁勋认为，算力的发展甚至超过这个速度，GPU的进步将推动AI算力每年翻番。
与此相对应的是“安迪—比尔定律”[3]，无论算力怎么提升，都会被应用需求所消耗掉。可以想象，在这些被快速消耗的算力中，有些是大大提升了生产率，有些则不一定，这取决于算法的优劣。
基于此，业界普遍认为，将一部分可以使用智能算力的应用场景，由普通算力向AI算力升级将是接下来提升算力效率的重要武器。
日常生活中，我们也都感受到了AI计算给我们带来的便利，疫情防控过程中的AI人脸识别和红外热成像技术的结合其背后就是AI算力。
据IDC《2021-2022全球计算力指数评估报告》统计，在全球计算力指数排名中，美、中属于第一梯队，中国仅次于美国，位居第二；而在智能算力，中国排名第一，过去五年全球智能算力增长的60%都来自中国。
2021年7月，南京智能计算中心上线运营，AI算力高达每秒80亿次，1小时可以完成100亿张图像识别、300万小时语音翻译或1万公里的自动驾驶AI数据处理。由此可见，我们甚至可以说是“投入一个智算中心，带动相关的一片产业”。
不少专家认为，算力的远景应该是像当前社会的水电一样，实现“一点接入，即取即用”，要实现这种目标的基础是“算力无处不在、网络无所不达、智能无所不及”，这需要建设算为中心、网为载体、多要素融合的算力服务网络。
目前来看，建设这种类型的算力服务网络，让智算中心更好地发挥优势，需要解决以下几个方面的问题。
一是统一开放的标准，即从硬件到软件、从芯片到架构、从建设模式到应用服务都是标准协议。正如电力的接入需要同样的电压一样，算力的接入也需要有类似的标准，这对于不同类型的算力来说是个技术难点。
二是解决算力分布不均衡的问题，这也是“东数西算”想要达成的目标。由于算力对电力的依赖极强，且需求严重不均衡，这让算力组网较电力更加困难。虽然如此，部分公司也开始尝试，2022年6月15日，华为在开发者大会上宣布“中国算力网-智算网络”正式上线，这或许标志着算力组网的正式起步。
三是解决算力供需不匹配的问题，这个不匹配包括两个方面：一是计算量供需，二是计算类型供需。智算中心要兼容、支持绝大多数的应用需求，才能发挥基础设施的社会价值。《AI算力基础设施发展研究报告》指出，新一代算力基础设施要具备包容性、普惠性、安全性、共享性和节能性，应成为能够覆盖多元算力的创新融合型算力平台。
类似于电力网络，未来的算力网络在解决以上问题之后才能够实现“即接即用”。算力网络由算力提供者（发电厂）、算力交易平台（电网公司）和算力使用者组成，在成熟的算力网络中，算力使用者提出业务诉求，由算力交易平台评估其使用的算力类型及算力规模，然后撮合算力使用者与算力提供者并签订合约，算力使用者根据合约使用相应的算力。
