今天小編分享的科學經驗：算力=生產力！IT支出每投入7塊，就能拉動約207元GDP產出，歡迎閲讀。
毫無疑問，生成式 AI 憑借各大能力驚豔全世界的背後——
是超大算力的加持。
以搜索功能為例，有業内人士估計，ChatGPT 單次搜索比傳統搜索引擎需要至少 4-5 倍額外的算力開銷。
這也讓算力成為了今年最稀缺、最緊俏的 " 新資源 "。
就在最近，IDC、浪潮信息和清華大學全球產業研究院聯合發布了《2022-2023 全球計算力指數評估報告》。
在這個特殊之年，它無疑備受關注。
早在 2021 年發布的首份該報告中，數據就指出：
計算力與經濟增長緊密相關，計算力指數平均每提高 1 個點，數字經濟和 GDP 将分别增長 3.3 ‰和 1.8 ‰。
首次揭示了算力即生產力的事實。
如今，AIGC 強勢入局，算力又将如何與經濟發展挂鈎？
新報告指出：
基于 15 個樣本國家的統計，IT 支出每投入 1 美元（約 7 元），就可以拉動 15 美元（約 107 元）的數字經濟產出，以及 29 美元（約 208 元）的 GDP 產出。
這也讓我們不由地關心：
AIGC 時代，不同國家、不同行業的算力需求究竟呈何态勢和變化？整個領網域的未來走勢又是怎樣的？我們應該如何進行相關投資？……
帶着這些問題，我們就來翻開報告，一窺報告的最新洞見。
全球算力格局現狀
在以 ChatGPT 引發的這場全新變革之下，不同國家都卯足了勁兒，推出各項舉措來全面支持 AIGC 技術的發展。
那麼，究竟誰在這場變革中的實力與潛力更為突出？
我們就從報告給出的全球計算力指數排名，來摸清大概 " 底細 "。
排名共涉及全球 15 個國家，從計算能力、計算效率、應用水平、基礎設施支持這四大維度進行了全面評估。
其中，得分在 60 分以上的國家歸類為領跑者，40 — 60 分之間歸類為追趕者，40 分以下則為起步者。
可以發現，只有中美兩個國家可以進入領跑者陣營，但盡管同處一個水平，美國還是以 82 分的壓倒性優勢占領絕對第一。
數量最為龐大的是追趕者，共計 10 個國家，占比 2/3，他們的特點是各自之間的得分差距并不大，尤其該陣營的前四名：日本、德國、新加坡和英國之間咬得非常緊，排名随時都可能發生變化。
而之所以這個陣營如此龐大，是因為随着過去一年全球數字化進程的全面加速，一些原本還處于起步者陣營的國家也開始加大算力投入，從而獲得了更高的得分，而三個梯隊的分數标準是保持不變的，因此越來越多的國家得以邁入追趕者陣營（就比如這次進步非常大的印度）。
不過需要注意的是，由于領跑者在計算能力和基礎設施支持這兩個子項上的優勢，追趕者想要進一步跻身領跑者并不容易：
就從追趕者中的老大日本來看，還有至少13 分的差距要跨越。
但另一方面，報告指出，追趕者國家在 AI 應用層面并不甘示弱，而高應用水平對基礎設施的拉動作用開始體現，追趕者國家也有望從 AI 計算能力方面拉近和領跑者國家的差距。
最後，與追趕者數量越來越多的情況相對應的是，起步者國家的數量正在逐漸減少，今年只有 2 個。
那麼總的來看，全球算力格局現狀可以簡單概括為：美國實力第一，中國第二，其餘各國則處于苦苦追趕狀态。
下面重點關注我國情況。
中國算力條件其實并不差
在 ChatGPT 火之後，不少人都開始反思：
為什麼這樣革命性的產品并沒有誕生在國内？
事實上，通過這份報告我們發現，我們至少在算力條件上其實并不差。
從上面的總體排名我們看到，我們是僅次于美國的第二名，并且能夠甩第三名非常大的差距。
從最能反映算力規模的伺服器市場來看，上一年度我國整體伺服器市場規模達到 270 億美金，占領全球市場 25.0% 的份額，僅随美國之後。
其中，加速伺服器子市場，也就是專門滿足 AI 工作負載需求，搭載 GPUFPGAASIC 等加速卡的伺服器市場，在過去 5 年間（2017-2022）復合增長率為 48.8%，增速達全球第一，説明我國在 AI 算力上的投入非常迅猛。
這一點從計算能力子項得分也能看出，我國的 AI 算力水平（82 分）已經基本接近美國（84 分）。
那麼總結來説就是，我們的算力總體條件不差，主要體現在算力規模尤其是 AI 算力之上（也可以理解為 " 量變引起質變 " 的 " 量變 " 基礎基本具備了）。
那不足之處在哪？畢竟我們和美國還有 10 多分的距離。
IDC 中國副總裁周震剛表示，差在計算效率和應用水平上。
所謂計算效率是指我們對算力的利用率。從下表我們能夠看到，中國在 CPU 利用率、新技術使用率以及雲計算滲透率三者上都落後較多，尤其是最後一者，差了足足 21 分。在如今上雲已成基本趨勢之下，這樣的差距必須盡快縮小。
而在應用水平上，AI 和大數據方面是我們需要重點補足的方向，倆者分别還有 15 分、25 分之差。
此外，還需要注意的是，我們在關注高度增長的算力需求之時，也不能忽視背後的高能耗問題。
目前，得益于全球頭部超大規模雲服務提供商的高能效數據中心建設，美國整體 PUE 值（數據中心能源效率指标）進一步降低，保持在全球前列。
而我國 2021 年平均 PUE 為 1.55，截至 2022 年底，已累計建成 153 家國家綠色數據中心，規劃在建的大型以上數據中心 PUE 降至 1.30。
為了跟上國際步伐，我國已經在積極行動，部署模塊化數據中心，并采用以液冷為代表的新型冷卻技術等一系列方式，來提升能耗方面的競争力。
最後，一言以蔽之：
中國算力規模基本足夠，接下來的重點是怎麼高質量、充分地加以利用。
行業篇現最大黑馬
摸清全球以及我國算力現狀，再來看看各行各業對算力的需求如何。
随着雲計算、大數據以及 AIGC 等新興技術落地各行各業，成為當下及未來行業創新發展的驅動力，我們能夠看到：
算力發展水平總體呈上升趨勢，但具體表現并不相同。
首先，有别于其他傳統行業的互聯網，各類新興技術包括最新的 AIGC 在這裏滲透最快、投資最高，所以它依然在排行榜中處于絕對的領先地位（領先足足 14 分）。
其次，今年增長速度最快的是政府和教育行業，各自漲了 7 個分數點。
重點解釋一下政府行業，這主要是相比過去該行業對算力的投資大部分用于傳統辦公應用，現在，中國乃至全球的政府都開始将算力應用在整個社會的治理和管理方面，因此算力需求增長非常快。
對于教育行業來説，今年以來，我們已經看到越來越多 AI 涉足教育的案例和潛力，譬如哈佛大學計算機科學導論開始聘請 AI 導師，GPT-4 滿分通過 MIT 本科數學考試等，相信明年該行業的算力水平還将繼續突飛猛進。
但要説本次排名中最值得我們關注和重視的，其實還是制造業。
它今年一舉提升 3 個分數點首次超過了金融行業，算力發展水平已僅次于互聯網。
究其原因，作為實體經濟的重要組成部分，制造業正處于數字化轉型的關鍵時期，如，自動化生產和供應鏈管理投入巨大，因此算力需求猛增——
不僅算力需求量大，也更多樣化，比如相比金融行業更注重數據的快速互動、 高頻交易，制造業通常需要大規模處理實時數據、模拟生產、優化供應鏈等一系列環節。
除此之外，它的IT 投入產出比也是最高的：
相比全球 Top30 互聯網企業每投入 1 美元可拉動 22 美元營收額產出、2 美元利潤產出，它可分别拉動 45 美元和 6 美元，可謂遙遙領先。
這是因為，像互聯網、電信等數字原生行業，IT 投入既要支撐自身的經營，同時支撐轉型，投入占比較大，而制造業只需關注轉型即可，產生的回報就更多了。
未來趨勢
總的來看，這份報告其實從兩個維度展現了" 算力熱 "的現狀：
一是全球數字化加速發展，使各個國家都在加大算力投入；
二是數字化轉型下各種新興技術的應用，導致無論是互聯網還是傳統行業對算力的需求都在飛升。
而随着今年 AIGC 技術趨勢的進一步推進，無論是國家還是行業層面對算力的需求都空前高漲。
那麼，如此大的算力需求，如何去滿足？畢竟現階段，我們在算力供給上還存在着諸多問題。
在此，浪潮信息副總裁張東認為，可以從多元化、系統化、基建化和生态化這個方向去解決。
具體而言，所謂多元化，是由于計算場景復雜多樣，既需要用于 AI 推理和訓練的算力，也需要大數據、科學計算算力，因此我們需要多元化的計算芯片、計算技術和計算平台來滿足。
所謂系統化，是指用系統化思維發展算力產業，面向應用定義系統、按照系統定義各種部件，發揮應用牽引作用和整機帶動作用。
面向應用，通過軟硬體協同設計的方法，選擇合适的器部件，解決對應的應用需求，滿足不同場景下的應用需求，在局部薄弱的情況下，實現系統級的最優，解決多元化場景的算力不平衡問題。
所謂基建化，目的便是徹底打破算力貴用不起、算力稀缺用不上的難題，實現算力普惠，而這需要國家和政府進行主導。
最後，生态化即從底層硬體到上層行業應用需要形成一個完整的生态，來支撐整個計算行業協同發展，讓算力真正落地到每個行業的實際業務應用中。
以上這四點，也是未來算力產業應該呈現的四大發展趨勢。
如何評價這份報告？
文章最後，是我們對本報告的一些評價，我們認為：
第一，這份報告算是 AIGC 驅動算力熱潮的最佳參考。
AIGC 大熱，算力需求和話題也火熱，但之前還沒有一份報告，能如此宏觀地提供參考——
既幫助我們摸清全球算力格局現狀，譬如我們只知道美國實力很強，但不知道具體領先各國多少；
也幫助我們清晰算力需求增長最快的幾個行業，包括制造業、政府、教育和醫療，好讓我們重點去關注和進行算力投入；
最後還提供了具體的四個發展方向建議，上至政策制定者，下至不同領網域的玩家包括算力服務商甚至企業用户都能從中獲得不少幹貨和行動啓發。
第二，核心結論非常值得關注。
比如中國算力總體規模其實并不差，劣勢或短缺目前在計算效率和應用水平之上，這實際上也為 AIGC 的底層基建發展或創新，提供了方向。
還有制造業在本次評估中的搶眼表現，其實充分展現了AIGC 與實體經濟的關系——
之前談到 AIGC 的機遇，我們更多地将目光放在了互聯網内容、營銷等層面，但這份報告第一次把硬核制造、實體經濟的需求明确地表達了出來。
第三，客觀上證明了 AIGC 的趨勢和市場前景。
ChatGPT 狂飙突進之後，全世界都陷入了對 AI 和 AIGC 的新一輪競逐，經過幾個月的 " 炒作 "，現在終于進入了快速起步階段。
而這份報告出爐，則提供了更加腳踏實地的證明，它證明在最為基礎的算力基建層面，不同國家（無論是發達還是發展中，無論是來自歐美地區還是東南亞），以及不同行業（無論是互聯網、電信這種數字原生類還是制造業、能源等傳統行業）都已經有明顯反饋，并顯現出或大或小的差距。
最後，我們想説，AIGC 是大勢所趨，影響也空前巨大，但最關鍵的還在于基礎要穩固牢靠，而關注基礎，其中之一就要關注算力。
在生成式未來已來的今天，誰能搶占并利用好這一資源，就有更大的可能性在這場生產力變革中展現出巨大的滾雪球效應，成為第一波紅利得主。
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
