摘要：在新科技革命和產(chǎn)業(yè)變革中，數據作為新的生產(chǎn)要素參與價(jià)值創(chuàng )造和分配，信息技術(shù)成為驅動(dòng)經(jīng)濟社會(huì )發(fā)展和變革的基礎動(dòng)力。在這種背景下，全球競爭格局重構趨勢增強，算力競爭愈加白熱化。算力成為衡量一個(gè)國家數字經(jīng)濟發(fā)展水平，乃至在很大程度上實(shí)現經(jīng)濟社會(huì )數字化轉型、適應新科技革命和產(chǎn)業(yè)變革的重要指標。算力的獲得具有高投入、高風(fēng)險、強外部性和高壟斷特征，這決定了算力的國際競爭是大國和大企業(yè)參與為主的競爭。我國在與算力相關(guān)的技術(shù)研發(fā)、基礎設施建設和產(chǎn)業(yè)發(fā)展方面擁有獨特的優(yōu)勢，是全球算力競爭的重要參與者。但我國算力硬件基礎技術(shù)薄弱、軟件生態(tài)系統影響力低，算力應用創(chuàng )新突破不足，面臨體制機制障礙，信息安全保障力弱等問(wèn)題也急需解決。因此，需要進(jìn)一步加強對算力技術(shù)研發(fā)和基礎設施建設的高投入，構建完善的算力體系，推進(jìn)算力設施綠色化發(fā)展，強化應用創(chuàng )新，建設算力人才隊伍，以增強我國算力競爭力、補齊短板。

關(guān)鍵詞：新科技革命和產(chǎn)業(yè)變革；算力；國際競爭；數據

一、引言和研究綜述

具有通用性、基礎性和使能性的新技術(shù)出現和普及，會(huì )對各產(chǎn)業(yè)部門(mén)和經(jīng)濟運行規律造成極大沖擊，并創(chuàng )造出新的產(chǎn)業(yè)部門(mén)、商業(yè)業(yè)態(tài)，形成新價(jià)值創(chuàng )造模式，徹底改變產(chǎn)業(yè)結構和就業(yè)結構。在這一過(guò)程中，還將出現新舊主導產(chǎn)業(yè)、領(lǐng)軍企業(yè)和領(lǐng)先國家的更替，以及國家間、企業(yè)間競爭格局的演變，這是科技革命爆發(fā)的基本特征，也是工業(yè)化的一般規律。新科技革命和產(chǎn)業(yè)變革中，數字經(jīng)濟的重要性不斷凸顯，不僅自身形成龐大的新興產(chǎn)業(yè)體系，同時(shí)對所有經(jīng)濟部門(mén)造成顛覆式?jīng)_擊，并逐步改變全球產(chǎn)業(yè)和科技競爭格局。在本輪變革中，數據成為新的生產(chǎn)要素并在數字經(jīng)濟相關(guān)產(chǎn)業(yè)和幾乎所有產(chǎn)業(yè)部門(mén)競爭力的形成中發(fā)揮越來(lái)越重要的作用。［1，2］在這種情況下，數據資源的規模和價(jià)值轉化效率將和傳統資源要素稟賦共同決定一個(gè)國家、地區、企業(yè)的競爭力。

數字經(jīng)濟發(fā)展和經(jīng)濟社會(huì )數字化轉型需要不斷夯實(shí)由數據、算力、算法共同構筑的基礎，數據是新科技革命和產(chǎn)業(yè)變革中社會(huì )經(jīng)濟運行最重要的投入要素；算力和算法則共同決定數據要素轉化為經(jīng)濟社會(huì )價(jià)值的效率和效果，其中，算法主要由頂尖的科學(xué)家和科研團隊推動(dòng)其不斷優(yōu)化進(jìn)步，算力的獲得則需要大量技術(shù)和基礎設施投入。廣義上理解，算力是涵蓋數據收集、存儲、計算、分析和傳輸的綜合能力。可以說(shuō)，在數字經(jīng)濟時(shí)代，國家的核心競爭力是以計算速度、計算方法、通信能力、存儲能力、數據總量即算力來(lái)引領(lǐng)的。［3］關(guān)于數據產(chǎn)生價(jià)值的過(guò)程，目前大多數學(xué)者是從價(jià)值鏈的視角進(jìn)行研究的。例如將數據價(jià)值鏈劃分為數據獲取、數據存儲、數據分析、數據應用等基本階段，［4－6］并認為數據的分析環(huán)節對數據最終能否創(chuàng )造價(jià)值起到關(guān)鍵作用，算力水平又直接決定了數據的分析能力。此外，很多學(xué)者還強調數據在獲取環(huán)節具有非排他性的特點(diǎn)，且數據的創(chuàng )造是一個(gè)加速動(dòng)態(tài)的過(guò)程，新數據的產(chǎn)生將不斷淘汰舊數據，數據價(jià)值鏈這一特點(diǎn)決定了數據的創(chuàng )造（即數據價(jià)值鏈中數據獲取的環(huán)節）難以形成長(cháng)期的壟斷勢力，數據分析環(huán)節才是形成數據價(jià)值鏈競爭力和壟斷的主要環(huán)節，而算力的差距決定了競爭力的差距，算力一旦形成壟斷則數據價(jià)值鏈也會(huì )形成壟斷。當然，算力的重要性也不僅僅體現在數據的分析環(huán)節，從研發(fā)到生產(chǎn)、從銷(xiāo)售到服務(wù)和使用的過(guò)程中數據不斷流動(dòng)，經(jīng)濟價(jià)值也被持續創(chuàng )造出來(lái)，而在研發(fā)、制造、營(yíng)銷(xiāo)、售后等傳統價(jià)值鏈的重點(diǎn)環(huán)節，數據必定參與其中并實(shí)現價(jià)值增值，這都需要算力的支撐。［1］在一些行業(yè)和領(lǐng)域，算力不足已經(jīng)是影響數據價(jià)值創(chuàng )造的重要桎梏。

受信息技術(shù)、信息化設備普及程度的限制，在半個(gè)多世紀里，算力的獲取主要依靠集中式的大型計算機，因此超級計算機長(cháng)期以來(lái)被認為是計算機領(lǐng)域的“珠穆朗瑪峰”，是一個(gè)國家綜合國力與科技實(shí)力的集中體現。超級計算機在包括核爆試驗和航天飛行器飛行試驗的模擬計算、生命科學(xué)基因分析、天氣變化預測等方面都發(fā)揮著(zhù)巨大作用，具有重要的戰略意義。雖然時(shí)至今日，超級計算機領(lǐng)域仍然是國家間算力競爭最火熱的戰場(chǎng)，算力的獲得以超級計算機為引領(lǐng)，但隨著(zhù)算力的實(shí)現方式不斷創(chuàng )新，超級計算機已不是算力競爭的唯一支點(diǎn)。近年來(lái)，算力網(wǎng)絡(luò )的概念被提出，這是以云計算為代表的傳統中心化算力資源下沉到邊緣計算的分布式新型算力資源解決方案，是現代數字化社會(huì )的發(fā)展基礎和數字經(jīng)濟時(shí)代推動(dòng)經(jīng)濟高質(zhì)量發(fā)展的新引擎。［7］算力網(wǎng)絡(luò )的目標是聯(lián)通散落在全網(wǎng)中的資源孤島，構造云、邊、端式的數據協(xié)同計算體系，避免被動(dòng)資源擴容中的低效陷阱，有效提升全網(wǎng)算力的資源利用效率。［3］

我國非常重視算力基礎設施的建設和算力相關(guān)技術(shù)、產(chǎn)業(yè)的發(fā)展。2020年4月，國家發(fā)展和改革委員會(huì )首次提出算力基礎設施概念，并將其納入新型基礎設施建設的范疇。如同電力基礎設施為電力生產(chǎn)提供電力服務(wù)一樣，算力基礎設施是生產(chǎn)算力的場(chǎng)所，為社會(huì )經(jīng)濟的數字化轉型提供算力服務(wù)。5G網(wǎng)絡(luò )、人工智能、工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新技術(shù)、新產(chǎn)業(yè)的發(fā)展，以及新業(yè)態(tài)的形成，乃至整個(gè)經(jīng)濟社會(huì )的數字化轉型，都需要算力基礎設施提供底層支撐。［8］可見(jiàn)，算力對于構建新科技革命和產(chǎn)業(yè)變革下的國家競爭力、推動(dòng)高質(zhì)量發(fā)展、實(shí)現創(chuàng )新驅動(dòng)具有重要的戰略意義。

二、算力的經(jīng)濟特征和基礎支撐作用

算力即計算能力。從技術(shù)角度看，算力是涵蓋計算機硬件和軟件、信息通訊在內的綜合、交叉學(xué)科；從產(chǎn)業(yè)角度看，算力是信息產(chǎn)業(yè)的重要組成部分，主要包括算力設施的制造、算力設施的建設和算力服務(wù)業(yè)；從基礎設施角度看，算力是“新基建”的重要內容，既包括大數據中心等直接提供計算能力的基礎設施，也包括電信網(wǎng)絡(luò )等實(shí)現數據傳輸的基礎設施。

（一）算力的經(jīng)濟特征

與土地、勞動(dòng)力、資源能源、資本等傳統要素及其他技術(shù)所反映的競爭力不同，算力具有特別的技術(shù)特征和經(jīng)濟屬性，算力的獲得、算力競爭力的形成和鞏固具有高投入、高風(fēng)險、強外部性和高壟斷的經(jīng)濟特征，這些特征決定了算力的國際競爭是大國和大企業(yè)參與為主的競爭，更強的資金和技術(shù)實(shí)力、更現代化的產(chǎn)業(yè)體系和技術(shù)體系、更多的應用場(chǎng)景是形成算力競爭優(yōu)勢的前提。同時(shí)，由于壟斷等市場(chǎng)失靈情況的存在，算力相關(guān)技術(shù)進(jìn)步和技術(shù)路線(xiàn)的確定、算力相關(guān)產(chǎn)業(yè)的發(fā)展和產(chǎn)業(yè)體系的完善、算力相關(guān)基礎設施的建設對政策的依賴(lài)性較強，同時(shí)也受到政府和政策的規制。

1.形成算力的投入巨大。算力的物質(zhì)基礎是數據的獲取、傳輸、存儲和處理系統，其中每一個(gè)環(huán)節的建設都耗資巨大，且很多設施具有公共產(chǎn)品屬性，屬于新科技革命和產(chǎn)業(yè)變革中重要的基礎設施，其投資建設只能依靠政府和超大企業(yè)。根據中國信通院預測，到2025年國內5G網(wǎng)絡(luò )投資累計將達到1.2萬(wàn)億元，［9］而這只是形成算力其中一個(gè)環(huán)節、一個(gè)代級的基礎設施投資量。基礎設施建成后，算力的形成還需要大量運營(yíng)、維護和升級成本。目前對數據中心等算力設施的耗能還沒(méi)有權威統計，但即便是相對保守的研究和估算也顯示出其對電力的消耗是巨大的。我國數據中心年耗電量接近2000億千瓦時(shí)，占全社會(huì )用電量的比重近3%，是汽車(chē)制造業(yè)耗電量的2倍，相當于鋼鐵產(chǎn)業(yè)耗電量的三分之一。近十年來(lái)，數據中心耗電量年增速超過(guò)10%，遠遠超過(guò)傳統高耗能產(chǎn)業(yè)用電量3%～5%的年增速。很多國家和地區都對數據中心的耗能進(jìn)行了嚴格限制，并制定綠色數據中心發(fā)展戰略和相關(guān)鼓勵政策。

2.算力設施的投資和建設風(fēng)險高。一方面，算力相關(guān)的技術(shù)進(jìn)步快，技術(shù)路線(xiàn)充滿(mǎn)變數。例如，無(wú)線(xiàn)通信技術(shù)不斷迭代致使移動(dòng)運營(yíng)商不得不長(cháng)期保持極高的投資，一旦出現顛覆性的技術(shù)，技術(shù)路線(xiàn)發(fā)生變化，都可能造成前期技術(shù)研發(fā)和設施投入作廢。美國、中國、日本、歐盟等領(lǐng)先國家和地區都會(huì )同時(shí)在若干條技術(shù)路線(xiàn)上進(jìn)行突破，這雖然保障了國家層面不會(huì )因為技術(shù)路線(xiàn)的重新定義在未來(lái)算力競爭中被徹底邊緣化，但也分散了研發(fā)資源和投資資金，而資源和能力有限的國家和地區往往只能采取跟隨的研發(fā)和產(chǎn)業(yè)布局策略。另一方面，雖然算力系統或算力網(wǎng)絡(luò )的構建需要大規模的投資和長(cháng)期建設，但僅從數據中心看，其建設并沒(méi)有太高的規模門(mén)檻，而大量私有性、區域性和缺少規模經(jīng)濟的數據中心建設會(huì )造成產(chǎn)能過(guò)剩和競爭過(guò)度問(wèn)題，降低算力投資回報率。

3.算力產(chǎn)業(yè)具有強外部性。作為新科技革命和產(chǎn)業(yè)變革中的基礎能力，算力的構建不僅會(huì )形成自身龐大的新興產(chǎn)業(yè)體系，同時(shí)也是其他產(chǎn)業(yè)數字化轉型的基礎，這是算力正外部性的表現。也就是說(shuō)，掌握算力的國家和企業(yè)能夠更好、更快地實(shí)現數字化轉型發(fā)展。

4.算力易形成壟斷勢力。壟斷的產(chǎn)生主要是由于資源的稀缺性和排他性的私有化。數據的采集具有非排他性的特點(diǎn)，數據資源本身也不是永恒不變的，新的數據資源不斷產(chǎn)生且舊數據的價(jià)值喪失極快，理論上，在數據的采集環(huán)節是難以形成壟斷的。但是，在數據的分析環(huán)節，即算力運行的主要環(huán)節，通過(guò)技術(shù)手段（例如對數據進(jìn)行加密）和法律手段（例如對數據資源進(jìn)行確權），數據要素和算力資源會(huì )集中在少數企業(yè)和國家形成壟斷，這是造成“數字?zhù)櫆稀辈⒗蟮貐^間發(fā)展差距的重要原因。

（二）算力在綜合競爭力提升中的基礎支撐作用

數字經(jīng)濟的發(fā)展、經(jīng)濟和社會(huì )數字化轉型的推進(jìn)、數字信息技術(shù)應用場(chǎng)景的擴展使得算力正在從一個(gè)隱形的、潛在的競爭力源泉逐步轉變?yōu)楝F實(shí)的競爭力。算力既可以直接形成新的競爭力，也可以促進(jìn)傳統競爭力蛻變和強化，成為決定未來(lái)國家或地區、企業(yè)綜合競爭力的基礎。

1.算力是新科技革命和產(chǎn)業(yè)變革中的新興基礎能力，決定了其他競爭能力的可能性和上限。每一次工業(yè)革命都會(huì )出現能夠帶動(dòng)經(jīng)濟社會(huì )重大變革的新技術(shù)，例如第一次工業(yè)革命時(shí)的蒸汽機最早用于紡織業(yè)，但最終導致工廠(chǎng)制替代作坊制，催生了工業(yè)生產(chǎn)部門(mén)，并帶動(dòng)人類(lèi)進(jìn)入工業(yè)文明發(fā)展階段；第二次工業(yè)革命中電能更具有新興基礎能力的特征，電力驅動(dòng)的機械裝置引發(fā)了流水線(xiàn)生產(chǎn)模式的出現，最終導致大規模生產(chǎn)成為現代工業(yè)生產(chǎn)最基本的形式。就如同蒸汽機、電力最早的應用范圍很小，但最后導致整個(gè)人類(lèi)社會(huì )巨大變革一樣，新科技革命和產(chǎn)業(yè)變革中，數據成為新的要素資源參與生產(chǎn)和分配，而算力則構成新的生產(chǎn)函數，更高的算力決定了更大的數據容量和更高的價(jià)值轉化率。可以說(shuō)，在新科技革命和產(chǎn)業(yè)變革中，國家、區域和企業(yè)的競爭力無(wú)論最終表現為何種形態(tài)，都必須依賴(lài)于對數據資源的掌握和高效應用，而這一過(guò)程又取決于計算能力的高低。擁有算力是形成符合科技革命發(fā)展趨勢的新競爭力的前提條件，擁有更強大的算力意味著(zhù)可以在更高層級和更前沿領(lǐng)域構筑競爭優(yōu)勢。

2.算力的發(fā)展推動(dòng)經(jīng)濟社會(huì )的數字化轉型。一方面，龐大的互聯(lián)網(wǎng)用戶(hù)數量和巨大的市場(chǎng)規模為數字經(jīng)濟發(fā)展提供了堅實(shí)的基礎，催生對算力資源的大量需求；另一方面，大數據、云計算、人工智能等新一代信息技術(shù)的不斷涌現，對算力提出了更高的要求。例如，根據人工智能研究組織Open AI統計，從2012—2019年，隨著(zhù)人工智能深度學(xué)習“大深多”模型的演進(jìn)，模型計算所需計算量已增長(cháng)30萬(wàn)倍。斯坦福大學(xué)發(fā)布的《AI Index 2019》報告也顯示，2012年后算力需求每三四個(gè)月就翻一番。可以說(shuō)，算力是推動(dòng)經(jīng)濟社會(huì )數字化轉型的重要基礎條件，沒(méi)有足夠算力的支撐，數字化轉型將難以實(shí)現。

3.算力有助于破解基礎產(chǎn)業(yè)增速緩慢困境、解決社會(huì )領(lǐng)域重大問(wèn)題。從需求端看，汽車(chē)、家電等傳統工業(yè)消費品增長(cháng)趨于穩定，引起這些產(chǎn)品上游材料、能源產(chǎn)業(yè)發(fā)展減緩。例如，全球鋼鐵產(chǎn)量在20世紀70年代、90年代末到21世紀初實(shí)現了高速增長(cháng)，這主要是由新加坡、中國等國家和地區工業(yè)化高速推進(jìn)、鋼鐵需求量在短期內激增造成的，但隨著(zhù)這些國家和地區相繼進(jìn)入工業(yè)化后期發(fā)展階段，全球鋼鐵市場(chǎng)增長(cháng)也逐漸穩定。從供給端看，傳統產(chǎn)業(yè)發(fā)展依靠要素的更多投入和漸進(jìn)的技術(shù)進(jìn)步，可持續發(fā)展和綠色發(fā)展理念大大提高了要素投入的約束，原有技術(shù)路線(xiàn)上的突破隨著(zhù)越來(lái)越接近科學(xué)理論的前沿面變得緩慢，傳統產(chǎn)業(yè)和傳統產(chǎn)業(yè)發(fā)展方式接近天花板。在新科技革命和產(chǎn)業(yè)變革中，一方面，算力能夠刺激新產(chǎn)品和服務(wù)的開(kāi)發(fā)，從而帶動(dòng)消費的進(jìn)一步增長(cháng)。如，建立在算力基礎上的數字內容產(chǎn)業(yè)（包括游戲、數字音樂(lè )、數字影視作品等）連續多年實(shí)現翻番增長(cháng)，是世界經(jīng)濟處于低迷期時(shí)增長(cháng)最快的新興產(chǎn)業(yè)。另一方面，算力改變傳統產(chǎn)業(yè)發(fā)展路徑，促進(jìn)一些產(chǎn)業(yè)突破原有道路上的發(fā)展瓶頸。如，同樣建立在算力基礎上的共享經(jīng)濟實(shí)現了閑置資源供給與尚未滿(mǎn)足需求間的對接，在旅游、住宿、交通等行業(yè)創(chuàng )造高增長(cháng)的新業(yè)態(tài)。除了經(jīng)濟領(lǐng)域，算力還越來(lái)越多地應用于解決社會(huì )領(lǐng)域的重大問(wèn)題，使以前難以應對的社會(huì )難題有了新的解決方案。如，新冠肺炎疫情防控期間，算力在病例診斷、藥物研發(fā)、人員流動(dòng)監管、物資緊急調動(dòng)等過(guò)程中發(fā)揮了重要作用，中國的“天河二號”、美國“頂點(diǎn)”、日本“富岳”等全球最具影響力的超算中心都參與其中。

4.算力推動(dòng)科學(xué)研究范式轉變。科學(xué)研究的三種傳統方法是理論方法、實(shí)驗方法和數值計算方法。近年來(lái)，隨著(zhù)數據規模的爆炸性增長(cháng)，科學(xué)研究方式逐漸由第三范式（傳統的計算模擬與數字仿真）走向第四范式，即基于大數據相關(guān)性分析的科學(xué)發(fā)現和研究。［10］新的科學(xué)研究范式及相關(guān)方法的出現突破了傳統范式和方法的局限，大大降低了科研成本、縮短科研周期，并通過(guò)強大算力的模擬降低了科研的風(fēng)險和不確定性。同時(shí)，利用公共算力資源能夠大大降低研究和開(kāi)發(fā)活動(dòng)的門(mén)檻。國內外諸多基于算力資源的科研孵化平臺層出不窮，由算力支撐的新研究范式成為主流，這將進(jìn)一步加速技術(shù)進(jìn)步，并改變全球研發(fā)分工格局。

5.算力能夠有效驅動(dòng)跨越式發(fā)展。過(guò)去十幾年，我國在互聯(lián)網(wǎng)、大數據、人工智能等新一代信息技術(shù)的技術(shù)研發(fā)、產(chǎn)業(yè)應用方面走在世界前列，在諸多新興產(chǎn)業(yè)和業(yè)態(tài)領(lǐng)域開(kāi)啟了由中國參與并主導的國際競爭格局。在這一過(guò)程中，算力上的趕超是重要基礎和保障。例如，天河、銀河、曙光、神威等超級計算機的應用不但為科研任務(wù)提供計算服務(wù)，還支撐許多產(chǎn)業(yè)技術(shù)實(shí)現突破發(fā)展。可以說(shuō)，超常規的算力增長(cháng)不僅推動(dòng)了中國高科技產(chǎn)業(yè)、新興產(chǎn)業(yè)的發(fā)展和傳統產(chǎn)業(yè)的轉型升級，還成為了整個(gè)經(jīng)濟社會(huì )跨越式發(fā)展的基礎驅動(dòng)力。

三、當前全球算力競爭格局

算力的戰略意義已經(jīng)得到公認，作為新科技革命和產(chǎn)業(yè)變革中重要的競爭力基礎支撐，國家間、區域間、企業(yè)間的算力競爭愈發(fā)激烈。算力競爭在總量上表現在算力規模和市場(chǎng)占有率的競爭，具體看還包括不同技術(shù)路線(xiàn)的競爭、產(chǎn)業(yè)鏈和產(chǎn)業(yè)體系不同環(huán)節和領(lǐng)域的競爭。總體看，中國、美國、日本和歐盟在全球算力競爭中占有優(yōu)勢，這些國家的互聯(lián)網(wǎng)和ICT企業(yè)是算力競爭的主要參與者。

（一）算力規模和市場(chǎng)占有率的競爭

理論上，算力是一種可以量化的服務(wù)，但由于算力基礎設施的分散化和技術(shù)路線(xiàn)的多元化，很難統計得到各個(gè)國家總算力，但可以從幾個(gè)重要的影響因素對主要國家和地區算力總規模的現狀和未來(lái)增長(cháng)趨勢進(jìn)行定性判斷。總體上看，中國、美國算力增長(cháng)潛力要大于日本、歐洲和其他國家（地區）。中國在部分領(lǐng)域的追趕還需要時(shí)間，國際市場(chǎng)開(kāi)拓不足也制約了中國未來(lái)算力的提升。

算力的構建如同基礎設施建設，增量上的優(yōu)勢彌補存量上的差距需要時(shí)間。中國信息化起步晚于美日歐等發(fā)達經(jīng)濟體，雖然發(fā)展速度快，大數據中心等新型算力設施建設全球領(lǐng)先，但要在算力系統的所有方面實(shí)現趕超還需要時(shí)間，特別是在一些傳統的算力基礎設施方面，中國與美日歐發(fā)達經(jīng)濟體還存在較大差距。例如，雖然經(jīng)歷十幾年的加速建設，我國互聯(lián)網(wǎng)安全服務(wù)器數量從2010年的全球排名第33位提高到2019年的第10位，但仍然只相當于美國的四十分之一、德國的六分之一、英國和日本的二分之一，差距巨大，與我國互聯(lián)網(wǎng)大國強國的地位不相符。

從人口、經(jīng)濟總量、產(chǎn)業(yè)規模和數字化轉型需求看，中國無(wú)疑是算力潛在需求最大的國家。美國經(jīng)濟總量大、數字化水平高，擁有全球最領(lǐng)先的信息產(chǎn)業(yè)和企業(yè)，國內算力需求增長(cháng)穩定。與中國和美國比較，日本和歐洲國內、區域內算力需求增長(cháng)相對有限。如果僅從內需的角度，中國和美國算力增長(cháng)的市場(chǎng)保障優(yōu)于日本和歐洲。

當然，算力競爭是全球性競爭，一個(gè)國家和地區算力規模的增長(cháng)不會(huì )僅限于國內和本區域市場(chǎng)。美國、日本和歐洲信息化起步早，相關(guān)企業(yè)發(fā)展歷史長(cháng)，對國際市場(chǎng)的開(kāi)拓也早于中國，國際市場(chǎng)的占有率明顯高于中國。中國算力的“走出去”起步較晚，在國際市場(chǎng)的競爭力明顯弱于在國內市場(chǎng)的競爭力。例如，雖然阿里云在全球云市場(chǎng)占有率排名第四，但其絕大多數業(yè)務(wù)集中在中國國內市場(chǎng)，與亞馬遜、微軟、谷歌等美國企業(yè)的國際化水平還有很大差距。

（二）不同技術(shù)路線(xiàn)的競爭

目前，算力的實(shí)現主要有超級計算機、數據中心和邊緣計算三大技術(shù)路線(xiàn)，每種技術(shù)路線(xiàn)各有優(yōu)劣，在不同領(lǐng)域組合為最優(yōu)的算力解決方案，共同組成國家層面的算力系統，提供高吞吐、敏捷鏈接和均衡隨選的算力服務(wù)。

1.超級計算機（Super Computer）研發(fā)和制造的門(mén)檻極高，是一個(gè)國家科技實(shí)力和制造能力的集中體現。在寬帶網(wǎng)絡(luò )、云計算、邊緣計算出現之前，超級計算機是國家層面算力輸出的主要甚至唯一來(lái)源。雖然近年來(lái)出現的量子計算機將超越傳統超級計算機，但在量子計算機商業(yè)化應用前，超級計算機仍是目前計算能力最強的設備，對于幾乎所有的計算任務(wù)，超級計算機都能夠提供比現有的其他任何算力設施更強的專(zhuān)屬算力服務(wù)。正因如此，超級計算機是支持戰略性科學(xué)研究、工程設計、應急管理的頂級算力來(lái)源。在算力的國際競爭中，超級計算機的競爭是最受關(guān)注的領(lǐng)域。2010年前，美國和日本幾乎壟斷超級計算機的全球500強。2010年后，中國成為新的超級計算機大國和強國，并在數量和總規模上迅速超過(guò)美國和日本。2020年底，在全球超級計算機500強中，中國擁有217臺（含中國臺灣3臺和中國香港1臺），位居世界第一，之后依次是美國（113臺）、日本（34臺）、德國（18臺）和法國（18臺）。從單體超級計算機算力看，中美日三國的優(yōu)勢非常明顯。根據2020年11月發(fā)布的全球超算500強榜單，日本富士通研發(fā)的“富岳”蟬聯(lián)第一，浮點(diǎn)運算速度提高到了創(chuàng )紀錄的442.0 PFlops；IBM和美國勞倫斯利弗莫爾國家實(shí)驗室研發(fā)的“山脊”“Sierra”排名第二和第三，我國國家并行計算機工程技術(shù)研究中心研發(fā)的“神威太湖之光”與國防科技大學(xué)研發(fā)的“天河二號”名列第四和第五。無(wú)論是超級計算機的總體算力規模，還是單體超級計算機的算力，全球競爭呈現中美日三足鼎立的局面，且三國間的競爭將持續并更加白熱化。

2.如果說(shuō)超級計算機能夠為特定項目提供專(zhuān)有屬性的極致算力服務(wù)，那么云計算（Cloud Compu-ting）是當前公共算力資源最重要的提供者，而大型數據中心（IDC，Internet Data Center）則是提供云計算服務(wù)的基礎設施。根據數字信息研究機構SynergyＲesearch Group的統計和研究，到2019年底，全球超大規模運營(yíng)商大型數據中心總數突破500個(gè)，2013—2019年七年間增長(cháng)了兩倍。美國仍然是全球數據中心最大的市場(chǎng)，其市場(chǎng)份額接近40%，中國的份額約為10%，是全球數據中心第二大市場(chǎng)，日本、英國、德國、澳大利亞、加拿大、印度、新加坡的市場(chǎng)份額在美國和中國之后。從云計算服務(wù)的供應商看，亞馬遜AWS、微軟Azure、IBM、谷歌云平臺、阿里云是全球云計算市場(chǎng)占有率最高的企業(yè)。值得一提的是，在中國市場(chǎng)排名前六的全部是本土企業(yè)，分別是阿里巴巴、騰訊、百度、光環(huán)新網(wǎng)（與亞馬遜合作）、中國電信和中國聯(lián)通。總體看，全球數據中心算力競爭以美國和中國為第一梯隊，且中美差距不斷縮小。在國內市場(chǎng)，中國本土企業(yè)已經(jīng)占據了絕對優(yōu)勢，而中國是全球潛在云計算市場(chǎng)需求最大的國家，這對中國數據中心未來(lái)競爭力的進(jìn)一步增強提供了市場(chǎng)保障。

3.邊緣計算（Edge Computing）與云計算不同，云計算通過(guò)網(wǎng)絡(luò )將數據傳輸到中央服務(wù)器進(jìn)行處理，而邊緣計算則是在生成數據的傳感器、設備上或附近進(jìn)行處理。邊緣計算能夠極大的節約網(wǎng)絡(luò )帶寬資源，并且充分利用現成的算力資源，在物聯(lián)網(wǎng)體系越來(lái)越龐大的情況下，^①邊緣計算將提供超級計算機和數據中心難以完全覆蓋的算力資源。根據數據咨詢(xún)公司Datamation的研究報告，在未來(lái)的物聯(lián)網(wǎng)中，將有40%的算力由邊緣計算提供，2019—2027年全球邊緣計算市場(chǎng)的復合年均增速將達到38%，超過(guò)數據中心提供的云計算增速。［11］美國的亞馬遜、思科、clearblade、戴爾、谷歌、HPE、IBM、英特爾、微軟、甲骨文，中國的華為，中國臺灣的凌華科技，日本的日立，以色列的Saguna，德國的SAP是當前全球主要的邊緣計算供應商。在邊緣計算的研發(fā)和應用領(lǐng)域，美國擁有絕對優(yōu)勢，中國、日本、德國、以色列處于第二梯隊，但與美國有明顯的差距。

①預計到2030年全球將有超過(guò)5000億個(gè)對象接入互聯(lián)網(wǎng)。

當然，眾多的智能終端產(chǎn)品也是算力系統的重要組成部分，如當前一部智能手機的算力已經(jīng)可以滿(mǎn)足當年阿波羅登月計劃的算力需要。但是，終端產(chǎn)品的算力主要被所有者消耗，一般情況下也不會(huì )將冗余算力共享出來(lái)，因此對整個(gè)國家的算力競爭力影響不大。

（三）產(chǎn)業(yè)鏈和產(chǎn)業(yè)體系的競爭

從產(chǎn)業(yè)鏈和產(chǎn)業(yè)體系看，算力的形成主要包括上游相關(guān)信息技術(shù)的研究開(kāi)發(fā)、中游算力設備制造和設施建設、下游的算力應用開(kāi)發(fā)。

在上游技術(shù)研發(fā)環(huán)節，美國和歐洲占優(yōu)勢地位，中國在前沿領(lǐng)域奮力趕超。美國和歐洲掌握與算力相關(guān)的絕大多數專(zhuān)利和國際標準，在技術(shù)研發(fā)的國際分工中仍然占主導地位。例如，在大學(xué)信息科學(xué)相關(guān)專(zhuān)業(yè)的全球排名中，美國幾乎占到前20位的一半，除了美國及英國、瑞士、瑞典等歐洲國家外，日本、韓國和新加坡等亞洲國家在算力相關(guān)領(lǐng)域也有很強的研發(fā)實(shí)力。在一些前沿領(lǐng)域，中國充分發(fā)揮后發(fā)優(yōu)勢，實(shí)現與發(fā)達國家技術(shù)研發(fā)的同步起跑，具備很強的研發(fā)競爭力。例如，根據中國科學(xué)院和科睿唯安對全球前沿研究的跟蹤研究，中國在信息科學(xué)前沿研究領(lǐng)域的投入和產(chǎn)出都快速增長(cháng)，2020年，中國主導或參與了無(wú)線(xiàn)移動(dòng)邊緣計算領(lǐng)域大部分的研究工作，核心論文發(fā)表數量遙遙領(lǐng)先，并在與算力相關(guān)的前沿領(lǐng)域——強化學(xué)習算法，中國和美國是后續研究最活躍的國家。

在中游制造環(huán)節，美國具有綜合的領(lǐng)先優(yōu)勢，中國算力相關(guān)設備制造能力不斷提高，但要徹底趕超美國等領(lǐng)先國家仍然面臨嚴峻的“卡脖子”問(wèn)題。在核心零部件制造上，美國保持絕對的領(lǐng)先優(yōu)勢，中國、日本、歐洲、韓國有各自的優(yōu)勢。根據市場(chǎng)研究機構IC Insight的統計，按照銷(xiāo)量計算，目前排名前10位的半導體制造商分別是英特爾、三星、臺積電、海力士、美光、博通、高通、德州儀器、英偉達、海思，其中美國有6家、中國和韓國分別有2家。除半導體制造外，歐洲的半導體生產(chǎn)設備、日本的半導體材料具有壟斷優(yōu)勢。從服務(wù)器和超級計算機等算力整機設備制造看，美國仍然保持領(lǐng)先，但中國的優(yōu)勢更加突出。根據IDC發(fā)布的數據，戴爾、HPE、浪潮、IBM和聯(lián)想是全球排名前五的通用服務(wù)器制造商，這五家合計約占全球市場(chǎng)的50%。在超級計算機制造上，中國具有更強的優(yōu)勢，聯(lián)想、曙光、浪潮是全球排名前三的超級計算機供應商，在全球超級計算機500強中，有超過(guò)60%由這三家中國企業(yè)制造。

在下游應用環(huán)節，中國和美國的優(yōu)勢突出。在互聯(lián)網(wǎng)普及之前，算力的應用以服務(wù)重大科研和工程項目為主，隨著(zhù)互聯(lián)網(wǎng)的普及和數字化轉型的推進(jìn)，算力的應用領(lǐng)域不斷擴展，即通過(guò)大數據、人工智能等方式開(kāi)發(fā)的應用場(chǎng)景，為經(jīng)濟社會(huì )的數字化轉型提供算力服務(wù)。在產(chǎn)業(yè)政策、國內市場(chǎng)和領(lǐng)先企業(yè)的共同帶動(dòng)下，中國和美國的數字化轉型步伐更快，近年來(lái)大量新一代信息技術(shù)都最先在中美兩國實(shí)現產(chǎn)業(yè)落地。例如，按照市值估價(jià)計算，全球排名前十的人工智能創(chuàng )業(yè)公司中，美國有7家、中國有3家，其中，中國字節跳動(dòng)估值超過(guò)其余9家公司的總和。

表1 中、美、日、歐算力競爭基本格局

四、我國算力的優(yōu)勢和短板

近年來(lái)，我國加快推進(jìn)量子計算、人工智能神經(jīng)網(wǎng)絡(luò )等重大科學(xué)項目及寬帶網(wǎng)絡(luò )、數據中心等基礎設施建設，使得與算力相關(guān)的技術(shù)研發(fā)和業(yè)態(tài)創(chuàng )新取得矚目成就，在算力國際競爭中，中國已經(jīng)是強有力的參與者。并且，我國超大經(jīng)濟體、新型舉國體制下的“新基建”、國內對數字化轉型的需求和全產(chǎn)業(yè)鏈布局等獨特優(yōu)勢是其他國家難以復制和借鑒的，這些是我國在未來(lái)算力國際競爭中不斷加強和鞏固優(yōu)勢地位的重要保障。當然，也必須看到，要構建全球領(lǐng)先的算力競爭力，我國還存在明顯的短板。

（一）我國參與全球算力競爭的獨特優(yōu)勢

1.我國是全球數據資源最豐富的國家。我國是全球人口最多的國家，也是全球產(chǎn)業(yè)體系最完備、制造業(yè)規模最大的國家，還是信息化基礎設施全球領(lǐng)先的國家，是名副其實(shí)的數據資源大國。國際數據公司（IDC）和數據存儲公司希捷開(kāi)展的一項研究發(fā)現，中國每年以超過(guò)全球平均值3%的速度產(chǎn)生并復制數據，到2025年將增至48.6ZB，相比較而言，排名第二的美國2025年只能增至30.6ZB，這意味著(zhù)到2025年，全球近30%的新增數據將來(lái)自中國。無(wú)論是數字經(jīng)濟的加速發(fā)展還是經(jīng)濟社會(huì )的數字化加速轉型，數據已經(jīng)成為經(jīng)濟社會(huì )運行的基礎要素，也是算力最重要的投入要素，具有“通貨”的性質(zhì)。與發(fā)達國家和其他發(fā)展中國家相比，我國產(chǎn)生的數據量不僅規模大，且數據的創(chuàng )造和利用都呈現多樣化和多元化態(tài)勢。人工智能等新興信息產(chǎn)業(yè)發(fā)展加速，以及在更多的行業(yè)和領(lǐng)域得到應用，算力都需要“吞噬”大量數據作為其自我學(xué)習和進(jìn)化的養料，從這個(gè)角度看，我國的數據養料數量多、質(zhì)量好、品種齊全，發(fā)展算力相關(guān)產(chǎn)業(yè)具有更好的基礎和條件。

2.我國擁有最完善的技術(shù)創(chuàng )新體系和產(chǎn)業(yè)體系。隨著(zhù)國內外發(fā)展環(huán)境的變化，無(wú)論是傳統產(chǎn)業(yè)還是新興產(chǎn)業(yè)，我國傳統的要素成本優(yōu)勢都在消退，取而代之的是以完善的創(chuàng )新體系、產(chǎn)業(yè)體系和巨大國內市場(chǎng)共同構成的綜合優(yōu)勢。我國算力競爭力構建同樣依賴(lài)于完善的創(chuàng )新體系和產(chǎn)業(yè)體系。中國是全球少有的能夠提供算力技術(shù)創(chuàng )新、生產(chǎn)制造、基礎設施建設、應用開(kāi)發(fā)全部資源要素的國家，正是以此為基礎，我國在幾乎所有與算力相關(guān)的領(lǐng)域實(shí)現了快速發(fā)展，并在多個(gè)領(lǐng)域達到世界一流水平。

3.獨有的新型舉國體制能夠助推我國以更快速度建設算力基礎設施。2020年，我國提出加快新型基礎設施建設進(jìn)度，算力基礎設施是“新基建”的重要組成部分，是國家在下一階段發(fā)展中加速建設的新型基礎設施。在算力基礎設施建設過(guò)程中，通過(guò)體制機制改革引導民間資本投入算力基礎設施的建設、參與算力運營(yíng)，這是一種具有中國特色、符合我國當前發(fā)展階段的新型舉國體制，既發(fā)揮動(dòng)員資金、要素“集中力量辦大事”的體制優(yōu)勢，加速算力基礎設施的建設，又能夠形成多方參與的算力發(fā)展局面，提高算力基礎設施的利用率，更好為經(jīng)濟部門(mén)提供服務(wù)。

4.我國經(jīng)濟社會(huì )的加速轉型形成對算力的巨大需求。在產(chǎn)業(yè)結構轉型升級、創(chuàng )新驅動(dòng)發(fā)展、“互聯(lián)網(wǎng)+”、高質(zhì)量發(fā)展、構建新發(fā)展格局等一系列國家戰略和政策引導下，各個(gè)地區都出臺和實(shí)施建設算力基礎設施、促進(jìn)算力應用開(kāi)發(fā)的政策。無(wú)論從中央還是地方、政府還是企業(yè)看，我國可以說(shuō)是對數字化轉型要求最急迫的國家，智能制造、智慧城市、智慧農業(yè)、智慧政務(wù)等都是各級政府在“十四五”時(shí)期要重點(diǎn)發(fā)展的領(lǐng)域，相關(guān)戰略和政策的落實(shí)將保障國內算力需求保持高速且穩定的增長(cháng)。

5.我國已經(jīng)在算力應用的諸多領(lǐng)域實(shí)現了全球領(lǐng)先。我國擁有世界一流的以互聯(lián)網(wǎng)為代表的信息產(chǎn)業(yè)體系，在全球互聯(lián)網(wǎng)上市公司排名前30位中，中國有10家企業(yè)入圍，中國和美國之外只有3家企業(yè)。在新興算力應用領(lǐng)域，中國成功實(shí)現從“跟跑”“并跑”向“領(lǐng)跑”的角色轉變，例如，在全球人工智能的研發(fā)、產(chǎn)業(yè)化和商業(yè)應用等領(lǐng)域已經(jīng)形成中美兩國并駕齊驅的發(fā)展態(tài)勢。

（二）我國算力發(fā)展存在的主要短板

1.硬件基礎技術(shù)薄弱、軟件生態(tài)系統影響力弱。我國部分環(huán)節和領(lǐng)域與世界領(lǐng)先還有顯著(zhù)差距，在新的國際環(huán)境下存在被“卡脖子”的風(fēng)險。從硬件看，芯片設計在近年得到突破，但制造工藝仍然有明顯差距。中美貿易摩擦中，美國屢次提出限制向我國出口核心芯片和轉讓芯片制造設備，充分暴露了我國在基礎技術(shù)和工藝上的短板。從軟件系統看，大數據產(chǎn)業(yè)發(fā)展處于全球第一梯隊，但在新型計算平臺、分布式計算架構、大數據處理、分析和呈現方面與領(lǐng)先國家仍存在較大差距，對開(kāi)源技術(shù)和相關(guān)生態(tài)系統影響力弱。例如，國外開(kāi)源軟件占國內科研教育、企業(yè)應用、政府應用等領(lǐng)域市場(chǎng)的70%以上。我國算力相關(guān)研究開(kāi)發(fā)“重硬輕軟”問(wèn)題嚴重。例如超級計算機科研經(jīng)費中應用于軟件開(kāi)發(fā)的不足10%，這一比例是美國的1/6。國產(chǎn)算力應用軟件開(kāi)發(fā)不足，不僅需要支出巨額軟件采購費用，軟件的應用范圍和升級也會(huì )受到限制。

2.算力應用創(chuàng )新突破不足，應用領(lǐng)域有待進(jìn)一步拓展。當前，盡管經(jīng)濟社會(huì )各個(gè)領(lǐng)域都在推進(jìn)數字化轉型，對算力確實(shí)有巨大的潛在需求，但受制于大數據、人工智能等先進(jìn)信息技術(shù)應用場(chǎng)景開(kāi)發(fā)緩慢，算力能夠真正實(shí)現經(jīng)濟和社會(huì )價(jià)值轉化的領(lǐng)域還非常有限。目前，我國互聯(lián)網(wǎng)、金融和電信占到公共算力應用市場(chǎng)的約70%，交通、醫療、教育領(lǐng)域的算力應用近年來(lái)有所發(fā)展但規模還非常小，大多數行業(yè)數據應用仍處于淺層次信息化層面，對算力的需求有限。例如，智能制造、工業(yè)互聯(lián)網(wǎng)等概念已經(jīng)提出很多年，但客觀(guān)上說(shuō)，作為我國最具國際競爭力的產(chǎn)業(yè)部門(mén)，數據作為生產(chǎn)要素參與制造業(yè)的生產(chǎn)并創(chuàng )造價(jià)值還非常有限，制造業(yè)對算力的需求主要來(lái)自研發(fā)、管理、營(yíng)銷(xiāo)等環(huán)節，制造業(yè)本身數字化改造進(jìn)展緩慢，我國優(yōu)勢算力資源和優(yōu)勢制造能力的結合不足。此外，智慧城市建設在近幾年發(fā)展迅速，但國內大多數支撐智慧城市發(fā)展的數據中心在交通領(lǐng)域消耗的儲存和算力達90%以上，稅務(wù)、社保、教育等領(lǐng)域僅形成少量的算力需求，其他公共服務(wù)領(lǐng)域尚未提出具體的算力需求。

3.復合型人才極其匱乏。計算本身就涉及問(wèn)題模型、離散方法、驗證與確認、快速并行算法、并行軟件設計、性能優(yōu)化和可視化等學(xué)科領(lǐng)域，如果要實(shí)現算力在實(shí)際經(jīng)濟社會(huì )領(lǐng)域的應用，涉及諸多交叉學(xué)科。從總量上看，我國高等教育、職業(yè)教育學(xué)科建設與改革還跟不上算力技術(shù)進(jìn)步和市場(chǎng)發(fā)展的要求，國內信息化人才缺口在1000萬(wàn)人以上，合格的大數據人才供給不到市場(chǎng)需求的20%。從結構上看，傳統IT、計算機人才較多，而數據分析、數據挖掘、人工智能等人才供給較少。在具體的行業(yè)應用方面，同時(shí)掌握算力相關(guān)專(zhuān)業(yè)知識技能并了解行業(yè)技術(shù)特征和具體需求的復合型人才更加緊缺，即便是在北京、上海、廣州、深圳這樣信息化人才集聚的地方，算力相關(guān)產(chǎn)業(yè)的發(fā)展也面臨人才供給不足的窘境。

4.算力應用面臨體制機制障礙。我國數據分析能力全球領(lǐng)先，但數據采集以政府為主導。在信息產(chǎn)業(yè)相對不發(fā)達地區，數據資源超過(guò)80%掌握在政府部門(mén)手中。政府數據成本高、范圍窄、形式單一，缺乏共享動(dòng)力，不同政府部門(mén)的標準和口徑不同，數據資源量大質(zhì)低，可利用價(jià)值有限，大量數據資源處于“休眠”狀態(tài)，并沒(méi)有通過(guò)算力進(jìn)行轉化、創(chuàng )造經(jīng)濟社會(huì )價(jià)值。

5.信息安全保障急需加強。信息化的推進(jìn)、算力的發(fā)展放大了我國長(cháng)期存在的對“隱私”保護不力的問(wèn)題，個(gè)人信息泄露時(shí)有發(fā)生，造成惡劣后果，這有技術(shù)不夠成熟的原因，但更主要是由于相關(guān)制度缺失造成的。支撐算力良性發(fā)展所需的數據采集、轉移、使用相關(guān)規章制度，特別是法律制度急需完善。

五、促進(jìn)我國算力高質(zhì)量發(fā)展的思路

算力對于構建新科技革命和產(chǎn)業(yè)變革下的國家競爭力、推動(dòng)高質(zhì)量發(fā)展、實(shí)現創(chuàng )新驅動(dòng)具有重要的戰略意義。但我國還存在明顯的短板，算力不足已經(jīng)是影響數據價(jià)值創(chuàng )造的重要桎梏。因此，應促進(jìn)我國算力高質(zhì)量發(fā)展，構建全球領(lǐng)先的算力競爭力。

（一）加強算力基礎設施建設投入

加強對算力相關(guān)基礎技術(shù)研發(fā)、前沿技術(shù)研發(fā)、算力基礎設施建設的高投入。算力是新科技革命和產(chǎn)業(yè)變革中的新事物，其發(fā)展一方面需要持續的技術(shù)進(jìn)步，另一方面需要基礎設施的不斷完善和升級。對于我國而言，要針對芯片制造、架構設計、通用軟件、平臺軟件存在的“卡脖子”問(wèn)題，集合產(chǎn)、學(xué)、研、用多方優(yōu)勢力量，設立戰略性的攻關(guān)項目，逐步改變算力相關(guān)底層技術(shù)、基礎技術(shù)落后的局面。同時(shí)，在算力相關(guān)的前沿領(lǐng)域，堅持研發(fā)的高投入態(tài)勢，在移動(dòng)通信、量子計算、量子通訊等領(lǐng)域保持國際領(lǐng)先。充分發(fā)揮新型舉國體制優(yōu)勢，在全球率先建設和布局算力“新基建”，在算力總量上形成絕對領(lǐng)先優(yōu)勢。

（二）構建完整的算力體系

中國作為經(jīng)濟大國和算力強國在參與全球算力競爭中，應充分發(fā)揮算力在國家綜合競爭力提升中的基礎支撐作用，不局限于個(gè)別領(lǐng)域或局部環(huán)節的發(fā)展，應從國家層面出發(fā)，在不同技術(shù)路線(xiàn)、不同規模、不同應用的算力發(fā)展方向上都有所布局，并快速推進(jìn)相關(guān)基礎設施建設，突破依賴(lài)于單一技術(shù)路線(xiàn)和業(yè)態(tài)形式發(fā)展算力系統的局面。對于一些短期內難以轉化為經(jīng)濟效益，不被市場(chǎng)經(jīng)濟主體認同的技術(shù)路線(xiàn)和設施建設領(lǐng)域，政府應設立專(zhuān)門(mén)項目給予資金保障。

（三）推進(jìn)算力設施綠色化發(fā)展

按照當前數據中心和主要高耗能產(chǎn)業(yè)發(fā)展情況進(jìn)行預測，到2035年，數據中心的耗電總量將超過(guò)鋼鐵產(chǎn)業(yè)和化工產(chǎn)業(yè)。在我國提出2030年前實(shí)現碳達峰和2060年前實(shí)現碳中和的綠色發(fā)展戰略目標的背景下，促進(jìn)以數據中心為主的算力設施降耗提效壓力巨大。在技術(shù)研發(fā)上，節能技術(shù)要成為算力技術(shù)研發(fā)的重點(diǎn)方向，新算力設施的建設也要積極使用新能源和能效技術(shù)。在規劃和建設上，大型數據中心要靠近能源相對豐富且存在自然力降溫的地區，更多利用可再生能源，創(chuàng )新使用地下水冷卻、深海水冷卻、自然空氣冷卻等自然降溫方式。在政策引導上，制定數據中心等算力設施能耗標準，擴大綠色數據中心示范項目范圍，對實(shí)現綠色發(fā)展理念的算力設施項目施行優(yōu)惠政策。

（四）促進(jìn)算力應用創(chuàng )新

我國作為人口、經(jīng)濟和產(chǎn)業(yè)大國，潛在算力需求巨大，而應用創(chuàng )新是釋放潛在需求的重要途徑。要重點(diǎn)推進(jìn)制造業(yè)等實(shí)體經(jīng)濟部門(mén)的算力應用創(chuàng )新，引領(lǐng)全球智能制造的發(fā)展，保持我國制造業(yè)競爭優(yōu)勢的同時(shí)釋放巨大算力需求。在公共管理領(lǐng)域也要加強算力的應用創(chuàng )新，例如在2020年新冠肺炎疫情防控中，信息技術(shù)在疫情統計、物資調動(dòng)、人員流動(dòng)監控等方面發(fā)揮了積極作用。針對我國公共事務(wù)管理中的主要問(wèn)題和矛盾，大膽創(chuàng )新信息化應用場(chǎng)景，不斷提升公共管理服務(wù)水平。推進(jìn)體制機制創(chuàng )新，重點(diǎn)破解政府數據孤島難題，促進(jìn)政府數據資源、算力資源向公眾開(kāi)放，帶動(dòng)應用創(chuàng )新發(fā)展。

（五）加強算力相關(guān)人才隊伍建設

算力發(fā)展涉及多個(gè)層面和環(huán)節，需要多學(xué)科密切協(xié)作培養合格人才，在學(xué)科理論、物理建模、數值算法、并行軟件實(shí)現、硬件支撐等方面進(jìn)行專(zhuān)業(yè)且深入的學(xué)習。通過(guò)高校學(xué)科改革加強對交叉學(xué)科人才的培養和儲備力度。同時(shí)，隨著(zhù)國內算力系統的規模增長(cháng)和復雜化，系統維護、服務(wù)支撐、技術(shù)研發(fā)等方面的人才匱乏局面日益顯現。因此，應注重對數據中心運維與技術(shù)服務(wù)專(zhuān)業(yè)化人才的培養。

參考文獻

[1]李曉華,王怡帆.數據價(jià)值鏈與價(jià)值創(chuàng )造機制研究[J].經(jīng)濟縱橫,2020(11):54-62+2.

[2]鄧洲.基于產(chǎn)業(yè)分工角度的我國數字經(jīng)濟發(fā)展優(yōu)劣勢分析[J].經(jīng)濟縱橫,2020(4):67-76.

[3]黃奇帆.數字經(jīng)濟時(shí)代,算力是國家與國家之間競爭的核心競爭力[J].中國經(jīng)濟周刊,2020(21):106-109.

[4]Gustafson T.,Fink D..Winning Within the Data Value Chain[J].Strategy&Innovation Newsletter,2013(2):7-13.

[5]Kriksciuniene D.,Sakalauskas V.,Kriksciunas B..Process Optimization and Monitoring along Big Data Value Chain[C].2015:75-86.

[6]Curry E..The Big Data Value Chain:Definitions,Concepts,and Theoretical Approaches.[M]//Cavanillas J.,Curry E.,Wahlster W.New Horizons for a Data-Driven Economy Springer Berlin/Heidelberg,2015:29-37.

[7]呂廷杰,劉峰.數字經(jīng)濟背景下的算力網(wǎng)絡(luò )研究[J].北京交通大學(xué)學(xué)報(社會(huì )科學(xué)版),2021(1):11-18.

[8]郭朝先,王嘉琪,劉浩榮“.新基建”賦能中國經(jīng)濟高質(zhì)量發(fā)展的路徑研究[J].北京工業(yè)大學(xué)學(xué)報(社會(huì )科學(xué)版),2020(6):13-21.

[9]中國信通院:預計到2025年5G網(wǎng)絡(luò )投資累計達1.2萬(wàn)億元[EB/OL].[2020-03-04].新浪財經(jīng),https://baijiahao.baidu.com/s?id=1660241087998662848&wfr=spider&for=pc.

[10]歷軍.中國超算產(chǎn)業(yè)發(fā)展現狀分析[J].中國科學(xué)院院刊,2019(6):617-624.

[11]Top Edge Computing Companies[EB/OL].[2020-10-09].https://www.datamation.com/cloud-computing/15-top-edge-computing-companies.html.

李平，中國社會(huì )科學(xué)院數量經(jīng)濟與技術(shù)經(jīng)濟研究所研究員。

李平,鄧洲,張艷芳.新科技革命和產(chǎn)業(yè)變革下全球算力競爭格局及中國對策[J].經(jīng)濟縱橫,2021(04):33-42+2.