算力=生产力！IT支出每投入7块，就能拉动约207元GDP产出_风闻

　　丰色 发自 凹非寺

　　量子位 | 公众号 QbitAI

　　毫无疑问，生成式AI凭借各大能力惊艳全世界的背后——

　　是超大算力的加持。

　　以搜索功能为例，有业内人士估计，ChatGPT单次搜索比传统搜索引擎需要至少4-5倍额外的算力开销。

　　这也让算力成为了今年最稀缺、最紧俏的“新资源”。

　　就在最近，IDC、浪潮信息和清华大学全球产业研究院联合发布了**《2022-2023全球计算力指数评估报告》**。

　　在这个特殊之年，它无疑备受关注。

　　早在2021年发布的首份该报告中，数据就指出：

　　计算力与经济增长紧密相关，计算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰。

　　首次揭示了算力即生产力的事实。

　　如今，AIGC强势入局，算力又将如何与经济发展挂钩？

　　新报告指出：

　　基于15个样本国家的统计，IT支出每投入1美元（约7元），就可以拉动15美元（约107元）的数字经济产出，以及29美元（约208元）的GDP产出。

　　这也让我们不由地关心：

　　AIGC时代，不同国家、不同行业的算力需求究竟呈何态势和变化？整个领域的未来走势又是怎样的？我们应该如何进行相关投资？……

　　带着这些问题，我们就来翻开报告，一窥报告的最新洞见。

　　全球算力格局现状

　　在以ChatGPT引发的这场全新变革之下，不同国家都卯足了劲儿，推出各项举措来全面支持AIGC技术的发展。

　　那么，究竟谁在这场变革中的实力与潜力更为突出？

　　我们就从报告给出的全球计算力指数排名，来摸清大概“底细”。

　　排名共涉及全球15个国家，从计算能力、计算效率、应用水平、基础设施支持这四大维度进行了全面评估。

　　其中，得分在60分以上的国家归类为领跑者，40—60分之间归类为追赶者，40分以下则为起步者。

　　可以发现，只有中美两个国家可以进入领跑者阵营，但尽管同处一个水平，美国还是以82分的压倒性优势占领绝对第一。

　　数量最为庞大的是追赶者，共计10个国家，占比2/3，他们的特点是各自之间的得分差距并不大，尤其该阵营的前四名：日本、德国、新加坡和英国之间咬得非常紧，排名随时都可能发生变化。

　　而之所以这个阵营如此庞大，是因为随着过去一年全球数字化进程的全面加速，一些原本还处于起步者阵营的国家也开始加大算力投入，从而获得了更高的得分，而三个梯队的分数标准是保持不变的，因此越来越多的国家得以迈入追赶者阵营（就比如这次进步非常大的印度）。

　　不过需要注意的是，由于领跑者在计算能力和基础设施支持这两个子项上的优势，追赶者想要进一步跻身领跑者并不容易：

　　就从追赶者中的老大日本来看，还有至少13分的差距要跨越。

　　但另一方面，报告指出，追赶者国家在AI应用层面并不甘示弱，而高应用水平对基础设施的拉动作用开始体现，追赶者国家也有望从AI计算能力方面拉近和领跑者国家的差距。

　　最后，与追赶者数量越来越多的情况相对应的是，起步者国家的数量正在逐渐减少，今年只有2个。

　　那么总的来看，全球算力格局现状可以简单概括为：美国实力第一，中国第二，其余各国则处于苦苦追赶状态。

　　下面重点关注我国情况。

　　中国算力条件其实并不差

　　在ChatGPT火之后，不少人都开始反思：

　　为什么这样革命性的产品并没有诞生在国内？

　　事实上，通过这份报告我们发现，我们至少在算力条件上其实并不差。

　　从上面的总体排名我们看到，我们是仅次于美国的第二名，并且能够甩第三名非常大的差距。

　　从最能反映算力规模的服务器市场来看，上一年度我国整体服务器市场规模达到270亿美金，占领全球市场25.0%的份额，仅随美国之后。

　　其中，加速服务器子市场，也就是专门满足AI工作负载需求，搭载GPU\FPGA\ASIC等加速卡的服务器市场，在过去5年间（2017-2022）复合增长率为48.8%，增速达全球第一，说明我国在AI算力上的投入非常迅猛。

　　这一点从计算能力子项得分也能看出，我国的AI算力水平（82分）已经基本接近美国（84分）。

　　那么总结来说就是，我们的算力总体条件不差，主要体现在算力规模尤其是AI算力之上（也可以理解为“量变引起质变”的“量变”基础基本具备了）。

　　那不足之处在哪？毕竟我们和美国还有10多分的距离。

　　IDC中国副总裁周震刚表示，差在计算效率和应用水平上。

　　所谓计算效率是指我们对算力的利用率。从下表我们能够看到，中国在CPU利用率、新技术使用率以及云计算渗透率三者上都落后较多，尤其是最后一者，差了足足21分。在如今上云已成基本趋势之下，这样的差距必须尽快缩小。

　　而在应用水平上，AI和大数据方面是我们需要重点补足的方向，俩者分别还有15分、25分之差。

　　此外，还需要注意的是，我们在关注高度增长的算力需求之时，也不能忽视背后的高能耗问题。

　　目前，得益于全球头部超大规模云服务提供商的高能效数据中心建设，美国整体PUE值（数据中心能源效率指标）进一步降低，保持在全球前列。

　　而我国2021年平均PUE为1.55，截至2022年底，已累计建成153家国家绿色数据中心，规划在建的大型以上数据中心PUE降至1.30。

　　为了跟上国际步伐，我国已经在积极行动，部署模块化数据中心，并采用以液冷为代表的新型冷却技术等一系列方式，来提升能耗方面的竞争力。

　　最后，一言以蔽之：

　　中国算力规模基本足够，接下来的重点是怎么高质量、充分地加以利用。

　　行业篇现最大黑马

　　摸清全球以及我国算力现状，再来看看各行各业对算力的需求如何。

　　随着云计算、大数据以及AIGC等新兴技术落地各行各业，成为当下及未来行业创新发展的驱动力，我们能够看到：

　　算力发展水平总体呈上升趋势，但具体表现并不相同。

　　首先，有别于其他传统行业的互联网，各类新兴技术包括最新的AIGC在这里渗透最快、投资最高，所以它依然在排行榜中处于绝对的领先地位（领先足足14分）。

　　其次，今年增长速度最快的是政府和教育行业，各自涨了7个分数点。

　　重点解释一下政府行业，这主要是相比过去该行业对算力的投资大部分用于传统办公应用，现在，中国乃至全球的政府都开始将算力应用在整个社会的治理和管理方面，因此算力需求增长非常快。

　　对于教育行业来说，今年以来，我们已经看到越来越多AI涉足教育的案例和潜力，譬如哈佛大学计算机科学导论开始聘请AI导师，GPT-4满分通过MIT本科数学考试等，相信明年该行业的算力水平还将继续突飞猛进。

　　但要说本次排名中最值得我们关注和重视的，其实还是制造业。

　　它今年一举提升3个分数点首次超过了金融行业，算力发展水平已仅次于互联网。

　　究其原因，作为实体经济的重要组成部分，制造业正处于数字化转型的关键时期，如，自动化生产和供应链管理投入巨大，因此算力需求猛增——

　　不仅算力需求量大，也更多样化，比如相比金融行业更注重数据的快速交互、 高频交易，制造业通常需要大规模处理实时数据、模拟生产、优化供应链等一系列环节。

　　除此之外，它的IT投入产出比也是最高的：

　　相比全球Top30互联网企业每投入1美元可拉动22美元营收额产出、2美元利润产出，它可分别拉动45美元和6美元，可谓遥遥领先。

　　这是因为，像互联网、电信等数字原生行业，IT投入既要支撑自身的经营，同时支撑转型，投入占比较大，而制造业只需关注转型即可，产生的回报就更多了。

　　未来趋势

　　总的来看，这份报告其实从两个维度展现了**“算力热”**的现状：

　　一是全球数字化加速发展，使各个国家都在加大算力投入；

　　二是数字化转型下各种新兴技术的应用，导致无论是互联网还是传统行业对算力的需求都在飞升。

　　而随着今年AIGC技术趋势的进一步推进，无论是国家还是行业层面对算力的需求都空前高涨。

　　那么，**如此大的算力需求，如何去满足？**毕竟现阶段，我们在算力供给上还存在着诸多问题。

　　在此，浪潮信息副总裁张东认为，可以从多元化、系统化、基建化和生态化这个方向去解决。

　　具体而言，所谓多元化，是由于计算场景复杂多样，既需要用于AI推理和训练的算力，也需要大数据、科学计算算力，因此我们需要多元化的计算芯片、计算技术和计算平台来满足。

　　所谓系统化，是指用系统化思维发展算力产业，面向应用定义系统、按照系统定义各种部件，发挥应用牵引作用和整机带动作用。

　　面向应用，通过软硬件协同设计的方法，选择合适的器部件，解决对应的应用需求，满足不同场景下的应用需求，在局部薄弱的情况下，实现系统级的最优，解决多元化场景的算力不平衡问题。

　　所谓基建化，目的便是彻底打破算力贵用不起、算力稀缺用不上的难题，实现算力普惠，而这需要国家和政府进行主导。

　　最后，生态化即从底层硬件到上层行业应用需要形成一个完整的生态，来支撑整个计算行业协同发展，让算力真正落地到每个行业的实际业务应用中。

　　以上这四点，也是未来算力产业应该呈现的四大发展趋势。

　　如何评价这份报告？

　　文章最后，是我们对本报告的一些评价，我们认为：

　　第****一，这份报告算是AIGC驱动算力热潮的最佳参考。

　　AIGC大热，算力需求和话题也火热，但之前还没有一份报告，能如此宏观地提供参考——

　　既帮助我们摸清全球算力格局现状，譬如我们只知道美国实力很强，但不知道具体领先各国多少；

　　也帮助我们清晰算力需求增长最快的几个行业，包括制造业、政府、教育和医疗，好让我们重点去关注和进行算力投入；

　　最后还提供了具体的四个发展方向建议，上至政策制定者，下至不同领域的玩家包括算力服务商甚至企业用户都能从中获得不少干货和行动启发。

　　第二，核心结论非常值得关注。

　　比如中国算力总体规模其实并不差，劣势或短缺目前在计算效率和应用水平之上，这实际上也为AIGC的底层基建发展或创新，提供了方向。

　　还有制造业在本次评估中的抢眼表现，其实充分展现了AIGC与实体经济的关系——

　　之前谈到AIGC的机遇，我们更多地将目光放在了互联网内容、营销等层面，但这份报告第一次把硬核制造、实体经济的需求明确地表达了出来。

　　第****三，客观上证明了AIGC的趋势和市场前景。

　　ChatGPT狂飙突进之后，全世界都陷入了对AI和AIGC的新一轮竞逐，经过几个月的“炒作”，现在终于进入了快速起步阶段。

　　而这份报告出炉，则提供了更加脚踏实地的证明，它证明在最为基础的算力基建层面，不同国家（无论是发达还是发展中，无论是来自欧美地区还是东南亚），以及不同行业（无论是互联网、电信这种数字原生类还是制造业、能源等传统行业）都已经有明显反馈，并显现出或大或小的差距。

　　最后，我们想说，AIGC是大势所趋，影响也空前巨大，但最关键的还在于基础要稳固牢靠，而关注基础，其中之一就要关注算力。

　　在生成式未来已来的今天，谁能抢占并利用好这一资源，就有更大的可能性在这场生产力变革中展现出巨大的滚雪球效应，成为第一波红利获得者。