3月17日，由國際數(shù)據公司IDC、浪潮信息、清華大學全球產業(yè)研究院聯(lián)合編制的《2021-2022全球計算力指數(shù)評估報告》在北京發(fā)布，量化揭示了全球主要國家GDP、數(shù)字經濟與計算力之間的關聯(lián)性和相互拉動作用。報告顯示，計算力指數(shù)平均每提高1點，數(shù)字經濟和GDP將分別增長3.5‰和1.8‰。

　　全球數(shù)字經濟持續(xù)穩(wěn)定增長，計算力作為數(shù)字經濟時代的關鍵生產力要素，已經成為推動數(shù)字經濟發(fā)展的核心支撐力和驅動力。報告表明，一個國家或地區(qū)增加對算力的投資可以帶來經濟的增長，且這種增長具有長期性和倍增效應。當一個國家的計算力指數(shù)達到40分以上時，計算力指數(shù)每提升1點，對GDP增長的推動力將增加1.5倍，而當計算力指數(shù)值達到60分以上時，計算力指數(shù)每提升1點，對于GDP增長的推動力將提高到3.0倍。

　　從國家排名來看，絕大部分國家算力評分均有所提升，其中中國計算力水平增幅最大。評估結果顯示，美國和中國分別以77分和70分位列前兩位，同處領跑者位置；追趕者國家得分在40-55分區(qū)間，包括日本、德國、英國、法國等7國；得分低于40分的為起步者國家，包括印度、意大利、巴西等6國。報告指出，各樣本國家所屬陣營的劃分較上一年未發(fā)生變化，全球各國算力格局已初步形成，美國和中國作為領跑者陣營國家，在全球算力領域的主導地位進一步得到了增強。

　　從行業(yè)排名來看，全球計算力水平TOP5的行業(yè)是互聯(lián)網、金融、制造、電信和政府。報告指出，行業(yè)用戶正在加大以人工智能算力為代表的算力投入，對于算力投入較大的行業(yè)同樣在新技術的應用上投入靠前?；ヂ?lián)網行業(yè)積極擁抱新興技術，計算力水平領先全球；金融行業(yè)加速智能化，支撐業(yè)務創(chuàng)新發(fā)展；制造行業(yè)數(shù)字化轉型加速，實現(xiàn)智能制造推動數(shù)字工廠建設；電信行業(yè)利用算力投入優(yōu)化內部管理、賦能外部業(yè)務創(chuàng)新。

　　從算力形態(tài)來看，人工智能計算和邊緣計算成為市場增長重要力量，中國AI算力發(fā)展領跑全球，位列全球第一。報告顯示，綜合15個國家來看，AI算力支出占總算力支出從2016年的9%增加到12%，預計到2025年將達到25%。其中中國的拉動作用最為顯著，AI服務器支出規(guī)模同比大幅增長44.5%。邊緣計算作為平臺型技術，為5G、物聯(lián)網、 機器人、人工智能等新興技術提供重要的承載能力，未來5年，全球對邊緣位置的算力投資增長速度將遠快于核心位置，到2025年，全球邊緣計算服務器支出占總體服務器比重將從14.4%提升到24.9%。

　　數(shù)字經濟與實體經濟加速融合，算力對于產業(yè)變革和國家競爭力的支撐價值已經在世界范圍內得到公認，報告從算力網絡構建的頂層設計和戰(zhàn)略部署、加大算力基礎設施的投資、引導多元資本投入算力基建和運營、加快人才培養(yǎng)和儲備、加強算力國際合作和共享發(fā)展五個維度提出行動建議，為各國構建算力網絡生態(tài)體系、提升數(shù)字經濟發(fā)展水平提供參考和決策依據。

　　這是《全球計算力指數(shù)評估報告》第二年發(fā)布，研究范圍覆蓋六個大洲的15個國家，從計算能力、計算效率、應用水平和基礎設施支持四個維度對各國計算力水平進行全面評估，并從統(tǒng)計數(shù)據角度、經濟理論角度分別闡述了算力對經濟增長的影響，得出十大洞察。

　　主要洞察

　　洞察一：計算力是數(shù)字經濟時代的核心生產力

　　計算力指數(shù)平均每提高1點，國家的數(shù)字經濟和GDP將分別增長3.5‰和1.8‰。

　　計算力指數(shù)模型由計算能力、計算效率、應用水平、基礎設施支持四個維度構成。計算能力，反映了國家在算力投入的整體水平和側重點；計算效率，反映了計算能力的利用水平；應用水平旨在考量國家的人工智能、物聯(lián)網等新興技術的應用對算力的拉動，體現(xiàn)未來算力發(fā)展的潛力；基礎設施支持，旨在考量一個國家未來算力發(fā)展的可持續(xù)性。

　　洞察二：投資算力將帶來經濟長期增長

　　當一個國家的計算力指數(shù)達到40分以上時，計算力指數(shù)每提升1點，對GDP增長的推動力將增加1.5倍，而當計算力指數(shù)值達到60分以上時，計算力指數(shù)每提升1點，對于GDP增長的推動力將提高到3.0倍，對經濟的拉動作用變得更加顯著。

　　含有算力資本的內生增長模型驗證，算力資本可與傳統(tǒng)物質資本形成互補效應和協(xié)同效應；算力資本增長會產生正網絡外部性效應和溢出效應，算力資本對經濟發(fā)展具有倍增效應。

　　加大對數(shù)據中心、智能計算中心等算力基礎設施的投資，將進一步增強算力資本與傳統(tǒng)物質資本之間的互補效應和協(xié)同效應，提高一國生產物品和服務的能力，提升數(shù)字經濟在國民經濟中的比重，最終促進潛在GDP增長并提升整體經濟發(fā)展水平。

　　洞察三：全球算力投入加速中國計算力水平增幅最大達13.5%

　　計算力指數(shù)國家排名，美國第一，中國第二。過去一年，大部分國家計算力評分均有所提升，中國計算力水平增幅最大達到13.5%。中國大部分指標延續(xù)了高速增長，且增幅均高于美國。

　　領跑者陣營與起步者陣營的差距進一步拉大，起步者陣營和追趕者陣營國家算力指數(shù)平均分的差值在縮小。

　　洞察四：AI計算能力反映一國最前沿的計算能力

　　綜合15個國家來看，AI算力支出占總算力支出從2016年的9%增加到12%，預計到2025年將達到25%。

　　中國AI算力發(fā)展領跑全球，AI服務器支出規(guī)模同比大幅增長44.5%，并首次超過美國位列全球第一。在15個國家AI算力支出的增長中，近60%來自中國。

　　各國加大對人工智能的布局力度，澳大利亞成立人工智能研究所；日本出臺《第2期戰(zhàn)略性創(chuàng)新推進計劃（SIP）》；法國出臺"人工智能國家戰(zhàn)略"新計劃；韓國發(fā)布"人工智能半導體產業(yè)發(fā)展戰(zhàn)略"；中國面向AI應用對算力的龐大需求，政府層面推動智能計算中心有序發(fā)展，打造智能算力、通用算法和開發(fā)平臺一體化的新型智能基礎設施，主要面向政務服務、智慧城市、智能制造、自動駕駛、語言智能等重點新興領域。

　　洞察五：數(shù)字技術加速與垂直行業(yè)深度融合  優(yōu)化創(chuàng)新應用場景

　　全球行業(yè)計算力水平排名TOP5：互聯(lián)網、金融、制造、電信、政府。對于算力投入較大的行業(yè)同樣在新技術的應用上投入靠前，其中互聯(lián)網、金融和制造在算力投資和AI投資中均位前列。

　　金融加速對智能化平臺的建設，提升風險管控能力。對人工智能的使用主要集中在智能客服和風險管控兩大方面。智能客服語音識別由平均55%的識別率提高到85%以上。

　　制造積極推動數(shù)字工廠建設，是全球算力水平最高的傳統(tǒng)行業(yè)之一，是物聯(lián)網和機器人兩項新興技術投入占比最大的行業(yè)。在龍頭企業(yè)帶動下，中國制造業(yè)數(shù)字化進程加速，實現(xiàn)工廠數(shù)字化。2021年，中國制造業(yè)IT相關支出占全球市場占比的15%左右，未來五年增速將處于領先位置，年復合增長率將達到16.6%，顯著高于全球其他地區(qū)，預計到2025年，中國制造業(yè)IT相關支出占全球市場將達到20%左右。

　　電信利用算力投入對內優(yōu)化BSS系統(tǒng)增加客戶粘性，優(yōu)化OSS系統(tǒng)提升運維效率；對外為智慧交通、智慧零售、車聯(lián)網、游戲娛樂、AR/VR應用等增值業(yè)務提供支撐。

　　洞察六：智算加速從數(shù)據中發(fā)現(xiàn)&創(chuàng)新

　　農業(yè)領域，利用人工智能技術分析加工地圖來確定作物的問題區(qū)域，從而優(yōu)化產量。

　　醫(yī)療領域，人工智能技術應用于遺傳綜合癥、肺癌、乳腺瘤、創(chuàng)傷后應激障礙等多種疾病的治療和診斷；借助AI技術準確解讀醫(yī)學影像，協(xié)助醫(yī)師從海量的X光照片中準確診斷乳癌和肺結核，并利用組織切片的影像認識、譯碼疾病。

　　科研領域，AI計算輔助疫苗和藥物研發(fā)，用于靶點選擇和驗證、先導化合物篩選和優(yōu)化等研發(fā)環(huán)節(jié)，從傳統(tǒng)"手工試錯"向計算輔助模式轉變，最大化縮短研發(fā)周期，加速有效藥物投入使用；利用人工智能進行蛋白質折疊體結構的研究、抗菌耐藥性基因的檢測和識別也成為熱點。

　　防疫抗疫中，AI計算在人群篩查、輿情分析、傳染防控、疫情監(jiān)測分析發(fā)揮重要作用；AI計算加速對疑似病例的基因測序分析，顯著縮短溯源時間。

　　洞察七：新興技術的應用是未來IT支出的核心驅動力

　　大數(shù)據、人工智能、物聯(lián)網、區(qū)塊鏈、機器人等新興技術的應用是未來IT支出的核心驅動力。

　　中國在機器人應用方面支出位列全球第一，在人工智能應用、大數(shù)據應用增速均高于美國。2020年，中國和美國人工智能應用總支出處在最前列，分別達到34.7%和27.9%的高速增長，并有望在未來5年維持這樣的增長水平。

　　洞察八：大模型加快傳統(tǒng)行業(yè)的智能化轉型

　　通過微調大規(guī)模預訓練模型來服務于特定下游AI任務，已經成為業(yè)內共識，賦能各行各業(yè)，在法律、醫(yī)療、教育等領域帶來積極影響。

　　全球各國AI企業(yè)都在大力布局大規(guī)模預訓練模型技術開發(fā)及其商業(yè)化。在美國，OpenAI、谷歌、微軟、臉書等機構形成了GPT-3、Switch Transformer、MT-NLG等千億或萬億參數(shù)量的大模型。

　　浪潮"源1.0"巨量模型，參數(shù)量和數(shù)據集分別達到2457億和5000GB，相比于美國GPT-3，源1.0參數(shù)規(guī)模高40%，訓練數(shù)據集規(guī)模領先近10倍。

　　洞察九：邊緣計算成為驅動全球企業(yè)級基礎架構市場增長的重要力量

　　?IDC預計未來5年，對邊緣算力的投資增長速度將遠快于核心位置，到2025年，全球邊緣計算服務器支出金額占總體服務器比重將從14.4%提升到24.9%。

　　邊緣計算從產品形態(tài)到底層架構都在走向多樣化，定制服務器產品或成為邊緣計算基礎架構的主力軍。

　　電網利用邊緣計算和物聯(lián)網技術控制電力輸配，在不增加碳足跡的情況下提高輸電效率，通過傳感器和智能電表收集各環(huán)節(jié)數(shù)據，借助人工智能、大數(shù)據分析給出優(yōu)化用電建議。

　　洞察十：計算力向綠色化演進

　　業(yè)內正在實踐多種降低數(shù)據中心碳排放的舉措，包括使用液冷等技術來提升散熱效率，引入風電、光伏等新能源技術，通過AI/ML技術升級運維管理流程，采用全新芯片架構實現(xiàn)更高的單位功耗算力輸出等。

　　IDC認為，液體冷卻解決方案將在數(shù)據中心市場得到更廣泛的采用，到2023年數(shù)據中心中至少有約40%將配備液冷技術解決方案。

　　液冷技術可分為直接液體冷卻和浸入式冷卻兩大類，冷板式液冷是直接液體冷卻方案的主要形式。得益于成本效益和基于現(xiàn)有冷卻系統(tǒng)和數(shù)據中心基礎設施的可升級性，直接液體冷卻解決方案將在數(shù)據中心市場得到更廣泛的應用，特別是企業(yè)用戶。