新计算面向的是万物互联、智能未来的发展需求

总体来看，新计算面向的是万物互联、智能未来的发展需求。

2021年1月21日，瞭望智库联合莫干山研究院在京举办发布会，正式推出《赋能数字经济拥抱算力时代》课题研究报告（下称“报告”）。该《报告》由瞭望智库和莫干山研究院共同发起，在多个国家部委相关领导的指导下，在数字资产研究院、中国民生银行研究院、北京大学、华为技术有限公司的大力支持下，旨在梳理数字经济发展新趋势，探究相关产业链各环节呈现的新特征，总结算力为经济社会带来的新变革，寻找政产学研用各界协作新模式。

以下为《报告》节选：

伴随着新一轮科技革命和产业变革的多年持续深入发展，数字经济已经有了全新的内涵和发展范式，各行各业开启全面数字化，深刻影响社会生产生活，促进全球经济格局重塑。

目前，数字经济的增长速度是普通经济的3.5倍，数字经济投资回报率更是非数字经济的6.7倍。数字经济正在经历高速增长、快速创新，越来越广泛地影响其他经济领域。一个以计算能力为基础，万物感知、万物互联、万物智能的智能化数字经济世界，正在加速到来。

新计算：从“工具”到“能力”的蜕变

从茹毛饮血的原始社会到万物互联的数字智能社会，伴随人类智慧进步的需求，计算工具经历了从简单到复杂、从低级到高级、从手动到自动、从自动到电子的发展过程。

万物互联时代下，全球信息数据总量爆炸式增长，算力成为影响数字经济发展的核心要素；传统摩尔定律失效，单一IT架构无法满足激增的算力需求，对算力的合理利用和不同计算单元的协作变得日益重要；多元化的场景应用和不断迭代的新计算技术，推动计算和算力不再局限于数据中心，开始扩展到云、网、边、端全场景，计算开始超脱工具属性和物理属性，演进为一种泛在能力，实现新蜕变，我们称之为“新计算”。

资料来源：课题组整理

从技术层面上看，计算科学领域正在从传统的计算模拟与数字仿真，走向基于高性能计算与科学大数据、深度学习深度融合的第四范式；未来，内存技术、图计算、神经元计算、量子计算、拟态计算等新型计算技术将相继登上人类历史舞台。

从作用层面上看，伴随人类对计算需求的不断升级，计算在单一的物理工具属性之上，逐渐形成了感知能力、自然语言处理能力、思考和判断能力，借助大数据、人工智能、卫星网、光纤网、物联网、云平台、近地通信等一系列数字化软硬件基础设施，以技术、产品的形态，加速渗透进社会生产生活的各个方面。

小到智能电脑、智能手机、平板等电子产品，大到天气预报、边界出行、医疗保障、清洁能源等民用领域拓展应用，都离不开计算的赋能支撑。计算已经实现从“旧”到“新”的彻底蜕变，成为人类能力的延伸，赋能数字经济各行各业的数字化转型升级。

与传统计算相比，新计算具备四个特征：

其一，新计算是暴力计算。5G的到来进一步加速万物互联，海量数据持续涌现，且数据结构从单一模式变为多模式，非结构化数据日益增加，新计算要满足对海量复杂数据的实时处理。比如，人工智能行业需要在短时间内对数据进行更大规模的清洗、标注、训练，其本质就是暴力计算。

其二，新计算是泛在计算。数据在哪里，计算就在哪里。随着数字化应用场景不断丰富，大数据泛在分布于端、边、云。从本地计算的集群到超大规模的数据中心，从边缘计算到端云协同，计算无处不在。

其三，新计算是协同计算。应用场景的复杂多样带来数据的复杂多样，要求多个计算技术、计算维度协同处理。

其四，新计算是绿色计算。通过大量采用云计算、人工智能和系统作业等方式，新计算能以低功耗、高性能的并发处理能力，达到每比特成本最佳，芯片、硬件架构和应用能效比最优的目标。

总体来看，新计算面向的是万物互联、智能未来的发展需求。在传统计算要求基础上，新计算既要保障数据获取、存储、传输、计算、应用的自主创新，更要实现数据安全及治理的有力可靠，为数字经济提供可持续的支撑。

“算力时代”到来

算力并非新鲜事物，它指代了人类对数据的处理能力，也集中代表了人类智慧的发展水平。算力的大小代表着对数字化信息处理能力的强弱。

数字经济时代的“算力”，由大数据、云计算、人工智能、区块链等数字化技术综合体形成，主要包含五个方面：一是计算速度，芯片、服务器、计算机、超算系统都反映这方面的能力；二是算法；三是大数据存储量；四是通讯能力，包括5G基站多少、通讯的速度、延滞、带宽、可靠性、能耗；五是云计算服务能力，包括数据处理中心服务器的数量。

从产业需求来看，数据量与算力需求处于循环增强状态，数据量的不断增加要求更强的算力处理数据，同时哺育人工智能等新技术不断训练、应用，这些技术的落地应用产生又催生更多数据、反过对算力提出巨大需求。

1992年，全人类每天只产生100GB数据；今天全球70亿人，每人每天产生的数据高达1.5GB，仅一辆自动驾驶汽车，一天就能产生64TB数据，足以填满32块硬盘。据IDC和EMC统计，近10年来全球算力的增长明显滞后于数据的增长。

以人工智能为例，据OpenAI测算，从2012年开始，全球人工智能训练所用的计算量呈现指数增长，平均每3.43个月便会翻一倍，计算量扩大了30万倍，远超过算力的增长速度。

一方面，摩尔定律放缓成为不争的事实；另一方面，数据量却在持续增加。图灵奖获得者JimGray提出“新摩尔定律”：即每18个月全球新增信息量是计算机有史以来全部信息量的总和。

超大规模的数据量对处理效率不断提出更高要求——没有强大的算力，数字经济将失去核心支撑。

从产业变革来看，科技革命驱动算力引发产业变革、突破发展天花板，推动数字经济向更高阶智能发展。

20世纪90年代起，美国迅速抓住计算机产业发展起步的机遇，掀起数字革命，缔造出强大的经济帝国，日本、欧洲等国家与地区紧随其后，同样成效巨大；过去20年里，互联网加速全球信息化改造，各产业企业深挖流量红利，通过迅速拓展用户数量带动市场效应高增长，为全球的数字化发展积累了深厚的基础。

但随着互联网渗透率不断提高，依靠规模扩张的发展方式陷入瓶颈；在大数据、人工智能、云计算和区块链等新技术的推动下，数字经济浪潮席卷全球，深入经济发展各个环节，从电商到社交、从VR/AR到自动驾驶、从人工智能到工业互联网……无论是传统产业的升级优化还是新兴产业的孕育诞生，都需要依靠强劲的算力来适应新的行业变化与需求，完成从量变向质变的跨越发展。

换言之，此前数字化技术与算力的创新已为数字经济打下了一定的基础，但当前仍只是数字经济的幼苗阶段，相较于数字经济的森林生态而言，还是非常小的一部分。

未来，算力与数字经济共促共进的关系将进一步强化：即算力不断发展推动数字经济持续向前，数字经济持续向前加重对算力的支撑依赖，“算力时代”正在到来。

新计算产业正在成为数字经济核心驱动产业

区别于传统计算产业，算力时代的计算产业是在万物互联的时代背景下，构建起来的多架构共存、多技术融合、多领域协同和多行业渗透的软硬件产业体系。

具体来说，“多架构共存”是指计算架构从单一x86架构扩展到异构处理器、人工智能处理器架构，不同计算单元的协作增强；基于不同行业不同特点，ARM、MIPS、Power、RISC-V等各种非x86架构百花齐放；“多技术融合”表示，与人工智能、量子计算等技术统合，形成多种形式的运算能力；

“多领域协同”是指，计算从云端向物联网、边缘计算普及；计算无处不在，不同计算领域相互协同；

“多行业渗透”是指，超越IT产业本身，成为数字化基础设施，支持多个行业的数字化转型。

适应算力时代对于算力的多元化需求，对应的产品和服务也进行了相应调整，在产业上呈现出新的发展特点：

一是异构、极致。针对数据“体量巨大、结构丰富、分布广泛”的特点，以多样性的处理器架构满足对海量数据的实时处理能力；

二是绿色、节能。以节能、环保为准绳的新技术，应对数据中心能源消耗问题，推动计算产业可持续发展；

三是泛在、协同。云计算、人工智能、物联网多技术协同计算；需要政府、产业联盟、研发机构、开发社区等不同主体和组织相互联动、共同发展。

四是普惠、高效。提高每比特算力的应用能效比，降低使用成本，推动与各行业应用深度融合发展，让算力如电力一样触手可及。

具体到产业划分上，围绕算力，计算行业可分为两大部分，一是核心产业，一是外围产业：

核心产业是新计算产业的基础，属于IT产业，以软硬件的方式对外提供计算与服务能力。既包括传统IT产业中的处理器、服务器、操作系统、中间件、数据库和基础软件等应用及相关服务，也包括人工智能芯片、异构处理器、物联网、边缘计算等新兴的软硬件。核心产业中基于物联网、边缘计算的机构将是未来算力时代的重要增长点。

外围产业是新计算产业中核心产业与行业应用相结合所催生出来的、满足业个性化需求的应用与服务，以服务和解决方案为主要内容：一方面提供满足行业需求的通用平台与服务，比如公有云服务、人工智能平台、大数据分析平台等；另一方面又推动实现新计算核心产业与行业应用的深度融合，打造工业互联网、智能交通、智慧医疗、智慧城市等与实体产业领域深度融合的解决方案。

作为算力的重要承载，新计算产业正在成为数字经济的核心驱动产业。一方面，新计算产业链庞大，包括芯片、元器件、操作系统、基础软件、应用软件、系统集成等多个部分，是数字经济下具有高附加值的高科技产业；另一方面，新计算产业是一切数字化应用建设及发展的源头驱动，有助于推动处于需求端的制造、交通、能源、医疗等多个行业突破瓶颈，提升生产效率，创新商业模式，优化用户体验，拉动产业增值，创造新的市场增长。

从长远来看，新计算产业发展前景极其广阔，新计算形成的产业群体和生态体系，会在持续赋能各产业数字化的同时，促使整个国民经济产业结构发生变化，进而加快新型现代化产业体系的构建。

原文标题：数字经济进入“算力时代”

文章出处：【微信公众号：司南物联】欢迎添加关注！文章转载请注明出处。

责任编辑：haq