前沿算力朝更多领域渗透释能

  记者近来在江苏采访时发现，以AI计算这一前沿算力为核心的智算中心已在多地落地运营，赋能制造业的同时正不断向其他领域拓展。但业内人士指出，当前算力产业面临能耗高、产业链生态不完善、成本高等问题，潜力有待释放。

  算力向更多行业渗透

  数字经济时代，算力成为发挥数据生产要素价值的关键驱动力。

  根据国际数据公司、浪潮信息、清华大学全球产业研究院联合编制的《2021-2022全球计算力指数评估报告》显示，计算力指数平均每提高1点，数字经济和地区生产总值（GDP）将分别增长3.5‰和1.8‰。

  2021年底，江苏发布了《江苏省制造业智能化改造和数字化转型三年行动计划（2022-2024年）》，随后“制造业智能化改造和数字化转型”便成为江苏制造业的热词。作为制造业大省，江苏大力推动智能计算、边缘计算等新型算力供给，在南京、无锡、苏州、盐城等地均布局了智算中心，不断提升江苏乃至长三角地区数据赋能实体经济的质量与水平。

  前不久，基于南京鲲鹏·昇腾人工智能计算中心的全栈协同AI创新，南京奥看信息科技有限公司研发了“炬瞳安全生产解决方案”，并成功应用于蜂巢能源科技股份有限公司。奥看科技CEO庞明介绍说，应用该解决方案后，蜂巢能源管理效率提升了10倍，实现了秒级风险识别、分钟级事件处置，事故率降低了60%，算法识别准确率均在95%以上。

  除了制造业，算力使能正向其他赛道和领域延伸。创视智能科技（南京）有限公司是一家物种识别领域的解决方案提供商。“最早的时候，野生动物领域的专家对算力并不认可，例如很多野生动物从幼崽到成年的外形变化很大，靠AI算法跟踪识别的难度比较大。”创视智能相关负责人魏标说，经过不断优化算法，现在识别野生动物的颗粒度非常细，更好地满足了研究人员的应用需求。

  除此之外，小视科技（江苏）股份有限公司打造了“小视智能视觉中枢平台”，用AI技术解决楼层高空抛物等“顽疾”，为城市治理提供了更为高效的解决方案；中科院计算所基于南京智能计算中心的强大AI算力和先进开发环境，实现了蛋白质空间结构的精准预测，解决了过去预测过程繁琐、稍有不慎便难以获得较好蛋白质空间结构的难题……

  如今，依托强大的算力，制造、农业、金融、医疗、地质勘探、生物多样性保护等多个领域，已能通过数据“算”出更优的解决方案，从而带动经济迈向更高台阶。截至2021年底，江苏数字经济规模超5.1万亿元，位于全国第二。未来，随着数字经济潜能不断释放，算力产业将迎来更多需求与更多机遇。

  潜能有待充分释放

  目前，我国正积极布局数据中心建设，启动了“东数西算”工程，并大力推动智能计算中心建设，算力产业整体处于全球领先地位。不过，业内人士认为，我国在计算能效、产业链生态、人才培养等方面仍然有提升空间。

  首先，算力产业能效水平仍需提升。据了解，我国87.3%的数据中心都是中小规模，其电能利用效率值（PUE）平均高达2.6，将全国数据中心的平均PUE拉高到2.46，即每用1度电提供算力，需额外消耗1.46度电去做制冷散热等非IT消耗，而美国数据中心的平均PUE仅为1.43。

  其次，算力产业生态仍待完善。“当前，人工智能行业渗透率大概在7%左右，大量场景还没有应用人工智能。”江苏鲲鹏·昇腾生态创新中心首席运营官陈俊屹说，“不是因为用不到、不需要，而是因为成本高，导致大量场景希望用而用不起人工智能。”因此，建设提供普惠算力、具有公益性的智算中心，对会加速提高行业的数字化水平。

  浪潮信息相关负责人表示，随着大量创业型企业进入算力多元化的战场，在给技术创新带来活力的同时，也因芯片架构五花八门，开发工具匮乏，系统软件、应用开发平台配套少，导致生态复杂离散。

  此外，人才培养也亟须加强。算力领域复合型专业人才稀缺是世界各国面临的普遍难题。目前，我国相关人才的培养速度远远难以满足产业需求，尤其是人工智能、数据挖掘和分析等领域的专业性高技术人才极为紧缺，且这种情况短期内或有加剧趋势。

  多措并举破除发展瓶颈

  针对发展中遇到的瓶颈，政府和企业层面均已行动起来。

  据悉，浪潮信息将在长三角地区实践多种降低数据中心碳排放的举措，包括使用液冷等技术来提升散热效率，引入风电、光伏等新能源技术，并通过AI/ML技术升级数据中心运维管理流程，打造绿色节能的数据中心；南京江北新区打造的南京鲲鹏·昇腾人工智能计算中心，则将算力资源有序、高效地开放给本地企业、科研机构及高校，并通过举办沙龙和技术培训，向高校学生提供授课和现场游学等活动，以培养更多实战型人才；百度（盐城）智算中心可为各类垂直行业提供普惠的AI算力，全面赋能产业数字化转型、提升社会治理现代化能力……

  浪潮信息相关负责人认为，未来，结合“提质提效”的算力产业发展目标，智算中心建设将为江苏乃至长三角算力产业带来新的增长点。同时，算力产业链中的基础软件生态和配套芯片等环节有待完善，需长期投入，强化核心技术的突破和创新，大力发展算力相关产业的基础工业，尽快补齐芯片产业链短板。