2月6日拍摄的成都智算中心（无人机照片）。成都智算中心作为国家一体化大数据中心成渝枢纽节点，致力于为企业提供公共AI算力服务，支撑国家战略任务落地、促进经济与产业发展融合。图/新华社

(资料图)

数字经济时代，算力成为关键生产力。

从整体上看，一线城市和区域核心城市在全国算力建设当中具有明显优势。根据赛迪顾问发布的《2021中国城市数字化转型白皮书》，上海、北京、广州、深圳、杭州、青岛、苏州、天津、成都和重庆等中心城市的信息基础设施水平处于领先地位。

随着大模型的横空出世，对算力的需求呈指数级增长，算力已成为新型生产力，如何提升算力水平也成为影响人工智能产业发展的关键变量。

不过，现阶段算力供需矛盾也比较突出。从地域上来看，我国东部地区算力需求旺盛，算力供不应求；西部地区算力需求相对较低，算力供过于求。东西部算力资源难以实现有效对接，西部地区的部分算力资源无法得到有效利用。

对于下大力气进行算力建设的城市来说，如何在破解上述难题中发挥“领头羊”作用，至关重要。

明确新建算力设施的投资标准

当前，算力中心建设持续提速。

公开资料显示，截至2023年2月，我国已投入运营和在建的人工智能计算中心达到23个。有的城市还拥有多座计算中心，例如，上海、南京拥有两个或两个以上人工智能计算中心。

不过，算力建设也包括多个方面，如机房设施建设、数据中心建设等。

拿大模型来说，ChatGPT需要用CPU和GPT融合的人工智能超级计算机来训练，对于GPU的性能和高速互联带宽要求特别高。

不过，从目前来看，国内数据中心的设备大多数基于CPU或者一些普通GPU难以满足大语言模型训练要求，急需进行升级。

数据中心作为算力基础设施之一，对算力的提升发挥不可替代的作用，包括数据处理能力、存储能力、数据传输能力等，都扮演着重要的角色。

对于一线城市来说，数据中心建设也面临土地资源紧张等现实问题，广州市社会科学院区域发展研究所所长、广州城市战略研究院常务副院长覃剑在接受新京报新京智库采访时表示，相关城市可以根据数字经济和算力技术发展阶段特征，系统谋划算力建设，明确新建算力设施的投资规模标准和技术性能要求，着眼长远在城市国土空间规划中预留算力设施建设用地。

工业和信息化部新闻发言人、总工程师赵志国此前表示，目前我国算力总规模居全球第二，保持30%左右的年增长率，新增算力设施中智能算力占比过半，成为算力增长的新引擎。

在覃剑看来，对于新建算力，相关城市可以出台各类数据和计算中心协同发展引导和激励政策，促进算力设施的数据资源、算力资源、算力平台和应用场景相互开放。鼓励算力机构共建开源性平台和共性技术研发平台，构建算力创新发展共同体。

值得注意的是，对一线城市来说，各方面资源都比较紧张，资源能源承载不足，数据中心建设需要占用一定的土地资源和建筑空间，建成后算力的形成还需要大量运营、维护和升级成本，算力设备和制冷系统在运行过程中则需要消耗大量的电能，进一步增大城市资源能源消耗压力。

此外，针对算力建设中存在的耗电量和碳排量的问题，覃剑表示，相关城市需要加快建立健全包括能耗、效率、技术、性能、服务、市场等指标的算力设施综合评价体系，重点比较不同算力设施的单位空间提供算力、单位能耗提供算力、单位成本提供算力，避免使用单一指标带来的评价片面性。

新京报新京智库注意到，国内一些城市也在绿色算力上出台了相关规划。

例如，今年4月份，上海市经济和信息化委员会19日印发《上海市推进算力资源统一调度指导意见》就明确提出，到2025年，新建数据中心绿色算力占比超过10%（不含市电结构中的绿电）；集聚区新建大型数据中心综合PUE降至1.25以内，绿色低碳等级达到4A级以上。

在新建算力设施顶层设计上，有关部门也表示要加强统筹规划。

今年7月，工信部信息通信发展司司长谢存在2023中国算力大会新闻发布会上表示，工信部将在接下来做好政策衔接，加强顶层设计；加强技术创新，培育良好生态；建设优质算力网络，促进应用落地，不断夯实支撑数字经济发展的算力基础。

引导民营企业进行算力投资

随着大模型应用的快速推进，算力正在快速渗透到各行各业的各个领域，企业对算力的需求也日渐提升。

中国信通院发布的《中国算力发展指数白皮书(2022年)》显示，美国、英国、德国等国家的人均算力普遍高于10000亿次/秒，而我国人均算力约为5500亿次/秒，只有高算力国家门槛的一半左右。

对企业来说，如何低成本地获得算力支持，是目前算力市场亟须解决的突出问题。

如何解决这一问题？在北京市社会科学院副研究员王鹏看来，北京、上海和成都等城市推出的“算力券”可以有效缓解企业算力需求。

王鹏表示，由行业主管部门根据企业实际情况来发行“算力券”，进行一定的优惠补贴，一方面让企业降低使用算力的成本，缓解企业的算力瓶颈。另外一方面，也能够让企业在有限的资金资源情况下更好地使用公共算力资源，真正激发企业的发展动力，将各方面的资源转化成发展的优势。

城市的算力建设不仅能更好地服务企业发展，同时，企业也是城市算力建设不可忽视的力量。

今年年初，北京昇腾人工智能计算中心落户北京门头沟区，该中心一期算力规模达100P。华为即为参建方。首批签约北京昇腾人工智能计算中心的企业和科研单位达47家，预计算力使用规模超过248P。

其实，从全国各地智算中心的建设也不难发现同样的现象，即多数算力中心的建设，背后都有企业的积极参与。尤其是人工智能或数字经济领域的龙头企业，往往更是在算力中心的建设发挥着关键性作用。

对此，清华大学计算社会科学与国家治理实验室研究员、广东数字政府研究院副院长傅建平在接受新京报新京智库采访时表示，总体布局方面，我们既要有国家级的大的国家的算力中心，也要有区域性的算力中心，还要有企业级的智能算力平台。更好地形成企业级、地区级、国家级多层次的新智能算力能力，更好地助力城市算力建设发展。

在建设方面，傅建平建议可以鼓励和引导民营企业进行智能算力投资和建设，让更多的资本和社会资源参与到智能算力，更好地推动要素集聚，推动人工智能高质量发展。

今年5月，上海市发展改革委印发《上海市加大力度支持民间投资发展若干政策措施》。其中提出，鼓励民间资本投资新型基础设施。延长新型基础设施项目贴息政策执行期限至2027年底，提供最高1.5个百分点的利息补贴。充分发挥人工智能创新发展专项等引导作用，支持民营企业广泛参与数据、算力等人工智能基础设施建设。

除了上海，北京也在积极鼓励民营科技企业参与算力设施建设，在今年7月召开的2023全球数字经济大会上，北京经开区组织北京亦庄智能城市研究院，与电信、京东、华为、阿里、曙光、腾讯等算力伙伴，共同举行了公共智能算力中心启动和算力调度服务平台上线发布仪式，率先推出我国首个“算力资源+运营服务+场景应用”一体化建设工程。

覃剑表示，有条件的城市可以建立算力创新应用示范项目和样板工程，引领算力与实体经济深度融合发展，打造算力产业创新创业新生态。

“未来发展方面，跟踪关注前沿算力（量子计算、生物计算、类脑计算、超导计算），积极建设新型算力+算法模式，转型升级落后算力。”傅建平说。

加强算力高端人才培养

ChatGPT的爆火，不仅带火了人工智能产业，也让人工智能人才成为“香饽饽”，招聘平台的数据显示，相关领域AIGC中高端人才已成“兵家必争”。

在算力领域，各市人才的争夺更是竞争激烈，一场关系行业未来格局的人才争夺战已经打响。

一线城市和区域中心城市在科技创新体系建设上相对较完善，有更多的高校、科研机构、创新平台和企业参与人工智能产业的研发和转化。

因此，在吸引人才方面相对较强，如何吸引更多的优秀人才涌入人工智能产业领域，形成良好的创新氛围和竞争机制至关重要。

上海交通大学网络安全技术研究院院长李建华建议，要加强基础研究和高端人才培养。《新一代人工智能发展规划》明确提出，完善人工智能领域学科布局，设立人工智能专业，推动人工智能领域一级学科建设。无论是在人工智能基础研究和应用开发，还是在人才培养方面，高校和企业之间的产学研合作已成为推动人工智能科技创新和产业发展的重要机制。

“除了发挥大学的作用，为了适应智能经济条件下创新组织发展的需要。近年来国家和地方政府积极发展以新型研发机构为代表的新型创新组织，打通基础研究、应用开发和规模生产之间的界限，加速人工智能技术创新和产业化发展的步伐。”李建华说。

在2023世界人工智能大会（WAIC）期间，启明创投与未尽研究发布《生成式AI State of Generative AI 2023》报告。该报告预测，2024年中国将出现比肩GPT-4的多语言通用大模型。报告还认为，算力目前是最稀缺的资源，但长期来看，人才对人工智能的未来有更大影响。

在王鹏看来，无论是城市的算力中心，包括超算中心、智算中心等建设，都需要多元的人才来支持。

“这些人才，并不是简单意义上的维护技术人员。很多情况下，还涉及安全问题、隐私问题、计算问题。这些都需要专门的人才。”王鹏说。

因此，王鹏建议，相关科研机构可以加大人才的培养力度，包括培养熟悉行业又懂算法的工程师。

当然，也有专家表示，人工智能产业化应用的发展需要多方面的合作和支持，包括政策、技术、资金、人才、数据、算力等要素。不同的城市有不同的优势和特色，可以根据自身的发展定位和需求，选择合适的合作伙伴。

新京报记者 查志远

编辑 郑伟彬

校对 卢茜