李正茂指出，全球主要國家均在積極加大算力建設的投入，激活數據要素，驅動經濟社會數字化轉型。“過去更加看重各國GDP的規(guī)模，認為是國家經濟實力的一個典型指標;如今我們看到國與國之間的競爭優(yōu)勢更要看算力規(guī)模，算力規(guī)模已經成為國家之間競爭實力一個新的指標。”
李正茂指出，中國算力產業(yè)在全球市場占比達到20%，計算能力位居全球第二位。算力應用正在向互聯網、制造、教育等領域拓展，其中應用場景豐富的制造業(yè)對算力需求有較大的提升潛力，但是在總體計算效率、數據中心軟件和服務等方面，中國還存在較大的差距，正在從高速增長期走向高質量發(fā)展期的新階段。下一步如何提高計算效率，降低能耗，讓算力可以像水和電一樣便捷地提供給千行百業(yè)，已經成為算力應用的關鍵。
算力產業(yè)存在三大發(fā)展趨勢：
第一個趨勢是算力互聯網。多元利用場景需要多樣性算力的支撐，傳統(tǒng)數據中心提供的通用算力已無法滿足大模型訓練、科學計算、自然語言處理、視頻渲染等超強計算性應用的需要，需要云計算持續(xù)提升納管能力，發(fā)展多樣性算力資源池，如高性能計算平臺，GPU云主機，智算平臺，乃至量子計算平臺等。同時東數西算的場景多樣性數據，也要求云計算滿足不同業(yè)務訴求的多樣化計算架構。例如GPU、APU、NPU融合架構，計算平臺通過云的方式，統(tǒng)一接入多樣性算力資源，結合軟硬件協同和融匯創(chuàng)新，釋放多元化算力。
第二個趨勢是算力一體化。在邊緣計算、大模型計算等關鍵場景的需求下，不僅要提供算力一體化感知、接入、匯聚、調動，還需要在數據層面提供一體化的數據處理能力，多元化、可組裝、易操作的優(yōu)質云能力供給。以大模型訓練為例，在數據處理層面，模型訓練涉及PB級的存儲數據級，而且數據類型各異，需要云計算平臺提供可靠的存儲方案，實現復雜數據的一體化調度和處理，構建新型的數據架構。以云原生為底座，優(yōu)化數據設計、數據存儲、數據分析、數據消費、數據治理的能力，充分挖掘數據的價值。
第三個趨勢是算力網絡化。算力不是單點存在的，需要基于強勁有力的寬帶網絡，從而提高效率。我國東數西算工程，通過引導東部地區(qū)計算需求向西部轉移，提高計算效率，實現集約化、綠色化發(fā)展。東西部的全光網高速公路助力數據高效能，為實現東數西存、東數西訓、東數西遷等應用場景提供了堅實的基礎。國家樞紐節(jié)點之間，節(jié)點區(qū)域內集群和主要城市間的數據中心直連網絡，進一步促進了算力的網絡化。
人工智能領域同樣依賴寬帶網絡的支撐賦能，大模型的分布式并行計算策略使得多芯片、多節(jié)點之間的數據同步需求巨大，帶來額外通訊的損耗，導致通訊等待、資源利用率低等問題。所以網絡寬帶也成為算力的瓶頸，因此構建大寬帶，高利用率，無損的高性能網絡至關重要，這也是電信運營商下一步重點要做的工作。
