【摘要】數字經濟時代，算力是實現國民經濟增長與參與國際競爭的重要載體。我國要實現算力像電力、水力一樣“即取即用”，就要高效推進算力轉化為數字化生產力。從轉化邏輯來看，算力向數字化生產力轉化過程中面臨著“從無到有”“從有到優”“從優到精”的三重邏輯堵點，需要在此過程中分別完成算力技術單點突破、單點突破到算網構建以及算網構建到生態共創三重任務，才能真正打通轉化邏輯通道，從整體上實現算力的公共性與普惠性。

【關鍵詞】算力 數字化生產力 轉化邏輯

【中圖分類號】F49

【文獻標識碼】A

從狩獵時代到農業時代，人類經歷了從打獵技術向耕種技術的跳躍式革命，而后蒸汽機的發明開啟了工業化革命，電力的出現催生了電氣化革命。伴隨著生產力的不斷更迭，生產力工具也從“刀耕火種”發展到“鐵犁牛耕”。而數字經濟時代的到來，信息技術革命也將基于大數據的“5V”特性發展算力，即大量（Volume）、快速（Velocity）、多樣（Variety）、準確（Veracity）、價值（Value）。算力是數字經濟的底座，《中國數字經濟發展研究報告（2023）》顯示，2022年我國數字經濟規模達到50.2萬億元，同比名義增長10.3%，占GDP比重達到41.5%。在數字經濟浪潮下，我國算力產業也正處于由高增長向高質量發展的轉型階段，位居僅次于美國的算力領先國家行列。《2022-2023全球計算力指數評估報告》指出，算力指數平均每提高1點，國家的數字經濟和GDP將分別增長3.6‰和1.7‰。然而，正如美國計算機科學家尼葛洛龐帝在《數字化生存》中寫到的，“計算，不再只是與計算機有關，它還決定了我們的生存”。當前算力的發展已不再局限于計算機技術，而是集信息計算力、數據存儲力、網絡運載力于一體的數字化生產力。那么，“如何實現從計算機領域的算力轉化為廣泛應用至各領域的數字化生產力”成為數字經濟時代的重要命題。

為將算力轉化為數字化生產力，我國實施了“東數西算”工程，并帶動47家上市公司積極投入算力產業，以及在天津、廣州、深圳等30座城市建設超級計算中心。但隨著算法模型的復雜程度與精度越來越高，互聯網與物聯網數據量呈現指數級增長，數字技術對算力需求也呈現幾何倍數遞增，尤其面對在特定場景下的大數據挖掘與多模態訓練需求，僅憑借一個中心或者幾家企業已經不足以支撐起多模態場景的技術與應用需求，為此，在算力向數字化生產力轉化過程中也呈現出算力發展的上游技術支撐動力不足、供需錯配、生態薄弱等系列問題。究其根本，這些問題根植于算力技術的關鍵突破與普惠效率不高。要解決這些問題，則需要從算力技術、產業與生態著手，協同產業鏈上不同節點的價值主體形成共創關系，實現“技術上突破、生態上開放”，并著力打通“從無到有”“從有到優”“從優到精”三大邏輯堵點。

算力向數字化生產力轉化的“從無到有”邏輯：算力技術的單點突破

自1956年達特茅斯會議提出“人工智能”這一概念以來，人工智能的發展可以分為機械智能化、分析智能化、直覺智能化與共情智能化四個階段。在分析智能化及之后的階段，算法開始正式通過分析大數據與機器學習的形式發展算力，并實現了由簡單的算法驅動轉化為大數據驅動。盡管在直覺智能化階段，我國在算力網絡中攻克了視頻解析、數據查詢、路徑規劃、圖像渲染等部分應用層算力技術，但在資源池化、數據轉發、壓縮存儲、網絡功能虛擬化、存算一體、高性能計算應用中間件和算法庫開發等基礎層算力技術以及芯片設計、芯粒封裝等元器件技術方面仍然有待突破，這也極大限制了我國人工智能進入共情智能化階段，實現人機共生。而相比之下，當前美國在共情智能化階段已經能夠生產同理心要求較高的索菲亞機器人。同時，與傳統硬件制造的技術突破邏輯不同，算力技術極難通過“引進—消化—吸收”的二次創新過程實現關鍵核心技術突破，為此，我國需要發展獨特的“從無到有”的算力技術突破邏輯，具體可以體現為通過敏捷響應需求、嵌入國家項目、專注技術攻堅三種策略：

其一，通過敏捷響應需求來啟動技術突破。當前我國與美國在算力方面的主要差距之一在于關鍵技術的計算效率，究其根本原因是技術門檻高，例如數據存儲量不夠的技術效率門檻、非IT人員使用困難的技術使用門檻以及算力成本高的技術應用門檻，這致使算力向數字化生產力轉化中面臨著極強的“冷啟動”悖論。一方面，算力產業鏈下游的企業擔心算力不夠而不敢用以及對下游企業標準“眾口難調”而不能用；另一方面，算力技術缺乏場景實驗以及算力啟動成本高，無法獲得不斷改進技術的機會，進而不敢繼續從事新算力技術研發。為解決“冷啟動”悖論問題，我國算力研發企業已經做出了積極探索。例如，上海容智信息技術有限公司以敏捷式共創作為算力技術突破的邏輯切入點，一是先基于ERP界面做出簡單RPA工具，然后通過嵌入3套OCR引擎、16套專門算法以及機器學習，置入多個API接口，實現與ERP/費控/OA系統對接，以此解決技術應用門檻問題；二是開發“0”代碼流程設計，將流程無限細分為23大分類，500多個節點，5000多個功能點，通過錄制和簡單拖拽功能模塊便可完成流程設計工作，直擊技術使用門檻難題；三是引入高地位客戶，通過騰訊iPaaS平臺與超過300多家SaaS產品進行互聯互通，解決技術效率門檻問題。

其二，通過嵌入國家項目來啟動技術突破。“冷啟動”的關鍵難點在于尚未形成有效資源池，進而無法聚集技術突破所需資源。近年來，我國通過“東數西算”等工程啟動多個項目，這為部分算力技術研發企業提供機會窗口。例如，上海司南衛星導航技術有限公司提供了獨特技術突破邏輯。在國外技術封鎖情境下，他們以交互式共創作為芯片技術突破的邏輯切入點，一是通過獲取國家重大項目、國家863項目以及上海市科委的支持來建構資源池；二是將獲取資源發展為技術能力，以國家提供的項目場景為依托，在同類項目的不同場景下反復測驗和調用已有技術，實現核心技術在國家重大戰略項目中的場景嵌套性應用；三是將技術能力杠桿化以構建北斗開放實驗室，打造北斗領域首個資源開放共享平臺，為全國高精度衛星導航領域科研單位開放服務，協調不同價值主體在開放實驗室中攻克芯片、核心算法和零部件等關鍵技術領域。通過上述三步驟持續與各價值主體間交互，企業成功實現“從無到有”的單點技術突破。

其三，通過專注技術攻堅來啟動技術突破。對于已經具備充足資源的企業，成立自主研發機構可以保障技術研發專一與價值觀導向。2009年淘寶網迎來用戶的爆發式增長，原有Oracle集群已不足以支撐現有業務發展，為此阿里巴巴選擇兩條路徑進行技術突破。第一條路徑便是響應敏捷需求，即用商業的Greenplum和Hadoop來替代分析型數據運算，并在此基礎上進行升級。但由于2010年Greenplum的可用性與計算準確性問題以及2013年Hadoop的數據中心規模擴展受限和安全管理問題，迫使阿里巴巴放棄此路徑。第二條路徑是成立阿里云，并投入研發自研云操作系統飛天，正式拉開中國自研云計算操作系統的序幕，并以賦能式共創作為算力技術突破的邏輯切入點。一是重新定義技術，基于最簡單最普通最標準化的硬件構建底層，然后用“飛天”操作系統將五千臺機器整合到一個大平臺，真正實現通用計算能力提升，重新定義算力技術；二是擴展技術類別，為更好地支撐算力技術發揮作用，阿里云構建更均衡和高速負載的安全網絡，提供彈性計算能力，以此支撐全球快速地部署與運營云計算業務；三是場景性試驗，將這些技術賦能“雙11”和12306平臺春運購票等極限并發場景，以此不斷更迭與修正技術。

總之，從以往實現“從無到有”的技術突破邏輯來看，三種策略適用于不同類企業。敏捷響應需求是一種在原有技術基礎上通過漸進性技術疊加以解決客戶問題的技術突破策略，適合具有技術基礎但未有充足資源直接支撐其進行技術攻堅的初創企業。嵌入國家項目則是一種通過嵌入國家項目場景來滿足國家重大戰略需求的技術突破策略，適合從事國家重大工程技術的企業。專注技術攻堅則是一種集聚研發資源來重新定義技術以解決技術問題的技術突破策略，適合具有充足研發資源的成熟企業。我國需要結合不同類算力相關企業實行“一企一策”，增進算力技術突破，從根本上提升算力能力。

算力向數字化生產力轉化的“從有到優”邏輯：單點突破到算網構建

我國要想讓算力像水、電一樣成為“一點接入、即取即用”的社會級服務，就意味著要讓算力流動起來，從算力技術的單點突破轉向構建算力網絡，通過網絡對算力技術的感知、觸達與調度，實現網絡上任何節點均可調用最優算力資源，讓算力產業鏈上各價值主體“用得上、用得起、用得好”算力技術。然而，當前我國實現算力轉向數字化生產力的最大堵點在于算力未能具備很好的公共性與普惠性，即未能由基礎電信企業、云計算廠商構成的中游產業來帶動設施設備等上游產業與工業制造企業等下游產業。數據顯示，當下我國算力供需錯配愈發突顯，AI算力需求每3.4個月翻一番，而要達到元宇宙實時沉浸的渲染效果，所需算力是當前水平的100萬倍，而目前算力體系結構并不適用于通用計算、智能計算、高性能計算和邊緣計算等多元算力的互聯融合。這需要在頂層設計上優化算力功能布局，完善算力產業生態，拓展算力賦能邊界，多方共建、協同匹配，最大化發揮算力性能，加速培育算力新產業、新業態和新模式，實現從算力技術單點突破到算網構建。

其一，構建統一、自主、開放的算力標準體系，形成包括算力網絡架構、節點互聯標準、應用接口標準、人工智能數據集接口標準等在內的標準體系，兼容多樣化算力和開發框架等軟硬件平臺。為保障云網管理系統互通與以GPU、FPGA、AI芯片為代表的異構算力接入，我國需要推進支撐算力發展的上游產業基礎，包括CPU、GPU、存儲器等硬件，數據庫、操作系統、中間件等軟件，以及服務器、交換機、光模塊等IT設備；孵化算力發展的下游產業應用，包括專精特新企業、超級計算中心、電信運營商等，使上下游產業鏈上的多方價值主體參與算力的調度分配。在此基礎上，識別整個產業鏈上核心技術環節，聯合政府、行業協會、上下游企業錨定算力標準突破口，構建完整算力產業鏈標準體系，避免“兩頭在外”的安全窘境。

其二，提升算力技術對外輸出能力，加強開源社區建設，實現算網融合。以擁有關鍵算力技術的價值主體為核心，建構以算力技術為支點，以互聯網企業、政府、教育、服務業、電信業、金融業與制造業等下游產業應用為導向，以硬件、IT設備、操作系統、數據庫、中間件等上游產業為關鍵牽引，以算力技術等核心技術創新以及空調制冷、電力能耗等外延技術創新為動力的算力產業網絡。在此基礎上，推進國內操作系統等算力技術企業參與到開源社區，并構建中國主導的根社區，實現從使用者、參與者到主導者的轉變。例如，當前阿里云上線飛天系統，華為上線EulerOS系統、歐拉系統openEuler，以及麒麟軟件的根社區openKylin、統信軟件的根社區deepin，這些社區集結了飛騰、兆芯等眾多國產算力技術的領先企業。

其三，支撐算力技術的領先企業自主延伸技術鏈，擴展自身在算網中的范圍邊界。從以往核心技術的單點突破到網絡構建經驗來看，領先企業自身圍繞核心技術構建技術鏈能夠快速幫助其擴大單點技術應用與嵌入多場景，進而帶動整個產業鏈發展。例如，超聚變數字技術有限公司從自身獨有的算力技術出發，結合算力網絡場景的特定需求，通過打破“三重邊界”來構建節能算網。一是打破處理器邊界，在傳統服務器中提供CPU+GPU+NPU+DPU等異構計算和多樣性算力；二是打破服務器邊界，從原來基于服務器的算力轉向無服務器算力，實現算力卸載與存算一體；三是打破數據中心邊界，通過重構算力產品的底層架構，打造云、邊緣、超邊緣計算的多形態算力產品。基于此，企業在算力、算法、架構、軟件等方面形成從底層材料到器件級、數據中心級和軟件生態的全自主技術鏈條。

其四，著力圍繞算力產業突破綠色低碳技術，降低算力技術應用門檻。數據顯示，預計我國2023年數據中心能耗將達到2600億千瓦時，到2030年將突破4000億千瓦時，占全社會用電量3.7%，到2035年，這一比重將達到5%-7%。這意味著綠色低碳數據中心將成為算力從單點技術到算網構建不得不面臨的緊迫難題。盡管目前業界已經開始試點采用液冷技術以及綠色電力等技術降低算力能耗，但預計即使在此技術加持下2035年的算力碳排放也將比2020年翻一番。遠大科技集團的“非電”技術可能為降低算力能耗提供新思路。一是以工業廢熱與發電尾氣代替電力作為驅動力，只需不到制冷量1%的電耗，能源效率卻達到10000%，且零排放二氧化碳。二是非電空調采用溴化鋰代替氟里昂和氫氯氟烴，對環境的二氧化碳排放只是電空調的四分之一，極大降低能耗與環境污染。

由此可見，在算力技術單點突破到算網構建進程中，我國需要構建“一主兩翼一保障”的轉化機制。其中，構建標準體系是“一主”，即獲得國際算力主導權與促進算力應用規范；建設開源社區與延伸自主技術鏈是“兩翼”，即從外部與內部自主構建算網；突破綠色低碳關鍵核心技術是“一保障”，即能耗保障機制。

算力向數字化生產力轉化的“從優到精”邏輯：算網構建到生態共創

盡管算網構建是當前算力領先企業竭力主張的發展方向，并強調其能夠解決當下算力向數字化生產力轉化的關鍵堵點問題，但事實上其本質還是不同算力企業在“一張網”上的線性聯結，仍然單一聚焦在算力效率問題，或者僅停留在簡單地將技術與場景對接的階段，無法滿足算力企業與上下游產業間的技術共創需求，尚未形成深度共創與共生協同。尤其在共建共享的數字經濟時代下，技術研發企業往往無法直接洞察終端用戶需求，需要與其共同創造和識別潛在需求。“一花獨放不是春，百花齊放春滿園”，只有通過開源開放的共創生態才能打破各企業的信息孤島現狀，協同改進技術鏈與適應性重構算力服務。具體從算網構建到生態共創需要著力于“四個中心”。

其一，共同打造去中心化的分布式算力生態。當前算網處于初步概念框架搭建階段，所有主要生產資料（大數據）均聚集于個別計算中心或者企業的中心化服務器，一方面這對存儲數據的價值主體提出了極高的能力要求，另一方面這無法充分發揮數據價值。而從算網中各價值主體的線性聯結轉向共生共創的算力生態，需要做到“均衡、開放、融合”的去中心化。一是打造分布式數據存儲，基于先進的區塊鏈技術打造去中心化的分布式服務器，通過分散化的數據中心將數據碎片化的存儲到算網中的各個價值主體，且憑借算力技術可以實現大數據的實時匯聚、調用與分散流動。二是上層應用的強兼容性，智算基礎設施必須能夠兼容主流硬件、軟件，例如當前眾多云服務商推出了功能強大的預訓練大模型，但企業在應用時需要大量工程師進行模型適配，反而使得“智算不智能”。三是建構分布式合作模式，聯合上下游價值主體形成“魚群”效應，推動具備強大研發能力的價值主體群著力突破算力技術，并搭建基礎應用；而中小企業群則著力對算力技術進行場景創新，提供個性化解決方案；智算中心則提供綠色低碳等基礎保障，促使技術鏈上“發布者專注能力開放、使用者專注業務提升、支撐者專注基礎建設”。

其二，推進各價值主體構建算網能力開放中心。算網構建僅是各價值主體間的線性合作，但生態共創是任何價值主體均可參與到算力價值創造進程，促使算網構建的價值參與者轉變為生態共創的價值定義者。當前以中國移動為代表的算力企業已經提出以生態共創為核心要義的算網新時代，他們為移動云提供了一觸即用的搜索入口，支持用戶自主定義算力環境，幫助用戶連接云原生類型的算網資源與開放生態能力。同時，生態共創要求各價值主體在技術鏈上均衡發展、相互賦能，實現跨行業、跨主體的數據共享與開放，助力從傳統以CPU為中心的計算架構轉向數據為中心的新型多樣化計算架構。

其三，推進各價值主體從算網共享交易中心轉向資源共創中心。隨著算網資源需求日益增長，算力網絡交易中心或者算力共享平臺被部分算力企業作為實現算力均衡發展與高速流通的關鍵一招。但這仍未從根本上改變算力技術企業與用戶的價值交易邏輯，即銷售結算意味著價值傳遞結束。在生態共創時代，用戶將是價值創造的參與者，甚至可能是主導者。算力企業的技術產品僅是傳遞價值的一種載體，而真正創造價值在于用戶與算力企業間的持續互動與資源雙向流通。為此，算力共創將從根本上改變簡單的“企業是價值創造者、用戶是價值消耗者”的格局，轉向“企業與用戶共同作為價值創造者”。例如，基于“東數西算”工程，2022年首個算力生態聯合創新中心在寧夏落地，其通過搭建生態聚合成功實現了產業上下游伙伴的算力共創。

其四，打造端到端一體化綠色低碳技術保障中心。隨著各價值主體對綠色低碳技術的突破與應用日臻成熟，模塊化以及超模塊化建造技術的規模化推廣，各價值主體間將形成從動力端到應用端的端到端一體化節能體系。例如，算網時代上游產業的設備制造廢熱廢氣將變成中游產業驅動算力技術以及數據中心的動力來源，輔以高效的能源轉化，從而形成從設備、器件、中間件到基礎設施、技術應用的全生命周期節能服務保障。在此基礎上，以關鍵算力技術為核心，結合各價值主體間的算網聯結，實現算力的跨地區、跨行業、跨領域的創新節能、智慧潔能、綠色賦能。

總之，鑒于當前正處于算網構建的概念框架搭建階段，從算網構建到生態共創之路道阻且長、任重道遠。我國需要著力于打造去中心化生態、能力開放中心、資源共創中心與綠色低碳技術保障中心，才能從根本上打通算力到數字化生產力的“從優到精”的邏輯堵點，實現算力流通、均衡發展。

盡管人工智能已經被提出60余年，但只有過去十年才真正被認為是以深度學習為代表的人工智能的“黃金十年”，實現了“算力可被作為一種新型數字化生產力”的重要認知轉變。2017年7月，我國《新一代人工智能發展規劃》將人工智能上升為國家戰略，而直到2018年4月以及2019年2月歐盟與美國才分別提出人工智能戰略。伴隨著過去十年人工智能的迅猛發展以及國際競爭日益激烈，我國唯有走出一條符合中國國情的“算力轉化為數字化生產力”的道路，才能在國際競爭中獲得科技話語權，才能對我國國民經濟產生更加深遠影響，才能真正開創人工智能發展新局面，才能將算力像電力、水力一樣走入千家萬戶。當然，我國包含算力在內的人工智能發展遠不止于此，在未來人工智能賽道上，必將為世界人工智能發展、提升人類生產效率貢獻中國智慧、中國方案、中國力量。

（作者為同濟大學經濟與管理學院長聘教授、博導，大連理工大學經濟管理學院助理教授李樹文對本文亦有重要貢獻）

【注：本文受教育部人文社會科學研究青年基金“AI技術對數字化服務企業價值共創的使能過程研究：企業與客戶間互動視角”（項目編號：23C10141001）和國家自然科學基金項目“企業數智化變革中的悖論協同能力建構與效應研究”（項目編號：72372118）、“內化于心何以外顯于行：創新使命的多層次意義建構及對企業突破性創新影響效應研究”（項目編號：72072128）資助】

【參考文獻】

①黃鑫：《將算力真正轉化為生產力》，《經濟日報》，2023年7月21日。

②李樹文、羅瑾璉、張志菲：《AI能力如何助推企業實現價值共創——基于企業與客戶間互動的探索性案例研究》，《中國工業經濟》，2023年第5期。

③李樹文、羅瑾璉、張志菲：《構建人機協同的價值共創生態——以容智信息公司的價值轉型路徑為例》，《清華管理評論》，2022年第5期。

④李樹文、羅瑾璉、胡文安：《從價值交易走向價值共創：創新型企業的價值轉型過程研究》，《管理世界》，2022年第3期。

⑤羅瑾璉、李樹文、唐慧潔、張志菲：《數字化生產力工具的創新突破條件與迭代過程：容智信息科技的案例研究》，《南開管理評論》，2022年第5期。

⑥章玉貴：《算力經濟發展的重要功能與戰略思考》，《人民論壇·學術前沿》，2023年第5期。

責編/李丹妮 美編/楊玲玲

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。