推動江蘇算力產(chǎn)業(yè)高質(zhì)量發(fā)展的對策思考

建言要點：

全球算力產(chǎn)業(yè)加速向智能化、綠色化、集約化方向演進，發(fā)展算力產(chǎn)業(yè)成為區(qū)域經(jīng)濟的新增長點。當(dāng)前，江蘇在打造長三角算力供給服務(wù)新高地和智能計算創(chuàng)新增長極上取得積極進展，但也面臨多重挑戰(zhàn)。課題組在調(diào)研基礎(chǔ)上提出如下對策建議：完善產(chǎn)業(yè)鏈條，推動融合應(yīng)用；突破創(chuàng)新瓶頸，實現(xiàn)綠色轉(zhuǎn)型；完善體制機制，優(yōu)化資金配置；強化人才培育，匯聚高端力量。

當(dāng)前，江蘇憑借領(lǐng)先的基礎(chǔ)設(shè)施建設(shè)處在全國算力產(chǎn)業(yè)發(fā)展的前列，但同時面臨產(chǎn)業(yè)鏈協(xié)同不足、核心技術(shù)攻關(guān)待突破、資金人才支撐需強化等多重挑戰(zhàn)。為把握新一輪發(fā)展機遇，有效應(yīng)對潛在挑戰(zhàn)，江蘇應(yīng)著力強化算力產(chǎn)業(yè)鏈協(xié)同布局，加大智能計算等技術(shù)創(chuàng)新投入，完善多元化資金支持機制，推動形成具有全球競爭力的算力產(chǎn)業(yè)集群。

一、全球算力產(chǎn)業(yè)發(fā)展的主要趨勢

全球算力產(chǎn)業(yè)正加速向智能化、綠色化、集約化方向演進，產(chǎn)業(yè)生態(tài)逐步從單一技術(shù)競爭轉(zhuǎn)向資源共享、平臺共建與價值共創(chuàng)的協(xié)同模式。未來，算力產(chǎn)業(yè)發(fā)展方陣將日趨完善，深度融入數(shù)字經(jīng)濟發(fā)展底座，為AI 時代的技術(shù)突破與普惠應(yīng)用提供核心支撐。

全球算力規(guī)模穩(wěn)步擴張，結(jié)構(gòu)發(fā)生深刻變化。隨著人工智能、大數(shù)據(jù)、云計算等技術(shù)的快速發(fā)展，全球算力規(guī)模呈現(xiàn)爆發(fā)式增長。中國信息通信研究院數(shù)據(jù)顯示，截至 2023 年底，全球算力總規(guī)模達(dá)到 910EFLOPS（指計算機系統(tǒng)或設(shè)備每秒執(zhí)行百億億次浮點運算單位）（FP32），同比增長 40% ，呈現(xiàn)高速增長態(tài)勢。其中，通用算力規(guī)模為 551EFLOPS（FP32），智能算力規(guī)模為335EFLOPS（FP32），超算算力規(guī)模為 24EFLOPS（FP32）。非結(jié)構(gòu)化數(shù)據(jù)急劇擴增，以 CPU 為代表的芯片年性能提升不超過 15% ，難以滿足處理視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)的需求，未來幾年智能算力占比將顯著增加。

算力成為支撐大模型運行及生成式 AI 應(yīng)用的關(guān)鍵。在大模型訓(xùn)練中，通常采用多機多卡構(gòu)建的算力集群進行分布式訓(xùn)練，而擁有大量的計算節(jié)點并不等同于擁有強大的計算能力。在分布式訓(xùn)練中，擁有數(shù)千億至萬億參數(shù)的龐大模型通信時間可能占據(jù)整個訓(xùn)練過程的一半，網(wǎng)絡(luò)通信和數(shù)據(jù)緩存等瓶頸問題會顯著降低訓(xùn)練效率。另外，隨著模型參數(shù)量增加，傳統(tǒng)的訓(xùn)練方式可能會導(dǎo)致訓(xùn)練過程中算力利用率的降低。這些難點的出現(xiàn)都要求算力從簡單的硬件擴展發(fā)展為涵蓋算法優(yōu)化、系統(tǒng)設(shè)計、資源調(diào)度和網(wǎng)絡(luò)通信等多個層面的系統(tǒng)優(yōu)化。大模型訓(xùn)練、推理、優(yōu)化等各個環(huán)節(jié)需要高性能和高效率算力的支撐，未來異構(gòu)算力資源的需求將顯著增長。

算力綠色低碳發(fā)展已成行業(yè)共識和時代需求。算力產(chǎn)業(yè)屬于高能耗產(chǎn)業(yè)，電力消費增速高、占比大成為不可回避的重要課題。國際能源署（IEA）數(shù)據(jù)顯示，2022 年全球數(shù)據(jù)中心用電量達(dá) 4600 億千瓦時，占全球總電力需求近 2% ，預(yù)計到 2026 年全球數(shù)據(jù)中心電力消耗將增加至 6200 億—10500 億千瓦時。據(jù)中國信息通信研究院統(tǒng)計，2023 年我國算力中心能耗總量為 1500 億千瓦時，同比增長15.4% ，約占全社會用電量的 1.63% ，未來算力用電將呈井噴式增長。而電能往往依賴于高碳能源如煤炭、石油等，算力基礎(chǔ)設(shè)施的能源結(jié)構(gòu)亟須向低碳、清潔能源轉(zhuǎn)變，綠色低碳成為算力產(chǎn)業(yè)重要發(fā)展方向。與此同時，算力需求與能源資源分布呈現(xiàn)空間不均衡態(tài)勢，算力基礎(chǔ)設(shè)施探索基于綠電供應(yīng)和算能協(xié)同的空間布局成為必然趨勢。

全球算力競爭已呈現(xiàn)中美競爭為主的格局。當(dāng)前，國際上算力競爭直觀表現(xiàn)為算力規(guī)模和算力占比的競爭，中美兩國在全球算力競爭中居領(lǐng)先地位。美國憑借其龐大的經(jīng)濟總量和高度發(fā)達(dá)的數(shù)字化水平，連續(xù)多年位居全球信息產(chǎn)業(yè)領(lǐng)先地位。我國信息化雖起步晚于美、日、歐等發(fā)達(dá)經(jīng)濟體，但在算力技術(shù)研發(fā)、基礎(chǔ)設(shè)施建設(shè)及科技產(chǎn)業(yè)發(fā)展方面具備較強實力與獨特優(yōu)勢，是全球算力競爭格局中不可或缺的重要力量。相較于中美兩國，日本與歐盟在一定程度上受限于算力需求體量和先進技術(shù)水平，算力開發(fā)應(yīng)用方面缺乏有競爭力的企業(yè)。

二、江蘇算力產(chǎn)業(yè)發(fā)展的基本態(tài)勢

進入數(shù)字經(jīng)濟時代，算力已經(jīng)成為重要的新型生產(chǎn)要素，發(fā)展算力產(chǎn)業(yè)成為區(qū)域經(jīng)濟的新增長點。江蘇正以開展新一輪深化制造業(yè)“智改數(shù)轉(zhuǎn)網(wǎng)聯(lián)”行動為契機，積極打造長三角算力供給服務(wù)新高地、全國智能計算創(chuàng)新增長極，算力產(chǎn)業(yè)得到了長足發(fā)展。

算力產(chǎn)業(yè)體系相對完備。產(chǎn)業(yè)基礎(chǔ)設(shè)施規(guī)模化發(fā)展。目前全省在用算力規(guī)模達(dá)22.33EFLOPS，其中智能算力規(guī)模達(dá)8.85EFLOPS，占全部算力的 39.6% 。在用數(shù)據(jù)中心標(biāo)準(zhǔn)機架突破95 萬架，建成智算中心9個、超算中心2 個。在算力產(chǎn)業(yè)鏈上游的光通信領(lǐng)域已形成較強技術(shù)優(yōu)勢，尤其在光模塊與交換機核心環(huán)節(jié)。其中，光模塊產(chǎn)業(yè)集聚了中際旭創(chuàng)、天孚通信等領(lǐng)軍企業(yè)，上市公司盛科通信是國內(nèi)為數(shù)不多的實現(xiàn)萬兆級交換芯片規(guī)?；慨a(chǎn)的供應(yīng)商。

算力技術(shù)水平不斷提升。智能計算成為計算技術(shù)創(chuàng)新發(fā)展主線。全省已建成南京鯤鵬·昇騰人工智能計算中心、南京智能計算中心、太湖量子智算中心、昆山智算中心等四個智算中心。其中，南京智能計算中心（二期）算力能達(dá)到每秒180 億億次（Pops），總算力較一期實現(xiàn)翻番，是現(xiàn)階段長三角地區(qū)已投入運營的規(guī)模最大、算力最強的全國產(chǎn)化智算中心。2023 年全省在算力領(lǐng)域?qū)崿F(xiàn)重大科技進展項目達(dá)15項，涵蓋了芯片技術(shù)、算法優(yōu)化、數(shù)據(jù)存儲等多個關(guān)鍵領(lǐng)域。積極推進網(wǎng)絡(luò)基礎(chǔ)設(shè)施升級，加快千兆普及，并在全國率先開展“萬兆園區(qū)”試點建設(shè)，首批7 個萬兆園區(qū)已建成。

算力產(chǎn)業(yè)投融資較為活躍。據(jù)初步統(tǒng)計，2019 年1 月至2024 年10 月，全省算力產(chǎn)業(yè)發(fā)生投融資事件249 起，占全國比重為 10.13% 。部分地區(qū)積極運用產(chǎn)業(yè)投資基金、“算力券”“模型券”等手段大力支持算力產(chǎn)業(yè)發(fā)展，加快人工智能技術(shù)開發(fā)應(yīng)用。重大投資項目積極助力算力基礎(chǔ)設(shè)施建設(shè)，2025 年江蘇計劃投資的10 個新型信息通信重大項目中有6 個是算力中心項目。

算力人才儲備取得較大進步。江蘇省內(nèi)高校加快算力相關(guān)學(xué)科專業(yè)建設(shè)，涉及計算機、電子、通信等各類學(xué)科，南京大學(xué)、東南大學(xué)、南京郵電大學(xué)是全國首批“集成電路科學(xué)與工程”一級學(xué)科博士學(xué)位授權(quán)點。國家支持建設(shè)的28 所國家級示范性微電子學(xué)院有2 所在江蘇，分別是東南大學(xué)和南京大學(xué)，根據(jù)“2025 軟科中國大學(xué)排名”榜單，南京大學(xué)在計算機科學(xué)與技術(shù)專業(yè)排名全國第六。從上市公司數(shù)據(jù)看，2019—2023 年全省算力產(chǎn)業(yè)上市公司研發(fā)人員年均增速為 15.3% ，高于全部從業(yè)人員年均增速的 7.5% 。

三、江蘇算力產(chǎn)業(yè)發(fā)展面臨的問題

相較于廣東、上海等先進地區(qū)，江蘇仍存在產(chǎn)業(yè)鏈上下游布局偏少、關(guān)鍵領(lǐng)域技術(shù)有待突破、要素集聚能力偏弱、特色場景拓展有限等問題。

產(chǎn)業(yè)鏈的關(guān)鍵環(huán)節(jié)相對薄弱。在產(chǎn)業(yè)鏈中價值量最高的AI 芯片和大模型環(huán)節(jié)缺乏布局。AI 芯片是整個算力產(chǎn)業(yè)鏈最核心的環(huán)節(jié)，且是“卡脖子”的主要環(huán)節(jié)，江蘇缺乏像華為海思（深圳）、海光信息（北京）、寒武紀(jì)（北京）、景嘉微（長沙）等這樣的AI 芯片領(lǐng)軍企業(yè)。大模型作為下游應(yīng)用的重點領(lǐng)域，是中美科技巨頭競相角逐的關(guān)鍵方向，江蘇在大模型研發(fā)、應(yīng)用推廣等方面與先進地區(qū)存在差距，這導(dǎo)致江蘇在利用大模型推動產(chǎn)業(yè)升級、創(chuàng)新商業(yè)模式等方面進展緩慢，無法充分利用大模型提升產(chǎn)業(yè)競爭力。此外，盡管江蘇制造業(yè)基礎(chǔ)雄厚、應(yīng)用場景豐富，但很多本土企業(yè)對算力賦能的認(rèn)知和實踐不足，未能充分發(fā)揮算力提升生產(chǎn)效率、優(yōu)化產(chǎn)品質(zhì)量、創(chuàng)新生產(chǎn)模式的作用。

算力產(chǎn)業(yè)關(guān)鍵技術(shù)領(lǐng)域存在短板。關(guān)鍵領(lǐng)域“卡脖子”風(fēng)險突出。以光模塊優(yōu)勢環(huán)節(jié)為例，光模塊行業(yè)低速率光芯片、電芯片基本已實現(xiàn)國產(chǎn)替代，但高速率國產(chǎn)光芯片、電芯片的產(chǎn)品性能較海外依然有較大差距，高速率光芯片國產(chǎn)化率僅 3% 左右。節(jié)能降碳挑戰(zhàn)較大，亟待創(chuàng)新突破。算力中心的機房在氣候越冷的地方越省電節(jié)能（PUE 越低），而江蘇在資源稟賦等方面不占優(yōu)勢，省內(nèi)獲得“DC Tech 算力中心綠色低碳等級認(rèn)證”5A 等級的數(shù)據(jù)中心數(shù)量較少。

吸引算力投資方面存在不足。重點城市資金集聚能力偏弱，難以吸引大量的社會資本和金融資源投入算力產(chǎn)業(yè)。從全國AI 算力產(chǎn)業(yè)投資流向來看，AI 算力產(chǎn)業(yè)投資主要集中在上海和深圳。在 2023年的投資事件中，上海、深圳、北京、成都、杭州位列前五，占比分別為 23%，18%，16%，11% 和 7% 。江蘇投資事件最多的常州、南京兩地，占比均僅為 5% ，投資規(guī)模低于其他發(fā)達(dá)地區(qū)。

高端算力人才短缺問題突出。算力領(lǐng)域復(fù)合型人才緊缺。算力領(lǐng)域涉及電子、集成電路、軟件和信息服務(wù)等多個行業(yè)，這些行業(yè)的技術(shù)門檻高、專業(yè)性強、對人才的綜合性要求較高，省內(nèi)既懂算法又有實踐經(jīng)驗的高層次算力人才存在較大缺口。業(yè)內(nèi)領(lǐng)軍型人才和團隊缺乏。近年來，各地算力產(chǎn)業(yè)人才競爭日趨明顯，北京、上海、深圳、合肥等地紛紛引入了業(yè)內(nèi)領(lǐng)軍型人才，而江蘇能夠牽頭主導(dǎo)國家重大產(chǎn)業(yè)創(chuàng)新工程的領(lǐng)軍人才較為缺乏。

四、江蘇算力產(chǎn)業(yè)高質(zhì)量發(fā)展的對策

江蘇應(yīng)聚焦算力產(chǎn)業(yè)布局、技術(shù)前沿重點領(lǐng)域，推動算力產(chǎn)業(yè)鏈、創(chuàng)新鏈、資金鏈、人才鏈深度耦合，在拓展應(yīng)用賦能、強化技術(shù)研發(fā)、集成各類資金、引培高端人才等方面持續(xù)發(fā)力，將算力產(chǎn)業(yè)打造成為全省發(fā)展新質(zhì)生產(chǎn)力的重要支撐。

完善產(chǎn)業(yè)鏈條，推動融合應(yīng)用。一是引入優(yōu)質(zhì)的AI 芯片和大模型創(chuàng)業(yè)公司。當(dāng)前算力產(chǎn)業(yè)處于百舸爭流的階段，江蘇可以考慮引入一級市場潛力較大的算力產(chǎn)業(yè)創(chuàng)業(yè)公司。二是積極向下游優(yōu)勢行業(yè)融合賦能。堅持以市場需求為導(dǎo)向，以業(yè)務(wù)應(yīng)用為牽引，進一步釋放工業(yè)制造、醫(yī)療健康等優(yōu)勢行業(yè)對算力應(yīng)用的需求潛力，激發(fā)智能算力、邊緣算力全場景應(yīng)用創(chuàng)新活力。三是持續(xù)提升算力中心服務(wù)能力。聚焦全省算力中心，打造國產(chǎn)算力適配、驗證、技術(shù)迭代的應(yīng)用試驗場，構(gòu)建集成多方算力資源和開發(fā)平臺的算力服務(wù)體系，提升面向長三角乃至全國區(qū)域城市治理、社會民生、行業(yè)轉(zhuǎn)型等領(lǐng)域的服務(wù)能力。

突破創(chuàng)新瓶頸，實現(xiàn)綠色轉(zhuǎn)型。一是推進優(yōu)勢產(chǎn)業(yè)的全面自主可控。集中產(chǎn)業(yè)資源持續(xù)優(yōu)化國產(chǎn)光芯片、電芯片，縮小與海外大廠的技術(shù)差距。鼓勵光模塊企業(yè)與光芯片企業(yè)協(xié)同合作，加速國產(chǎn)光芯片研發(fā)和認(rèn)證節(jié)奏，擺脫進口依賴。二是積極推動核心技術(shù)攻關(guān)。鼓勵龍頭企業(yè)、研發(fā)機構(gòu)和高等院校加快突破關(guān)鍵核心技術(shù)、先進基礎(chǔ)工藝，爭取在算力芯片及元器件、服務(wù)器及存儲設(shè)備上培育若干個原創(chuàng)技術(shù)策源地。充分發(fā)揮科研院所、高校、企業(yè)和產(chǎn)業(yè)聯(lián)盟在核心技術(shù)攻關(guān)、成果轉(zhuǎn)化、標(biāo)準(zhǔn)制定、算網(wǎng)平臺搭建中的創(chuàng)新主體作用，加快國產(chǎn)異構(gòu)算力研發(fā)進程。三是強化節(jié)能降碳技術(shù)提升能源效率。加強綠色算力政策頂層設(shè)計，推動綠色算力標(biāo)準(zhǔn)規(guī)范制定。加快應(yīng)用液冷、高彈性冷卻、高壓直流電等新一代綠色節(jié)能技術(shù)，逐步推進數(shù)據(jù)中心智能化、綠色化、集約化改造。

完善體制機制，優(yōu)化資金配置。一是發(fā)揮產(chǎn)業(yè)基金作用，創(chuàng)新重大項目招引模式。充分釋放省級戰(zhàn)略性新興產(chǎn)業(yè)基金引導(dǎo)效應(yīng)，加強與國家產(chǎn)業(yè)投資基金、設(shè)區(qū)市產(chǎn)業(yè)基金聯(lián)動，爭取一批具有牽引作用的算力產(chǎn)業(yè)項目落地。積極引導(dǎo)省內(nèi)中游龍頭企業(yè)增資擴產(chǎn)以及上游配套企業(yè)集聚，面向國際知名企業(yè)、國有企業(yè)，加大在算法模型、高端芯片、計算系統(tǒng)、軟件工具等領(lǐng)域項目招引力度。二是支持社會資本向算力產(chǎn)業(yè)流動。引導(dǎo)社會資本、金融機構(gòu)參與算力基礎(chǔ)設(shè)施建設(shè)和算力技術(shù)產(chǎn)業(yè)發(fā)展，支持符合條件的企業(yè)境內(nèi)外上市融資。鼓勵各地市探索實施“科技產(chǎn)業(yè)金融一體化”專項和“補貸保”聯(lián)動試點，加大對算力重點項目的支持。

強化人才培育，匯聚高端力量。一是加強良性可持續(xù)的產(chǎn)業(yè)人才梯隊建設(shè)。加強服務(wù)產(chǎn)業(yè)鏈的頂層設(shè)計和建設(shè)，構(gòu)建以人才培養(yǎng)賦能創(chuàng)新發(fā)展雙向互動新機制，建立創(chuàng)新企業(yè)家、先進制造技術(shù)人才和先進基礎(chǔ)工藝人才培養(yǎng)梯隊。加大算力相關(guān)專業(yè)知識扎實、實踐經(jīng)驗豐富、創(chuàng)新能力突出的高層次人才培育力度，集聚具備產(chǎn)業(yè)實踐、隱性經(jīng)驗與商業(yè)直覺的復(fù)合型人才，加強兼具原始創(chuàng)新能力和學(xué)科帶頭能力的拔尖創(chuàng)新人才、工程骨干的引進力度。強化高端人才培養(yǎng)，建立產(chǎn)業(yè)所需的人才群體培訓(xùn)體系。二是積極培育引進領(lǐng)軍人才與創(chuàng)新團隊。發(fā)揮高能級重大創(chuàng)新載體聚才作用，建立算力行業(yè)緊缺人才清單管理制度，注重利用重點任務(wù)、重大項目發(fā)掘算力行業(yè)人才。三是推動產(chǎn)學(xué)研深度融合。通過跨界合作，匯聚科研機構(gòu)、高等院校、企業(yè)廠商，形成緊密合作的創(chuàng)新體系，加速算力產(chǎn)業(yè)的技術(shù)革新、成果轉(zhuǎn)化與應(yīng)用落地，催生新產(chǎn)業(yè)、新模式、新動能。

〔本文系江蘇省社科聯(lián)重大應(yīng)用課題、江蘇省社會科學(xué)基金重點項目“江蘇加快推進算力基礎(chǔ)設(shè)施布局研究”（24WTA-009）的階段性研究成果〕

（作者單位：江蘇省戰(zhàn)略與發(fā)展研究中心）