分享

六部门联合发文 | 算力为何如此重要?

 天承办公室 2023-11-01 发布于北京

Image


近日,为加强计算、网络、存储和应用协同创新,推进算力基础设施高质量发展,充分发挥算力对数字经济的驱动作用,工业和信息化部等六部门联合印发《算力基础设施高质量发展行动计划》。力是集信息计算力、网络运载力、数据存储力于一体的新型生产力,主要通过算力基础设施向社会提供服务。算力基础设施是新型信息基础设施的重要组成部分,呈现多元泛在、智能敏捷、安全可靠、绿色低碳等特征,对于助推产业转型升级、赋能科技创新进步、满足人民美好生活需要和实现社会高效能治理具有重要意义。
在由中译出版社出版的《数字原生》一书中,作者何宝宏认为算力在数字社会中扮演着重要的角色。它支持了数据处理和分析、人工智能和机器学习、云计算和服务等关键领域的发展,推动了科技创新和经济发展。随着技术的不断进步,算力的提升将继续在数字社会中发挥关键作用。

Image点击图片进入购买界面

01
算力是“三次能源”
能源的利用水平决定了一个社会的生产力水平,也就决定了一个社会的经济社会发展水平和社会文明程度。在能源领域,为了体现能源的利用水平,有“一次能源”和“二次能源”的区别。但在数字时代,算力是数字经济和数字社会的核心力量,因此,还需要建立“三次能源”的概念。

一次能源指以自然界天然存在的能源,如原煤、原油、天然气、水能、核能、风能、生物质能、水能、地热能、海洋能、潮汐能、太阳能等。一次能源又被进一步分为可再生能源和不可再生能源,前者指能够重复产生的天然能源,如太阳能、风能、水能、生物质能等,这些能源均来自太阳,可以重复产生;后者用一点就会少一点,主要是各类化石燃料、核燃料。

二次能源指以人类活动的特定需求为目的,加工转换所生产的能源产品,如电力、煤气、焦炭、蒸汽、热水和汽油、煤油、柴油、重油等石油制品。在社会生产过程中排出的一些余能,如高温烟气、高温物料热、排放的可燃气和有压流体等,也可以算入二次能源。

二次能源和一次能源不同,它不是直接取自自然界,只能由一次能源加工转换以后得到,或者由一种二次能源加工转换成另一种二次能源,转换过程中必定会有一定程度的损耗。严格意义上,二次能源是转换来的,应该叫“二次能”,与能源危机无关。

加拿大能源历史学家瓦茨拉夫·斯米尔在《能量与文明》中指出,能量的利用能力决定了文明的发展水平。能源是能量的源泉,从远古时期开始,人类就已经开始钻木取火,架设水车和风车等,开始利用各种生物质能、水能和风能等一次能源,人类社会由此进入了农业社会。

自第一次工业革命以来,煤炭、原油和天然气等化石能源的获取和使用能力,在很大程度上决定了大国的兴衰。英国因为拥有丰富的煤矿,并发明能够高效使用煤炭的蒸汽机等机械,成为工业革命的发祥地和“日不落帝国”。

第二次工业革命对石油和天然气的利用塑造了“美国世纪”。到19 世纪末,电力把各种一次能源都融合、统一到了电力能源,并且通过电网输送到地球上的每一个角落,让人类进入了第三次工业革命,再把电转换为电力、照明等。

电力网络在统一能源方面的历史贡献,与今天的互联网在统一信息世界的贡献高度相似,后者用二进制、计算机、Web 和云计算等技术统一了文字、图片、声音、视频和数据等的生产、传输和应用。而互联网是基于电力网络提供能源的,本身也只是电力网的一个“增值业务”。消费者手里的计算机、手机、App 和小程序等就像是电力网络中的用电设备,是算力网络中的各种“家用算器”。

第三次工业革命的重要标志是电气化,是对二次能源的广泛使用。现在第四次工业革命的核心是数字化,将会对算力进行广泛使用。从电力谈到算力,就需要引入“三次能源”的概念了。

先向后数。

数字行业多是从“零”,而不是“一”开始数数。一次能源又是从哪里来的?当然,是从“零次能源”来的。但探究零次能源的问题和定义,已经不属于数字行业的范畴了,属于物理学家和宇宙学家等的工作了。

再向前数。

整个信息通信业就是一个生产、运输、调度、管理和应用算力(能源)的过程 , 一个围绕算力或者说三次能源运转的行业。“算力”一词最早出现在比特币场景时也被称为“哈希率”,是衡量生成比特币新区块的总计算能力的度量单位。现在,这一概念已被扩展到数据中心、云计算和大数据等领域,通常指设备或系统,通过处理数据实现特定结果输出的计算能力。

技术革命成功的基本标志是成为一个新产业甚至新行业。技术成功的顶配标志是该技术成了一种新型的基础设施,接着孕育下一代。*-

前几次工业革命建设了运河和公路网,建设了铁路、港口和邮政服务等,兴建了电力、水力、州际公路、机场、炼油中心和酒店等,而数字时代建设了芯片制造厂、通信基站、光纤和数据中心等。现在迈入了数字社会,需要建设新型基础设施,尤其是重点发展算力基础设施等。

02
算力的网络化

就像早期的电力主要是通过直流方式进行本地化供应的,后来才逐步利用交流技术走向了网络化的电力服务,计算也从最早的单台计算机方式,通过云计算和边缘计算等逐步走向了网络化的算力服务。

云计算是一种中心化的算力提供方式,因为资源共享带来了规模效应。但与此同时,集中化计算也存在因为距离用户较远带来的时间延迟,托管带来的数据安全和隐私保护等顾虑,以及法律和监管对数据流动和处理的合规性要求挑战。因此,大约在 2014 年出现了边缘计算的概念,即就近向用户提供计算服务,以提供更快的算力服务响应,满足业务在实时性、安全性、隐私保护和合规性等方面的需求。

现在,随着云计算和边缘计算的发展,云与网络、云与云、云与边缘以及边缘与边缘之间,如何做算力的协同就成了一个新课题,于是算力网络的概念就顺势兴起了。

算力网络是一种通过网络分发服务节点的算力、存储和算法等信息,结合网络信息(如路径、时延等)和针对客户需求,提供最佳的算力资源分配及网络连接方案,并实现整网资源的最优化使用的新架构(ITU-T 的定义)。

算力中心、云原生、算力网络和“东数西算”等概念,是业界开始探索算力网络的重要标志,都是为了如何大规模、更低成本地提供算力服务。但如果参照电力网络,目前算力网络的发展水平还相当于刚刚结束了爱迪生和特斯拉的电力大发明时代,开始了进入大规模建设电力基础设施的阶段,只是二者在时间上整整差了100 年。

算力生成所消耗的核心资源是电力。21 世纪初曾经出现过计算机、电话网和广电网的三网融合,相信未来会出现新三网融合,即通信网络、算力网络和电力网络的新一轮融合,以寻求算力时代在经济层面和技术层面的最佳组合。


03
算力成熟度

著名科技观察家凯文·凯利在他 2016 年的书籍《必然》中,提到了“算力原生”的概念,认为算力原生是数字化转型的必然趋势,将对社会、经济和文化产生深远的影响。这可能是最早的关于“算力原生”的论述。

2018 年,美国麻省理工学院(MIT)发布了一份与算力相关的报告,指出算力原生是数字世界的未来趋势,将会引领新一波的技术革命和经济变革。2020 年,MIT 在同类报告提出,未来算力原生将会呈现“边缘化、全球化、多样化、智能化、安全化”的趋势。

2018 到 2019 年,高盛集团连续发布了两份算力相关的报告,指出算力原生是一种新的商业模式,它不仅是技术的变革,更是一种经济形态的改变。在算力原生的时代,人们不再将算力看作是一种资产或工具,而是将其视为一种货币或资源,可以用来交换价值、获取服务或实现创新。

在 2020 年,Gartner 在一份报告中提到了算力原生的概念,并预测它将成为未来数十年中最具影响力的技术之一,推动云计算、人工智能、区块链等技术的发展。布鲁金斯学会的一份报告中指出,算力原生是数字经济的未来,将推动云计算、人工智能等技术的快速发展。IDC 公司的报告指出,算力原生是数据中心未来的发展方向,将成为云计算、大数据、人工智能等技术的基础。

算力原生的基础是各种框架、算法和硬件。10 多年前,深度学习的突破就是建立在需要强大并行算力支持的基础上的。现在,大模型更是需要数百万次乃至数千万次的计算才能完成训练。可以说,以深度学习和大模型为代表的 AI 是算力原生应用的典型代表。

电力能力决定着一个国家的工业化水平,算力能力也可以用来衡量一个国家的数字化水平。可以用四个指标作为参考,来判断算力行业的成熟度,来衡量是否已经迈入了算力原生的时代:

· 从国家层面来看,GDP 的增长开始用云量或算力消耗量来衡量。数字经济消耗的核心资源是算力,但目前观察社会经济运行情况的主要指标还是用电量等,并没有将“用算量”或“用云量”统计进去。

· 从行业层面来看,面向公众和互联网用户的公有云市场规模,远远超过了私有云市场规模,形成了稳定的“以公有云为主体,私有云为补充”的算力市场格局。公共算力在算力资源供给中的占比越大,说明算力的社会化供给程度越高,算力越发达和越普及。据统计,中国云计算市场中公有云与私有云的市场占比,2022 年刚超过 3:1,2019 年大约是 1:1。

· 从企业层面来看,企业架构发生重大变化,传统后勤保障部门与信息中心合并成了一个。传统后勤部门负责老基建的建设、运行和维护,信息中心负责新型基础设施的建设、运行和维护。因此,算力发展成熟和企业数字化转型成功的核心标志之一,就是电工和算工成了同屋的你算工中的,不再是工程师的,而是工人的

· 从从业者的比例来看,从业人员的主体学历构成结构,从以大学生和研究生占比为主(目前刚超 40%),发展到超过80% 来自职业技术学校,成为吸纳数字原生代蓝领就业的重要市场,形成了更加合理的、层次化人才结构。

算力、算法和数据被视为推动这轮人工智能革命的三大要素。优秀的算法可以帮助 AI 系统提取数据中的有价值信息,发现模式和趋势,并做出准确的预测和决策。同时,高质量的数据为算法提供了训练和学习的基础,而强大的算力则为实现复杂的算法和处理大规模数据提供了支持。

经过十多年的发展,现在的 AI 已经从深度学习演进到了大模型阶段,它不仅是一种更“大”的深度学习,而且增加了第四个维度:知识,成了知识、数据、算力和算法四大件。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多