1846年1月，料峭寒風(fēng)中，一行長短不一的電碼，從紐約發(fā)出。

130公里開外，費(fèi)城的交易員收到了這行代表著股價(jià)信息的電報(bào)，緊接著熟練地按下操作鍵，整個(gè)用時(shí)不到十秒，相比同行，快了整整半個(gè)小時(shí)。

時(shí)間就是生命，資本市場更是如此，哪怕華爾街巨們需要為此付出10個(gè)單詞收費(fèi)25美分的巨額成本。憑借著時(shí)間帶來的巨額差價(jià)空間，華爾街巨頭們賺得盆滿缽滿，并自此一舉確立了華爾街作為全球資本市場中心的地位。

不只是資本市場的快速躍進(jìn)，依托電力基礎(chǔ)，美國的重工業(yè)開始替代輕工業(yè)，成為時(shí)代發(fā)展的主旋律，電氣、化學(xué)、石油等新興工業(yè)部門站在電力的肩膀之上誕生。

一切都在明明白白昭示著一件事——電力，即生產(chǎn)力。

坐在轟轟烈烈的電力工業(yè)化車輪之上，五十年后，美國正式取代英國登頂全球第一，世界的格局變化，也自此埋下清晰地注腳。

然而，當(dāng)兩百年時(shí)間過去，新的時(shí)代之問產(chǎn)生了，誰將接棒電力，成為新的生產(chǎn)力？

答案已經(jīng)呼之欲出。

先看數(shù)據(jù)，根據(jù)國際權(quán)威機(jī)構(gòu)IDC發(fā)布的《2019—2020全球計(jì)算力指數(shù)評估報(bào)告》：全球范圍內(nèi)，算力指數(shù)平均每提高1個(gè)點(diǎn)，數(shù)字經(jīng)濟(jì)和GDP將分別增長3.3‰和1.8‰。信通院數(shù)據(jù)則測算，2020年我國算力規(guī)模為2億元，直接帶動(dòng)的經(jīng)濟(jì)總產(chǎn)出為1.7萬億，間接帶動(dòng)6.3萬億，換算來看，每在算力市場投入1元，將帶動(dòng)大約4元的經(jīng)濟(jì)產(chǎn)出。

大處著眼，全球算力規(guī)模前20的國家中，有17個(gè)，都是全球前20的超級經(jīng)濟(jì)體。

中觀來看，依托于算力的大發(fā)展，alpha go打敗人類，摘取圍棋的桂冠；一個(gè)超級APP中每天播出十億條視頻成為可能；基因測序、天文測算、蛋白質(zhì)分析進(jìn)入新的發(fā)展階段；半導(dǎo)體、消費(fèi)電子、互聯(lián)網(wǎng)、元宇宙，一個(gè)又一個(gè)產(chǎn)業(yè)憑借著算力進(jìn)入繁榮井噴期。

數(shù)字經(jīng)濟(jì)時(shí)代，算力就是生產(chǎn)力，已經(jīng)毋庸置疑。

不過，算力成為生產(chǎn)力的過程，并沒有這么簡單。

01

算力距離生產(chǎn)力，還有多遠(yuǎn)

事實(shí)上，距離華爾街巨頭使用電報(bào)傳輸訊息五十年后，電力才真正得以普及。五十年中，隨著交流電技術(shù)的成熟，電力傳輸過程中的高損耗問題得以解決，便宜、便捷、隨時(shí)可用且好用的電力這才順著交流電網(wǎng)進(jìn)入尋常百姓家。

算力同理。算力距離生產(chǎn)力還有多遠(yuǎn)的根本，在于算力是否像電力一樣，可以做到隨取隨用且好用？

目前來看，答案是否定的。

背后的原因主要有三：

第一層原因來自資源的分布不均。

作為算力的主要承載，數(shù)據(jù)中心的成本一般可以拆分為兩部分，建設(shè)以及運(yùn)營。建設(shè)成本主要是土建、服務(wù)器采購等固定成本；一般來說，西部由于人力成本、土地成本的低廉，在建設(shè)成本端，較東部地區(qū)具備較大優(yōu)勢。

運(yùn)營成本，則可以拆分為運(yùn)維費(fèi)、管理費(fèi)用、電費(fèi)等，運(yùn)維以及管理費(fèi)用一般僅占運(yùn)營成本的兩成；而電費(fèi)則可以占據(jù)運(yùn)營成本的五成，甚至更多。

但電費(fèi)同樣存在著嚴(yán)重的東西差異。近幾年來，在西部，火電發(fā)達(dá)的內(nèi)蒙古，僅需0.5元，風(fēng)電光伏發(fā)達(dá)的新疆不到0.4元，水電發(fā)達(dá)的四川，川藏交界處的電價(jià)更是可以低至0.2元。隨著經(jīng)濟(jì)的高速發(fā)展，大部分東部地區(qū)，工業(yè)電價(jià)已經(jīng)在0.8-0.9元每度上下浮動(dòng)，用電荒與高電價(jià)之下，部分東部地區(qū)甚至一度把數(shù)據(jù)中心作為高能耗產(chǎn)業(yè)而限制其發(fā)展。

也是因此，優(yōu)質(zhì)的算力資源呈現(xiàn)出了在西部的區(qū)域性集中。

第二層原因則來自供需的不平衡。

與西部具備優(yōu)質(zhì)資源形成鮮明對比，全國80%的算力需求都集中在東部地區(qū)。這就造成了一個(gè)問題：西部空有資源，缺乏需求；而東部需求爆炸，但缺乏優(yōu)質(zhì)普惠的算力資源。

為了對接?xùn)|部的需求與西部的算力，今年2月以來，國家發(fā)展改革委、中央網(wǎng)信辦、工業(yè)和信息化部、國家能源局聯(lián)合印發(fā)文件，在全國八大地區(qū)建設(shè)算力樞紐節(jié)點(diǎn)，并規(guī)劃了十大國家數(shù)據(jù)中心集群，促進(jìn)西部算力支持東部數(shù)據(jù)運(yùn)算，東數(shù)西算工程正式開啟。

不過，不是數(shù)據(jù)中心建好，就萬事大吉。海量數(shù)據(jù)從東部傳送至西部，計(jì)算結(jié)果再從西部轉(zhuǎn)回東部，中間首先需要做好應(yīng)用與算力之間的精準(zhǔn)連接；其次，對于分散各處、橫跨中國的零散算力，還需要通過在架構(gòu)、網(wǎng)絡(luò)層面做好統(tǒng)一協(xié)調(diào)，將整個(gè)算力作為一個(gè)整體對外提供服務(wù)，算網(wǎng)連接算力，解決算力分配不均的必要環(huán)節(jié)。

第三層原因則在于算力類型的千差萬別。

雖然都是算力，但算力來源上，復(fù)雜的任務(wù)，需要更高的CPU算力，自動(dòng)駕駛、數(shù)據(jù)分析需要更簡單高效的GPU算力;算力應(yīng)用上，互聯(lián)網(wǎng)、制造、科研、農(nóng)業(yè)、天文、金融，不同行業(yè)需要不同的算力。互聯(lián)網(wǎng)行業(yè)需要時(shí)常應(yīng)對雙十一等活動(dòng)的高并發(fā)，制造需要極度的穩(wěn)定；農(nóng)業(yè)需要更低的成本；金融需要超高的安全性……這中間的根本問題在于，面對不同的算力與需求，要如何同時(shí)滿足？

總結(jié)來說，只有做好了算力與應(yīng)用的連接適配，讓算力加速應(yīng)用的運(yùn)行，算力才能真正產(chǎn)生價(jià)值，成為真正的生產(chǎn)力。

02

方向：算力將去往何方

一個(gè)不為人知的故事是，在電力發(fā)展的初期階段，如今隨處可見的燈泡其實(shí)是一個(gè)罕見商品。但很快，聰明的工廠主們發(fā)現(xiàn)了一件事，用燈泡照明，那么所有生產(chǎn)力的勞動(dòng)時(shí)間將會被極大提高，夜間勞作，解放生產(chǎn)力，也就成為了可能。

同時(shí)，也正是隨著燈泡這一超級應(yīng)用出現(xiàn)，電力開始在全球范圍內(nèi)風(fēng)靡，帶動(dòng)了產(chǎn)業(yè)乃至生產(chǎn)模式的巨大變革。

正如T型車之于石油，電燈之于電力，算力普及成為生產(chǎn)力的另一個(gè)前提，是超級應(yīng)用的出現(xiàn)。

那么對于算力來說，超級應(yīng)用究竟是什么？業(yè)內(nèi)的一個(gè)共識是：科學(xué)計(jì)算（理化生、氣象天文等）、工程計(jì)算（CAD、EDA等）、智能計(jì)算（深度學(xué)習(xí)、自動(dòng)駕駛等），正是算力成為生產(chǎn)力的超級應(yīng)用。

比如疫情期間，一個(gè)名叫Folding@home的蛋白質(zhì)動(dòng)力學(xué)模擬項(xiàng)目，積累的算力一度突破1 exaflops（每秒100億億次浮點(diǎn)運(yùn)算），并成功完成了新冠病毒S蛋白的第一張結(jié)構(gòu)圖。自動(dòng)駕駛領(lǐng)域，原生的Robotaxi算法需要的算力更是高達(dá)數(shù)百乃至上千T，對算力的需求和高性能硬件的高成本，已然成為自動(dòng)駕駛落地階段最大的掣肘。

不難發(fā)現(xiàn)，這些超級應(yīng)用，對算力的需求，并不只是簡單的服務(wù)器部署就能解決的，而是需要同時(shí)解決高密計(jì)算+人工智能+不同領(lǐng)域的專業(yè)知識的不同需求。

落到對算力本身的需求上，就需要能夠同時(shí)做到巨量計(jì)算、多元計(jì)算以及專用計(jì)算。

所謂巨量計(jì)算，主要應(yīng)對的是現(xiàn)如今機(jī)器學(xué)習(xí)領(lǐng)域最為流行的大模型趨勢。

最典型的應(yīng)用在于，OpenAI發(fā)布的GPT-3模型，其所擁有的參數(shù)高達(dá)1750億，使用的最大數(shù)據(jù)集在處理前容量可以達(dá)到45TB，訓(xùn)練過程需要355個(gè)GPU年的算力（一塊GPU運(yùn)行355年的算力）。但很顯然，并不可能真的只用一塊顯卡跑355年，為了OpenAI的訓(xùn)練，微軟直接構(gòu)建了一個(gè)包含一萬塊GPU的分布式集群，其中單次的訓(xùn)練費(fèi)用可以高達(dá)460萬美元。

不過，不是所有企業(yè)都像微軟財(cái)大氣粗，可以一擲千金買下一萬塊顯卡，并且具備長期的巨量運(yùn)算需求，因此借助于云計(jì)算、智算中心，就成了一個(gè)明確的行業(yè)趨勢。

多元計(jì)算也很好理解，在不同業(yè)務(wù)類型當(dāng)中，對于算法、模型以及芯片、計(jì)算系統(tǒng)的需求其實(shí)不盡相同，這就需要算力本身具備多元計(jì)算能力。

氣象預(yù)測、蛋白質(zhì)結(jié)構(gòu)模擬領(lǐng)域，需要更高的精度，否則就是一次極端天氣預(yù)測的失誤，人類自我認(rèn)知的偏差。電商領(lǐng)域，典型特征是計(jì)算量大、規(guī)則多，但計(jì)算本身相對簡單，屬于典型的數(shù)據(jù)密集型計(jì)算。Alpha go 、人臉識別等典型的AI訓(xùn)練，則對精度要求不高，但需要大量的數(shù)據(jù)投喂，最終做到以最快的速度最低的成本實(shí)現(xiàn)規(guī)?；渴?。金融領(lǐng)域，則不僅需要快速，更需要絕對的安全。

可以說，多元算力支撐，是促進(jìn)算力在千行百業(yè)落地開花的根本保證。

專用計(jì)算同理，理論上，一塊CPU可以解決大部分計(jì)算問題，但在現(xiàn)實(shí)中，針對復(fù)雜運(yùn)算，需要更多的CPU，出于成本、效率等等原因，自動(dòng)駕駛，我們選擇通用的GPU芯片，谷歌訓(xùn)練alpha GO時(shí)會選擇自己的TPU芯片，不同的計(jì)算，需要專門的算力。

就比如，在科學(xué)領(lǐng)域，算力經(jīng)常被用于基因測序以及蛋白質(zhì)結(jié)構(gòu)模擬，這也是突破人類對自我認(rèn)知的第一步。一個(gè)最基礎(chǔ)的生物學(xué)常識是，氨基酸構(gòu)成多肽，多肽不同的空間結(jié)構(gòu)形成蛋白質(zhì)；也就是說解密蛋白質(zhì)，需要對其3D結(jié)構(gòu)進(jìn)行還原，如果以枚舉法測算蛋白質(zhì)結(jié)構(gòu)，那么將消耗10的300次冪的搜索空間。過去五十多年，我們僅解析了17%的人類蛋白質(zhì)。

但是基于專用算力的加持，算力系統(tǒng)的處理器、內(nèi)存帶寬、網(wǎng)絡(luò)、運(yùn)算方式、系統(tǒng) I/O、存儲被全面升級，如今AlphaFold2算法已經(jīng)可以對出98.5%的人類蛋白質(zhì)結(jié)構(gòu)進(jìn)行預(yù)測，并具備六成的可信度。

也就是說，只有服務(wù)好專用的計(jì)算需求，才能做好真正的落地，解決不同場景中的實(shí)際問題。

當(dāng)然，巨量、多元、專用，挑出任何一個(gè)，看似都不是什么大問題，但對于現(xiàn)實(shí)業(yè)務(wù)來說，這三個(gè)要求，往往不是一個(gè)三選一，而是我都要。

03

解法：全國一體化算力服務(wù)平臺的長路

如何做好需求與算力的連接，同時(shí)滿足巨量、多元、專用的算力需求，讓算力突破成為新時(shí)代的生產(chǎn)力？

作為算力服務(wù)賽道領(lǐng)軍企業(yè)，曙光智算給出的參考答案是，將過去多年建設(shè)中留下的寶貴算力資源，用高速網(wǎng)絡(luò)統(tǒng)籌連接；通過統(tǒng)一的算網(wǎng)中樞，智能判斷不同任務(wù)需要哪些不同的算力，為無論身處任何位置、任何行業(yè)的用戶，提供最合適的資源；最后，根據(jù)科學(xué)計(jì)算、工程計(jì)算、智能計(jì)算等不同的需求，提供多元、巨量且專用的服務(wù)。

將這一套組合拳，拆解來看：

針對算力分配不均、供需不平衡這兩大門檻。曙光智算推出了“全國一體化算力服務(wù)平臺”，最大的特點(diǎn)就是在于具備一體化的架構(gòu)，可以將不同資源池、不同地域的計(jì)算資源匯聚，通過計(jì)算服務(wù)總線，滿足不同用戶的不同需求。

翻譯一下，就是搭建了一張電網(wǎng)一樣的“算網(wǎng)”。從前你在東部用數(shù)據(jù)中心，那么哪怕東部電價(jià)也貴、地價(jià)也貴，你也得把數(shù)據(jù)中心蓋在東部，類似在哪里用電，就在旁邊蓋電廠。

現(xiàn)在，有了“全國一體化算力服務(wù)平臺”，東部要用算力，但機(jī)房其實(shí)就蓋在低成本的西部。或者更復(fù)雜一點(diǎn)的，需要及時(shí)反饋的算力放在東部，不著急取用的算力放在西部。整體的算網(wǎng)結(jié)構(gòu)，就像一條特高壓線路+錯(cuò)綜復(fù)雜的電網(wǎng)，把西部源源不斷的優(yōu)質(zhì)電力，輸送到東部。

解決了連接問題后，如何讓更好的服務(wù)超級應(yīng)用，同樣是一門學(xué)問。

針對不同需求算力的千差萬別，曙光智算選擇將不同算力所需的不同芯片、服務(wù)器、軟件架構(gòu)全部隱去，以API接口的形式，將其包裝成一個(gè)打開即用的產(chǎn)品，讓用戶零門檻的享受算力、算網(wǎng)、算能服務(wù)。正如同我們并不需要知道電力如何在電網(wǎng)中流轉(zhuǎn)，以及中間經(jīng)歷過多少次變頻變壓，插上插頭就能隨時(shí)用電。

當(dāng)然，做好產(chǎn)品封裝只是第一步，畢竟只有產(chǎn)品不一定能解決所有問題。就像給一個(gè)普通人一把廚神專用廚具，也做不出滿漢全席。因此做好算力服務(wù)網(wǎng)絡(luò)，還需要做好產(chǎn)品以及相關(guān)的服務(wù)。

“全國一體化算力服務(wù)平臺”的思路是，結(jié)合上下游一同發(fā)力，為客戶提供包含技術(shù)培訓(xùn)、營銷支持等等一系列的解決方向。相當(dāng)于為客戶用電網(wǎng)通好了電，還同時(shí)附送好了插頭，以及使用說明書，提供全流程服務(wù)。

但這就夠了嗎？顯然不是。給了用戶說明書，也依然會出現(xiàn)家里突然跳閘、短路，再或者家里有大功率用電需求需要電路改造，這怎么辦？

應(yīng)對這一層面的需求，曙光智算可以提供標(biāo)準(zhǔn)化運(yùn)營、隨時(shí)響應(yīng)的一站式服務(wù)還有統(tǒng)一的平臺，相當(dāng)于家里用電出了任何問題，打個(gè)電話，供電局就有專門的電工上門服務(wù)，提供高質(zhì)量售后。

基于“全國一體化算力服務(wù)平臺”低門檻、產(chǎn)品化的算力服務(wù)，越來越多的技術(shù)與應(yīng)用突破逐漸誕生：

“全國一體化算力服務(wù)平臺”自規(guī)劃到上線以來，短短一年時(shí)間里，平臺的作業(yè)提交量已經(jīng)突破3000萬，用戶數(shù)量突破10萬個(gè)。

以時(shí)下熱門的測序技術(shù)為例，隨著全球基因組數(shù)據(jù)以指數(shù)級別飛速增長，全國一體化算力服務(wù)平臺通過為生命科學(xué)領(lǐng)域研究提供全棧算力及云存儲基礎(chǔ)設(shè)施解決方案，以及兼具彈性及個(gè)性化的計(jì)算、網(wǎng)絡(luò)、存儲等資源，與高性能、易擴(kuò)展的數(shù)據(jù)計(jì)算、存儲與網(wǎng)絡(luò)設(shè)施，越來越多的企業(yè)與科研機(jī)構(gòu)，得以擺脫建設(shè)、維護(hù)、升級算力中心的煩惱，將精力放在主營業(yè)務(wù)以及科研之上，卸掉包袱全力奔跑，AI for Science成為課程，人類解密自身得到了最基礎(chǔ)的算力支撐。

除此之外，通過“全國一體化算力服務(wù)平臺”提供的對計(jì)算、存儲、文件傳輸?shù)荣Y源適配定制以及原生的底層資源、市場化的運(yùn)營機(jī)制、開放的生態(tài)體系以及融合多樣的算力供給，菲沙基因糾正了生物學(xué)領(lǐng)域一直以來認(rèn)為黃花菜含有秋水仙堿的誤判；安徽省得以在汛期內(nèi)也能為用戶精準(zhǔn)氣象監(jiān)測預(yù)報(bào)；復(fù)旦大學(xué)類腦科學(xué)與技術(shù)研究院完成了860億神經(jīng)元類腦計(jì)算，上海交大宇宙學(xué)團(tuán)隊(duì)則實(shí)現(xiàn)了模擬和再現(xiàn)宇宙……

當(dāng)然，可能也有人會問，為什么會是曙光智算？

答案也很簡單，因?yàn)槭锕庵撬?，背后站著的，是來自曙光乃至整個(gè)中科院體系這幾十年來對算力的探索，以及對應(yīng)用落地的經(jīng)驗(yàn)。

當(dāng)越來越多的企業(yè)站在全國一體化算力服務(wù)平臺的肩膀之上，算力成為生產(chǎn)力的進(jìn)程，也被按下了加速鍵。

04

尾聲

降低門檻、打造超級應(yīng)用之后，算力的發(fā)展將走向何方？

電力的發(fā)展，或許同樣是一個(gè)可以借鑒的路徑。

我們會發(fā)現(xiàn)，在當(dāng)年，電力從發(fā)現(xiàn)到普及，其實(shí)歷經(jīng)了足足百年的時(shí)光。它的發(fā)現(xiàn)往往只是千里之行的第一步，無論是技術(shù)路線的選擇，超級應(yīng)用的培育，新舊勢力的博弈，新事物的撥云見月，是一個(gè)漫長又曲折的過程。

但在此之后，電燈的出現(xiàn)，帶來了人們的生產(chǎn)力的提升；電話的出現(xiàn)，改變了千年來的通信模式；電機(jī)的出現(xiàn)，再次將人類解放，機(jī)械成為主要的生產(chǎn)力來源；緊接著，電視、電腦、手機(jī)、VR、機(jī)器人，越來越多的新技術(shù)、新產(chǎn)品在電的基礎(chǔ)之上涌現(xiàn)。

算力也是一樣，即便我們深知目的地所在，但在這個(gè)過程中，也會有無數(shù)像巨量運(yùn)算、多元計(jì)算等等問題跳出來拷問我們：這條路能做好嗎？

但與此同時(shí)，隨著算網(wǎng)的搭建，我們會看到，越來越多的東部算力需求得以緩解；貴州、四川、內(nèi)蒙古，越來越多的西部地區(qū)最優(yōu)秀的資源，在算力的疏導(dǎo)下得以發(fā)揮更高的效用。經(jīng)濟(jì)的發(fā)展，新興職業(yè)的誕生，都隨著算網(wǎng)的搭建成為現(xiàn)實(shí)。

算力的爆發(fā)，則帶來了越來越多的行業(yè)開始復(fù)制互聯(lián)網(wǎng)、人工智能的奇跡；微觀到基因的排列組合，蛋白質(zhì)的空間結(jié)構(gòu)；宏觀到宇宙的組成，天文的預(yù)測，那些從前不敢想，做不到的事情，都因?yàn)樗懔Χ兊每上搿⒖杉?，變革著我們最日常的生活，與最底層的認(rèn)知。

回到一開始的問題，算力距離生產(chǎn)力還有多遠(yuǎn)？只要一直在路上，路就不遠(yuǎn)。