算力已成为当前热门话题，并随着人工智能特别是大模型的发展而愈发受到关注。算力对于人工智能，就相当于计算机对于信息技术，相当于公路、铁路对于交通物流，是不可或缺的关键基础设施，是最核心的发展要素之一。没有算力，人工智能的发展就无从谈起。

随着人工智能与经济社会千行百业相结合，各行业领域的智能化发展成为大势所趋。大健康、大信息、新医药、新材料、新能源等新质生产力代表领域都需要算力支撑，导致算力需求急剧增长，旺盛程度前所未有。正因如此，各国和地区当前都高度重视算力发展，将其视为决定数字化发展水平和人工智能发展水平的重要因素。我国于2023年10月印发了《算力基础设施高质量发展行动计划》，明确提出高质量算力的发展方向。

然而人工智能的发展速度终究太快，尤其是大模型领域的加速突破、快速迭代和逐渐推进的应用普及，引发算力需求激增，增速甚至远超摩尔定律。根据OpenAI发布的报告，2012年以来，人工智能训练任务所运用的算力每3到4个月就会翻一番；2012到2018年，人工智能算力需求增长了30万倍。据预测，到2030年前，主要行业领域对算力的需求仍将保持高速增长。这导致算力供给难以追上其增长速度，使得许多地区、许多领域的算力供给显得捉襟见肘，甚至显得有些跟不上节奏。如何以变革性技术、变革性手段满足算力需求，成为与人工智能发展息息相关的重要课题。

许多问题的应对方式都可以用“二分法”归纳为“开源”与“节流”两大方向，算力问题也不例外。

从开源看，革命性的技术创新是根本。近年来，国内外一直在研究更强的算力技术。以英伟达为代表，不断推出性能更高、综合能耗更低的新GPU产品，就是从基础产品角度强化算力供给。从P100 GPU一代到B100 GPU一代，8年间GPU的性能提升了1053倍。

在此过程中，英伟达GPU的架构持续演进，并进入了大规模并行计算、全双工数据传输、高速缓存、GPU互联等诸多革命性的关键技术。单芯片的算力提升，是包括英伟达在内国内外众多企业研发攻关的重中之重。与此同时，新的计算理论与方法也受到高度关注，量子计算就是其中代表。

量子计算利用了量子比特、量子叠加、量子纠缠等特性，计算能力根据量子比特数量指数级增长，有望实现超越传统的计算能力，且与传统计算相比量子计算能够带来更强的并行计算能力和更低的能源消耗。因此量子计算被寄希望成为解决人工智能算力瓶颈的颠覆性技术。虽然量子计算还处于萌芽发展期，但全球众多科学家和企业都忘情投入，不断推出比特数更多、性能更强的量子计算产品，并在此过程中形成了超导、离子阱、光量子、中性原子、半导体量子等技术路线。

量子计算已开始商用，虽然距离大规模普及使用肯定还有很长的路要走，但已经给了大家能够憧憬的希望。业界普遍认为，若量子计算实现突破和应用，能够给人工智能带来更高效的计算能力、更强大的模型表现能力，推动人工智能技术的飞跃发展。

从节流看，开拓性的统筹协同是方向。整体上的算力不足确实是问题，但同时，算力的结构性短缺也是客观存在。也就是说，在算力供给紧张的同时，还有着大量算力未能得到有效利用。有数据显示，目前整体算力利用率不足30%，通用算力的利用率只有百分之十几。

从国内看，许多地区、许多数据中心的大量算力都处于闲置、半闲置状态，未能得到有效利用。这其中，存在多方面错位。例如，算力供需的品种错位，主要表现在算力规模虽不断增长，但面向人工智能、高性能计算等高端应用的算力缺口大，使得供给结构与用户实际需求之间不平衡、不匹配，导致大量算力闲置、浪费。

再例如，算力供需的空间错位，对于我国这主要表现在算力布局供需失衡，中西部地区算力过剩、应用需求不足，导致供给余量较大。所以，相较于不断增加硬件数量，更需要考虑怎么用足用好现有算力。因此，我国实施了“东数西算”工程，启动构建了国家算力网络体系，就是希望加快打造全国算力“一张网”，构筑我国数字经济发展新优势。

在此过程中，需要做好算力结构的多元配置、边缘算力的协同部署，建立高效的算力协同调度机制，促进多方算力互联互通。同时，人工智能领域也在从技术、产品本身找办法，希望通过模型稀疏化、知识蒸馏等方法，减少模型大小特别是减少参数量，让人工智能及大模型“瘦身”，从而降低对算力的需求。

必须看到，我国在人工智能算力方面还面临不少问题，包括算力关键技术掌握不足、产业生态体系仍需完善，多元算力设施建设薄弱、算力结构仍需加快优化，高效运载能力不足，算网融合仍需深化，等等。

对此，需要持续加强创新，在硬件设计、软件算法、新能源和可再生能源利用等方面进行攻关，加速突破一批标志性技术产品和方案，加速新技术、新产品落地应用，推进人工智能计算架构和软件生态建设，实现从算力芯片、算力服务器到算力中心的全面创新，计算、传输、存储环节的共同进步。同时，还需要有序引导算力基础设施建设，构建梯次化算力基础设施体系架构，依托国家新型互联网交换中心、骨干直联点等相关设施，实现算网一体化、算输存一体化，促进多方算力的共享共用。