算力需与运力存力协同发展

本文转自：经济日报

□ 黄 鑫

□ 加强顶层设计，加快标准建设，实现算力、运力、存力均衡发展。

□ 强化产业自主创新，加快构建“云边端”协同、算存运融合的算力基础设施体系。

日前召开的2023中国算力大会宣布，我国算力总规模位居全球第二位，算力产业已初具规模。当前，大模型等人工智能技术的发展，引发算力需求爆发式增长，算力布局不断加速。但也要注意，算力发展离不开存力和运力的协同支撑，如果只重视算力却忽视运力和存力，也无法实现算力的高效利用。

算力是数字经济时代的关键生产力，是全社会数字化、智能化转型的重要基石。加快算力建设，能有效激发数据要素创新活力，加快数字产业化和产业数字化进程，催生新技术、新产业、新业态、新模式，发挥对经济发展效能的放大、叠加、倍增作用，并为加快建设现代化产业体系注入澎湃动力。算力已成为世界主要国家战略布局的新焦点，是新一轮科技革命和产业变革的必争之地。要抓住这一大国博弈的核心竞争力，我国自然也要加紧布局。

运力、存力与算力共同构成数字经济的核心底座。简言之，算力就是计算能力，运力是网络运载能力，存力则是数据存储能力。怎样理解这三者之间的关系？我们不妨把数字经济想象为一台大型计算机，那么算力就是中央处理器，运力则是主板电路，存力就是内存。中央处理器越强大，这台大型计算机的处理速度就越快，处理的数据量也就越大。但如果主板电路跟不上，数据信息就不能及时流畅地传输和共享；内存要是不够，数据信息就无法得到有效存储。这样来看，要让这台大型计算机发挥出最大效能，仅有强大的中央处理器显然是不够的。

算力需求越大，运力越要跟得上。以“东数西算”为例，这项工程旨在利用西部更丰富的算力资源，去支撑东部更多的算力需求。听起来很美，要实现却有诸多困难，一个重要原因就是数据传输难即运力问题。对应用实时性要求高的“热数据”，想要传到西部，所需的传输网络不仅要满足低时延、高可靠、大带宽、广覆盖等要求，还得面临跨区域、跨层级连接的挑战，要么传输效率很低，要么传输成本高昂。而大量适合运到西部的“冷数据”，当前的运输方式主要靠的还是卡车拉硬盘。

我国已存在算力与运力、存力发展不平衡的问题，甚至是重算力、轻存力。按照测算，我国将在2025年成为世界上数据量最大的国家，但公开数据显示，存力和算力的比重，美国目前是1.1，我国只有0.4，存力显然跟不上数据量的增速。事实上，存力并不仅仅指容量，还包括安全可靠、绿色低碳等综合能力，只有这样才能让数据存得下、跑得快、用得好。算力只有与运力、存力均衡配置，才能提升使用效率，真正发挥出数据要素的价值。

要实现算力、运力、存力高效协同发展，需统筹发力。一方面，进一步加强顶层设计，加快标准建设，优化算力、运力、存力的比率，实现三者均衡发展，提升算力综合供给能力。另一方面，强化产业自主创新，开展前沿技术研究，推进新技术、新产品落地应用，加快构建“云边端”协同、算存运融合的算力基础设施体系。