記者近來在江蘇采訪時發現，以AI計算這一前沿算力為核心的智算中心已在多地落地運營，賦能制造業的同時正不斷向其他領域拓展。但業內人士指出，當前算力產業面臨能耗高、產業鏈生態不完善、成本高等問題，潛力有待釋放。

算力向更多行業滲透

數字經濟時代，算力成為發揮數據生產要素價值的關鍵驅動力。

根據國際數據公司、浪潮信息、清華大學全球產業研究院聯合編制的《2021-2022全球計算力指數評估報告》顯示，計算力指數平均每提高1點，數字經濟和地區生產總值（GDP）將分別增長3.5‰和1.8‰。

2021年底，江蘇發布了《江蘇省制造業智能化改造和三年行動計劃（2022-2024年）》，隨后“制造業智能化改造和轉型”便成為江蘇制造業的熱詞。作為制造業大省，江蘇大力推動智能計算、邊緣計算等新型算力供給，在南京、無錫、蘇州、鹽城等地均布局了智算中心，不斷提升江蘇乃至長三角地區數據賦能實體經濟的質量與水平。

前不久，基于南京鯤鵬·昇騰人工智能計算中心的全棧協同AI創新，南京奧看信息科技有限公司研發了“炬瞳安全生產解決方案”，并成功應用于蜂巢能源科技股份有限公司。奧看科技CEO龐明介紹說，應用該解決方案后，蜂巢能源管理效率提升了10倍，實現了秒級風險識別、分鐘級事件處置，事故率降低了60%，算法識別準確率均在95%以上。

除了制造業，算力使能正向其他賽道和領域延伸。創視智能科技（南京）有限公司是一家物種識別領域的解決方案提供商。“最早的時候，野生動物領域的專家對算力并不認可，例如很多野生動物從幼崽到成年的外形變化很大，靠AI算法跟蹤識別的難度比較大。”創視智能相關負責人魏標說，經過不斷優化算法，現在識別野生動物的顆粒度非常細，更好地滿足了研究人員的應用需求。

除此之外，小視科技（江蘇）股份有限公司打造了“小視智能視覺中樞平臺”，用AI技術解決樓層高空拋物等“頑疾”，為城市治理提供了更為高效的解決方案；中科院計算所基于南京智能計算中心的強大AI算力和先進開發環境，實現了蛋白質空間結構的精準預測，解決了過去預測過程繁瑣、稍有不慎便難以獲得較好蛋白質空間結構的難題……

如今，依托強大的算力，制造、農業、金融、醫療、地質勘探、生物多樣性保護等多個領域，已能通過數據“算”出更優的解決方案，從而帶動經濟邁向更高臺階。截至2021年底，江蘇數字經濟規模超5.1萬億元，位于全國第二。未來，隨著數字經濟潛能不斷釋放，算力產業將迎來更多需求與更多機遇。

潛能有待充分釋放

目前，我國正積極布局建設，啟動了“東數西算”工程，并大力推動智能計算中心建設，算力產業整體處于全球領先地位。不過，業內人士認為，我國在計算能效、產業鏈生態、人才培養等方面仍然有提升空間。

首先，算力產業能效水平仍需提升。據了解，我國87.3%的數據中心都是中小規模，其電能利用效率值（PUE）平均高達2.6，將全國數據中心的平均PUE拉高到2.46，即每用1度電提供算力，需額外消耗1.46度電去做制冷散熱等非IT消耗，而美國數據中心的平均PUE僅為1.43。

其次，算力產業生態仍待完善。“當前，人工智能行業滲透率大概在7%左右，大量場景還沒有應用人工智能。”江蘇鯤鵬·昇騰生態創新中心首席運營官陳俊屹說，“不是因為用不到、不需要，而是因為成本高，導致大量場景希望用而用不起人工智能。”因此，建設提供普惠算力、具有公益性的智算中心，對會加速提高行業的數字化水平。

浪潮信息相關負責人表示，隨著大量創業型企業進入算力多元化的戰場，在給技術創新帶來活力的同時，也因芯片架構五花八門，開發工具匱乏，系統軟件、應用開發平臺配套少，導致生態復雜離散。

此外，人才培養也亟須加強。算力領域復合型專業人才稀缺是世界各國面臨的普遍難題。目前，我國相關人才的培養速度遠遠難以滿足產業需求，尤其是人工智能、數據挖掘和分析等領域的專業性高技術人才極為緊缺，且這種情況短期內或有加劇趨勢。

多措并舉破除發展瓶頸

針對發展中遇到的瓶頸，政府和企業層面均已行動起來。

據悉，浪潮信息將在長三角地區實踐多種降低數據中心碳排放的舉措，包括使用液冷等技術來提升散熱效率，引入風電、光伏等新能源技術，并通過AI/ML技術升級數據中心運維管理流程，打造綠色節能的數據中心；南京江北新區打造的南京鯤鵬·昇騰人工智能計算中心，則將算力資源有序、高效地開放給本地企業、科研機構及高校，并通過舉辦沙龍和技術培訓，向高校學生提供授課和現場游學等活動，以培養更多實戰型人才；百度（鹽城）智算中心可為各類垂直行業提供普惠的AI算力，全面賦能產業數字化轉型、提升社會治理現代化能力……

浪潮信息相關負責人認為，未來，結合“提質提效”的算力產業發展目標，智算中心建設將為江蘇乃至長三角算力產業帶來新的增長點。同時，算力產業鏈中的基礎軟件生態和配套芯片等環節有待完善，需長期投入，強化核心技術的突破和創新，大力發展算力相關產業的基礎工業，盡快補齊芯片產業鏈短板。