三股势力交叠,算力生产力变革正在发生
本篇文章给大家分享《三股势力交叠,算力生产力变革正在发生》,覆盖了科技周边的常见基础知识,其实一个语言的全部知识点一篇文章是不可能说完的,但希望通过这些问题,让读者对自己的掌握程度有一定的认识(B 数),从而弥补自己的不足,更好的掌握它。
从算力诞生之初,算力就被人们寄予厚望,不管是起初的人工智能领域的应用AlphaGo,还是如今备受青睐的算力网络,算力显然已成为推动数字经济发展的“重要引擎”。

某种意义上,如今算力也处于由点、线向网络的过渡时期,算力是数字经济时代的核心生产力,正如历次工业革命中的蒸汽机、电力等,算力的极大发展将变革生产力与生产关系,而这建立在一个泛在的算力网络上。
围绕算力网络,市场主要形成了三股力量,算力服务商、运营商以及互联网厂商,不同的资源禀赋决定了不同类型厂商的入局思路,进而产生了不同的行业推动力,谁将决定算力服务网络的走向?
1.算力的“高光时刻”
算力作为大数据、云计算、区块链、人工智能以及网络安全等新兴数字产业快速发展的重要支撑,与互联网行业、电子信息制造业、数字技术服务业等数字核心产业的发展息息相关。
从1997年IBM超级电脑深蓝战胜象棋大师卡斯帕罗夫,到2019年4月AI电竞团队OpenAI Five与人类战队对决《dota》,2:0完胜世界冠军OG战队。AI的胜利也标志着算力的“高光”。
在科研工作人员的努力下,AI不断被赋予更强算力能力,通过强于人类数倍的计算能力来处理大量数据,以第一个在电子竞技游戏中击败世界冠军的OpenAI Five为例,那时的OpenAI Five每天的训练相当于250年的模拟经验,其训练时长和算力推测远远超过普通AI。
随着ChatGPT爆火,以大模型、大数据,高算力为基础的人工智能内容自动生成技术(AIGC)被推上热搜,进而打开市场对算力需求的想象空间。
数据显示,ChatGPT的总算力消耗约为3640PF-days(即假如每秒计算一千万亿次,需要计算3640天),需要7~8个投资规模30亿、算力500P的数据中心才能支撑运行。

事实上,近年来算力技术正逐渐渗透于生活的方方面面,各类融合应用竞相涌现。
算力基础设施建设更是作为释放数据优势、推动数字经济创新发展的重要“底座”,成为推动各地数字经济发展、发挥投资拉动作用的热点领域。
2.关键在于算力网络
算力网络是通过新型网络技术将云、边、端等分散的算力节点连接起来,动态实时感知算力资源状态,根据业务需求进行统筹分配和调度。
未来,获取算力将像获取水、电一样便捷、价低。算力网络将成为这个数字经济时代、智能时代的标志性基础设施。
2022年初,国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知,同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。
至此,全国一体化大数据中心体系完成总体布局设计,“东数西算”工程正式全面启动。

“东数西算”首次将算力资源提升到水、电、燃气等基础资源的高度,从高家战略层面高屋建瓴规划算力标准,构建一体化的算力体系。
“东数西算”工程刚刚起步,对于算力网络如何建设,不同观点互相碰撞。
电网的核心是电力,算网的核心也应该是算力,以“西电东送”“南水北调”“西气东输”三大工程类比,用户使用的生产资源是电力、水和天然气,架桥修路,引水开渠,建设高压线塔和天然气管道,根本目的是让生产资源更接近使用场景,从而能够更广泛的被使用,成为千行百业直接或间接的基础设施,为经济发展提供源源不绝的动力。
之所以网络的重视程度提高,恰恰是因为网络不匹配算力的发展,早期电力网络也需要搭建通往千家万户的通路,时至今日,除了电力供应商,没有人再关心电力传输网络,而是只关注电力本身。
在2022年中国算力发展研讨会上,中国信通院云计算与大数据研究所所长何宝宏提到,类比电力网、水力网,算力行业也需要建设以算为中心、网为载体的国家算网。
其中,需要重视不同类型算力的构建,包括通用算力、高性能算力以及面向AI领域的智能算力;此外,还要充分考虑算力的资源描述、管理、调度、分配等因素,做到智能化、灵活化的有效供给。
在“东数西算”工程中,核心的生产资源是算力,网络服务依托算力而存在。
因此,市场上的三股力量,谁能使算力朝着电力、水和天然气的基础设施定位演进,门槛足够低、应用足够广,谁就能代表算力网络的未来。
3.三股势力归于算力原点
如果将算力服务商、运营商以及互联网厂商在产业链中的角色拆解来看,能够清晰地看到以算力为中心的产业格局。
算力服务商核心聚集于算力本身,更关注建设多样融合的算力,匹配客户越来越多的差异化诉求,受到外部环境和产业自身演进影响,单纯的智算、超算都无法满足客户需求,ABC(人工智能、大数据和云计算)深度融合调度的系统工程,是接下来的重点。
运营商的优势在于网络,一张健壮的网络是算力的最佳载体,运营商也是算力服务商的最佳辅助,同时运营商具有深入区县级别的人员布局,能够让算力辐射的范围更加宽广,当算力足够普及且易用,将大大加速算力服务网络的发展。
以中国移动的算力网络建设为例,移动将其分为“三步走”,目前正处于第一步泛在协同,关键发力点在于资源流动,满足大多数用户一站开通需求;第二步是搭建“东数西算”算网大脑,核心在于高效编排调度、一体化管理;最后便是有望实现算网一体共生资源的最优分配,就是让数据找到最合适的位置,避免算力浪费,将其效用最大化。
互联网服务商大多自自身业务场景出发,在某些类型业务上有出色的技术积累,反之,在一些偏底层基础设施领域,其出发点也是自身业务,而不是站在全局视角,在“东数西算”这种国家级工程中,互联网厂商更适合单点突破以及需求引导。
从长远来看,算力服务商抓住了算力核心,更贴近于“东数西算”工程的本质,企业客户最终需要的是算力,其产业配套需要在商业发展中摸索前行。
“东数西算”没有改变数据传输的方式,只是改变数据传输的方向,以行业视角观测,没有看到运营商管道化趋势扭转的因素,算力为主、网络为辅的定位不会有变化,网络需要满足算力演进方向而变化,将算力输送到用户需要的地方。
互联网厂商的电商、游戏和搜索等业务,也依赖于算力服务提供商,二者的关系近似于“生产决定消费”,先有算力服务商的底层技术创新,才有互联网厂商的上层应用创新。
云计算作为互联网厂商的第二增长曲线,本质也是算力服务商的另一种形式,当站在国家基础设施的高度上,算力更需要底层思维,底层思维决定上层建筑。
综合来看,算力服务商将成为“东数西算”工程的核心角色,当然,“东数西算”工程需要全产业链不同类型玩家的协作才能突破,确立以算力为根本的产业模式,有助于尽早捋清产业格局与行业分工,推动我国“东数西算”工程的稳健发展。
不过,需要看到的是,“东数西算”工程仍有诸多问题尚待解决,譬如算力供给的普及性问题。
算力目前还是“奢侈品”,算力网络成提供普惠算力的最优解,或将成为智能时代的标志性基础设施。
目前,算力对大部分公司、科研院所、个人来说都是奢侈品,没有成为普惠大众的基础资源。
同时,通过算力的标准化、异构算力的接入,避免算力过于集中,当前多云算力的统一管理、调度技术相对成熟,但如何屏蔽多云的算力差异,实现算力的标准化,还需要进一步统筹推进。
此外,算力的调度也是难题,一方面,算力调度要保证算力使用的便捷性,使用户可以方便的使用不同区域、不同企业提供的算力资源;另一方面,算力调度要支持算力资源分配的自动化和智能化,保证算力需求的合理分布,提高算力资源使用率,提升用户体验。
抓住算力服务网络的主要矛盾,其他难题也将迎刃而解,电力行业的发展可以作为参考。
例如电网公司实现了电力的标准化,简化了过程复杂性,算力服务商也可以提供标准化、精细化的管理,而不是单纯某项业务的升级转化。
算力服务体系不是简单的提供算力,重点在于完整的服务能力,围绕算力服务体系的搭建、生态建设,需要全产业链携手,从生态出发,反哺于生态,打造健康的正循环算力服务商业模式。
好了,本文到此结束,带大家了解了《三股势力交叠,算力生产力变革正在发生》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!
一句话让 AI 替你开发 App,微软推出 Power Platform Copilot 低代码服务
- 上一篇
- 一句话让 AI 替你开发 App,微软推出 Power Platform Copilot 低代码服务
- 下一篇
- ChatGPT 还会撒谎了:益智游戏 Sumplete 并非其原创
-
- 科技周边 · 人工智能 | 32分钟前 | 缓存 · 人工智能 · 提示词工程 · 提示词缓存 cache_control Prompt Caching 静态前缀 cache_read_input_tokens
- 提示词缓存命中率低应如何划分静态前缀
- 453浏览 收藏
-
- 科技周边 · 人工智能 | 3小时前 |
- 模型路由怎样按任务难度分配不同推理预算
- 232浏览 收藏
-
- 科技周边 · 人工智能 | 5小时前 |
- 结构化输出遇到递归字段时怎样约束模式
- 215浏览 收藏
-
- 科技周边 · 人工智能 | 7小时前 | 人工智能 · 工具调用 ·
- 智能体工具调用失败后怎样设计可控重试
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 9小时前 |
- 多模态模型输入图片过大时如何控制视觉令牌
- 196浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 |
- 推理服务连续批处理怎样减少 GPU 空转
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 | 人工智能 · LoRa PEFT merge_and_unload 量化推理 模型合并
- LoRA 合并权重后输出变化过大应检查什么
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 |
- RAG 分块重叠过大为什么会降低检索多样性
- 409浏览 收藏
-
- 科技周边 · 人工智能 | 21小时前 | 人工智能 ·
- 合成数据能否替代真实样本:覆盖率与偏差检查方法
- 128浏览 收藏
-
- 科技周边 · 人工智能 | 23小时前 |
- 提示词版本怎么管理:样例、变量与回归集一起提交
- 111浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 393次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 472次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 478次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 421次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 248次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

