“数字经济时代，算力已成为各国科技竞争的新生产力和新焦点。 中国工程院院士倪光南在2023数字生态产业峰会暨第十六届信息高管年会上的致辞中表示，“算力产业具有面向新领域、创新技术含量高的特点，是知识密集型新兴产业和未来产业。 构建算、储、运协同算力产业体系，是推动先进计算技术、数据存储技术、网络通信技术三大关键核心技术协同创新的动力，是三大产业生态融合繁荣提升国际竞争力的引擎，是加快形成新品质的保障生产力和科技强国建设。
算力、存储容量、运输能力高效协调
存储能力是数字基础设施的基础。 它关乎数据的安全性、稳定性和高效存储，是数据能够得到有效利用的前提。 强大的存储能力可以保证海量数据得到有效管理和利用，并为后续的数据处理和分析提供支持。 计算能力是数字基础设施的核心。 它直接关系到数据处理的效率和质量，是人工智能、云计算、大数据等技术的基石。 在算力的支持下，可以在短时间内完成复杂的数据处理任务，从而加速技术创新和产业升级。 容量是数字基础设施的保障。 它关系到异地之间数据的快速、安全传输，是数字经济发展的重要环节。
目前，模型规模与算力增长之间的剪刀差距持续扩大，“存储算力”与“算力”成为制约我国AI产业发展的瓶颈。 只有算力、存储能力、运力的高效协同，才能支撑AI算力中心的高质量发展。 倪光南表示：“存储能力、算力、运输能力共同构成了数字经济新型信息基础设施的基础。 对于AI智能计算中心来说，要平衡存储容量、算力、运力的分配，必须注重比例，不能失衡，这样才能实现最大的经济效益和社会效益。 ”
从四个方面推动算力产业发展
如何加快算力产业体系的技术创新？倪光南建议，要从以下四个方面下功夫。
一是产业发展，标准先行。 建议通过《行业标准》、《团体标准》或《计算中心建设指南》的发布，给出“算力”、“存储容量”和“运输能力”的适当比例范围。建议将SSD（Solid State Drive Solid State Drive）高级存储容量用于“存储功率”的适当比例范围内;提出“容量”应具备的参数;提出“算力”应该支持本地AI模型的需求。 “避免片面追求某项指标，要均衡部署、均衡发展，抢占新一轮科技革命和产业变革的制高点。”
二是政策引导，加强创新。 应优先考虑 SSD，不应基于单个 ** 索引进行评估支持国产自主可控网络设备，推动核心网络技术自主创新。 “AI算力应优先支撑本土AI平台，带动国产相关技术平台、软硬件发展。 要重视计算、存储、运输等相关技术产品和服务的评价，目前国内技术具有较强的竞争力，应通过公平、公开、公正的评价来支持国产化。 AI计算中心的每一个环节都要以科学客观的评估为基础，实现自主创新，保障首链安全。
第三，人才是第一位的。 存储、通信、计算等行业都是技术密集型产业，我国这方面人才短缺。 以存储领域为例，北美有60多所高校开展研究，拥有80多名领军教授和500多个博士团队西欧有20多所大学开展研究，拥有30多位顶尖教授和200多个博士团队目前，我国开展研究的大学只有10余所，领军教授10余人，博士团队100余人，硕士不到300人。 倪光南建议，高校应增加与算力、存储能力、运输能力相关的专业、课程和实验室，扩大人才培养规模，通过激励机制和公共服务吸引和集聚国内外优秀人才。
四是凝聚产业，共同攻关。 建议将人工智能中心的算力、存储能力、运输能力纳入产业链链长体系，更好地协调资源，实现上下游产业协同，促进科技创新和产业生态发展。 “这样一来，我们才能充分发挥我国新型一流制度的优势、超大规模市场的优势、应用场景丰富的优势、人才的优势。 算力、存储能力、运输能力的产业链也可以整合成统一的AI算力产业链，促进算、储、运高效协同，尽快形成新的质量生产力，提升我国AI算力中心的国际竞争力。
逪光南表示：“要从全球视角规划部署算力产业体系建设，突出系统化发展，制定标准体系，重视人才培养，繁荣产业生态。 从而实现计算、数据存储、网络通信等前沿创新技术的高效协同，尽快形成新的质量生产力，为现代算力产业体系建设提供坚实支撑。 ”
作者：杨光。
编辑：高姗姗。
制片人：刘静。