飞象网讯（易欢）近日，中国信息通信研究院云计算与大数据研究所与腾讯云联合发布的《智算赋能算网新应用白皮书》指出，伴随大模型训练、全真互联等人工智能浪潮的兴起，将全社会带入智算时代，智算服务成为激发数字经济发展的新动能、新引擎，一方面新场景激发算网新应用诞生，另一方面技术演进促进传统算网应用焕发新活力。对此，国内外已形成建设智算服务共识，通过政策支撑、资金扶持等方式推动智算服务发展，助力其“内修”——从感知、部署技术到调度技术优化，提升智能算力利用率、生产率，“外治”——推陈出新、由浅入深，扩展算网应用场景支持广度与深度。与此同时，报告也对算网新应用发展以及未来发展趋势进行了详细的分析的判断。
智算成科技发展新驱动，各国抢抓智算服务发展机遇
伴随智慧出行、智能制造等产业智能化的程度的提升，以及元宇宙、大模型等新兴应用场景的发展，全球对智能算力的需求激增，进入了智算服务的新一轮增长期。政策上，美国白宫科技政策办公室发布《国家人工智能战略研发计划》，此政策对AI研发关键领域、投资重点领域等内容进行规范，以确保美国在AI领域的领先地位；2023年，欧盟议会成员就《人工智能 法》达成政治协议，该法案将管辖所有人工智能产品或服务的提供方，涵盖可以生成内容、预测、建议或影响环境的决策的系统。算力规模上，根据中国信息通信研究院《中国算力发展指数白皮书（2022年）》统计，2021年全球智能算力规模达232EFLOPS，2030年预计达到52.5ZFLOPS，平均年增速超过80%，占全球算力总规模的93%以上，智算算力将成为全球算力规模增长的主要驱动力。研发投入上，2020年美国《无尽前沿法案》中提出拟在未来5年投入1000亿美元研发包 括芯片、人工智能在内的10大关键技术；2021年4月，欧盟以条例的形式通过“数字欧洲计划”，对包括人工智能在内的项目进行投资，总额达75.9亿欧元。
与此同时，我国也在大力发展智算服务。政策上，《新型数据中心发展三年行动计划（2021-2023年）》指出，引导新型数据中心智能化建设，加快高性能智能计算中心部署，支撑各类智能应用。《“十四五”数字经济发展规划》指出要推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施，提供体系化的人工智能服务。算力规模上，2021年我国智能算力规模达到104EFLOPS，在我国算力总规模中占比超过50%，增速为85%，成为算力规模增长的主要驱动。2022年中国人工智能核心产业规模已达5080亿元人民币。研发投入上，北京、上海、广东、山东等地设立专项基金用于人工智能相关技术、标准的研发和应用，打造泛在、标准的智算服务。
智算服务“内修外治”，助力算网应用赋能千行百业
报告指出，智算服务向内聚焦智能算力利用率、生产率的提升，向外打造智能算力一体化供给服务，支持多样算网应用蓬勃发展。
内修——智算服务牵引智能算力利用率、生产率双提升。技术上，智算服务通过不断提升网络传输速度、优化算力调度技术等方式实现智能算力利用率的提升。网络传输方面，路由协议与芯片间高速互联技术高速发展。融合调度方面，确定性提供高质量调度保障。算力调度领域发展出了同时考虑算力节点与网络传输性能的算网融合技术，提供兼具低时延与高可靠特性的算力服务。资源上，智算服务将社会闲散智能算力整合起来，通过服务化的方式完成算力交付。具体体现在以下两个方面：一是平台化建设，实现资源集约与统一供给。二是云边 端协同，将资源供范围扩展到边、端零散算力。
外治——智算服务助力算网应用推陈出新、由浅入深。面向传统算网应用，智算服务提供全栈应用开发工具及能力，支撑算网应用平滑升级；面向创新算网应用，智算服务提供大规模、高性能智算集群，支撑创新算网应用快速落地。
算力运营环境愈发健全，算网应用呈现三大特点
随着算力服务的建设规模持续扩大，算力服务的结构不断演化，算力服务的建设、运营环境也越来越好，主要体现在以下三方面：一是持续优化的算力基础资源和网络环境，为算网应用的孵化提供了基础能力。二是消费和行业数字化需要更多应用来支撑。三是政府的政策利好，企业的大力投资，推动了算力服务生态的发展。
正是在这种趋势下，算网应用也在不断的演化、进化。算网应用不断推陈出新，同当前的主流技术不断融合，应用在千行百业的新场景中，满足生产、运营、管理的需要。算网应用具备新的特点：场景化、多模态、个性化。特点一：场景化，从面向能力到面向场景。特点二：多样化，从较单一种类到 多种类百花齐放。特点三：个性化，从集中式统一发展到分布式个性发展。算网新应用的外延，包含两个方面，一方面是技术演进，驱动传统算网应用萌生新活力，例如：交通出行应用。另外一方面是场景创新，激发创新算网应用打开新局面。
算网应用向智能、专用、联通发展
报告指出，算网应用的未来发展趋势主要体现在三方面。应用发展上，MaaS 将引领算网应用新一轮产业变革模型即服务（Model as a Service）是指通过云服务将数据处理和机器学习模型的功能集成到现有业务中，为企业提供智能化、自动化的解决方案。通过 MaaS 的数据处理、数据分析、智能决策、模型训练等能力，帮助客户构建自有的行业大模型应用，将成为算网应用的新发展方向。MaaS 支持用户直接访问和使用典型模型，无需在模型开发和训练投入更多精力，极大地节省了时间和资源投入。MaaS 有效支撑算网新应用深化产业渗透，将成为提升企业和个人生产与生活效率的主要方式之一。
服务模式上，将形成通用应用与专用应用长期并存、高效协同的模式 “通用算力 + 专用算力”将成为人工智能算力基础设施的关键。算力基础设施应满足广泛应用场景的通用性，并支持高要求个性化应用场景的高效性。随着全球数据量的指数级增长，人工智能、区块链、数据中心和边缘计算等场景对算力的需求不断增强，为了应对多元化的算力需求和应用场景，未来基础计算架构将不断引入更多种类的基础资源来加速计算﹐除基础通用计算的 CPU 计算单元外，还包括如 GPU、DPU 以及 AI 加速芯片等异构资源以及专用硬件计算芯片等。现阶段芯片提供商多依靠自身硬件条件构建计算架构，彼此之间存在较大差异，难以实现应用跨架构的开发、迁移等。未来将通过开源框架、开源接口等方式建立统一、规范且支持屏蔽底层软硬差异的计算架构平台，支撑不同类型资源间实现联合协作，从底层优化算力服务性能。
发展格局上，跨架构、跨地域“双跨”应用将有力支撑全国算网一体化发展算力服务依托相对成熟的云计算技术，综合考虑用户计算需求，算力、网络等多样资源状态，构建全域一体、算网融合的多要素融合编排体系，完成从调度单一资源到调度多样资源的跃迁。具备多要素融合编排调度能力的算网大脑产品已成为算力服务在融合调度领域的典型落地实践，将来，可以根据算力的性能、模态、单价等信息的综合判断，形成可支持跨架构、跨地域的算网编排方案，并完成相关资源部署，以支多场景运算需求。
