隨著我國Token（詞元）調(diào)用量的快速增長，AI模型的使用成本也隨之攀升，社會各界對“隨時、隨地、隨需接入更低成本的算力資源”的需求愈發(fā)迫切。盡快實現(xiàn)不同架構(gòu)、不同主體、不同地域間算力資源的互聯(lián)互通，已成為當(dāng)前的一項重要任務(wù)。

本月，國務(wù)院常務(wù)會議明確提出“加強水網(wǎng)、新型電網(wǎng)、算力網(wǎng)、新一代通信網(wǎng)、城市地下管網(wǎng)、物流網(wǎng)等規(guī)劃建設(shè)”，將算力網(wǎng)與水、電等公共基礎(chǔ)設(shè)施放到了同等重要的位置。上個月，中央政治局會議也作出了相同表述。而更早之前，“十五五”規(guī)劃綱要已有專門部署：“要構(gòu)建多層次算力設(shè)施體系和全國一體化算力網(wǎng)。”

這標(biāo)志著算力網(wǎng)不再僅是科技或產(chǎn)業(yè)的配套，而是被正式納入國家“六張網(wǎng)”的整體布局，與水網(wǎng)、新型電網(wǎng)、新一代通信網(wǎng)、城市地下管網(wǎng)、物流網(wǎng)并列。算力也因此與水、電等傳統(tǒng)資源一樣，成為支撐國民經(jīng)濟運行和社會發(fā)展的底層基礎(chǔ)資源。算力網(wǎng)建設(shè)旨在實現(xiàn)“讓用算力像用電一樣方便”，推動算力從稀缺商品向公共資源轉(zhuǎn)變。

算力互聯(lián)網(wǎng)并非一張新建的實體網(wǎng)絡(luò)，而更像一個可串聯(lián)各類分散算力的“大型資源池”。它在現(xiàn)有互聯(lián)網(wǎng)基礎(chǔ)上，將分散在各地的算力資源連接起來，通過標(biāo)準(zhǔn)化的算力標(biāo)識和協(xié)議接口，構(gòu)建跨域資源互聯(lián)網(wǎng)絡(luò)，實現(xiàn)全網(wǎng)異構(gòu)算力的智能感知、實時發(fā)現(xiàn)和隨需獲取，從而提升算力的可獲得性、降低使用成本、增強服務(wù)的確定性。

目前，我國不少城市和企業(yè)已建有一定規(guī)模的算力資源，但這些算力供給總體呈碎片化狀態(tài)，導(dǎo)致有的地方重復(fù)建設(shè)，有的地方資源匱乏。全國智算中心平均利用率不到60%，資源配置存在明顯錯配。加之過去算力布局多停留在產(chǎn)業(yè)或科技層面，以分散建設(shè)數(shù)據(jù)中心、局部試點調(diào)度為主，缺乏頂層統(tǒng)籌與全局規(guī)劃。

如今，算力網(wǎng)被納入國家六大基礎(chǔ)網(wǎng)絡(luò)，意味著算力已同水、電、交通一樣，成為國民經(jīng)濟的重要基礎(chǔ)資源。建設(shè)全國一體化算力網(wǎng)，正是要通過統(tǒng)一調(diào)度，將分散的“算力孤島”聯(lián)結(jié)為“全國一張網(wǎng)”，實現(xiàn)資源的高效共享與按需分配。

在建設(shè)路徑上，我國秉持因地制宜的思路，追求資源與目標(biāo)的協(xié)同優(yōu)化，著力構(gòu)建“網(wǎng)絡(luò)化系統(tǒng)效能”的普惠模式。與美國由企業(yè)巨頭主導(dǎo)、依托英偉達高端GPU等硬件優(yōu)勢打造超大集群、追求單點極致性能的路線不同，我國在國產(chǎn)芯片性能上雖有短板，但通過高速網(wǎng)絡(luò)將遍布全國的算力資源串聯(lián)匯聚，能夠形成更強的系統(tǒng)效率。

我國選擇算力網(wǎng)而非極致性能路線，首先是將其作為公共基礎(chǔ)設(shè)施，旨在降低全社會的AI使用與創(chuàng)新門檻，推動廣泛應(yīng)用，而非單純追求性能峰值或過高的商業(yè)回報。其次，算力網(wǎng)建設(shè)也是為了進一步強化“東數(shù)西算”與“算電協(xié)同”的固有優(yōu)勢。AI算力尤其是大模型訓(xùn)練和推理階段能耗極高，而我國可再生能源主要集中在西部，算力需求卻高度集聚在東部。正是基于這樣的能源格局，我國著力推動“東數(shù)西算”與“算電協(xié)同”，在西部樞紐地區(qū)大力發(fā)展清潔能源與算力設(shè)施以降低算力成本，同時深化算力網(wǎng)與新型電網(wǎng)的協(xié)同規(guī)劃。

當(dāng)前，我國算力網(wǎng)建設(shè)的首要任務(wù)是打破“算力孤島”，實現(xiàn)算力互聯(lián)，加快建成國家級統(tǒng)一監(jiān)測調(diào)度平臺；更要著力做強國產(chǎn)芯片生態(tài)，補齊算力短板；還要健全算電協(xié)同體系，切實降低算力成本。此外，算力租賃行業(yè)仍普遍面臨盈利困難、成本高企、市場需求變化較快等現(xiàn)實問題，這些挑戰(zhàn)同樣亟待破解。