人工智能的新时代，什么最重要？任正非和孟晚舟告诉了一个答案——算力。
在近日的华为全联接大会上，孟晚舟在演讲中表示，算力是人工智能发展的核心驱动力。她认为，“算力稀缺和昂贵，已经成为制约AI发展的核心因素”。
“华为致力于打造中国算力底座，为世界构建第二选择，做厚‘黑土地’，满足各行各业多样性的AI算力需求，”孟晚舟直言。
任正非也提到了算力的重要性。
不久前的国际大学生程序设计竞赛（ICPC）上，任正非在与学生交流时表示：“我们即将进入第四次工业革命，基础就是大算力，第四次工业革命波澜壮阔，其规模之大不可想象”。
一、算力，数字经济底座
算力，从字面意思理解，就是“计算能力”。
从古代的算盘到如今的超级计算机，承载的都是人类的算力。而从信息时代的角度出发，算力就是指我们通过对信息数据进行处理，实现目标结果输出的计算能力。
电脑的诞生，是人类算力革命的一次跃升，而进入21世纪后，云计算的出现，又将算力技术推向了一个新的高度。
按照《中国算力白皮书(2022年)》的定义，算力主要分为四部分：通用算力、智能算力、超算算力和边缘算力。
其中，通用算力以CPU芯片输出的计算能力为主；智能算力以GPU、FPGA、Al芯片等输出的人工智能计算能力为主；超算算力以超级计算机输出的计算能力为主。边缘算力，主要是以就近为用户提供实时计算能力为主，是前三种的组合，用以解决网络延迟产生的问题。
未来算力革命的发展趋势，将是以智能算力为核心的多种算力形式的融合，多场景共荣算力生态正在成型。而随着科技创新的不断涌现，算力的新应用场景也日益丰富，需求量将持续激增。
以备受瞩目的ChatGPT为例，GPT-3模型包含1750亿参数，训练成本达1200万美元。而谷歌发布的PaLM-E包含5620亿参数，GPT-4则包含数万亿级别参数。
显而易见，人工智能大模型的训练、推理需要大量的算力支撑，其中训练消耗更多。而大模型的更新迭代，必须以先进的AI芯片作为算力基础。
这里也就能够理解，任正非和孟晚舟为什么对算力如此看重。而华为的《泛在算力》报告指出，未来人工智能、物联网、区块链、AR/VR技术发展将带来对算力随时、随地、随需、随形(Anytime、Anywhere、AnyCapacity、AnyObject)的4A能力要求。
以“随时”为例，在自动驾驶汽车场景中，路况信息复杂多变，自动驾驶汽车需要确保针对行驶过程中的任何突发性状况进行“随时”反映，算力对路况、车况监控的“专注度”就有了更高的要求。
未来，智能应用场景将无处不在，无时不在，任意量级场景与终端设备的算力需求，也需要能够进行自适化的调配。
正如孟晚舟在演讲中所说，算力已经成为未来人工智能时代发展的瓶颈。她指出，华为将充分发挥其综合优势，着力打造AI集群，实现算力、运力、存力的一体化设计，突破算力瓶颈，提供可持续的澎湃算力。
那么，在算力新时代，中国的需求和投入都有哪些？未来的前景如何？
二、中国算力，到了哪一步？
此外，还出现了众多面向垂直行业的大模型，比如医联所推出的MedGPT具备全流程智能化诊疗能力；“天擎”美亚公共安全大模型，具备警务意图识别、警务情报分析、案情推理等推理能力等等。
所有这些，都对算力提出了持续的需求。
从数据上看，我国算力成就非常明显，已成为世界第二算力大国。截至2022年底，我国算力总规模已经达到了180EFLOPS(每秒18000京次浮点运算)，占全球算力规模的31%，年增长率近30%，算力核心产业规模已达到1.8万亿元。
智百道观察发现，随着各类新应用场景的出现，国内互联网大厂相继布局GPT类大模型，预训练+持续调优+应用推理正在带来大量算力需求，对全社会算力资源提出更高要求。
国家层面上，对数字基础设施建设的力度正在加大，各地都在加速建设数据中心，打造关键基础设施算力网络，其中具有代表性的“东数西算”工程正在持续推进。
近期，北上广深政府出台一系列促进算力落地的政策。比如北京提出，到2025年基本建成具有全球影响力的人工智能创新策源地；上海提出，2025年数据中心超过18000PFLOPS；深圳与科技部共同布局国家超算深圳中心二期项目等等。
所以，中国由AI带动的算力市场正在进入高速发展期。
所以，不难预见，算力市场潜力很大。智百道认为，尤其是在围绕人工智能技术的大模型领域，不论是通用大模型如文心一言、通义千问，还是垂直应用，比如一批针对生物制药、遥感、气象等垂直领域的专业类大模型，都将大幅提升对算力的需求。
华为的高调入场，更将算力推向了技术发展的潮头。
但是，国内投资者对算力的认识仍处于初级阶段，大部分仍局限在“IDC”+“服务器”两大产业链中，相比算力革命的新机遇，其似乎更担心“算力过剩”。