1769年，英国人瓦特改良的蒸汽机掀开了热力时代的序幕。今天，伴随AI 算量需求急剧增加倒逼传统计算架构加速革新，数据成为关键生产要素，算力时代悄然开启。
    业内普遍认为，算力的提升在拉动GDP方面有非常明显的效果。有关国际机构统计，中国总算力排在全球第二，仅次于美国，但人均算力方面中国还处于中等发展国家水平，因此存在很大的鸿沟去跨越。可以看到，算力的水平和国家智能水平有很大的关系，5G、物联网、区块链、元宇宙、AR/VR等新兴技术的普及与发展带来了爆发式的算力需求。
    实际上，早在2018年，中国科学院计算技术研究所研究员张云泉就首次提出了“算力经济”概念，指出以计算为核心的算力经济将成为衡量一个地方数字经济发展程度的代表性指标和新旧动能转换的主要手段。经过5年的发展，当前的趋势已经充分表明，随着超算与云计算、大数据、人工智能的融合创新，算力成为当前整个数字经济社会发展的关键推动力。
    今天，计算已经成为智能世界的关键驱动力，算力服务业的崛起意味着我们正式进入算力经济时代。“算力服务业在2021年至2022年间异军突起，今年会更加。”张云泉指出，如果说算力是硬件和软件配合共同执行某种计算需求的能力的话，那么，算力服务是提供算力的一种商业模式，是包括算力生产者、算力调度者、算力服务商以及算力消费者在内的算力产业链上算力经济模式的统称，他们共同构成一个闭环的“算力经济”的产业链。
    伴随算力经济的发展，超算技术和人工智能的融合创新让智能计算中心成为新基建热点。智能计算中心指的是专门用于人工智能计算的中心。今天，可以看到，智能计算中心越来越热，使得人工智能训练的效果特别好，除了写新闻，还可以编故事、聊天，做很多事情。
    在摩尔定律放缓的情况下，以英伟达（NVIDIA）创始人黄仁勋名字命名的定律“黄氏定律 (Huang’s Law)”对AI性能的提升作出预测，每10年GPU性能增长1000倍。“未来GPT-4的参数规模或将达到数万亿，至少需要上万块的GPU，甚至连国家超算中心都无法满足需求，建设新的智能计算平台成为人工智能新的发展方向。”张云泉说道。
    像GPT-3就带来了感知智能对超算的算力挑战。从CPT-3到ChatGPT的技术，实际上是“人工反馈（RLHF）训练机制+大数据+大算力”的集成。大模型带来巨大的AI算力需求缺口，呼唤新型智能计算中心的加速构建。
    “为什么ChatGPT能从GPT-3演变过来，这是关键，也是中国人工智能之路和美国人工智能之路的分歧点。”张云泉指出，“这两年大模型国内有人做，但是我们追求的是参数量，从千亿级到万亿级训练参数的快速跃进，但是智能没有涌现。OpenAI走了另外一条路，利用人工反馈的训练机制，通过标注、对齐高质量数据，把这条路走通了，用千亿参数的大模型把通用智能挖掘出来了，这点值得反思。”
    张云泉认为，未来算力经济市场会有三类公司参加，将出现类似发电厂的算力工厂，尤其是在东数西算西部新能源发达地区，而网络通信公司可通过实施算网融合战略转型为算力供应商，超算云公司、网络通信公司甚至国家电网等分别从不同的技术途径抢占算力服务市场，究竟鹿死谁手尚未可知。
    他建议，一是要在现有大科学装置基础上，围绕“东数西算”重大任务目标增加建设一类算力网工程技术装置；二是要成立国家算网管理机构和委员会，建设算力调度和交易平台；三是在智算中心建设过程中，依据自有品牌核心器件成熟度和应用效果，设置合理的核心器件采购比例，扶植和拉动本土算力设备的发展。