每經記者 張蕊    每經編輯 陳星    

數字經濟浪潮下，算力已經成為繼熱力、電力之后的新型生產力。

算力轉化為生產力，還面臨哪些阻礙？應該如何解決？

在7月29日至31日舉辦的2022中國算力大會上，《每日經濟新聞》記者帶著這些問題采訪了中國工程院院士、中國工程院原副院長鄔賀銓。

鄔賀銓表示，我們雖然產生了很多數據，但把數據存儲起來的比例還不夠高，而存儲再加以利用的比例就更低了。

記者在大會期間采訪鄔賀銓 圖片來源：每經記者 張蕊 攝

要從源頭上充分發揮數據能力

算力被視為數字經濟發展的“底座”，但在現實中，算力似乎還沒有充分地轉化為生產力。將算力轉化為生產力還面臨哪些阻礙？應該如何解決？

對于《每日經濟新聞》記者提出的這一問題，鄔賀銓表示，我們希望算力能跟電力一樣即取即用，但實際上算力與電力不同，算力的使用是需要門檻的。首先必須要有充分的數據，通過數據建模，總結出數學模型，進而才能計算出人工智能的決策。

鄔賀銓說，中國人口眾多，工業門類齊全、體系完整，多年來一直保持世界第一制造大國的地位，會產生更多的數據。
“然而我們雖然產生了很多數據，但真正把數據存儲起來的比例還不夠高，加以利用的比例就更低了。”鄔賀銓說，所以我們首先要從源頭上充分發揮數據的能力，也就是感知數據、存儲數據，要鼓勵企業上云。 

他進一步闡述，現在要推動高質量發展，需要推動企業數字化轉型。當然，對于大多數中小企業而言，并不是要自己去購買數字化轉型所需要的IT設備和軟件，其實通過上云，運用云服務就可以。“我們要讓更多的企業運用云服務，這樣算力才有用武之地。”

“其次，還要有一些基層算力發展的產業基礎。”鄔賀銓說，包括數據中心，它實際上是對算力進行計算存儲應用的，還包括芯片以及人工智能芯片，這也是我們的短板。

此外還要往前端延伸，數據不是有了就直接拿來計算，還要對其進行前端的預處理，包括清洗、標注、脫敏等，這些工作需要很多人力去配合完成。當然更重要的是后端要進行應用，包括數學建模，建模的軟件、算法，這些仍然要通過開發來適應不同應用的需要。

“這些其實都是針對IT系統而言的，實際上作為數據中心不僅是IT系統，還有電力、空調制冷等，所以怎么降低數據中心的能耗也是一個值得研究的問題。”鄔賀銓說，東數西算就是利用西部較為充裕的能源、更為廉價的電費，以及可再生能源，更好地滿足低碳的需要。

鄔賀銓坦言，算力產業的產業鏈相當長，這里面還有很多工作要做，數據中心只是算力產業中一個突出的環節。

要降低算力的使用門檻

本屆大會以“算賦百業 力導未來”為主題，但各行各業和每個用戶對算力的需求多種多樣，存在明顯差異。如何才能讓算力使用起來更簡單、更容易、更方便？

對于《每日經濟新聞》記者提出的這一問題，鄔賀銓表示：“算力首先要計算，計算就要有模型（數學模型），數學模型怎么來的？就要通過大數據訓練，而這些一般人是不會的，甚至可以說門檻比較高。”

“不能讓算力建模這些工作只停留在極少數企業中，希望能夠降低算力的門檻。”怎么降低？鄔賀銓說，目前有些企業已經把服務器的資源開放出來，并且開放了算法的一些模型平臺。

鄔賀銓進一步闡述，現在網上已經有一些國外開源的大數據基礎算力計算平臺，國內百度、阿里、華為等大企業也開放了一些平臺。“這意味著中小企業只要有意愿、有需求，都可以利用這些平臺來做數據訓練。”

“當然，這仍然有一定的門檻。”鄔賀銓坦言，現在國內有一些企業的做法也值得鼓勵，一些企業已經針對各行各業的應用開發了一些模型。比如說某公司做了一個仿真齒輪的數學模型，如果中小企業想去仿真一個齒輪，就可以上云，利用這個企業的數學模型，把自己生產用的相關數據輸入進去，就能得到想要的智能決策結果。“大家已經認識到這種趨勢，要讓算力更簡單，降低算力使用的門檻。”

不過，鄔賀銓指出，最精密的一些模型還是需要訓練，這就要國家部署一些重點領域，進行算法的開發。“隨著算力資源的充分布局，計算的門檻會降低，希望將來有一天大家能更容易地使用算力。”

封面圖片來源：每經記者 張蕊 攝