我国算力与先进国家差距将逐步缩小

随着人工智能快速发展，国内算力需求激增，各类算力中心建设如火如荼，全国各地智算中心、超算中心等各类算力中心有何区别，它们之间存在怎样的关系？目前我国算力统筹协同机制是怎样的？我国算力建设是否存在过剩？未来我国算力建设如何突破美国芯片禁令限制？

带着上述疑问，证券时报记者专访了湖南大学副校长、国家超算长沙中心主任李肯立，他深入浅出地介绍了目前我国的算力发展情况。

“东数西算”统筹协调

证券时报记者：国家超算长沙中心是科技部批准建立的全国第三个、中西部第一个国家超级计算中心，能否介绍下我国在统筹算力发展方面的机构设置是怎样的？目前全国算力中心的建设情况如何？

李肯立：国家超算长沙中心2010年由科技部批准成立，当时全国有天津、深圳国家超算中心，长沙确实是中西部第一个。到目前为止，全国共有14个国家超算中心，有的省份有两个，比如广东的深圳、广州，江苏的无锡、昆山，山东的济南、青岛。另外，太原、郑州、西安、成都等地也都有国家超算中心。

超算是算力中比较高端的一种算力，这种算力主要用来处理一些非常重要的事情，比如核爆炸、模拟天气预报、聚变能源等，也可以用于人工智能领域。

目前我国数据中心或算力中心有很多，几乎每一个城市都有。算力中心一个重要特点是消耗能源较大，所以在东部地区，由于能源相对比较缺乏，建设成本就比较高，在西部比如内蒙古、贵州等地能源相对富裕，就建了很多算力中心。东部对算力的需求最为强劲，因为算力跟电力一样，与当地的经济发展水平密切相关，如果经济不发达，可能用不上太多算力，所以我国提出“东数西算”工程，就是把东部算力需求移植到西部去，这个战略目前我国相关省市都在积极落实，且已建立了八大算力枢纽，大部分建在中西部地区能源比较好的地方，通过东数西算去统筹、协调解决。

国家超算中心由科技部授牌建设，因此科技部有较强的统筹能力，这方面我国有超算互联网，来统筹协调超算中心之间的算力以及和算力相关的软件，另外还有个超级计算创新联盟的民间组织在统筹相关工作，国家超算中心所有的主任都参加了这个组织，相当于一个超算CEO联盟，其他各地方自己建设的算力中心，国家统筹方面就相对较弱。

算力调配仍存难点

证券时报记者：我国多地争相出台算力发展规划和举措，同时也都在争做算力标杆城市，目前来看哪个城市的算力基础设施建设较为领先？

李肯立：尽管东数西算等可以部分地解决东西部算力需求和资源不匹配的问题，但目前来看，它还做不到像电力一样，能够非常方便地输送，因为算力输入是硬件，目前标准等各方面还不统一，在技术方面还存在难点，因此，在这个背景下，当下各城市根据自身算力需求，在本地建设算力中心，也是比较现实且可循的方式。

一般来说，东部省份发达地区对算力的需求更为强劲，就建设了很多算力中心，比如广东、上海、北京、浙江、江苏等，因此它们在算力基础设施的建设方面全国相对领先。

证券时报记者：您认为我国的算力基础设施建设如何与经济发展的水平相匹配与适应？因为现在有一些观点认为算力存在过剩。

李肯立：从总体上看，算力是不过剩的，否则美国就不会卡脖子了，当然可能在局部地区存在需求和供给之间不太匹配的情况。

差距会逐步缩小

证券时报记者：我国算力发展与先进国家相比，还存在哪些差距？

李肯立：目前来说，差距还是比较大，硬件方面，我国有较好的半导体设计能力，但是制造能力相对落后，软件方面我国差距比较大，比如工业软件，也是目前卡脖子的领域，国内还没有能够和国外知名软件抗衡的品牌。

但是随着美国制裁，我国也加大了算力方面的研发力度，希望能够缩小我国算力和美国等发达国家的差距，一是在加大算力硬件的研发投入，二是在配套的软件方面发力，希望通过软硬件的调优来提高整体性能，此外在生态上，我国也在抓紧研发，做大量的工作去弥补缺陷，相信通过5年~10年的努力，我国与先进国家的差距会逐步缩小。

证券时报记者：在智能算力方面，由于美国芯片禁令限制，我国在获取高端GPU(图形处理器)芯片方面受限，您认为我国算力产业发展将如何突破这一发展瓶颈？

李肯立：两个方面，一是我国自身加大研发力度，使得我国国产算力，能够与国外的算力逐步靠近，二是在当前的情况下尽可能地去规避美国政府的制裁，利用国外芯片满足当前的部分算力需求，为国产算力的发展做好过渡。

人才是关键

证券时报记者：国家超算长沙中心由湖南大学运营管理，并于近期与多家企业签约，您如何看待超算中心的发展与学校、企业以及专家之间的关系，将对我国算力产业发展带来怎样的影响？算力发展对人才培养提出了怎样的要求，您有何具体建议？

李肯立：目前全国14个国家超级计算中心，广州、长沙、郑州、无锡、济南都是依托高校来运行，青岛是依托青岛国家实验室运行。依托国家实验室或者高校运行，有人才方面的优势，因为算力产业归根结底是一个高知识密集型的产业，所以人才起着决定性的作用。

算力的发展，从算力应用端到硬件、软件等多个层面，对人才的需求都非常强劲。