ChatGPT带火AIGC，全球科技巨头纷纷入局，人工智能应用在大模型领域打开新局面，推动人工智能发展迎来“拐点”，在国内更是引发“百模大战”，大模型落地应用引发算力需求呈指数级增长。智能算力是面向人工智能应用，提供人工智能算法模型训练与模型运行服务的计算机系统能力，通常由GPU、ASIC、FPGA、NPU等各类专用芯片承担计算工作，在人工智能场景应用时具有性能更优、能耗更低等优点。
上海张江人工智能岛。 视觉中国 资料图
当前，上海人工智能产业发展进入关键时期，把握人工智能大模型迅猛发展趋势，深入挖掘智能算力融合应用场景，加速释放智能算力资源服务潜能，提升智能算力供应，努力构建自主创新架构、满足市场多元需求，面临极佳窗口期。然而，与国外相比，上海智能算力产业在关键技术、核心硬件、应用平台、规模效应等方面仍存在较大不足，期望得到充分重视。
一、上海算力产业发展在全国居于第一梯队中部
作为全国信息化发展的“排头兵”，上海具有良好的算力网络发展基础。上海市是中国除北京外IDC业务市场规模最大的城市。2022年上海地区IDC市场规模达到177.6亿元，年增长率11.9%。上海也是全国最重要的数据中心，近三年上海地区审批了近30个数据中心项目，截至2022年底，上海市在用数据中心机架规模24.9万架，拥有丰富的算力资源和服务能力，为算力供给提供了坚实的基础保障。
受土地、能源、劳动力等要素成本约束，上海综合算力发展位于全国第四。根据中国信通院发布的《中国综合算力评价白皮书（2023年）》，上海算力规模居第三，在用算力位居第一，在建算力排第四，算力质效列第三。
上海智能算力发展走在全国前列，优势显著。上海是全国最重要的智能计算中心集聚地，已初步形成“一平台+5中心”智算中心格局，上海超级计算中心（上海市人工智能公共算力服务平台）、腾讯长三角人工智能先进计算中心、阿里云华东智能算力中心、商汤科技人工智能计算中心、上海有孚临港云计算数据中心等五大智算中心已逐步投产。
同时，上海形成了较为完善的智能算力产业链。率先上线商汤的商量SenseChat、MiniMax的ABAB大模型、上海人工智能实验室的书生通用大模型，在国内批准备案的11席中占据三席，仅次于北京；发挥集成电路全产业链优势，吸引了全国最多的智能芯片创新企业，燧原、壁仞、天数智芯、依图、平头哥、地平线、黑芝麻等集群化发展，努力追赶英伟达，去年以来，已推出17块AI芯片，其中推理芯片7块、训练芯片4块、车载智能芯片3块；还涌现出有孚网络、优刻得、亘聪信息、图灵智算、新致软件等一批代表性算力服务商。2022年，上海地区信息传输、软件和信息技术服务业实现增加值3788.56亿元，增长6.2%，各方协同合作，构建开放共享的算力平台和交易平台，致力于算力资源的优化配置和高效利用，提升算力服务的质量和水平，发展动力十足。
二、上海智能算力发展面临的问题与挑战
1、算力赋能实体经济应用渗透不足,应用市场潜力有待激发。
一方面，大模型应用真正落地的场景太少，与各实体产业发展需求匹配度不高，利用率也有待提高。在市场推广方面，缺乏清晰的商业模式。上海数字基础设施建设和日常运营尚未形成清晰的投资回报模式及互利共赢、补位协同的发展路径。算力对创新应用的支撑不足，“算力+各行业”的赋能发展体系尚待推动，算力对行业数字化转型的支撑力、对技术进展和市场变化的企业服务响应力仍需增强。另一方面，应用市场需求量不清晰，处于数字化转型进程中的各类市场主体，算力应用能力参差不齐，主动性不强，算力使用仍存在成本和门槛问题。加之缺乏有效的沟通对接机制，产业链协同效率低下。
2、算力技术环节对外依存度依然较高,外部技术封锁和供应链风险依然严峻。
一方面计算产业芯片、器件以及算法软件等多个环节对外依存度依然较高，英伟达占据国内人工智能算力芯片80%以上的市场份额。另一方面，美国等发达国家对华企业技术封锁围堵持续升级，对高端计算芯片、人工智能、超算等领域技术管制大面积收紧，为计算技术迭代和产业供应链安全带来严峻挑战。英伟达最先进的A100、H100芯片无法在国内销售，定制版A800和H800又缺货严重，涉及先进制程技术，上海壁仞科技一度被台积电暂停代工。国产AI芯片在大模型推理方面表现相对出色，而在门槛更高的大模型训练方面仍无法与英伟达的通用GPU相匹敌。计算技术短板如不尽快攻克，将大大影响建设人工智能“上海高地”目标。
3、算力资源分布分散，整合利用面临挑战。
目前，上海算力资源底数不明，使用不充分，通用算力、智能算力、超算占比不得而知；五大智算中心分布于松江、金山、临港等地，算力分布分散，存在高效连接难题；算力异构化程度高，统一管理调度难度大；算力归属于不同运营方，算力交易过程中存在信任问题。
4、上海支持政策不系统，缺乏对算力平台的支持力度。
处于高速成长期的人工智能企业自建算力并持续投入，财力捉襟见肘，急需政府施以援手。商汤科技在2023年上半年亏损23.93亿元，在参与大模型竞争的同时还要背负52亿元智能算力巨额投资，压力陡增。目前，上海推出的“算力券”覆盖面仅限于中小微企业，对算力平台缺乏支持措施，相比之下，北京出台《北京市通用人工智能产业创新伙伴计划》支持政策更系统，力度也更大，在保障算力资源供给方面，初步形成了以政策撮合、资金支持为抓手，汇聚优质算力供应商，促进上下游低成本、高效率开展算力合作的经验举措。
三、促进上海智能算力发展的对策建议
1、开展算力基础调研，摸排行业整体需求。
加快开展全市算力基础调研，对本地算力基础设施分布、算力资源输出能力以及企业实际算力需求进行全方位摸排，深入了解现阶段算力资源分布和市场整体需求，明确全市算力资源优势与问题瓶颈，为后续制定针对性产业配套政策提供客观依据。
在算力大调研的基础上，进一步形成上海人工智能算力发展专项研究报告。关注大规模预训练模型等人工智能行业热点趋势，结合本地智能算力发展基础，谋划未来上海算力布局重点，以算力为核心支撑，推动核心软硬件创新、算力一体化建设、应用多元化拓展，助力人工智能全产业链协同发展。
2、支持垂直应用赋能，充分释放算力需求。
基于AI大模型对算力的爆发性增长需求，鼓励围绕细分应用场景搭建垂直领域大模型，充分挖掘下游应用对算力的潜在需求。积极推进大模型在智慧政务、数字政府等相关领域的应用，形成垂直应用场景的大模型创新示范。
组织开展大模型标杆应用场景评选，围绕用户感知体验、场景赋能成效、复制推广潜力、实际经济效益等重点方向，构建垂直应用大模型评价机制。发布大模型应用示范清单，引导制造、金融、医疗、文创等更多垂直行业的企业与平台探索大模型垂直应用，以下游驱动算力体系建设，逐步实现大模型对于千行百业的赋能。
3、加强国产硬件支撑，推动芯片全链突破。
基于上海集成电路全产业链发展基础和壁仞、燧原、沐曦、天数智芯等AI芯片企业集聚优势，鼓励中芯国际、华为等头部企业与芯片设计厂商协同探索和优化先进制程的量产工艺，加快推动算力核心硬件的国产化替代，破除人工智能芯片制造掣肘。
鼓励本市算力基础设施协同推进芯片国产自主可控，出台相关采购补贴政策，针对算力平台采购本市芯片设计企业的国产芯片产品，给予一定的补贴支持，通过对国产芯片推广和使用的支持，促进产业链上下游环节共同推动国产芯片优化升级，逐步减少对进口硬件的依赖，提高上海集成电路和人工智能的产业竞争力。
4、持续推进算力统筹，加强各地算力协同。
加快推进国家人工智能训练场建设，依托仪电智算中心等本地智算平台，多路线探索新型架构智算芯片研发验证与产业转化，构建包含多元异构芯片的智算集群建设。
加快构建全市算力一体化调度平台，支持上海市人工智能公共算力服务平台牵头，协同相关算力平台与企业，统筹各类本地算力基础设施，加强算力供给规模与效率。探索创新算力调度模式，发挥算力网络连接作用，通过对算力资源状态的实时跟踪管理，实现全市算力资源的互联互通、统筹分配和高效利用，进一步加强上海算力资源开放服务和整体供给能力，为市场主体提供多元化优质普惠算力，保障本市大模型团队和AIGC企业产品研发和技术创新。
围绕长三角一体化战略，支持本市相关公共算力服务平台开展跨区域算力合作，重点提升跨区域算力调度水平，将对网络要求不高的本地算力需求向中西部算力设施转移，进一步强化东西部算力资源协同互补。
5、扩大算力相关补贴覆盖面，强化配套资金支持。
将面向中小微企业的“AI算力券”政策向本市人工智能领域重点企业延伸，完善“AI算力券”落实细则，支持上海人工智能企业使用本地算力服务平台，助力国内AI大模型发展。引导上海人工智能产业投资基金、人工智能科技支撑专项、人工智能创新发展专项等向智能算力领域适当倾斜。支持人工智能头部企业基于市场实际需求在本市建设智能算力中心，提供资金、土地和相关配套政策支持。对于已建或在建的本地智能算力中心，可围绕智算中心运营情况、服务赋能本地企业情况、引入产业链上下游企业数量等维度，对其在上海人工智能产业建设所发挥的支撑作用给予相应资金奖励。
[作者蒋媛媛系上海社会科学院应用经济研究所副研究员，孙丽系上海人工智能研究院 数字经济研究中心主任，唐晟凌系上海人工智能研究院资深咨询顾问。本文系2024年度上海社会科学院重大课题《人工智能赋能新型工业化的作用机制研究》和中国社会科学院重大创新项目“科技创新推动智能强国研究”（批准号:2023YZD019）的中期成果]
————
澎湃新闻“申论”专栏延续《东方早报·上海经济评论》同名专栏风格，聚焦上海命题，在细节中观察战略，在现实中建设理想之城。
还没有评论，来说两句吧...