数字经济时代算力网络建构的国际比较与镜鉴*

陈寒冰

内容提要：伴随数字经济迈入新发展阶段，算力逐步衍变为一种核心基础能力，在数字中国长效发展进程中发挥着重要的支撑与驱动作用。梳理现有算力产业基础发现，禀赋的数据资源奠基、完备的全产业链赋能、潜在的算力市场驱动优势、独有的新型举国体制支撑等显著优势均为算力网络建构提供了核心动能。然而，技术“卡脖子”、数据“孤岛化”与应用领域创新拓展能力欠佳等问题日渐显现，成为我国算力网络建构进程中的困厄。为破解当前面临的窘境，转而从产业体系、技术路线与市场占有率方面对各国算力网络建构进行比较，以期为我国提供诸多镜鉴。据此，文章立足于本土数字网络建构问题，从基础支撑、市场开拓、资本驱动与创新发展四方面，提出算力网络建构的创新路径。

一、引言

在国家政策与发展战略持续推进下，我国数字经济规模扩张速度日渐加快。据世界互联网大会官网统计数据，截至2020年末，中国数字经济规模已经扩张至32万亿元，占GDP比重达35%。两会期间，中央提出我国今后工作重心要围绕“持续推进数字化进程，打造数字中国”展开。“十四五”规划和2035年远景目标纲要中，又提及要将“数字经济发展”作为助推经济高质量转型的关键要素。以上种种迹象均预示着我国已初步迈入数字经济时代。万物互联背景下，随着全球信息数据开始呈爆炸式增长，算力逐渐成为影响数字经济发展的关键要素，在一国国际竞争力和地位提升中发挥着重要作用。(1)于施洋、窦悦：《算力：新时代数字经济发展的新引擎》，《中国经贸导刊》2019年第24期。就基础设施角度而言，算力是“新基建”的重要内容，既包括电信网络等推动数据传输的基础设施，也涵盖大数据中心等提供直接计算能力的基础设施；(2)姜红德：《智慧计算定义新时代算力》，《中国信息化》2020年第11期。就技术层面而言，算力为囊括信息通讯、计算机软硬件在内的交叉性综合学科；(3)雷波、刘增义、王旭亮：《基于云、网、边融合的边缘计算新方案:算力网络》，《电信科学》2019年第9期。就作用效能角度而言，算力为度量国家数据处理能力的一把“尺子”，对于高速发展的数字经济起到支撑、开发作用。(4)韩志明、刘华云：《计算、算法和算力：基于信息的国家计算逻辑》，《探索与争鸣》2021年第3期。为此，夯实算力基础设施建设，推进算力网络构建成为国家获得核心竞争力的关键举措。

2020年国家发改委提出围绕数据中心、智能计算中心与超级计算中心，打造新型算力网络，以带动产业机构转型升级与数字经济快速迭代升级。2021年1月21日，瞭望智库联合莫干山研究院正式推出《赋能数字经济拥抱算力时代》报告，旨在梳理数字经济发展新趋势，总结数字经济时代下算力带来的新变革，为算力网络建构探索新模式。从全球来看，算力需求与数据量均处于双向循环提升局面，未来算力与数字经济共促共进的关系必将进一步强化，算力网络建构成为必然。(5)吕廷杰、刘峰：《数字经济背景下的算力网络研究》，《北京交通大学学报》2021年第1期。目前，各国算力竞合格局逐步加速形成，一些发达国家均凭借原有技术和数据优势已经形成完备的算力网络体系。借鉴国际上算力网络建构的经验，可为我国算力网络形塑中的生态体系与产业集群发展提供可行路径，有利于为各产业数字化转型持续赋能，助力数字中国建设进程平稳推进。

二、数字经济时代下我国算力网络建构的优势

(一)禀赋的数据资源奠基优势

在数字经济发展速度不断加快背景下，作为算力效能持续发挥的关键投入要素，数据已成为各国国际竞争力提升的先决条件。从国际宏观视野来看，我国人口总量、制造业规模及信息化基建设施均遥遥领先于他国，具有完备产业链体系，是名副其实的数据资源大国。(6)黄奇帆：《数字经济时代，算力是国家与国家之间竞争的核心竞争力》，《中国经济周刊》2020年第21期。且相较发达国家，我国的数据具有规模大、产出速度快、应用领域多元化等诸多特性，为算力网络构建奠定良好的数据资源基础。据国际数据存储公司希捷估算，预计到2025年我国将产生48.6ZB数据，在全球数据市场中占比可达到27.8%。从国内微观视野出发，一些龙头信息化企业凭借自身产业、资本等优势，不断打造与提升数据处理、数据分析等关键技术能力，逐步将算力市场延伸至海外。另外，国内一些龙头软硬件企业在原有资源基础上开发了大量数据库一体机、数据仓库等产品，显著推动数据服务创新。例如，国网天津信通公司的DWS数据仓库、华为公司的华为云GaussDB(DWS)数据仓库，均成为国内数据服务创新的引领平台，有效提升数据集聚协同创新能力。综上，我国禀赋的数据资源都能够为算力产业发展提供良好条件和基础，成为建构算力网络的显著优势。

(二)完备的全产业链赋能优势

伴随新一轮科技与产业革命持续向纵深推进，数字经济时代正在加速到来。(7)林念修：《2020年我国将成世界第一数据资源大国和全球数据中心》，《信息安全与通信保密》2016年第6期。我国开始快速推进人工智能神经网络、量子计算等大型科研项目、数据中心及宽带网络基建。且国内也通过深入布局形成了超大型经济体、全产业链、“新基建”等其他国家难以借鉴和复刻技术产业，为本土算力竞争体系奠定了扎实的技术支撑。凭此优势，我国在算力相关领域的全产业链构建与发展取得了瞩目成就，成为国际算力竞争中强劲的参与者。一方面，算力关联领域发展优势突出。我国是国际上为数不多可以提供算力生产制造、基建、技术创新及应用开发等全链条资源要素的国家。(8)王珺：《人工智能、大数据和算力的融合发展》，《科技经济导刊》2018年第16期。以算力生产制造为例，据中商产业研究院数据，2020年我国智能制造市场规模已从2016年的1.22万亿元扩张至2.7万亿元，而且预计2021年将会突破3万亿元。凭此优势，算力关联领域获得快速发展，为算力网络构建提供完备的产业体系支撑。另一方面，算力创新产业体系优势突出。基于国内国际发展环境现状，当前我国传统产业和新兴产业已经初步形成了以完善创新体系和庞大国内市场为主的综合性优势。据软件和信息技术服务业统计公报信息显示，截至2020年末，我国电子信息产业总规模已扩张至15.6万亿元；软件和信息技术服务业总产值已上涨至8.2万亿元(见图1)。

图1 软件和信息技术服务业总产值增长情况(9)数据来源：2020年软件和信息技术服务业统计公报。

另外，据观研报告网预测数据显示，到2025年我国电子信息产业总规模有望突破19.5万亿元(见图2)。结合上述，算力关联产业所具备的发展与技术创新优势显著驱动算力网络构建，为中国参与国际算力竞争格局奠定了扎实的产业基础。

图2 2020年中国电子信息制造业市场规模及未来五年预测(10)数据来源：观研报告网。

(三)潜在的算力市场驱动优势

随着人工智能、物联网等新兴产业加速发展，算力所需的“吞噬”海量数据逐渐成为其学习与进化的“养料”。(11)王哲：《2020年我国人工智能产业发展形势展望》，《机器人产业》2020年第1期。在这一过程中，我国已经拥有以互联网产业为代表的世界一流信息产业体系，形成了领先全球的算力网络需求市场。一方面，广泛应用领域产生的潜在算力需求市场。在诸多新兴算力应用领域中，我国均成功实现从跟跑、并跑到领跑角色的持续转换。(12)温涛：《大数据中心助力数字经济蓬勃发展——四部门发布〈全国一体化大数据中心协同创新体系算力枢纽实施方案〉》，《中国经济周刊》2021年第10期。据搜狐网数据显示，全球排名前30的互联网上市公司中包含10家中国企业、17家美国企业及3家其他国家企业。以此为基础，各应用领域所衍生的海量数据无疑成为本土算力能力彰显的关键所在，能够有效驱动算力网络建构。另一方面，国家数字化转型战略产生的庞大算力需求市场。在构建新发展格局、创新驱动发展、产业结构转型升级等一系列国家政策与战略引导下，国内各地区逐步开始下发并落实促进算力基建与应用的相关政策。例如，国家近期大力倡导的“四化同步”、“两化深度融合”等理念，均利于驱动算力网络构建。另外，“十四五”规划中明确指出，未来智慧政务、智慧城市、智慧农业、智能制造均是各级政府重点发展的领域，需凭借强有力的算力支持网络获取进一步发展。伴随着一系列政策与战略有效推进，庞大的市场数据集群均有助于算力网络市场需求扩容，促使算力在维持稳定发展的同时保持高速增长，从而加速算力网络构建。

(四)独有的新型举国体制支撑优势

数字经济“开新局”是国家面对百年技术产业体系与大国竞争格局变革的战略选择。为满足此种新业态新模式发展需求，数字经济亟需通过数据产权、数据资源等方面的改革寻求重大突破。算力新基建正是国家为提升数据应用能力、推进数字经济变革的关键突破口之一。在推进算力基建过程中，我国形成了一种独具本国特色且符合国情的新型举国体制，即通过机制体制改革引导民间资本大量投入算力基建，并积极参与算力运营。(13)雷波、陈运清：《边缘计算与算力网络——5G+AI时代的新型算力平台与网络连接》，《中国信息化》2020年第12期。一方面，兼顾传统体制优势与时代特点的创新理念为算力基建提供软件助力。新型举国机制在兼顾传统举国机制优点及时代特点的基础上，生动呈现了自主与开放创新体系协同互动，成为核心技术攻关与科技创新的重要保障。新型举国体制下，以重大工程平台打造为主要抓手，加强攻关关键核心技术，从根源上消除“卡脖子”隐患。在此倡议下，算力相关领域龙头企业在确保安全性、坚持科学性基础上，协同加快科研项目推进速度，进一步助推算力基建完善。据媒体相关报道，新型举国机制倡议下，2020年上半年阿里巴巴的研发投入增加至328亿元，相较过去五年同期增长了240%。另一方面，重大科研项目专项设立为算力基建提供硬件助力。新型举国体制下，我国在重点领域创设一批国家实验室，并设立了一批重大关键核心技术攻关专项。得益于此，我国算力产业发展能够形成重大科研项目攻关的创新合力，打通产学研用的创新链条。综上，新型举国体制具备的显著“集中力量办大事”制度优势，能够显著提高算力基础设施利用效率，进而为多方协同参与的算力发展新格局诞生提供极大助力。

三、数字经济时代下我国算力网络建构的短板

(一)技术：“卡脖子”问题突出

万物互联时代下，算力逐步成为数字经济时代影响各国国际地位的核心要素。然而，当前我国算力产业内部技术仍与全球部分发达国家间存在较大差距，极易在新国际环境中遭遇技术“卡脖子”风险，阻滞算力网络构建。(14)郭亮、吴美希、王峰、龚敏：《数据中心算力评估：现状与机遇》，《信息通信技术与政策》2021年第2期。其中，算力硬件基础技术和软件生态系统影响力差距尤为显著。从硬件基础技术来看，人工智能硬件核心技术长期对外依赖性强是最为突出的难题。第一，智能芯片产业核心技术“卡脖子”问题。相较传统半导体产业，尽管我国智能芯片产业发展水平同世界先进水平的差距在逐年缩小，但整体上仍面临受制于他国的窘境，导致出口产品长期处于中低端阶层。如图3所示，2017—2020年，我国芯片进口量一直远超出口量，进出口存在极大逆差。另外，据腾讯网统计数据显示，2021年1—5月我国芯片进口规模高达1.04万亿元，增速为18.2%，显示出较强的对外依赖性。第二，智能芯片设计“卡脖子”问题。尽管我国加大对芯片研发设计力度，但长期过度依赖于国外工具链导致芯片设计难以在短时间内攻克，使得相关制造工艺与世界先进水平拉开差距。长此以往，这种差距造成智能芯片制造能力与设计能力严重失衡失配，产业链中核心环节难以匹配实际产业应用需求，为相关产业发展无形中增添极大不安全性与不可控性。从软件生态系统影响力来看，我国大数据产业在架构、分析及呈现等诸多方面仍与全球领先国家存在一定差距，对产业生态系统构建与公开领域开源技术的影响力较弱。例如，进口开源软件在我国政企应用与科研教育等领域的占比可达到70%以上。这进一步暴露出我国“软实力”欠缺问题，为之后参与国际算力网络构建埋下隐患。另外，我国算力相关科研存在“重硬轻软”问题，国产算力应用所使用软件的开发程度严重不足。据搜狐信息网数据显示，我国投入超算软件的研发经费在国家财政支出总额中不足10%，仅为美国投入经费总额的1/6。类似问题进一步凸显，极易导致算力网络构建过程中的软件采购费用大幅上涨，从而限制软件升级与应用领域创新拓展。

图3 2017—2020年中国芯片进出口数据及增速(单位：亿元)(15)数据来源：国家统计局。

(二)数据：“孤岛化”现象凸显

尽管国内强大的数据集为算力网络构建奠定有效基础，但各领域对于数据利用仍存在掣肘，导致多类数据资源存在严重的“孤岛化”现象，不利于算力网络创新构建。首先，数据资源缺乏共享动力。在我国一些信息化产业欠发达地区，超过80%的数据资源均掌握在当地政府部门手中。然而，不同区域间政府部门对于数据的统计口径和标准具有较大差异化。这导致国家整体收集的数据资源普遍呈现“量大质低、范围窄、成本高、形式单一”等现象，严重降低数据资源共享动力，不利于为算力网络构建提供有效的数据驱动力。其次，产业链内部缺乏数据协同创新。随着我国针对国产自主算力研发项目投入力度日渐加大，国内已经形成了以中短期为主的算力项目自主模式。(16)曹畅、唐雄燕：《算力网络关键技术及发展挑战分析》，《信息通信技术与政策》2021年第3期。该模式下，以产业为基础形成的数据资源难以协同至下一项目，大幅降低了相关产业数据创新性。更为严重的还会导致整个算力产业存在项目难以推广、研究成果效益难以协同等窘境，无法围绕核心数据资源突破构建算力产业生态。例如，产业链内各大龙头企业自主研发算力产业时，均以打造“以自我为中心”的数据生态系统为主要目标，全过程产业链数据应用标准和路线的兼容性极低。最后，算力产业间数据缺乏公共转换与服务平台。一方面，服务平台缺乏。由于算力产业间缺乏完备的数据服务平台，导致该网络内部尚未形成高速链接的数据链条，无法整合云算中心、超算中心的算力供给，阻滞各项工作开展进程。另一方面，转换平台缺乏。虽然我国工业领域现存大量沉淀数据及智能化需求，但受限于算法通用性程度较低、市场信息透明程度较低等问题，导致算力产业内部数据转换应用的成本极为高昂，不利于各项资源匹配应用。受上述问题影响，大量数据资源长期处于“休眠”状态，“孤岛化”现象严重凸显，无法借助算力进行转化，难以满足数字经济时代发展要求、为经济社会创造价值，不利于算力网络构建。

(三)应用领域：创新拓展能力欠佳

数字经济时代背景下，经济社会各领域均在大力推进数字化转型，为算力产业发展形成巨大潜在需求市场。然而，受制于人工智能、大数据等先进信息技术应用场景开发进程缓慢与技术更迭匹配度低等问题影响，各行业应用算力实现经济价值、社会价值转化的领域仍较为有限。一方面，大多行业对于算力的应用仍停留在浅层。我国算力市场规模整体较小，主要遍布于互联网、交通、电信、医疗、金融及教育等领域，在剩余行业中的应用大多停滞在基本的信息化表层。例如，虽然工业互联网、智能制造等概念已被提出多年，但数据作为基本生产要素参与其生产并创造价值的情况仍较为少见。这导致相关行业对于算力的应用主要停留在管理、研发与营销等环节，无法将该技术深入内部整体流程之中，更无法发挥算力系统作用。另一方面，大多公共服务领域对于算力应用的需求仍较低。在智慧城市发展与建设速度不断加快背景下，交通领域对于算力的应用比例高达90%，税务、教育与社保等领域仅对算力形成了少量需求，其他公共领域尚未明确提出算力需求。在如此有限的算力应用领域影响下，国内算力优势难以充分发挥。特别是在一些优势行业与公共服务领域的应用仍然欠缺，有待进一步创新拓展，难以形成契合数字经济时代发展的算力网络。

(四)人力资本：专业化人才支持体系匮乏

计算本身涉及的学科领域非常广泛，涵盖问题模型、可视化、性能优化等诸多学科。若要持续深化算力在经济社会领域中的应用程度，涉及诸多交叉学科专业应用，进一步凸显该领域对于专业复合型人才的大力需求。但从我国人才结构来看，算力领域复合型专业人才极为匮乏，无法支持相关项目顺利开展。就总量层面而言，据腾讯网统计数据，我国信息化市场人才缺口超过1000万，且合格型专业人才供给与实际市场需求比为1/5。这导致算力领域在开展技术公关时，缺乏强有力人才支持体系，无法建构形成高效的算力网络。就结构层面而言，人工智能、数据挖掘与分析等领域专业性人才极为紧缺，难以满足算力网络建构过程中所需的人才支撑体系。最新版《人工智能产业人才发展报告》指出，相较研究、应用人工智能技术的行业及企业数量涨势迅猛这一现状，国内相关领域存在严重人才储备不足问题，有效人才缺口高达30万左右。受上述问题限制，我国算力关联领域人力资本要素转换能力较弱，缺乏专业化人才支持体系，难以支撑算力网络创新构建。

四、数字经济时代国际算力网络建构的国际比较

数字经济时代下，各国高度重视算力能力提升，争相围绕算力网络形成自有发展体系。对比中、美、日、欧算力网络发现，各国/地区对于构建并发展算力网络已达成共识，针对不同方面形成独特优势。在算力网络中产业体系和产业链、技术路线以及市场占有率和规模等方面，各国均凭借内部产业与经营业态形成各具特色的发展方向。特别是在这一过程中，以政府与市场双向驱动下的算力行业，逐渐衍生形成诸多新产业、新业态与新模式，促使算力网络建构进入新一轮迭代。

表1 中、美、日、欧算力网络比较

(一)产业体系和产业链的比较

从算力产业体系与产业链角度来看，中、美、日、欧等国/地区在宏观上存在较大差异。(17)安晖、庄金鑫：《“新基建”为云计算产业向更高水平发展带来新机遇》，《中国信息安全》2020年第5期。具体从上游有关信息技术的开发与研究、中游算力设备的基础设施建设和制造、下游算力应用领域的开拓三个阶段进行比较。(18)刘凌旗：《中美人工智能垂直应用及产业趋势研究》，《经济师》2019年第7期。

上游有关信息技术的开发与研究阶段。在这一阶段中，欧洲和美国已经建立了绝对优势，而我国针对部分前沿领域的开发与研究仍在持续探索、加速推进中。一方面，欧美国家占据大量算力相关领域国际标准及专利。例如，全球信息科学专业排名前20的高校中，归属于美国的高校占比约为50%。这为欧美国家在国际算力技术研发领域的分工体系中掌握主导地位提供强大支撑。另一方面，我国凭借后发优势，在部分前沿领域与国际领先国家实现了“同排并跑”。据中国科学院对全球前沿领域跟踪研究报告，2020年我国在强化学习算法前沿领域中的活跃度仅次于美国。

中游算力设备的基础设施建设和制造阶段。我国算力产业基础设备的制造能力虽在逐步提升，但若要在算力网络构建过程中彻底赶超具有综合领先优势的美国，仍存在严峻“卡脖子”问题。从核心零部件制造层面出发，美国拥有绝对领先优势，中、日、欧也呈现“不甘示弱”的强劲追赶态势。据IC Insight统计，全球销量位于前十的半导体制造商中，共涵盖6家美国企业、2家中国企业；全球半导体生产设备商中，欧洲已经建立了垄断地位；全球半导体材料供应商中，日本形成了绝对性垄断优势。从超算及服务器层面出发，美国仍然拥有绝对领先优势，但我国的优势更加显著。据IDC公示数据，销量位于全球前五且合计销量在国际市场中占比超过50%的通用型服务器制造商均为中国企业。从超算制造层面出发，全球排名前三的超级计算机供应商均来自我国，而且这三家企业承包了全球500强超级计算机的制造。

下游算力应用领域的开拓阶段。随着互联网普及与应用程度进一步深化，全球数字化转型升级持续升温，算力应用领域也在逐步拓展。在国际领先企业、国内市场与产业政策协同带动下，中美两国数字化转型速度进一步加快，产生了大量新一代信息技术产业。例如，依据市值估算在全球排名前十的人工智能创业公司中，包含7家美国公司、3家中国公司。算力应用领域开拓阶段，中美两国都拥有突出优势。

(二)技术路线的比较

国内外算力的实现主要包括边缘计算、数据中心及超级计算机三大技术路线。三种技术路线各有自身优劣之处，协同构成国家层面的算力系统，可在不同领域自由组合为最优化算力解决方案，进而提供均衡随选、敏捷链接、高吞吐的算力服务。

第一，边缘计算。边缘计算，即在现有设备或传感器上对数据进行处理。万物互联背景下，边缘计算能够通过减少网络资源浪费促使算力资源利用率显著提升，为全球提供超算和数据中心难以波及的算力资源。据Datamation公司研究报告，未来全球物联网所需的40%算力资源将会来自于边缘计算。而中国华为公司，美国亚马逊、谷歌、甲骨文、思科、戴尔、微软，日本日立等企业均为国际上排名前列的边缘计算供给商。可见，美国在边缘计算应用与研发领域具有绝对优势；中、日虽位于全球第二梯队，但与美国差距仍较为显著。第二，数据中心。云计算是公共算力资源的主要供应者，而大型数据中心正是服务云计算的主要基础设施。据Synergy Research Group公司研究报告，截至2019年底，全球大型数据中心总量已经累计突破500个。从数据中心国际市场份额比重来看，美国依然拥有全球最大的市场，实际市场份额占比约为40%；我国的国际市场份额约为10%，是国际数据中心排名第二大市场。整体来看，在国际市场，美国和我国位于全球数据中心算力竞争的第一梯队，且两国差距在逐年缩小。可见，作为最具云计算市场需求潜力的国家，我国数据中心的国际竞争力上升已经形成了国际良好市场保障。第三，超级计算机。超级计算机是一国或地区制造能力和科技实力的集中显现，也是支撑战略性应急管理的顶级算力源泉。从总规模来看，我国超算位于世界第一，具有绝对优势。据腾讯网报道，截至2020年底，全球超算500强中有217台出自我国，之后依次为美、日、德、法。从单体超级计算机的算力来看，中美日三国优势尤为凸显。据2020年11月公示的全球超级计算机500强名单显示，日本的“富岳”位于第一；美国的“三脊”和“Sierra”分别位于第二、第三；中国的“神威太湖之光”和“天河二号”分别位于第四、第五。综上可见，中美日三国的超算已经在全球算力竞争中形成了三足鼎立局面。

(三)市场占有率和规模的比较

由于算力具有较强分散性及多元化技术路线等特质，故很难准确计算出各国总算力。为此，从算力基础设施、内需、国际化水平三个能够影响各国算力总规模及市场占有率的因素进行分析，并以此为依据判别世界上主要国家或地区未来算力增长趋势。整体而言，中、美两国算力未来增长潜力要远高于欧洲、日本和其他国家或地区，我国算力产业在部分领域的应用仍有很长的路要走。

从基础设施方面来看，算力网络构建同基础设施建设一样，利用增量优势弥补存量差距需要一定时间。尤其是传统算力基建方面，我国同美、日、欧等发达经济体间差距仍较大。以互联网为例，2019年我国互联网安全服务器数量全球排名由2013年的第33位升至第10位，但这仅相当于美国的1/40、日本和英国的1/2。

从内需方面来看，基于数字化转型需求、产业规模、经济总量、人口等现实状况，我国拥有国际上最大的潜在算力市场。从经济总量、数字化水平、信息产业来看，美国具有绝对性优势。相较中、美，日、欧的算力需求市场相对较为有限。结合上述，若单从内需方面进行对比，中、美两国算力产业发展的市场保障效能要明显高于日、欧。

从国际化水平方面来看，算力竞争属于全球性竞争，一国或地区算力规模扩张不仅局限于本土或本区域市场。美、日、欧的信息化起步较早，算力产业链中相关企业的发展史较长且开拓国际市场时间更早，其在国际市场占有率明显更高。反观我国，算力产业在国际市场中的竞争力明显低于国内市场。例如，尽管阿里云在国际云市场占有率排名第四，但其大多业务均集中于国内市场，同谷歌、微软或亚马逊的国际化水平仍存在很大差距。

五、数字经济时代我国算力网络建构的镜鉴与创新

算力网络构建对于数字经济时代下国家的国际地位与竞争力提升具有重大战略性意义。通过前文分析内容，现阶段我国算力网络体系仍存在较大缺口，且算力不足已成为数字中国建设进程中面临的一大桎梏。为此，在前文国际比较探讨基础上，进一步借鉴国外先进经验，提出助推我国算力网络创新构建的创新路径。

(一)基础支撑：强化基础设施建设力度

1.强化算力核心模块，加快“超算中心”、“数据中心”、“智能计算中心”三大算力基础设施建设。首先，加快超算中心运营生态建设进程。全国各地应积极培育算力产业生态和用户需求市场，大力聚焦高校、科技型企业及广大受众群体，不断延展服务领域的辐射半径。其次，优化存算一体的数字生态链群布局。各地应持续推进电信企业的互联网数据中心建设，积极争取国家工业互联网、计算科学研究枢纽高地。最后，创设多元化智能计算中心。国家应大力助推阿里、华为等大型信息化企业在各区域的人工智能算力设施建设，不断提高算力原创算法迭代及使用效率，打造出专门为人工智能提供服务的智能计算中心。

2.灵活拓展并实施运维管理，构建“算力基元”创新生态体系。首先，协同构建区域性数据设施平台。各区域应打破固有的政府部门、行业信息及区域差异等壁垒，联合构建数据格式、接口、口径、目录等统一化、标准化的数据中心。其次，协同构建数据安全可信支撑体系。国家可以创设涵盖民企、国企、政府等多主体的算力基础设施责任制管理体系，从运营主体、数据安全、分类准入等多层面保障算力基础设施安全。同时，国家还应制定并下发有关数据安全保护的地方性管理条例和规范性文件，逐步强化对科学数据、个人数据、企业商业秘密、政务数据等资源保护与使用权限管理。最后，优化算力设施综合管理体系。各部门应综合协调知识体系建立、机时租赁、设备维护、技术支持、业务管理、综合信息查询、科研项目合作，逐步构建出一套覆盖算力基础设施全过程的管控体系，由此形成算力资源规划、布局、运营可持续发展局面。

3.智慧升级“人城产”，促使算力基础设施提质扩容。一方面，区域应筑牢“数字示范城”基底。各区域应引领当地先进城市大力推进底层算存模块和数字基础设施，通过算力赋能本区域城市数字化、网络化、智能化创新发展。在此基础之上，打造出最具活力的新技术、新业态、新经济“示范城”试验场，推动区域内形成同频共振、融合共生的示范城内涵发展新模式。另一方面，国家应全力助推数字经济向产业价值更高端迈进。中央政府应持续加大算力相关技术研发的投入力度，鼓励具有自主知识产权的应用软件研发、系统软件、算力芯片，构成“产业+算力”纵向融合新生态。同时，也要重视对异构计算、智能计算等技术体系的构建，为关键环节实现“提质增效”提供推力，满足日渐上涨的算力需求。

(二)市场开拓：渐次开放算力产业市场

1.制定产业发展规划，建构广域算力网络。一方面，做好顶层设计。在充分预判数字经济新领域、新业态对算力产生的结构性需求基础之上，应制定好与算力产业发展相关的基础设施协同、上下游协同、区域协同的顶层设计。出台精准化、针对性鼓励政策，逐步强化对算力产业重点项目的统筹力度，推动各区域在算力产业不同细分领域的重点发展方向布局渐趋合理化。另一方面，提前布局算力基础网络。为满足政府、社会及市场对算力产业发展的多元化需求，应提前在全国范围内布局统一化的算力基础网络，为数字经济时代经济社会的普惠安全提供良好算力公共服务。例如，国家可以率先在珠三角、长三角或京津冀区域开展区域性算力网络试点工程，将区域内小型计算中心、云计算中心和超级计算中心的联网合作与评估统筹起来，逐步扩大算力应用市场。

2.构建产业联盟，形成开放化算力产业生态圈。首先，打造战略均衡格局。以推动自主基础软件产业化和创新化为主要牵引，带动行业应用、工具软件、配套硬件设备和核心标准体系链条全线推进，进而形成持久的算力网络构建战略均衡格局。具体可借鉴美国半导体制造技术战略联盟模式，鼓励国内龙头企业建立生态联盟，在基础软件领域开展供需联合创新。其次，大力开展示范工程。在电信、金融等核心领域开展应用示范工程，促使中间件、数据库、操作系统等基础软件实现自主创新，为国产计算体系中的大型工业应用软件发展提供牵引力。在持续迭代中，不断提升产品的成熟度、维护易用性、应用兼容性和平台通用性。并依托国内开源基金会，创立兼容开放、技术先进、版权清晰且广泛使用的原创开源社区，为算力产业扩大市场应用程度提供有效平台。

3.搭建数据交易中介平台，加快开放性算力市场构建。一方面，转变以往算力市场垄断局面。基于未来大量异构数据处理、人工智能算法训练的现实需求，各部门应及时向社会提供准确的区域算力资源信息，使算力市场由原本的部分企业垄断局面向高度共享、协同供给的自由竞争局面转变。另一方面，打造公共数据集。我国应着力建设一批具有高质量的公用算法集和数据集，进一步推动数据加速流通和归集；制定统一化数据使用方法、数据标注规范，规范算力领域经营运作。具体可借鉴欧盟在2020年最新下发的《欧洲数据治理条例》，强化数据中介机构培育力度，平衡数据开发过程中不同主体的实际效益，为加速构建算力网络生态系统提供数据交易服务。

(三)资本驱动：探索专业化人才培育路径

1.国家应发挥引育作用，增强算力领域专业人才培育力度。首先，国家应通过改革高校现有学科，进一步强化对于交叉学科人才的培育及储备力度；还应加强对具有数据中心运营和维护、技术服务专业化人才培育的重视程度。其次，国家应重视强化对于新材料、量子物理、数学等基础领域研究人才的培育，为算力产业持续创新发展提供强大的人力资本支持；还应提早布局前沿领域项目，逐步探索出颠覆性创新可能，持续深化专业人才在相关领域应用。最后，针对算力行业内部，应结合高校培养方式，广泛招引和接纳来自国际的人工智能领域专业人才，强化交叉学科复合型人才培育力度，从而推动算力资源产业化应用进一步发展，为算力网络构建奠定扎实的人力基础。

2.高校和企业应明确自身定位，探索校内校外大数据人才联合培育路径。在高校层面，一方面，基于大数据专业是一门多学科相互交叉融合的专业，高校应在有关专业中增加跨学科融合课程，从多学科视角充分结合领域应用知识，培育出与需求市场相匹配的合格大数据人才。另一方面，基于校内专业老师欠缺实践性这一现状，高校可以引入“双师型”教学模式，将企业工程师吸纳进教学课堂，培育学生的专业技能。在企业层面，首先，企业应大力倡导大数据优质人才走进高校向学生亲身传授专业技能，将产业人才需求与学校教育进行对接。其次，可通过研发任务形式将项目交给高校完成，在解决研发人员短缺问题的同时，也有助于提升在校大学生的创新能力。最后，企业还可以接受本科生实习，为学生提供一个接触真实案例的实践机会，协助高校培育出更多应用型人才。如此，在双方发力基础上，促使算力领域专业化人才培育与发展能力显著提升，进而为算力网络构建提供有效驱动力。

3.发挥教育主管部门主导作用，探索大数据教育生态改进策略。在地方政府层面，首先，地方政府部门可搭建一个集中化的大数据教育基地。大数据教育基地的创建可以作为校企展开合作的外部桥梁，一方面可为高校师生进行集中式培训提供场所；另一方面还可为企业对社会上相关专业人才进行技能培训提供场地。其次，还可引进具备相关专业知识和技能的教师及企业技术研发人员，以此搭建其具有高起点的人才培育基地，为企业输送复合型优质人才。最后，地方政府可下发鼓励性政策，支持师资队伍跨区域流动，用于填补现有师资力量紧缺的缺口。在教育主管部门层面，首先，教育主管部门应对有关教材内容及时进行审定，并适时推荐教材、补足参考案例，为大数据教育生态构建提供规范化、系统化教授内容。其次，应加快合格人才评定标准体系出台的速度，为大数据教育生态体系构建提供人才培育及输出依据。最后，教育主管部门还应针对大数据教育设立专项资金，以此助推人才培育实际进程。

(四)创新发展：推动算力网络高质量转型

1.创新应用领域。作为经济、产业和人口大国，我国拥有巨大的潜在算力市场，而应用创新恰是释放算力潜在需求的关键路径。一方面，在制造业领域的应用创新。国家应以引领全球智能制造发展为目标，将推进制造业等实体型经济部门算力创新应用作为重点工作内容，在维持我国现有制造业竞争优势的同时，推动算力市场潜在需求释放。另一方面，在公共管理领域的应用创新。针对我国现存的公共事务管理混乱问题，应秉持大胆创新理念，不断拓展信息化应用场景，提高公共服务管理水平。另外，还要持续推进算力相关体制机制创新，着重破解政府部门间“数据孤岛”现象，促使政府部门的算力和数据资源进一步向公众开放，进而带动算力应用范围及领域持续向创新趋势发展。

2.创新产业发展体系。参与全球算力竞争过程中，作为算力强国和经济大国，我国应发挥算力在提升国家综合竞争力中的支撑作用，不拘泥于局部或个别环节的发展。从国家层面来看，应从不同应用、规模及技术路线等方面全面布局算力发展方向。同时也要加快算力相关基础设施的建设进程，打破以往长期依赖于单一化业态形式和技术路线发展算力系统的僵局。此外，针对一些短期内难以快速转化为经济效益，以及难以得到市场经济主体认同的基础设施建设领域和技术路线，政府部门应创设专门项目并提供一定资金保障，以满足相关行业持续、创新发展需求。

3.创新发展方向。通过对当前数据中心和主要高耗能产业发展现状进行预测，2035年数据中心对电力的消耗总量将会赶超化工和钢铁产业。故此，为加快形成并发展算力网络，需着重推动算力基础设施建设逐步朝“绿色化”方向迈进。2020年9月22日，习近平在第七十五届联合国大会上提出了碳达峰、碳中和的绿色发展战略目标。在此背景下，我国应不断促使以数据中心为主的算力设施实现降耗能提效率。在技术研发层面，国家应将节能技术作为算力技术未来很长一段时间内的重点研发方向，同时革新算力基础设施建设过程中的能效技术和新能源技术。在建设及规划层面，大型数据中心建设地的选择应倾向于存在自然力降温且能源较为丰富地区。例如，可选择再生能源丰富的地区或者存在自然空气冷却、深海水冷却、地下水冷却等自然降温方式的地区。在政策引导层面，政府部门应制定规范化的算力基础设施具体能耗标准，进一步延展绿色数据中心示范项目的覆盖项目，并对一些贯彻绿色发展理念的算力设施项目进行补贴，逐渐变革领域发展方向。