中国算力发展指数白皮书2021年9月前 言当前，新一轮科技革命和产业变革正在重塑全球经济结构，算力作为数字经济时代新的生产力，是支撑数字经济发展的坚实基础， 对推动科技进步、促进行业数字化转型以及支撑经济社会发展发挥重要的作用算力已成为全球战略竞争新焦点，是国民经济发展的重要引擎，全球各国的算力水平与经济发展水平呈现显著的正相关2020 年我国算力在逆势中加速发展，呈现出以下特征：算力规模持续扩大，算力结构不断演化2020 年我国算力依然保持蓬勃发展态势，规模达到 135 EFlops，同比增加 48 EFlops，在全球疫情背景下，我国算力依然保持 55%的高位增长，高于全球增速约 16 个百分点，有效支撑疫情防控和经济社会发展在算力结构上，基础算力依旧是主力，智能算力增长迅速，占比已超过 40%， 成为算力快速增长的驱动力算力环境日益优化，应用需求不断提升一是，持续优化的网络环境为算力发展提供坚实支撑，一方面网络带宽不断提升，2020 年全国互联网省际出口带宽增长 11%，助推算力的跨区域调度，另一方面 5G 覆盖率不断提升，加速云边端算力的协同二是，不断提升的算力投资为算力发展提供动力，我国IT 支出规模达到2 万亿， 增长 7.3%。
三是，我国消费和行业应用算力需求增长迅猛，互联网依然是最大的算力需求行业，占整体算力近 50%的份额，电信、金融领域对算力的应用处于行业领先水平算力助推经济增长，各地加快发展步伐2020 年我国以计算机为代表的算力产业规模达到 2 万亿元，直接带动经济总产出 1.7 万亿元，间接带动经济总产出 6.3 万亿元，即在算力中每投入 1 元， 将带动 3~4 元经济产出全国各地算力发展步伐加快，京津冀、长三角、粤港澳大湾区等区域整体算力发展处于领先水平，其中，算力规模方面，北上广及周边省份地区表现较为突出，北京、广东、上海位列前三，均超过 15 EFlops；算力环境方面，四大城市群拥有较好的网络支撑、算力投入等环境条件；算力应用方面，东部沿海省份消费及行业应用需求较大，对算力增长的拉动作用显著加快发展算力，是我国打造数字经济新优势、构建“双循环” 新发展格局、提升国家整体竞争力的重要保障我国高度重视算力发展，明确提出布局全国算力网络国家枢纽节点，启动实施“东数西算”工程，构建国家算力网络体系在需求与政策的双重驱动下， 全国各地大力推进算力技术产业、基础设施建设及算力应用的发展本白皮书系统研究我国算力发展状况，结合算力发展特点和重点影响因素，建立算力发展指数，全面客观评价我国各省份算力发展水平，以促进算力技术产业、基础设施建设及算力应用的发展，加强我国各地区算力的协同联动，为全国及各省份算力发展政策制定提供有力支撑。
当然，白皮书仍有诸多不足，恳请各界批评指正目 录一、 算力内涵和发展框架 1(一) 算力内涵 1(二) 算力发展框架 2二、 全球算力发展进入新阶段 3(一) 算力多样化态势日益凸显 3(二) 算力创新步伐进一步加快 5(三) 算力成为数字经济新引擎 8(四) 算力成为战略竞争新焦点 10三、 中国算力总体发展态势 11(一) 我国算力规模不断扩大 12(二) 算力创新水平大幅提升 14(三) 算力发展环境日益优化 17(四) 算力应用需求不断释放 20(五) 算力发展助推经济增长 23四、 中国算力发展指数评估 24(一) 指标建立依据 25(二) 指标体系建立 27(三) 我国算力评估 29(四) 算力发展指数与经济的关系 34五、 加快算力高质量发展，支撑构建新发展格局 36附件一：算力指数测算框架 38附件二：数据来源 41图 目 录图 1 算力发展总体框架 3图 2 全球算力规模发展趋势 4图 3 全球算力规模与 GDP 关系 9图 4 全球算力规模分布情况 11图 5 我国算力发展规模及增速 13图 6 我国算力内部结构 13图 7 我国移动通信基站发展情况 18图 8 我国 IT 硬件、软件、服务支出规模 19图 9 我国各行业算力应用分布情况 21图 10 2015-2020 年移动互联网流量及月 DOU 增长情况 22图 11 我国算力投入对经济总产出的带动作用 24图 12 2020 年中国部分省份算力发展指数 30图 13 2020 年中国部分省份算力规模分指数 31图 14 2020 年中国部分省份算力规模 32图 15 2020 年中国部分省份算力环境分指数 33图 16 2020 年中国部分省份算力应用分指数 34图 17 算力发展指数与 GDP 关系 35表 目 录表 1 中国算力发展指标体系 28中国算力发展指数白皮书 一、算力内涵和发展框架(一)算力内涵从狭义上看，算力是设备通过处理数据，实现特定结果输出的计算能力。
2018 年诺贝尔经济学奖获得者William D. Nordhaus 在《计算过程》一文中提出：“算力是设备根据内部状态的改变，每秒可处理的信息数据量”算力实现的核心是 CPU、GPU、FPGA、ASIC 等各类计算芯片，并由计算机、服务器、高性能计算集群和各类智能终端等承载，海量数据处理和各种数字化应用都离不开算力的加工和计算算力数值越大代表综合计算能力越强，常用的计量单位是每秒执行的浮点数运算次数（Flops，1 EFlops=10^18 Flops）据测算，1 EFlops 约为 5 台天河 2A 超级计算机，或者 25 万台主流双路服务器，或者 200 万台主流笔记本的算力输出从广义上看，算力是数字经济时代新生产力，是支撑数字经济发展的坚实基础数字经济时代的关键资源是数据、算力和算法， 其中数据是新生产资料，算力是新生产力，算法是新生产关系，构成数字经济时代最基本的生产基石现阶段 5G、云计算、大数据、物联网、人工智能等技术的高速发展，推动数据的爆炸式增长和算法的复杂程度不断提高，带来了对算力规模、算力能力等需求的快速提升，算力的进步又反向支撑了应用的创新，从而实现了技术的升级换代、应用的创新发展、产业规模的不断壮大和经济社会的持续进步。
随着 5G 商用步伐的加快，物与物之间的连接不断深化，10算力在自动驾驶、智慧安防、智慧城市等领域的应用不断扩大，边缘计算以及雾计算的需求日益增加，算力范畴和边界仍在不断扩展二)算力发展框架结合算力的内涵和特点，本白皮书从算力规模、算力环境和算力应用三个维度建立算力发展的总体框架在数字经济时代，算力规模是国家和地区数字化生产力发展水平的重要指标，算力环境是我国新生产力发展的重要条件，算力应用反映了我国新生产力的需求状况算力环境为算力规模发展提供坚实支撑，算力应用拉动算力规模的增长，三者相互促进、协同发展现阶段算力规模重点包括基础算力、智能算力和超算算力三部分1，分别提供基础通用计算、人工智能计算和科学工程计算，其中，基础通用算力主要基于 CPU 芯片的服务器所提供的计算能力；智能算力主要是基于 GPU、FPGA、ASIC 等芯片的加速计算平台提供人工智能训练和推理的计算能力；超算算力主要是基于超级计算机等高性能计算集群所提供的计算能力算力环境主要包括网络环境和算力投入等因素，持续优化的网络环境为算力发展提供坚实支撑， 大规模算力投入将会对算力增长产生直接和间接的推动作用算力应用主要包括消费应用和行业应用，消费和行业应用带来了对算力规模、算力能力等需求的快速提升，算力的进步又反向推动了应用1 算力主要考虑集约化规模化算力，个人桌面、终端及边缘等算力未纳入统计。
的发展算力指数的测算框架如图 1 所示来源：中国信息通信研究院图 1 算力发展总体框架二、全球算力发展进入新阶段在数字经济时代，算力正成为新生产力当前 5G、物联网、云计算、大数据、人工智能、区块链等新一代信息通信技术加速创新突破，数据的爆炸式增长、算法复杂度的不断提高，以及应用场景的日益多元化，推动算力需求和要求不断升级，全球算力多样化态势日益凸显，创新步伐进一步加快，算力成为数字经济新引擎和战略竞争新焦点一)算力多样化态势日益凸显全球算力规模不断增大2020 年全球算力总规模达到 429EFlops，增速达到 39%，其中基础算力规模（FP322）为 313 EFlops3， 智能算力规模（换算为 FP32）为 107 EFlops4，超算算力规模（换算为 FP32）为 9 EFlops5伴随万物感知、万物互联以及万物智能时代的开启，据 IDC 预测数据，2025 年全球物联网设备数将超过400 亿台，产生数据量接近 80 ZB，且超过一半的数据需要依赖终端或者边缘的计算能力进行处理预估未来五年全球算力规模将以超过 50%的速度增长，到 2025 年整体规模将达到 3300 EFlops。
450 45%300 30%150 15%0 0%2016 2017 2018 2019 2020全球算力规模（EFlops） 全球算力增速来源：中国信息通信研究院、IDC、Gartner、TOP500图 2 全球算力规模发展趋势2 FP32 为单精度浮点数，采用 32 位二进制来表达一个数字，常用于多媒体和图形处理计算FP16 为半精度浮点数，采用 16 位二进制来表达一个数字，适合在深度学习中应用FP64 为双精度浮点数， 采用 64 位二进制来表达一个数字，常用于处理的数字范围大而且需要精确计算的科学计算3 基础算力规模按照全球存量服务器算力总量估算根据资产配置标准，服务器使用年限一般为 6 年，存量服务器总量近似为全球近 6 年服务器出货规模，全球基础算力=∑近六年（年服务器出货规模*当年服务器平均算力）4 智能算力规模按照全球存量 AI 加速器芯片算力总量估算存量加速器芯片总量采用全球近 6 年加速器芯片出货规模进行测算，全球智能算力=∑近六年（年加速器芯片出货规模*当年加速器芯片平均算力）5 超算算力规模主要是基于全球超级计算机 TOP500 数据，并参考超算生产商的相关数据估算。
需求多元化加速算力多样化升级基础算力方面，云计算仍保持高速增长和快速创新态势，根据 IDC 数据，2020 年全球云计算市场规模达 3120 亿美元，同比增长 24.1%在行业数字化转型的带动下，云原生技术持续落地，带动技术架构、应用效能、云化效益的全方位提升，深化云数融合、云智融合、高性能计算的发展，推动云数智高质量融合发展智能算力方面，从主动学习到迁移学习再到强化学习，需要的能力也由“人机交互能力、数据整合能力”到“大算力预训练、数据处理能力”再到“信息采集能力、概率计算能力”不断演化人工智能的模型训练和推理部署对算力的需求也存在显著差异，训练阶段的计算精度直接影响最终模型的准确度， 更强调 32 位或 16 位的浮点运算能力，推理阶段结合云到端各类设备的部署需求，可采用16 位或8 位定点的低精度运算提升运算效率超算算力方面，十年千倍定律依然在持续，目前 P 级超算已成为世界超级计算机 TOP500 的准入门槛，2021 年 6 月日本超级计算机富岳 Fugaku 以每秒 53.7 亿亿次浮点计算的峰值速度蝉联榜首，开启了 E 级计算（每秒百亿亿次）进入应用的前奏二)算力创新步伐进一步加快当前，摩尔定律发展逐渐趋缓，以先进工艺升级为主导的经典计算。