扫码关注官方微信公众号

中国新型基础设施竞争力指数(2023)连载之一——新型基础设施建设进入新阶段

2023-12-20



2020 年 4 月,新型基础设施的概念在国家发改委新闻发布会上被正式明确:新型基础设施是以新发展理念为引领,以技术创新为驱动,以信息网络为基础,面向高质量发展需要,提供数字转型、智能升级、融合创新等服务的基础设施体系。 新型基础设施建设内容主要包括信息基础设施、融合基础设施和创新基础设施三个方面。

2021年 3 月,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(以下简称“十四五”规划)发布,将新型基础设施作为我国现代化基础设施体系的重要组成部分,提出要“统筹推进传统基础设施和新型基础设施建设,打造系统完备、高效实用、智能绿色、安全可靠的现代化基础设施体系”,要“围绕强化数字转型、智能升级、融合创新支撑,布局建设信息基础设施、融合基础设施、创新基础设施等新型基础设施”。

2021 年 12 月,《“十四五”数字经济发展规划》发布,提出要“优化升级数字基础设施。加快建设信息网络基础设施,推进云网协同和算网融合发展,有序推进基础设施智能升级”。

4D02


△ 《中国新型基础设施竞争力指数(2023)》



01

政策推动新型基础设施深入发展  
国家《“十四五”新型基础设施建设规划》由国务院常务会议审议通过后,尽管未公开发布,但各级地方政府已经开展了新型基础设施建设相关政策制定和发布。2021 年至今,已有多个省市印发了“十四五”新型基础设施建设规划和行动计划,表 1 整理了 2021 年以来部分省市在新型基础设施层面制定的相关规划政策。


表1 部分省市新型基础设施建设支持政策整理


5440D

各省市在新型基础设施的政策制定中,大多是从信息基础设施、融合基础设施、创新基础设施这三个角度提出相关规划目标和行动部署;部分地区的政策制定关注到了新型基础设施建设过程中可能遇到的知识产权问题、数据安全问题、自主创新问题等,这为新型基础设施评价指标体系的研究开拓了新思路。

02

信息基础设施建设呈现新趋势  
2022 年是全球数字经济发展的关键期,也是我国数字经济实现高质量发展的关键期。数字经济的持续深入发展,给支撑数字经济发展的新型基础设施带来了新的发展趋势。

算力网络成为重要议题

随着数字经济的深入发展和数据量的不断攀升,算力已经成为了数字经济时代的重要动能。广义上讲,算力是指处理数据的能力,包括数据总量、数据存储能力、数据计算速度、数据计算方法、数据通信能力等,是数据收集、存储、计算、分析和传输的综合能力。
我国算力基础设施建设并不均衡,这是因为我国算力供需不均衡的形势较为严峻:我国东部地区算力需求旺盛,但供给不足,而广大西北部地区得益于自然条件和能源优势,算力供给过剩。从行业角度看,不同行业的不同场景对算力和网络的需求是不一样的,当前数据中心的算力供给与数字经济行业的各类算力需求很难完全匹配。因此如果需要解决当前算力供需的不均衡和算力多样性的需求等问题,就需要宏观上有算力的供需链接,微观上需要算力的实时感知与调度分配,算力网络的概念应运而生。
宏观层面上,2020 年以来,《关于加快构建全国一体化大数据中心协同创新体系的指导意见》和《全国一体化大数据中心协同创新体系算力枢纽实施方案》相继出台,标志着“东数西算”工程的开始。中国信通院认为“东数西算”工程通过构建数据中心和网络协同、融合的新型算力网络,将东部算力需求有序引导到西部地区,优化数据中心布局,促进东西联动,实现算力的高效调度和使用,全面赋能经济发展。“东数西算”工程类似“南水北调”、“西电东送”等工程,是从全国视角下进行的一体化布局,是全国一体化大数据中心建设目标在算力领域的进一步延伸,是全国范围内的算力联网和调度。工程的实施需依托于八大算力枢纽节点。图 1 显示了我国八大国家枢纽节点与国家数据中心集群分布。

C816

图1 国家枢纽节点与国家数据中心集群示意图


微观层面上,算力供需的匹配和平衡,需要确认各个用户的算力需求,灵活整合云+边+端等各处算力资源,实现全网算力实时调度匹配。我国的信息通信产业从业者率先提出了“算力网络”的全新概念,三大运营商较早地开展了算力网络的研究,并按照国际标准 ITU-T、IETF,以及行业标准 CCSA 等立项标准进行推进。中国联通提出算力网络应具备联网、云网与算网三个方面的技术元素,其中算网技术元素主要包括算力生成、算力调度(路由)和算力交易三个方面;中国移动提出“算力网络是以算为中心、网为根基,网、云、数、智、安、边、端、链等深度融合,提供一体化服务的新型信息基础设施,目标是实现“算力泛在、算网共生、智能编排、一体服务”,达成“网络无所不达、算力无所不在、智能无所不及”的愿景;中国电信研究院认为算力网络是一种通过网络分发服务节点的算力、存储、算法等资源信息,并可结合网络信息(如带宽、时延等),针对客户的不同类型需求,提供最佳的资源分配及网络连接方案,从而实现整网资源的最优化使用的解决方案。
2022 年,算力网络的研究备受重视,相关会议、论坛频繁召开,也体现了算力网络对数字经济发展的重要价值,三大运营商在城市级算力服务方面进行了多次实验和试点,并在算力服务的计量定价方面做出探索。2023 年,中国电信发布了首个算力套餐,整合了算力服务和上网服务,面向政企业务。随后广东联通发布了面向 C 端的算力服务产品——“联通算卡”,一个手机卡实现 5G 网络和算力网络一个账号,让用户一个手机号一点入算。中国联通推出算网电商化平台“昊算门户”,面向算力供需双方提供算力资源+网络资源+软件+服务的一站式查询、搜索、订购、开通、使用等服务,汇聚粤港澳大湾区智算、超算、云池、算法、应用、网络等所有算网相关资源,着力打造便捷的算力搜索引擎、算力交易平台。运营商的行动表明了算力网络已开始逐步进入实质落地运营阶段。运营商对算力计量和定价的探索,以及算力高效匹配的测试,也为后续算力网络的全面落地打下坚实基础。

卫星互联网备受重视

卫星互联网是以卫星为接入手段的互联网宽带服务模式,目前较多是指利用地球低轨道卫星实现的低轨宽带卫星互联网。近年来,以高频段、多波束和频率复用为技术特征的高通量卫星技术日渐成熟,以低轨高通量卫星星座为代表的卫星互联网逐步兴起。卫星互联网通过大量低轨高通量通信卫星星座组成的通讯网络,实现全球通信无缝覆盖,弥补现有地面互联网网络的覆盖盲点,同时也具有低时延、可靠传输的优势,有利于解决偏远、分散地区以及空中、海上用户的联网需求。随着太空探索技术公司(SpaceX)的星链(Starlink)计划的刷屏,卫星互联网也逐步进入到大众视野。
从政策角度看,2020 年 4 月,国家发改委首次将卫星互联网列入信息基础设施,明确了建设卫星互联网在新一代信息技术演进上的重大战略意义。自从 2017 年以来,我国已经启动了多个卫星星座计划。卫星互联网产业发展整体较位广阔,但国际竞争极为激烈,低轨道和频段资源各国都在激烈争夺,而中高轨卫星通信能力有限,有限的卫星资源加剧了各国在卫星互联网领域的竞争。
目前卫星互联网也逐步成为了空天地海一体化网络架构的重要部分,也有人认为是未来 6G 网络架构的重要组成。卫星通信脱离地面,受地形、移动速度、自然灾害等问题影响较小。以马斯克的星链(Starlink)计划为例,截至  2022 年 7 月 ,星链服务已经可以在 36 个国家和地区使用,有望成为 5G 覆盖范围外的宽带网络接入的有力补充;星链的高覆盖率可以大大降低电信基建的成本,也将在基建设施落后的地区迎来更大的应用。
当前,随着技术的进步,低轨卫星的生产成本已经大幅下降,卫星零部件的标准化和商品化使制造商能够实现模块化生产。大规模且低成本的低地球轨道卫星未来将实现高速互联网的全球覆盖,卫星互联网将会成为弥合数字鸿沟的重要手段。但是,卫星互联网也为国际社会带来挑战,因为在地缘政治和技术垄断面前,卫星互联网也有可能成为“武器”。

人工智能芯片的需求激增

人工智能的研究至今已经走过了较为漫长的旅程。21 世纪初,机器学习被视为强大的人工智能技术;21 世纪第二个十年,深度学习取得了突破性进展,计算机视觉和语音识别成为重要应用领域;21 世纪的第三个十年,生成式人工智能成为重要研究领域:2022 年底由 OpenAI 开发的 ChatGPT 发布,又一次点燃了全球 AI 热潮。ChatGPT 推出 5 天,注册用户量就超过了 100 万,两个月后,用户数就已经突破了一个亿,远超全球其他社交应用于自媒体 app。生成式人工智能成为备受关注的焦点,微软宣布旗下所有产品接入 ChatGPT,新版 Bing 嵌入了 ChatGPT,百度发布“文心一言”,谷歌发布 Gemini 等等消息不断出现。在这股热潮中,不仅文字生成式人工智能收到热捧,AI 绘画、AI 视频等领域各类应用层出不穷,例如 Midjourney 等 AI 制图的应用大火。
在此期间,国内外技术巨头纷纷加入大模型研发赛道,众多创业公司也纷纷卷入生成式人工智能创业潮。但是无论是训练大模型,还是基于大模型生成文字、图片、视频,都离不开算力设施的支持,目前 GPU 仍然处于 AI 芯片的领导地位,也是市场上用于 AI 计算的最成熟、应用最广泛的通用型芯片,有着强大计算能力、研发成本较低、通用型较强等优势。以 OpenAI 研发的 GPT 大语言模型为例,它需要大量的计算能力,GPU 是主要的算力产出工具。而英伟达推出的 A100 芯片则是支撑起 GPT 的“主力” GPU。公开数据显示,GPT-3 具有 1750 亿个参数、45TB 的训练数据,并由上万枚 A100 芯片支撑。GPT-3 已经证明了 A100 在 AI 大模型训练中的作用,它能够同时执行许多简单的计算,这对于 AI 的训练和使用神经网络模型十分重要。
在 AIGC 风口下,企业所拥有的 A100 数量,已经成为了行业判断企业大模型能力的重要指标之一,各类企业对英伟达 GPU 的需求量激增。最近几个季度中,微软、甲骨文已为其人工智能和云服务采购了数万个英伟达的 A100 和 H100 GPU,这些云服务商组建 GPU 大军以便提供 AI 大模型算力服务。英伟达也适时推出 DXG 云,为客户提供可租用的云计算能力,降低创业公司的大模型使用成本。以上的种种利好助推了英伟达的股价在 2023 年前 5 个月上涨了 109%,公司市值踏入了万亿美元俱乐部。
人工智能芯片成为了不可或缺的基础设备,英伟达目前占据了市场统治地位。除了英伟达的 GPU 外,AMD 也在测试 MI300 系列新品,并将其作为对标英伟达 A100 的产品;英特尔 CPU 也可以进行 AI 计算,并且即使在 XPU 项目流产后,仍然表示不放弃 GPU 业务;微软、亚马逊、谷歌、Meta 等企业均在计划研发 AI 芯片和搭载自研芯片的 AI 服务器。我国也有部分企业涉足 AI 芯片,例如瑞芯微、寒武纪、华为、阿里等企业。


编辑|段文秀

审核、责编|杨帆