工信部：去年底，我国算力实现每秒230百亿亿次浮点运算
4月18日，2024年一季度工业和信息化发展情况新闻发布会在国务院新闻办公室举行。
工业和信息化部副部长单忠德在会上指出，截至2023年底，我国在用数据中心机架总规模超过810万标准机架，算力总规模达到了230EFLOPS，就是每秒230百亿亿次浮点运算。下一步，工业和信息化部（下称“工信部”）将推动基础电信企业持续完善算力集群到主要城市的直连网络，增强算力网络接入能力。推动公共算力标准化互联互通，提升算力利用效率。
发布会现场，图源国新办官网
文|樊文扬
编辑|李玲
去年底我国算力实现每秒230百亿亿次浮点运算
今年《政府工作报告》报告提出，要适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。为了落实这一目标，单忠德表示，工信部加强政策引导，扎实推进算力基础设施建设，不断强化产业创新能力，持续推动算力应用落地，取得了积极成效。
一是积极引导算力设施建设。加快落实《算力基础设施高质量发展行动计划》，推动计算、网络、存储和应用协同发展，引导构建全国枢纽、区域中心、本地边缘协同发展的梯次算力基础设施架构。截至2023年底，我国在用数据中心机架总规模超过810万标准机架，算力总规模达到了230EFLOPS，就是每秒230百亿亿次浮点运算。
二是着力夯实算力发展基础。优化算力结构，推动算力资源多元化供给，逐步提升智能算力比例，满足人工智能应用发展需求。截至2023年底，我国智能算力规模达到了70EFLOPS，就是每秒70百亿亿次浮点运算，增速超过70%。推动基础电信企业规划建设超过180条“东数西算”的干线光缆，骨干网互联带宽扩容到40T，全国算力枢纽节点20ms时延圈已经覆盖了全国主要城市。
三是加快推进算力资源调度。加强算间互联关键技术攻关，研发算网云调度系统，建立算力标识体系，完善算力互联互通标准规范。强化网间互联数据传输效能，升级新型互联网交换中心、骨干直联点功能，提升算力接入网络能力。
四是有效构建算力产业生态。组织开展国家新型算力中心典型案例遴选，加大产业标杆引领作用。征集算力应用创新项目超过5000个，覆盖金融、交通、城市治理等多个领域。指导成立算力产业发展方阵，打造产业发展共同体，更好促进融通协同发展，让算力中心实现更好的发展。
下一步，工信部将从三个方面持续发力构建全国一体化算力体系。
首先是统筹算力资源，提高利用效率。优化算力基础设施布局，深化算力基础设施统筹监测，引导东西部算力协同发展。推动基础电信企业持续完善算力集群到主要城市的直连网络，增强算力网络接入能力。推动公共算力标准化互联互通，提升算力利用效率。
其次是加强智算引领，优化算力结构。积极推进人工智能计算架构和软件生态建设，加速突破一批标志性技术产品和方案。鼓励各方主体探索智能计算中心建设运营新模式，包括多方协同机制，更好地把智能算力方面用得更好。
再者是激发算力需求，完善算力服务。研究建立公共算力服务监督管理体系，组织算力服务调度和运行安全监测评估，培育一批有竞争力的算力服务企业，打造全国统一算力服务大市场，不断优化算力网络产品和服务，降低中小企业用算成本，提升算力普惠易用水平。
引导企业加快打造有全球竞争力的通用大模型
2024年，我国首次将“人工智能+”行动写入《政府工作报告》，标志着人工智能已成为我国加快发展新质生产力的驱动力。基于人工智能已成为推动产业变革重要力量的背景，人工智能与产业如何才能更好地融合发展？
工业和信息化部新闻发言人、运行监测协调局局长陶青表示，近年来，我国人工智能发展取得积极进展，企业数量已经超过4500家，智能芯片、通用大模型等创新成果加速涌现，智能基础设施不断夯实，数字化车间和智能工厂加快建设，为人工智能赋能新型工业化奠定了良好基础。
接下来，工信部将充分发挥我国工业体系完整、产业规模庞大、应用场景丰富等优势，以人工智能和制造业深度融合为主线，以智能制造为主攻方向，以场景应用为牵引，推动制造业智能化转型、高水平赋能工业制造体系，为高质量发展提供新动能。
一是加快突破人工智能基础关键技术，夯实应用赋能的底座。围绕算法、算力等大模型底层技术，加快推动智能芯片、大模型算法、框架等基础性关键核心技术和产品的突破，加快智能物联终端和工业云部署，提升面向制造业的算力供给运营管理能力，引导生态型企业加快打造具备全球竞争力的通用大模型，培育面向制造业场景的行业大模型，构建高水平工业数据库，激发工业数据要素价值。
二是加快制造业关键环节、重点行业和重点产品智能化升级。深化人工智能技术在制造业全流程融合应用，大幅提升研发、中试、生产、服务、管理等环节智能化水平。面向对国民经济影响大、带动力强、数字化基础好的重点行业，开展人工智能赋能新型工业化专项行动，加强供需对接、标准宣贯、应用推广，加快重点行业智能化升级，提升高端装备、关键软件、智能终端等重点产品和装备智能化水平。
三是健全完善支撑体系，培育壮大产业生态。加强标准引领，建立健全人工智能赋能新型工业化标准体系，优化布局人工智能领域制造业创新中心、产业技术基础公共服务平台和重点实验室等，强化产业链协同创新，强化人工智能开源生态建设，健全人工智能人才培养、安全保障和国际合作等机制。