ChatGPT帶火AIGC，全球科技巨頭紛紛入局，人工智能應用在大模型領域打開新局面，推動人工智能發展迎來“拐點”，在國內更是引發“百模大戰”，大模型落地應用引發算力需求呈指數級增長。智能算力是面向人工智能應用，提供人工智能算法模型訓練與模型運行服務的計算機系統能力，通常由GPU、ASIC、FPGA、NPU等各類專用芯片承擔計算工作，在人工智能場景應用時具有性能更優、能耗更低等優點。
上海張江人工智能島。 視覺中國 資料圖
當前，上海人工智能產業發展進入關鍵時期，把握人工智能大模型迅猛發展趨勢，深入挖掘智能算力融合應用場景，加速釋放智能算力資源服務潛能，提升智能算力供應，努力構建自主創新架構、滿足市場多元需求，面臨極佳窗口期。然而，與國外相比，上海智能算力產業在關鍵技術、核心硬件、應用平臺、規模效應等方面仍存在較大不足，期望得到充分重視。
一、上海算力產業發展在全國居于第一梯隊中部
作為全國信息化發展的“排頭兵”，上海具有良好的算力網絡發展基礎。上海市是中國除北京外IDC業務市場規模最大的城市。2022年上海地區IDC市場規模達到177.6億元，年增長率11.9%。上海也是全國最重要的數據中心，近三年上海地區審批了近30個數據中心項目，截至2022年底，上海市在用數據中心機架規模24.9萬架，擁有豐富的算力資源和服務能力，為算力供給提供了堅實的基礎保障。
受土地、能源、勞動力等要素成本約束，上海綜合算力發展位于全國第四。根據中國信通院發布的《中國綜合算力評價白皮書（2023年）》，上海算力規模居第三，在用算力位居第一，在建算力排第四，算力質效列第三。
上海智能算力發展走在全國前列，優勢顯著。上海是全國最重要的智能計算中心集聚地，已初步形成“一平臺+5中心”智算中心格局，上海超級計算中心（上海市人工智能公共算力服務平臺）、騰訊長三角人工智能先進計算中心、阿里云華東智能算力中心、商湯科技人工智能計算中心、上海有孚臨港云計算數據中心等五大智算中心已逐步投產。
同時，上海形成了較為完善的智能算力產業鏈。率先上線商湯的商量SenseChat、MiniMax的ABAB大模型、上海人工智能實驗室的書生通用大模型，在國內批準備案的11席中占據三席，僅次于北京；發揮集成電路全產業鏈優勢，吸引了全國最多的智能芯片創新企業，燧原、壁仞、天數智芯、依圖、平頭哥、地平線、黑芝麻等集群化發展，努力追趕英偉達，去年以來，已推出17塊AI芯片，其中推理芯片7塊、訓練芯片4塊、車載智能芯片3塊；還涌現出有孚網絡、優刻得、亙聰信息、圖靈智算、新致軟件等一批代表性算力服務商。2022年，上海地區信息傳輸、軟件和信息技術服務業實現增加值3788.56億元，增長6.2%，各方協同合作，構建開放共享的算力平臺和交易平臺，致力于算力資源的優化配置和高效利用，提升算力服務的質量和水平，發展動力十足。
二、上海智能算力發展面臨的問題與挑戰
1、算力賦能實體經濟應用滲透不足,應用市場潛力有待激發。
一方面，大模型應用真正落地的場景太少，與各實體產業發展需求匹配度不高，利用率也有待提高。在市場推廣方面，缺乏清晰的商業模式。上海數字基礎設施建設和日常運營尚未形成清晰的投資回報模式及互利共贏、補位協同的發展路徑。算力對創新應用的支撐不足，“算力+各行業”的賦能發展體系尚待推動，算力對行業數字化轉型的支撐力、對技術進展和市場變化的企業服務響應力仍需增強。另一方面，應用市場需求量不清晰，處于數字化轉型進程中的各類市場主體，算力應用能力參差不齊，主動性不強，算力使用仍存在成本和門檻問題。加之缺乏有效的溝通對接機制，產業鏈協同效率低下。
2、算力技術環節對外依存度依然較高,外部技術封鎖和供應鏈風險依然嚴峻。
一方面計算產業芯片、器件以及算法軟件等多個環節對外依存度依然較高，英偉達占據國內人工智能算力芯片80%以上的市場份額。另一方面，美國等發達國家對華企業技術封鎖圍堵持續升級，對高端計算芯片、人工智能、超算等領域技術管制大面積收緊，為計算技術迭代和產業供應鏈安全帶來嚴峻挑戰。英偉達最先進的A100、H100芯片無法在國內銷售，定制版A800和H800又缺貨嚴重，涉及先進制程技術，上海壁仞科技一度被臺積電暫停代工。國產AI芯片在大模型推理方面表現相對出色，而在門檻更高的大模型訓練方面仍無法與英偉達的通用GPU相匹敵。計算技術短板如不盡快攻克，將大大影響建設人工智能“上海高地”目標。
3、算力資源分布分散，整合利用面臨挑戰。
目前，上海算力資源底數不明，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、臨港等地，算力分布分散，存在高效連接難題；算力異構化程度高，統一管理調度難度大；算力歸屬于不同運營方，算力交易過程中存在信任問題。
4、上海支持政策不系統，缺乏對算力平臺的支持力度。
處于高速成長期的人工智能企業自建算力并持續投入，財力捉襟見肘，急需政府施以援手。商湯科技在2023年上半年虧損23.93億元，在參與大模型競爭的同時還要背負52億元智能算力巨額投資，壓力陡增。目前，上海推出的“算力券”覆蓋面僅限于中小微企業，對算力平臺缺乏支持措施，相比之下，北京出臺《北京市通用人工智能產業創新伙伴計劃》支持政策更系統，力度也更大，在保障算力資源供給方面，初步形成了以政策撮合、資金支持為抓手，匯聚優質算力供應商，促進上下游低成本、高效率開展算力合作的經驗舉措。
三、促進上海智能算力發展的對策建議
1、開展算力基礎調研，摸排行業整體需求。
加快開展全市算力基礎調研，對本地算力基礎設施分布、算力資源輸出能力以及企業實際算力需求進行全方位摸排，深入了解現階段算力資源分布和市場整體需求，明確全市算力資源優勢與問題瓶頸，為后續制定針對性產業配套政策提供客觀依據。
在算力大調研的基礎上，進一步形成上海人工智能算力發展專項研究報告。關注大規模預訓練模型等人工智能行業熱點趨勢，結合本地智能算力發展基礎，謀劃未來上海算力布局重點，以算力為核心支撐，推動核心軟硬件創新、算力一體化建設、應用多元化拓展，助力人工智能全產業鏈協同發展。
2、支持垂直應用賦能，充分釋放算力需求。
基于AI大模型對算力的爆發性增長需求，鼓勵圍繞細分應用場景搭建垂直領域大模型，充分挖掘下游應用對算力的潛在需求。積極推進大模型在智慧政務、數字政府等相關領域的應用，形成垂直應用場景的大模型創新示范。
組織開展大模型標桿應用場景評選，圍繞用戶感知體驗、場景賦能成效、復制推廣潛力、實際經濟效益等重點方向，構建垂直應用大模型評價機制。發布大模型應用示范清單，引導制造、金融、醫療、文創等更多垂直行業的企業與平臺探索大模型垂直應用，以下游驅動算力體系建設，逐步實現大模型對于千行百業的賦能。
3、加強國產硬件支撐，推動芯片全鏈突破。
基于上海集成電路全產業鏈發展基礎和壁仞、燧原、沐曦、天數智芯等AI芯片企業集聚優勢，鼓勵中芯國際、華為等頭部企業與芯片設計廠商協同探索和優化先進制程的量產工藝，加快推動算力核心硬件的國產化替代，破除人工智能芯片制造掣肘。
鼓勵本市算力基礎設施協同推進芯片國產自主可控，出臺相關采購補貼政策，針對算力平臺采購本市芯片設計企業的國產芯片產品，給予一定的補貼支持，通過對國產芯片推廣和使用的支持，促進產業鏈上下游環節共同推動國產芯片優化升級，逐步減少對進口硬件的依賴，提高上海集成電路和人工智能的產業競爭力。
4、持續推進算力統籌，加強各地算力協同。
加快推進國家人工智能訓練場建設，依托儀電智算中心等本地智算平臺，多路線探索新型架構智算芯片研發驗證與產業轉化，構建包含多元異構芯片的智算集群建設。
加快構建全市算力一體化調度平臺，支持上海市人工智能公共算力服務平臺牽頭，協同相關算力平臺與企業，統籌各類本地算力基礎設施，加強算力供給規模與效率。探索創新算力調度模式，發揮算力網絡連接作用，通過對算力資源狀態的實時跟蹤管理，實現全市算力資源的互聯互通、統籌分配和高效利用，進一步加強上海算力資源開放服務和整體供給能力，為市場主體提供多元化優質普惠算力，保障本市大模型團隊和AIGC企業產品研發和技術創新。
圍繞長三角一體化戰略，支持本市相關公共算力服務平臺開展跨區域算力合作，重點提升跨區域算力調度水平，將對網絡要求不高的本地算力需求向中西部算力設施轉移，進一步強化東西部算力資源協同互補。
5、擴大算力相關補貼覆蓋面，強化配套資金支持。
將面向中小微企業的“AI算力券”政策向本市人工智能領域重點企業延伸，完善“AI算力券”落實細則，支持上海人工智能企業使用本地算力服務平臺，助力國內AI大模型發展。引導上海人工智能產業投資基金、人工智能科技支撐專項、人工智能創新發展專項等向智能算力領域適當傾斜。支持人工智能頭部企業基于市場實際需求在本市建設智能算力中心，提供資金、土地和相關配套政策支持。對于已建或在建的本地智能算力中心，可圍繞智算中心運營情況、服務賦能本地企業情況、引入產業鏈上下游企業數量等維度，對其在上海人工智能產業建設所發揮的支撐作用給予相應資金獎勵。