中国算力的想象力有多大？｜产业特稿( 五 ) _芯片

第三，EDA软件（电子设计自动化软件）也是国内一大瓶颈。EDA软件的用处是让电子设计师实现在电脑上设计芯片，否则就需要人工设计、试验，要耗费的人力和时间成本不计其数。但目前我国应用的十几种EDA软件都来自美国。如果自己做EDA研发十分困难，它的算法就决定了芯片设计的优劣。而如果EDA软件质量不够，设计师就不可能设计出高质量的芯片。
除了芯片层面，我国算力产业发展还受到建设方面的问题。比如不同芯片、操作系统、固件、整机系统兼容性不强，制约了产业的进一步发展。中国信通院王骏成认为，“算力应用存在标准缺失、数据共享不够、资源接口不统一等壁垒”，导致算力供需失衡。
对此，国家已于2022年初提出建设“东数西算”工程，助力打通我国东西部数字产业的“大动脉”，为经济发展注入新动能。国家信息中心郭明军表示，通过该工程实现东西部算力资源的流通，依托算力网络，把算力真正用起来，实现“算力入户”、“算力入企”、“算力入园”、“算力入校” 。
在算力网络建设层面，三大运营商成为算力网络的主导者。据《财经十一人》，2022年三大运营商云业务总营收1352亿元，增速超过100% 。“三大运营商每年都要花费千亿元规模的资本开支用于基础设施建设。2022年，中国移动、中国电信和中国联通的资本开支分别为，1852亿元、952亿元和742亿元。”其资本投入已超过BAT三大互联网公司。
目前来看，国家层面、运营商和企业都在加大力度布局算力网络。在此前提下，这一轮生成式AI技术演变能带来多大规模的算力爆发？对产业格局会产生怎样的影响？
首先，生成式AI会消耗巨大的算力，从而带动对算力产业的需求。当下，互联网大厂BAT早已凭借自身在芯片领域的多年沉淀，开始投入大模型研发。所以，最先受益的会是ICT企业。
其次是头部大公司，互联网厂商自研芯片，也会将能力外溢给合作平台和客户，从而让头部厂商受益。
最后一轮机会则留给创业公司，生态产业链的完整会受益千行百业，这也是生成式AI对各行业的颠覆，只是等到创业公司感受到变化，还需要一段时间。
备注：部分资料来自网络