刘诚/文 在数字经济时代，算力是新质生产力，是各国科技竞争的焦点。算力作为数据存储技术的“存力”和基于网络通信技术的“运力”，是信息产业的重要组成部分。同时，算力也是一种基于计算的服务能力，借助线上市场的渗透力，像水和电一样不断走进千家万户、服务千行百业。据有关测算，算力指数平均每提高一个点，数字经济和GDP将分别增长3.6‰和1.7‰。
算力助力线上市场形成和壮大
当前，各行各业的数字化转型促使经济活动不断从线下转到线上，线上市场对资源配置的能力随之提高。一方面，数字经济发展形成了与传统市场内容相似但独树一帜的电商市场；另一方面，数字平台孕育形成了搜索、即时通信、网游、数据交易等新兴市场。随着数字经济逐渐从消费端向产业端延伸、从低端重复体力劳动向知识密集和人类情感领域拓展，线上市场将在生产、消费、交易、流通等市场体系全部环节的资源配置过程中发挥更大作用。与此同时，线上市场的金融活动也越来越广泛和复杂，对数据处理速度和效率提出了更高的要求。
线上市场运行以算力为前提。以往，线下传统市场是由一个个细分市场汇聚而成，通过各细分市场的供求匹配和价格机制形成局部均衡，进而在产业链和供应链上下游以及不同行业间传导互动，最终形成统一大市场的一般均衡。这其中主要依靠市场自发秩序的力量，也隐藏着千千万万的商户、企业和消费者对自身决策的计算和考量。而线上市场既保留了这种市场力量，又相对更加依赖平台对不同市场主体的统一协调性。在一定程度上，算法替代生产函数来配置资源，向用户定向推送产品、向供应商提供采购信息、向生产商反馈个性化需求。算法是平台设定的运行规则，而算法的实际执行需要以算力为基础。在日常生活中，物流体系的优化配置（如配送路线设计）、线上线下市场主体的互动（如外卖）等都离不开算力的精准计算和预测。毫无疑问，线上市场对资源配置的大范围协调，依赖超强的算力，是一般的口算、珠算、心算和计算器所不能胜任的，需要借助现代数字技术和基础设施。
特别是线上市场定价和支付需要依托算力。一方面，算力可以促进线上市场的价格发现。算力使企业更好地匹配市场供求，并藉此动态调整自身价格，从而推动企业价格、细分市场价格、一般均衡价格的形成，减少局部市场的价格失灵和整体市场的震荡；另一方面，线上支付需要算力来协调定价、实施优惠政策、合理分配收益。线上市场设置了明确的定价规则，交易双方大都无需讨价还价，而是在算力服务下实现一键报价。平台对网约车、货运卡车、劳务派遣、外卖等设置了参考价或指导价，还有的平台设置了价格保护、全网最低价等规则，对商户的实际定价产生重要作用，很少有商户可以大幅偏离平台制定的相关价格。在这个过程中，平台不是超越市场的计划者，而是通过历史数据模拟市场得出的趋近于一般市场均衡的价格。可以设想，如果没有超强的算力，平台很难对品类繁多的产品和多样化的商户进行价格和金融支付方面的合理引导。
算力还可以释放潜在消费，培育和做大二手车、闲置交易等“柠檬市场”。像电力一样，算力的使用也有波峰和波谷。在特定时点，人们可能需要线上市场配置大量资源，这在一定程度上促进了平台企业对算力技术及相关设施的投入；而对波峰时期算力的投资，会释放我国的潜在消费，形成消费和投资相互促进的良性循环。一个常见的例子就是，“双十一”的兴起与云计算的迅猛发展相得益彰。这种消费潜力的释放，还体现在直播带货等新业态领域。尤其值得关注的是，根据传统经济理论，二手车、闲置交易等“柠檬市场”存在信息不对称、道德风险、逆向选择等问题，导致市场难以有效发展。但线上市场依靠算力可以轻松获取产品质量信息和消费者评价信息，并形成合理的估价、认证和奖惩规则，促使市场健康有序发展。
面向未来，线上市场的拓展主要是新技术在新场景中的不断落地，这需要算力持续发力。随着通用人工智能的发展应用，智能算力的应用越来越广泛，其不仅能够提供海量数据的处理能力，还能支撑高性能智能计算，形成更高能级、更高质量的新质生产力。从具体技术和应用场景来看，数字人民币、智能合约、区块链、网联汽车等对算力要求很高，也将进一步提高线上市场资源配置效率。
算力应用存在的问题
小到手机、个人电脑，大到服务器、超级计算机，算力无处不在，给人们带来的便利也如影随形。但在线上市场中，算力的作用仍存在一定的局限与不足。
第一，技术瓶颈与算力产业链短板。如果说，算力是线上市场运行的前提，那么，高算力芯片则是算力的发动机。但与国外相比，高端芯片特别是适用于大语言模型（LLM）训练的人工智能芯片仍存在短板。我国推进国产化人工智能芯片自主可控势在必行，亟待突破算力瓶颈和解决“卡脖子”技术。
第二，算力成本较高。与水电走进千家万户不同，算力需要大量的沉没成本投资，中小企业很难承受。而且，ChatGPT（美国人工智能研究公司Ope－nAI旗下对话大模型产品）等新技术的运行成本也相当惊人，即便是大企业也不易承担。因此，新技术的落地应用亟待解决算力成本问题，只有使用更高性价比的算力平台，才能为普通个人用户和企业用户提供更轻量型的模型。
第三，二次训练与垂直细分市场中算力纵深推进难度大。算力可能会推动线上市场构建一个新的技术生态，但目前人工智能、机器学习等技术模型所学习的还是互联网上公开的知识，还不能解决具体行业、企业一些个性化的问题，所以需要企业在相关的纵深行业、垂直细分行业进行二次训练。例如，针对某个行业中的企业单独形成一些垂直化的解决方案，利用智能技术进行专业私有化知识的迭代，使它具备解决实际问题的能力。可以预见，随着人工智能进入巨量参数的大模型时代，算力需求的日益增长使得AI芯片和服务器市场迎来了巨大机遇，AI在教育、自动驾驶、端侧设备等垂直领域的落地和应用将是2024年的主线。这就需要大量优秀的公司加大算力投资，加强算力技术研发，提高算力能力，并推出一些更贴近客户需求和痛点的解决方案的产品，提高算力的市场普及率。
进一步依靠算力促进线上市场发展的建议
算力已成为数字世界的关键动能，带动线上经济活动持续释放发展活力。基于此，应更加重视算力布局，把算力建设作为经济增长尤其是线上市场繁荣发展的政策着力点。
第一，完善算力基础设施，增加有效供给。有人把数据比作信息时代的“石油”，把算力比作最重要的“基础设施”，足以说明算力的重要性。要加强制度改革，放宽相关产业的基建准入和行业准入。基础设施共建共享、网间互联互通和公平接入、业务许可准入、服务质量规范、公平竞争秩序维护等是数据基础设施规制的主要内容。如同在工业经济时代重视人均用电量一样，要把人均算力作为数字经济时代衡量各地区产业综合竞争力的重要指标。更多在落后地区布局算力基础设施，并对落后地区的企业使用算力进行财政补贴。
第二，提升算力产业链，攻克技术短板。围绕计算、网络、存储等关键环节，引导算力产业链上下游企业融通发展，促进智慧计算等前沿技术落地，以高算力赋能我国人工智能突破发展。培育一批算力服务商，开发和推广算力产品和服务，为中小企业积极使用算力搭建起一个完善的生态伙伴体系。通过提高研发投入和财政补贴，加大科技创新和人才培育力度，深化校企协同合作，加强算力网络关键技术研发。
第三，加强对新技术的数据共享、投喂和训练，针对性引导线上细分市场资源配置。一方面，建立数据治理架构，完善数据共享协调机制，推进数据有序共享，降低半结构化和非结构化数据，消除不同类型的数据壁垒，加强数据间的关联互通。另一方面，针对不同应用场景对文本生成技术的不同要求，如金融领域需要生成专业化和技术性的文本，而文学作品则更侧重于生成富有情感和创意的文本，针对性优化相关技术和政策细节。此外，还需推动数据训练基地、国家区块链枢纽节点等重大项目落地，特别是加强高质量中文数据在人工智能技术投喂和训练中的应用。
第四，统筹发展、公平与安全，增强社会效益。今后，云计算、量子计算、边缘计算等先进算力技术将持续提高资源配置效率，促进经济发展。积极考量算力的社会公平性，逐步推动算力成为与水电一样，可“一点接入、即取即用”的社会级服务，并对算力使用后出现的劳动者权益保障、消费者保护、科技产品向善等作出细化规定。出台算力数据开放共享以及跨境数据流通等法律法规，提升算力使用过程的风险治理水平，有效规避数据安全风险。
（作者系中国社会科学院财经战略研究院副研究员）
