你好，我是王煜全，这里是王煜全要闻评论。
8月以来，"算力"一词一度上了新闻热搜。7月底刚刚结束的"2022中国算力大会"上公布了一组数据：中国的算力规模位于全球前列，服务器数量达到约2000万台，全球算力分布统计中，我国就占到了26%。
算力为什么这么重要呢，因为它代表着最前沿的科技水平，那就是云计算和人工智能，被很多人看作是国家竞争能力高低的核心指标。
产业建设也是如火如荼，从2021年初到今年2月，全国至少有26个城市在推动或者已经完成了AI计算中心的建设。AI计算中心投资可不低，不少都是10亿元起步。
看到了人工智能产业对算力的巨大需求，提前投资来建设，这当然是好事，也说明我们国家在科技产业基础设施上的开始大规模布局。不过考虑到AI计算的特点，这样的布局中一定要有前瞻性的眼光。一个面向未来的AI计算中心，我认为有几个特点是需要考虑到的。
第一个是算力好不好用，越好用就越快实现普及。
很多人把算力比喻成电力，因为AI算力应该像水和电一样提供给各行各业。不过跟电力相比，算力的使用更复杂。
电力只是把能源送到设备端来实现发电，而算力是解决各种行业问题，类型也有很多。游戏行业需要的是图形渲染能力，工厂的故障检测需要图像识别的算力，实时语言翻译需要语言理解和处理的能力。
能不能把AI算力高效提供出来，让更多人能够方便地使用，是需要好好研究一番的。这背后涉及到整个硬件的变化：
以前是CPU为主导的，但是未来GPU的数量会大大增加，甚至会出现专有的人工智能芯片，解决专门行业问题，这往往是企业主导的，因为他们更贴近市场和需求端。比如特斯拉建设的AI数据中心，里面的Dojo芯片就是专门为自动驾驶服务的。
所以要在产业和政策层面共同探讨，保证AI计算中心可以把算力更快更便携地提供出来。
第二个是算力够不够先进。别今天大干快上了，明天就发现技术过时了。
AI计算中心迭代很快，不像发电厂建好了可以用很多年。芯片遵循摩尔定律，每隔一段时间性能会增加一倍，成本迅速降低。这就是技术迭代的结果，今天的AI计算中心远没有定型，未来还会不断迭代。
尤其是数据中心这种硬件和物理场所，有的大型计算中心就有1万个机柜，它们的论证时间久、建设周期长，很容易出现建完后发现已经是落后的技术了，满足不了越来越大也越来越复杂的算力需求，这方面需要技术领先性和成本的综合考量。
建设计算中心的技术能不能保证未来三到五年不淘汰？这方面眼光一定要准，提前采用今天可能还小众、但是未来能得到广泛使用的技术。比如现在的数据中心普遍是X86架构主导的，但瑞士国家超级计算中心已经在建设ARM架构的AI计算中心了，2023年投入使用，这就是为未来布局的做法。
第三是算力够不够用。
科技特训营的会员就曾经咨询我一个问题，西南某地区的大数据中心虽然已经开工建设了，但是运营方一直怀疑市场需求是不是真的那么大，不知道建完后会不会导致资源浪费。
其实这是一个普遍问题，长期看都知道是未来，但是短期却没有爆发点，真正的市场需求不足，不仅仅是算力过剩，还要承担大量的电力消耗和财务成本。
从历史规律看，科技的发展往往是指数级的，今天看没需求，未来可能会大规模爆发。凯文·凯利在去年的百度开发者大会上就提到，数十年后，大量成本低廉、无处不在的人工智能是让这个世界运转的必需品。如果你也认同这个判断，别看今天算力过剩，十年后或许会算力不足呢。但从投资的角度讲，要考虑到产业爆发的时点，避免过早投入。
最后做个总结， 在全国上下高度认同云计算、人工智能是未来趋势的同时，也要尊重技术发展规律，把握好科技的产业化时点，对市场扩张的速度要有充分的理解。 这样才能建设成真正的面向未来的AI计算中心，还能避免一哄而上、低水平重复的问题。
以上就是今天的内容，更多科技产业的底层思考逻辑，会在科技特训营里分享。欢迎关注全球风口微信号，报名加入！
王煜全要闻评论，我们明天见！