在数字经济浪潮的驱动下，算力能力已成为衡量一个经济体现代化水平的关键指标。李东红的深刻洞察尤为关键——算力服务不应局限于单一的云平台，而应是多元融合的综合体系，囊括多维度服务，共同构建一站式、高效能的算力解决方案。对于那些在算力领域占据领先地位的参与者而言，持续加大投入以巩固和扩大优势，是其保持竞争力的必然选择。制造业，作为经济发展的坚实根基，无论是高歌猛进的领跑者，还是奋起直追的参与者，都必须将算力视为核心战略，加大投入力度，从而为整体经济释放出更为广阔的发展前景。
周震刚的研究揭示了一个惊人的关联：比较各经济体的GDP增长与计算力指数，发现当计算力指数达到60分以上的经济体，其经济增长与算力增长之间呈现出加速的正向促进效应，且这一趋势在近年的观察中愈发明显。财联社的调研亦证实了这一点：尽管2022年全球经济普遍面临严峻挑战，GDP增速普遍放缓，部分经济体甚至出现负增长，但在这种宏观经济环境下，所有样本经济体的ICT（信息通信技术）支出均保持了正增长，计算力指数也随之上扬。
张东对此进行了精辟的解读：面对经济下行压力，众多企业将数字化转型视为降低成本、提升效率的关键手段，因此，在算力与信息化领域的投入反而保持甚至增加。这是因为，在某些方面增加的算力投入，能够有效减少其他领域的开支，数字化转型仍是经济体发展的重点方向，并且从长远来看，其优势更加凸显。周震刚进一步补充，在经济压力下，优化IT支出以推动数字化业务，是改善竞争地位、抵御经济衰退的关键策略。即便整体经济有所下滑，IT在经济中的战略作用却愈发凸显，促使更多机构选择维持甚至扩大IT预算。
制造业算力应用：崛起的力量，超越传统金融的战略重心
在行业应用层面，互联网领域长期以来一直是算力发展水平的引领者。然而，《2022-2023全球计算力指数评估报告》显示了一个引人注目的变化：制造业的算力发展水平首次超越了金融业，跃升至第二位。市场数据显示，2022年全球金融行业通用服务器的投入规模为124.7亿美元，同比增长26.3%；而同期制造业的投入规模高达125.8亿美元，同比增长率更是达到了29.0%。
这一转变根源于日益激烈的全球化竞争以及快速变化的市场需求。金融业通常侧重于数据的快速交互与高频交易，而制造业则需要大规模处理实时生产数据、进行复杂的模拟运算、优化精密的供应链管理。因此，制造业对算力的需求呈现出更广泛、更多样化的特点。例如，在汽车制造领域，机器人自动化生产线早已广泛应用于车身、发动机、底盘和内饰的生产；智能化的供应链管理系统则使得企业能够更迅速地响应客户需求，提供高度定制化的产品与服务。
制造业算力应用的迅猛增长，核心驱动力在于其正处于关键的数字化转型阶段。人工智能等前沿技术的发展，正在为这个传统产业带来颠覆性的变革。从设计仿真，到全域数字孪生、工业元宇宙、自动驾驶仿真、工业智能决策，再到AI驱动的视觉质量检测，这些前沿应用场景都对算力提出了前所未有的高要求。企业在CRM（客户关系管理）、MES（制造执行系统）、CAE（计算机辅助工程）、ERP（企业资源计划）、OA（办公自动化）等领域的IT投入正在增加，而未来两年，MES、CAE、财务管理系统、SCM（供应链管理）等将是重点增加投入的领域。工业互联网、边缘计算、人工智能等技术的深度融合，正加速推动整个制造业的数字化进程，催生出源源不断的创新。
多元化、系统化、基建化、生态化：算力发展的未来之道
周震刚强调，算力带来的经济与社会效益协同增长，加之日益增长的人工智能算力需求，预示着对算力基础设施的持续投资至关重要。同时，随着算力规模的扩张，绿色发展理念必须付诸实践，包括液冷服务器等创新产品的应用，以确保大规模算力发展与可持续性的和谐统一。
张东为满足算力快速增长的需求，总结了算力供给方需要关注的四个关键发展趋势：多元化、系统化、基建化和生态化。
多元化意味着算力应用场景的广泛多样，进而需要多样的算力技术和平台来支撑。
系统化要求我们运用系统性思维，解决因技术差异或区域发展不均导致的算力供需失衡问题。
基建化则是实现算力普惠的关键，旨在降低使用门槛，让更多人能够负担并使用算力。
生态化则强调算力落地于各行业实际业务应用时，需要有完善的生态环境提供支撑。
在中国算力建设领域，虽然总体已处于世界领先地位，与诸多经济体并驾齐驱，但我们在原始创新和基础技术层面仍面临挑战。张东呼吁，应加大对原始创新的投入，尤其要夯实底层硬件能力、核心算法研究，并从基础大模型做起，避免急功近利，采取“抄近路”的方式。只有脚踏实地，打牢根基，才能实现未来发展的可持续与健康。
以AIGC（人工智能生成内容）为例，其巨大的算力消耗和成本已超出了许多用户的承受能力。浪潮信息等算力供给企业正积极倡导并实践“算力基建化”，旨在让算力与算法的门槛降低，同时需集中力量突破算法瓶颈，通过优质服务惠及更广泛的用户。
此外，产业链上的每个参与者都应明确自身定位，国家产业引导也鼓励专业化分工协作，避免一家独大，这不利于整个产业的健康发展。通过协同合作，才能更好地推动算力生态的繁荣。周震刚也指出，从上游硬件厂商到算力平台供应商，再到软件提供商，所有环节的协同努力至关重要。尽管在数据规模和算法优化方面已有显著进步，算力供给仍面临挑战。短期内，通过软件调优、优化平台利用率等方式，是解决供应紧张、满足新兴应用场景需求的重要途径。
