本书由算力经济概念的提出者主持编写，系统剖析了AI浪潮下算力发展的关键议题。全书分为四部分，从生产力演进出发，论证算力作为新质生产力的理论基础，解析其与大模型的共生关系，考察算力经济对各行业的影响，并从挑战、投资、未来维度探讨算力经济的可持续性。本书作者团队跨计算机科学、经济学等领域，兼具技术深度与经济严谨性，构建了以经济分析为核心的算力研究框架，旨在帮助从事算力相关工作的管理人员、技术人员更加深入地理解大模型时代算力的应用，更好地发展新质生产力和提高行业数字化、智能化水平。

大模型浪潮席卷全球，算力已成为大国博弈与产业变革的战略资源。然而万亿级投资背后，产能过剩、商业模式模糊、回报路径不明等问题日益凸显算力不仅是技术问题，更是经济问题。如何看清算力经济的本质？怎样量化算力的投资回报？大模型的商业化路径是否可持续？
本书由高性能计算、经济学与产业一线专家联合撰写，首次构建以经济分析为核心的算力研究框架。从生产力演进到大模型共生，从行业落地到投资建模，全书系统论证算力作为新质生产力的理论基础，深度解析算力与大模型的共生关系，考察算力经济在各行业的落地实践，并直面挑战、投资与未来三大核心主题。

---------本书特色----
跨学科融合：从技术深度、产业案例与经济学视角，论证算力作为新质生产力的底层逻辑。
? 前沿技术覆盖：深入解析大模型架构、缩放定律等技术，并结合OpenClaw（龙虾智能体）等新兴实践，展现技术前沿动态。
? 实战支撑：覆盖医疗、金融、交通、制造等典型行业，剖析算力应用的现实风险与投资回报。
? 前瞻视野：直面技术瓶颈与治理挑战，系统评估算力经济的可持续性

前　　言
2023年以来，以ChatGPT为代表的大模型掀起了新一轮全球人工智能浪潮，算力作为支撑这场革命的基础资源，其战略价值空前凸显。从国家层面看，算力已成为大国博弈的新战场，美国对华高端芯片禁运、各国纷纷出台算力战略，算力竞争白热化；从产业层面看，算力投资呈现井喷态势，仅2023年中国算力相关投资就超过万亿元，但产能利用率不足、商业模式不清晰、泡沫风险隐现等问题日益突出；从技术层面看，摩尔定律放缓、大模型训练成本动辄上亿美元、推理成本居高不下，算力发展正在逼近物理和经济的双重极限。
在这样的背景下，我们迫切需要回答几个根本问题：算力经济是怎么发展的，本质是什么？算力怎样支持新质生产力？算力与大模型有怎样的关系？算力怎样融入各行各业？算力投资的回报在哪里？大模型的商业化路径是否可持续？中国在全球算力竞争中的位置和突破路径是什么？尽可能完整地回答这些问题并完整展现大模型时代算力经济的发展，是我们编写本书的初衷。
本书试图构建一个以经济分析为核心的算力研究框架。我们认为，算力不仅仅是技术问题，更是技术生态问题、应用问题、行业问题、经济问题。技术突破固然重要，但如果捋不清算力如何发展，再先进的技术也难以看出发展方向，如果不清楚算力对社会的支持，再先进的技术也难以落地，如果算不清楚经济账，再先进的技术也难以持续。
全书分为四部分。第一部分从生产力演进的历史脉络出发，论证算力作为新质生产力的理论基础；第二部分从技术层面解析算力与大模型的共生关系；第三部分从应用层面考察算力经济在各行业的渗透；第四部分是全书的核心，从挑战、投资、未来三个维度，系统回答算力经济的可持续性问题。
我们希望这本书能为不同读者提供价值：对政策制定者，提供算力战略的经济学论证和国际比较；对企业决策者，提供算力投资的财务模型和风险评估工具；对投资人，提供产业链各环节的投资逻辑和退出路径分析；对研究者，提供一个系统的算力经济学分析框架。
本书的写作团队来自计算机科学、经济学、产业实践等不同领域。张云泉长期从事高性能计算研究，见证了从超算到智算的演进；张福波、王海峰深耕算力产业一线，掌握大量第一手数据；程大宁在大模型技术领域有深厚积累；刘东屏负责经济分析框架。跨学科的合作使本书既有技术深度，又有经济学的严谨性，还有产业实践的鲜活案例。
算力经济正处于快速演进之中，许多问题尚无定论，许多数据仍在变化。我们的分析和预测也必然存在局限性，但我们相信，提出问题、量化分析、理性讨论，本身就是推动算力经济健康发展的重要一步。如果本书能为读者理解算力经济的本质提供一些帮助、为决策者提供一些参考、为研究者开启一些思路，我们的努力就没有白费。
由于时间仓促，加之编者水平有限，书中难免存在疏漏和不足之处。我们真诚地期待读者的批评指正，也欢迎就书中的观点进行讨论和辩论。算力经济的未来，需要全社会的共同探索。

张云泉　程大宁　张福波　王海峰　刘东屏

张云泉，博士，中科院计算所研究员，博士生导师，全国政协委员，中北大学计算机科学与技术学院学术院长。九三学社中央科技专委副主任，中央科普工委副主任，中科院委员会副主委，中国计算机学会会士，高专委副主任，全国信标委算力标准工作组组长，中国互联网协会算网云融合系统工作委员会副主任，中国工业与应用数学学会高性能计算与数学软件专委副主任。国家重点研发计划项目首席科学家和国家自然科学基金重点项目负责人，主要研究方向为并行程序设计和性能评价、并行计算和并行编程模型等。在国内外学术刊物上发表论文200余篇，出版专著3部，译著7部。获2000年和2019年国家科技进步奖二等奖各一项，2017年首届CCF青竹奖获得者，2017年中科院科教成果一等奖，2017年中科院杰出科学与技术成就奖，2017年度国际数字商业创新协会艾奇奖，2018年提出算力经济概念。获2021年度ACM 戈登贝尔奖提名，2023年数据中心科技成果奖杰出贡献人才奖，2023年北京市自然科学二等奖，2023 Bench Council世界开源贡献奖。中国智能计算产业联盟执行理事长，ACM中国高性能计算专家委员会主席，中国软件行业协会常务理事。中国高性能计算机TOP100排行榜创始人和发布者，国际人工智能算力排行榜AIPerf500发起人，PAC、CCF CPC和ACM IPCC超算大赛创始人。 担任国际会议程序委员会委员和共同主席100多次。中科院《数据与计算发展前沿》副主编，《中国图象图形学报》和《计算机科学与探索》编委。《光明日报》科普专家委员会委员，国家基因库高级顾问，青海省大数据与云计算咨询专家委员会委员，贵州省农业大数据专家委会委员，内蒙古环球智库大数据发展中心专家委员会委员，郑州市智慧城市专家委员会委员，吕粱市大数据专家咨询委员会委员和政府转型专家顾问。

目　　录
前言
第一部分　算力与生产力革命
第1章　算力与生产力　2
1.1　生产力发展的历史阶段　3
1.1.1　农业革命与手工劳动　3
1.1.2　工业革命与机器生产　4
1.1.3　信息革命与知识生产　5
1.2　算力的概念与定义　6
1.2.1　计算能力　6
1.2.2　算力与计算能力的对比　7
1.2.3　算力与生产力的关系　9
1.3　算力的发展阶段　10
1.3.1　算力1.0超算时代　10
1.3.2　算力2.0云计算时代　10
1.3.3　算力3.0大模型时代　12
1.3.4　算力4.0算力插座时代　13
1.4　小结　14
第2章　算力新质生产力的崛起　16
2.1　新质生产力的内涵　17
2.1.1　习近平总书记关于新质生产力的论述　17
2.1.2　新质生产力的特征　18
2.2　算力是新质生产力的论证　19
2.2.1　算力推动生产力变革　19
2.2.2　算力引领技术创新　19
2.2.3　算力催生新业态新模式　21
2.3　算力生产力的作用机制　22
2.3.1　算力赋能传统产业　22
2.3.2　算力驱动新兴产业　23
2.3.3　算力重塑生产关系　24
2.4　算力经济的构建　25
2.4.1　算力经济的概念　25
2.4.2　算力经济的核心要素和
特征　27
2.4.3　算力经济产业链　28
2.4.4　算力经济的战略地位　29
2.5　小结　30
第二部分　算力与大模型的共生共荣
第3章　预训练模型的基础和发展　34
3.1　语言模型的任务和评估方法　35
3.2　从RNN到Transformer　36
3.2.1　RNN和LSTM的基础架构　38
3.2.2　注意力机制　39
3.2.3　Transformer架构　42
3.2.4　总结：RNN和Transformer
的对比　51
3.3　BERT与GPT　54
3.3.1　BERT模型　54
3.3.2　GPT模型及应用　57
3.4　MoE架构　63
3.4.1　MoE模型的工作原理　63
3.4.2　MoE模型与传统模型的
差异　64
3.4.3　MoE和DeepSeek　64
3.5　缩放定律　65
3.6　小结　68
第4章　大模型的基础建设　69
4.1　算力硬件支持　69
4.1.1　算力硬件与大语言模型的
发展　69
4.1.2　常用硬件性能　71
4.2　框架与模型　71
4.3　小结　82
第三部分　算力经济的行业影响
第5章　算力供应模式　86
5.1　集中式算力供应　86
5.1.1　超算中心　87
5.1.2　智算中心　88
5.1.3　云计算中心　88
5.2　分散式算力供应　89
5.2.1　边缘计算　89
5.2.2　联邦计算　91
5.3　小结　93
第6章　智能体与大模型　94
6.1　典型的智能体案例　95
6.2　OpenClaw　97
6.3　算力经济与智能经济　 101
6.3.1　从人工智能+到智能经济
新形态　101
6.3.2　智能体生态从创新
活跃到健康繁荣　101
6.3.3　从算力经济到智能经济
协同演进的价值闭环　102
6.3.4　国家生态构建智能经济
新形态的制度框架　103
6.4　小结　104
第7章　算力的典型应用　106
7.1　医疗大模型　107
7.1.1　医疗大模型的典型应用　108
7.1.2　医疗大模型与算力　110
7.2　金融领域与算力　111
7.2.1　金融大模型　111
7.2.2　加密货币　115
7.3　交通运输领域智能化　120
7.3.1　自动驾驶技术　120
7.3.2　智能交通系统　124
7.4　制造业大模型　124
7.5　小结　129
第8章　主权大模型　131
8.1　主权大模型的必要性　132
8.2　主权大模型的重要性　133
8.3　主权大模型的可行性　134
8.4　小结　135
第9章　Token与算力计价　136
9.1　Token计价的优势　137
9.2　Token计价的现状　138
9.3　小结　139
第四部分　挑战、投资与未来
第10章　算力经济的核心挑战　142
10.1　技术瓶颈与成本困境　142
10.2　中国的技术差距与追赶成本　144
10.3　商业可持续性挑战　145
10.4　治理与竞争挑战　146
10.5　小结　147
第11章　算力经济的投资逻辑　148
11.1　算力投资的成本收益分析　148
11.2　算力经济的定价逻辑与建模　149
11.2.1　自建与租用的TCO对比
模型　149
11.2.2　竞价实例定价套利模型　150
11.2.3　预留实例决策模型　151
11.3　算力产业投资热点与风险　152
11.4　企业算力投资决策　153
11.5　绿色算力的经济学与投资框架　154
11.6　算力供应商评估框架　157
11.6.1　评估框架的核心维度　157
11.6.2　评估流程与组织机制　159
11.6.3　评估案例：某出海电商的
供应商选择　160
11.6.4　评估框架的适用性与
局限性　162
11.7　国家战略投资的经济评估　163
11.8　算力投资的风险管理　164
11.9　小结　165
第12章　算力经济的战略前沿　166
12.1　AGI愿景与现实差距　166
12.2　主权算力与数据主权　169
12.3　算力驱动的范式变革　170
12.4　算力经济的社会影响　172
12.5　小结　174
第13章　未来十年展望　175
13.1　算力市场规模预测　176
13.2　算力经济指标体系与评估模型　177
13.2.1　AI应用的价值分层与经济
贡献　177
13.2.2　算力中心健康度评估
模型　178
13.2.3　八大枢纽的量化对比与
发展诊断　180
13.3　市场化机制与资源优化配置　182
13.3.1　算力交易市场与定价
机制　182
13.3.2　信用评级与智能匹配
系统　183
13.3.3　碳交易与绿色算力认证　184
13.4　技术演进的关键节点　185
13.5　商业模式的进化　186
13.6　中国算力强国路线图　187
13.7　小结　189
附录　算力字典　191