算力的字面意思，大家都懂，就是計算能力（Computing Power）。

所謂“計算”，我們可以有多種定義。

狹義的定義，是對數(shù)學(xué)問題進(jìn)行運(yùn)算的過程，例如完成“1+1=？”的過程，或者對“哥德巴赫猜想”進(jìn)行推理的過程。

廣義的定義，則更為宏觀，凡是對信息進(jìn)行處理并得到結(jié)果的過程，都可以稱為“計算”。

很顯然，狹義和廣義定義的區(qū)別，主要是計算的內(nèi)容不同。而完成計算過程的能力，都可以稱之為“算力”。

事實(shí)上，人類的思考，就是一個最常見的計算過程。

我們除了睡覺和發(fā)呆的時間之外，每時每刻都在進(jìn)行著思考。我們通過五官對外界信息進(jìn)行觀察、感知和收集。然后，借助大腦，對這些信息進(jìn)行處理（也就是思考）。最后，得出結(jié)論，做出判斷，并采取行動。

在這個過程中，大腦就是我們的算力工具。而大腦的思考能力，就是算力。大腦的思考速度越快，意味著算力越強(qiáng)。

圖片

計算是人類解決問題的一種方式。

在漫長的歷史長河中，人類遇到過很多問題，都需要通過計算來解決。這些計算任務(wù)，僅憑大腦這個“原生”算力工具，是無法完成的。于是，人類發(fā)明了很多算力工具和方法，滿足計算需求。例如算盤、算籌、計算尺等。

20世紀(jì)40年代，在技術(shù)的不斷積累下，電子計算機(jī)誕生，信息技術(shù)革命正式開啟。

早期的計算機(jī)，其實(shí)就是一個大型計算器，主要用于軍事領(lǐng)域的復(fù)雜計算任務(wù)（例如彈道計算）。它的性能并不算強(qiáng)，而且體積和功耗巨大。后來，晶體管被發(fā)明出來，取代了真空管，才逐漸解決了體積和功耗的問題。

1958年，集成電路問世，正式開創(chuàng)了芯片時代。芯片里面擁有大量的電子元件（例如晶體管、電阻、電容等），可以執(zhí)行運(yùn)算指令。近幾十年以來，在摩爾定律的支配下，芯片上的晶體管數(shù)量不斷增加，性能也不斷提升。

在芯片能力的加持下，計算機(jī)變得越來越強(qiáng)大，體型也越來越小，最終催生了PC，以及繁榮的IT軟硬件生態(tài)。計算機(jī)開始走入家庭和行業(yè)，并最終成為人類最重要的算力工具。

我們將計算機(jī)應(yīng)用于各個領(lǐng)域，用它來運(yùn)行程序、解決問題、提升效率。芯片的制程越先進(jìn)，晶體管數(shù)量越多，算力就越強(qiáng)勁，問題就能解決得更快更好。

圖片

 5G手機(jī)SoC芯片

如今，芯片已經(jīng)成為了算力的代名詞。我們討論算力，其實(shí)就是在說芯片的計算能力。

通常來說，行業(yè)里傾向于將CPU、GPU等芯片技術(shù)及能力，稱為狹義的算力。內(nèi)存、硬盤相關(guān)的存儲技術(shù)，稱為存力。操作系統(tǒng)、數(shù)據(jù)庫、中間件、應(yīng)用程序等在內(nèi)的軟件技術(shù)，稱為算法。

廣義的算力，既包括了狹義的算力，也包括了存力和算法。

圖片

云計算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等前沿概念，都屬于算力的應(yīng)用。換言之，和信息技術(shù)有關(guān)的一切，都可以籠統(tǒng)稱為算力領(lǐng)域。

我們還需要注意，芯片是算力的核心，而安裝了芯片的手機(jī)、手表、PC等終端，以及服務(wù)器等設(shè)備，是算力的載體。擁有大量服務(wù)器的數(shù)據(jù)中心，還有計算集群，我們也可以稱為算力平臺。它們就是算力的主要存在形式。

算力的價值

算力的作用，是完成計算任務(wù)。

大家都知道，計算機(jī)硬件系統(tǒng)的運(yùn)轉(zhuǎn)，以及程序軟件的執(zhí)行，是由無數(shù)個計算任務(wù)支撐起來的。因此，芯片所提供的算力，就是整個系統(tǒng)正常工作的動力來源。

信息技術(shù)經(jīng)過多年的普及，已經(jīng)遍布我們工作和生活的各個角落。各種各樣的IT系統(tǒng)，支撐著整個社會的發(fā)展。算力支撐了所有的IT系統(tǒng)，而IT系統(tǒng)支撐了整個社會。從這個角度來說，將算力譽(yù)為社會發(fā)展的基石，也不為過。

圖片

在生活方面，我們的衣食住行、娛樂休閑，離不開手機(jī)，也離不開移動互聯(lián)網(wǎng)。我們的手機(jī)是里面的芯片在提供算力，這樣才有豐富的功能，流暢的速度。

我們訪問的數(shù)字電商，玩的網(wǎng)絡(luò)游戲，看的電影視頻，都是基于互聯(lián)網(wǎng)服務(wù)提供商的服務(wù)。這些服務(wù)都構(gòu)建在數(shù)據(jù)中心和服務(wù)器上，也是芯片在提供算力。算力越強(qiáng)，服務(wù)體驗(yàn)就越好，我們的生活才會更方便，也更快樂。

在工作方面，現(xiàn)在各行各業(yè)都在推動數(shù)字化轉(zhuǎn)型，將先進(jìn)的IT技術(shù)和通信技術(shù)與傳統(tǒng)行業(yè)相結(jié)合。

數(shù)字化是信息化的進(jìn)一步延伸。以往的信息化，只是在一些特定的業(yè)務(wù)上引入IT技術(shù)。而數(shù)字化，是面向整個企業(yè)的改造。包括組織架構(gòu)、業(yè)務(wù)流程、商業(yè)模式和工作場景，都是數(shù)字化轉(zhuǎn)型改造的對象。

數(shù)字化的目的，是提升生產(chǎn)效率，降低成本，增強(qiáng)企業(yè)的綜合競爭力。

無論是信息化，還是數(shù)字化，背后都是算力在進(jìn)行驅(qū)動。算力越強(qiáng)，系統(tǒng)的能力就越強(qiáng)，帶來的改進(jìn)就越大，收益越多。

圖片

部分企業(yè)，已經(jīng)在信息化和數(shù)字化的基礎(chǔ)上，向智能化的方向發(fā)展。這樣帶來的效率提升就會更大，形成“代差”級的技術(shù)優(yōu)勢。在未來日益激烈的市場競爭中，這種優(yōu)勢可以決定企業(yè)的生死。

現(xiàn)在行業(yè)里比較流行一種說法，將所有的商業(yè)模式，都向“挖掘數(shù)據(jù)價值”的方向靠攏。

數(shù)據(jù)被視為最寶貴的資源，是一座富礦。而算力則被視為是挖這座礦的工具。通過算力對數(shù)據(jù)進(jìn)行處理，就能挖掘巨大的數(shù)據(jù)價值，創(chuàng)造財富。

圖片

挖掘數(shù)據(jù)價值的過程，被細(xì)分為產(chǎn)生數(shù)據(jù)、傳輸數(shù)據(jù)、存儲數(shù)據(jù)和計算數(shù)據(jù)等四個環(huán)節(jié)。算力（信息技術(shù)）和聯(lián)接力（通信技術(shù)），相互協(xié)作，可以完成這一過程：

首先，我們通過傳感器、攝像頭等設(shè)備，采集物理世界的信息，將其轉(zhuǎn)換成數(shù)字比特。然后，再通過5G、Wi-Fi、光纖等通信技術(shù)，對其進(jìn)行傳輸搬運(yùn)。這些數(shù)字比特被保存在硬盤等存儲介質(zhì)中，然后交給芯片進(jìn)行計算。計算得出的結(jié)果，又被應(yīng)用于決策和控制。

在人工智能技術(shù)的加持下，做出決策和進(jìn)行控制的主角，甚至可能不再是我們?nèi)祟悾茿I智能體。

看明白了吧，算力的作用，在數(shù)據(jù)價值挖掘的過程中顯露無疑。沒有強(qiáng)大的算力，你就完成不了這項(xiàng)極有前途的工作。

算力的重要價值，也體現(xiàn)在國家競爭力層面。

算力決定了數(shù)字經(jīng)濟(jì)發(fā)展速度，以及社會智能發(fā)展高度。根據(jù)IDC、浪潮信息、清華大學(xué)全球產(chǎn)業(yè)研究院聯(lián)合發(fā)布的數(shù)據(jù)顯示，計算力指數(shù)平均每提高1點(diǎn)，數(shù)字經(jīng)濟(jì)和GDP將分別增長3.5‰和1.8‰。

全球各國的算力規(guī)模與經(jīng)濟(jì)發(fā)展水平，已經(jīng)呈現(xiàn)出顯著的正相關(guān)關(guān)系。一個國家的算力規(guī)模越大，經(jīng)濟(jì)發(fā)展水平就越高。

毫不夸張地說，算力已經(jīng)成為國家競爭力的一個重要組成部分。

算力的分類

算力服務(wù)于整個社會。而社會對算力的需求是存在差異的。這些算力需求，既有來自消費(fèi)領(lǐng)域的（移動互聯(lián)網(wǎng)、追劇、網(wǎng)購、打車、O2O等），也有來自行業(yè)領(lǐng)域的（工業(yè)制造、交通物流、金融證券、教育醫(yī)療等），還有來自城市治理領(lǐng)域的（智慧城市、一證通、城市大腦等）。

不同的算力應(yīng)用和需求，有著不同的算法。不同的算法，對算力的特性也有不同要求。

如今，我們將算力分為三大類，分別是通用算力、智能算力以及超算算力。

圖片

通用算力以CPU（Central Processing Unit，中央處理器）輸出的計算能力為主。CPU內(nèi)部有指令集，對運(yùn)算進(jìn)行指導(dǎo)和優(yōu)化，確保了CPU的可靠運(yùn)行。

按指令集架構(gòu)的不同，CPU可以分為x86架構(gòu)與非x86 架構(gòu)。X86架構(gòu)大家都比較熟悉，是英特爾（Intel）公司首先開發(fā)并長期主導(dǎo)的，具有比較好的生態(tài)，市場占有率也比較高。非x86架構(gòu)的類型比較多，這些年崛起速度很快，主要有x86、ARM、MIPS、Power、RISC-V、Alpha等。

智能算力以GPU（Graphics Processing Unit，圖形處理器）、FPGA（Field ProgrammableGate Array，現(xiàn)場可編程邏輯門陣列）、AI（Artificial lntelligence，人工智能）芯片等輸出的計算能力為主。尤其是GPU，目前可以說是炙手可熱，一卡難求。

超算算力，則是以超級計算機(jī)輸出的計算能力為主。它利用并行工作的多臺計算機(jī)系統(tǒng)的集中式計算資源，并通過專用的操作系統(tǒng)來處理極端復(fù)雜的或數(shù)據(jù)密集型的問題，主要應(yīng)用于尖端科研、國防軍工等高精尖領(lǐng)域，價格極為昂貴，但性能也極為強(qiáng)勁。

在數(shù)據(jù)中心里，也對算力任務(wù)進(jìn)行了對應(yīng)劃分，分為基礎(chǔ)通用計算，以及HPC高性能計算（High-performance computing）。

HPC計算，又繼續(xù)細(xì)分為三類，分別是：

科學(xué)計算類：物理化學(xué)、氣象環(huán)保、生命科學(xué)、石油勘探、天文探測等。

工程計算類：計算機(jī)輔助工程、計算機(jī)輔助制造、電子設(shè)計自動化、電磁仿真等。

智能計算類：即人工智能計算，包括：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)分析等。

圖片

科學(xué)計算和工程計算大家應(yīng)該都聽說過，這些專業(yè)科研領(lǐng)域的數(shù)據(jù)產(chǎn)生量很大，對算力的要求極高。

以油氣勘探為例。油氣勘探，簡單來說，就是給地表做CT。一個項(xiàng)目下來，原始數(shù)據(jù)往往超過100TB，甚至可能超過1個PB。如此巨大的數(shù)據(jù)量，需要海量的算力進(jìn)行支撐。

智能計算這幾年非常火，是全社會重點(diǎn)關(guān)注的發(fā)展方向。在AIGC大模型的帶動下，各個行業(yè)都在大力發(fā)展智能計算，對智能產(chǎn)生了極大需求。

我們平常提到的數(shù)據(jù)中心，根據(jù)算力類型的不同，通常分為通用數(shù)據(jù)中心、智能中心和超算中心。

圖片

大家平時主要使用的互聯(lián)網(wǎng)服務(wù)，來自通用數(shù)據(jù)中心。智算中心是專門進(jìn)行智能計算的數(shù)據(jù)中心。超算中心專門承擔(dān)各種大規(guī)模科學(xué)計算和工程計算任務(wù)，放的都是“天河一號”這樣的超級計算機(jī)。

在算力單元上，現(xiàn)在根據(jù)任務(wù)分工的不同，也有了更細(xì)的劃分。除了剛才提到的CPU、GPU之外，這幾年陸續(xù)出現(xiàn)了TPU、NPU和DPU等，也是有特定計算任務(wù)的專用計算單元。

算力的趨勢

算力和聯(lián)接力是數(shù)字生產(chǎn)力的重要組成部分。這些年來，隨著信息化、數(shù)字化和智能化的不斷深入，整個社會對算力產(chǎn)生了強(qiáng)烈的需求。

在需求的推動下，算力的發(fā)展也出現(xiàn)了以下幾個趨勢：

• 算力需求持續(xù)增長

萬物智聯(lián)時代的到來，大量智能物聯(lián)網(wǎng)終端的引入，行業(yè)數(shù)字化轉(zhuǎn)型的推進(jìn)，加上AI智能場景的落地，將產(chǎn)生難以想象的海量數(shù)據(jù)。這些數(shù)據(jù)，將進(jìn)一步刺激對算力的需求。

根據(jù)羅蘭貝格的預(yù)測，從2018年到2030年，自動駕駛對算力的需求將增加390倍，智慧工廠需求將增長110倍，主要國家人均算力需求將從今天的不足500 GFLOPS，增加20倍，變成2035年的10000 GFLOPS。

根據(jù)浪潮人工智能研究院的預(yù)測，到2025年，全球算力規(guī)模將達(dá)6.8 ZFLOPS，與2020年相比提升30倍。

想要滿足這樣龐大的算力需求，需要向以下幾個方面努力。

首先，不斷提升芯片本身的制程，集成更多的晶體管，提升芯片單點(diǎn)算力。經(jīng)過幾十年的發(fā)展，摩爾定律目前已經(jīng)逐漸走向物理瓶頸，芯片工藝制程逼近1nm，后續(xù)可以提升的空間十分有限，付出的代價也會更大。

其次，建設(shè)大量的算力基礎(chǔ)設(shè)施，例如數(shù)據(jù)中心等。通過規(guī)模化，滿足全社會的算力需求。

最后，通過東數(shù)西算和算力網(wǎng)絡(luò)等新的算力服務(wù)模式，加強(qiáng)算力的有效利用率，以此適當(dāng)緩解算力需求增長的壓力。

• 算力類型加速轉(zhuǎn)變

前文介紹算力分類的時候，提到算力分為通用算力、智算算力和超算算力三種類型。

事實(shí)上，這種分類是最近幾年才開始逐漸形成的。通用算力在算力需求中占主導(dǎo)地位。但是，現(xiàn)在隨著AIGC大模型等人工智能技術(shù)的飛速發(fā)展，智算算力的占比開始迅速攀升。

根據(jù)中國信通院發(fā)布的《中國綜合算力指數(shù)（2023年）》顯示，在目前算力規(guī)模中，通用算力規(guī)模占比達(dá)74%；智能算力規(guī)模占比達(dá)25%。智算算力雖然占比仍少于通用算力，但增速極快，同比上年增加了45%。這一增速也比總體算力增速更高。

換言之，AIGC大模型的發(fā)展，顯著推動了智算算力的需求。算力領(lǐng)域的整體架構(gòu)正在發(fā)生變化，智能算力需求正呈現(xiàn)爆發(fā)式增長態(tài)勢。

這也意味著，在后續(xù)的算力基礎(chǔ)設(shè)施建設(shè)中，智算中心的建設(shè)比例將顯著增加。智算產(chǎn)業(yè)的發(fā)展也將進(jìn)入一個黃金發(fā)展期。

• 算力服務(wù)泛在流動

早期的大型機(jī)時代，算力以集中化的方式提供服務(wù)。PC出現(xiàn)后，算力開始進(jìn)入用戶側(cè)。上世紀(jì)90年代手機(jī)和互聯(lián)網(wǎng)的流行，打破了算力的空間固定，開始“移動”起來。

在移動芯片的不斷迭代升級下，用戶手機(jī)終端的算力不斷增長，幾乎可以和PC芯片相提并論。

另一方面，基于5G、Wi-Fi等移動通信技術(shù)的發(fā)展，萬物開始互聯(lián)。終端的類型開始變得越來越多，并且也都具備或大或小的算力，具備端計算的能力。

云計算崛起之后，算力開始云化，分布化。邊緣計算出現(xiàn)，算力還從云端下沉到通信網(wǎng)絡(luò)的各個層級。

圖片

這一切，都標(biāo)志著算力開始流動，遍布于云管端的各個角落。這就是算力泛在化。

剛才提到的算力網(wǎng)絡(luò)，其實(shí)也是算力泛在化的一種體現(xiàn)。

• 算力設(shè)施綠色低碳

算力支撐了整個社會的發(fā)展，但是，它所帶來的能耗問題，也日益顯現(xiàn)。

根據(jù)數(shù)據(jù)顯示，2021年全國數(shù)據(jù)中心總用電量為2166億千瓦時，占全國總用電量的2.6%，相當(dāng)于2個三峽水電站的年發(fā)電量，1.8個北京地區(qū)的總用電量。

如此恐怖的耗電量，對我們實(shí)現(xiàn)“雙碳”目標(biāo)造成了很大壓力，也嚴(yán)重影響了世界經(jīng)濟(jì)的可持續(xù)發(fā)展。于是，想方設(shè)法降低算力的能耗，成為整個行業(yè)的重點(diǎn)研究方向。

算力的綠色低碳，有很多種實(shí)現(xiàn)途徑。通過基礎(chǔ)理論研究、材料工藝升級、研發(fā)技術(shù)創(chuàng)新，對算力基礎(chǔ)設(shè)施進(jìn)行功耗控制和改良，是從源頭上進(jìn)行節(jié)能減排的最有效手段。

除此之外，提高可再生能源的占比，減少化石能源的使用，也是算力綠色發(fā)展的關(guān)鍵。

目前，在算力的各個環(huán)節(jié)進(jìn)行節(jié)能減排研究，已經(jīng)取得了初步成果。算力的綠色化發(fā)展，整體前景比較非常樂觀。

根據(jù)《綠色發(fā)展2030》報告的預(yù)測，到2030年，全球數(shù)字基礎(chǔ)設(shè)施能效將提升100倍，可再生能源發(fā)電量占比超50%，行業(yè)數(shù)字化滲透率達(dá)到50%。

新型算力的探索加速

算力需求的不斷增長，對傳統(tǒng)半導(dǎo)體芯片技術(shù)形成了巨大壓力。半導(dǎo)體制程進(jìn)入瓶頸后，越來越多的專家開始研究新的算力技術(shù)理論，例如量子計算、光計算、類腦計算等。

量子計算通過利用量子疊加態(tài)和量子糾纏態(tài)，具有超越經(jīng)典計算機(jī)的計算能力。光子計算（也稱為光學(xué)計算）是一種利用光波進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)存儲或數(shù)據(jù)通信的計算方式。而類腦計算通過模擬大腦的神經(jīng)網(wǎng)絡(luò)和突觸連接，實(shí)現(xiàn)了智能的學(xué)習(xí)和決策能力。

這些新型的算力領(lǐng)域目前都處于研究階段，取得了一些成果，但也面臨著不少困難。

一旦在這些領(lǐng)域有了真正的突破，傳統(tǒng)的算力框架將被徹底顛覆，人類社會又將進(jìn)入一個全新的發(fā)展階段。