1.1　算力時代

AlphaGo與世界頂級圍棋選手李世石進行AI圍棋對決，AlphaGo大比分獲勝，成為第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能機器人；人體基因測序時間由最初的數年縮短到現在的幾天，更有相關組織宣布人體全基因測序有望只需1000美元在1天內完成；天氣預報從預測未來一天的天氣，發展到現在可以預測未來一周甚至更長時間的天氣情況；對宇宙的觀測距離從220萬光年發展到現在的137億光年。

人工智能憑借什么戰勝了人類？人類對未知世界的了解為何能越來越迅速、精準？答案是海量數據背后的超級算力。AI通過算力訓練龐大的數據，并通過神經網絡不斷學習成長，最終獲得技能，戰勝人類選手；天氣預報機構或人員利用算力分析氣象站、衛星等終端收集的數據，對各種天氣系統的位置和強度進行預測。

算力改變世界，算力驅動未來，那么涉及眾多領域的算力到底是什么？它對當今社會又起到哪些推動作用？

1.1.1　算力定義

算力，顧名思義就是計算能力。小至手機、個人計算機，大到超級計算機，算力存在于各種硬件設備中，沒有算力就沒有各種軟硬件的正常應用。以個人計算機為例，不同的配置，用戶的體驗效果大不相同，這主要取決于不同配置產品的中央處理器（Central Processing Unit，CPU）、內存等的差異性。高配置個人計算機的算力更強，能玩配置需求更高的游戲，運行更消耗內存的3D類、影音類軟件。低配置個人計算機算力不夠，只能體驗普通游戲，運行一般的辦公軟件，在運行對配置要求高的大型游戲時，效果差、卡頓明顯，甚至不能運行。同樣玩網絡游戲，算力更強的手機使用更流暢，算力弱的手機就會有卡頓現象[1]。國際上，擁有更強大的算力意味著掌握更多的話語權，中國、美國、瑞士、日本在高性能計算領域正展開激烈的競爭，而高性能計算也是以算力為核心的，各個國家都在爭奪超級計算機世界第一的位置，太湖之光、天河二號多次問鼎世界超級計算機排行榜，彰顯了中國的科技飛躍成績。

算力按照應用場景有不同的衡量單位（如用于比特幣的每秒哈希運算次數，H/s）；用于AI和圖形處理的每秒浮點運算次數，FLOP/s），智能社會對算力的需求主要是浮點運算能力，專用AI芯片如華為昇騰910采用7nm工藝，半精度FP16算力達256 TFLOP/s，低功耗的12nm芯片昇騰310半精度FP16算力也達到了8 TFLOP/s。過去5年，隨著深度學習算法的演進，AI訓練對算力的需求增加了30萬倍，一些互聯網廠家已經將算力作為服務提供給用戶，從1 FP 32 TFLOP/s或8 FP 16 TFLOP/s到4 FP 32 TFLOP/s或32 FP 16 TFLOP/s的AI推理加速服務，簡單的語音語義識別或單流視頻分析 8 FP 16 TFLOP/s即可滿足，復雜的推薦引擎或風險檢測則需要32 FP 16 TFLOP/s的算力[2]。

1.1.2　算力推動各行各業的發展

熱力（蒸汽機的發明）推動了第一次工業革命的發展，機器取代人力，大規模工廠化生產取代個體工場手工生產，人類社會從農耕文明走向工業文明。電力推動了第二次工業革命的發展，極大地提高了生產力，改變了人們的生活方式，擴大了人們的活動范圍，加強了人與人之間的交流。處于大數據時代的今天，社會高速發展，科技高度發達，信息流通加劇，各行各業對算力的需求空前高漲，算力也將推動現代社會各個領域不斷前行。

1. 軍事領域

1996年9月10日，聯合國大會上以158票贊成、3票反對通過了《全面禁止核試驗條約》。為了繼續對核武器進行研制試驗，美國憑借其在計算機領域的優勢，率先采用計算機模擬的方式進行了核武器試驗。核爆過程，以原子彈為例，是利用鈾和钚等較容易裂變的重原子核在核裂變瞬間發出巨大能量的原理而發生爆炸。鈾-235和钚-239此類重原子核在被中子轟擊后，通常會分裂為2個中等質量的核，同時再放出2～3個中子和200兆電子伏特能量。在裂變中放出的中子，一些在裂變系統中損耗了，而另一些則繼續進行重核裂變（繼續轟擊重原子核）反應。只要每一次核裂變的中子數平均多于一個（即中子的增值系數大于1），核裂變就可繼續進行。多次反應后，裂變出的中子總數以指數形式增長，而產生的能量也隨之劇增，如果不加以控制，這個裂變系統會變為一個激烈的鏈式裂變反應[3]。而氫彈利用了原子彈爆炸產生的溫度引發核聚變，其過程更為復雜。計算機模擬這一核反應過程，除考慮爆炸本身的反應鏈外，還要考慮環境因素，如溫度、濕度、空氣流向、氣壓等各種復雜因素。因此想要模擬核爆炸，必須使用計算能力超強的計算機才可以完成。早在1997年，美國的IBM公司就宣布將制造一種每秒能計算10億次的超級計算機，它可以在一秒鐘之內完成一個使用便攜式計算機的人3萬年才能完成的工作。這為美國提供了一種模擬核爆炸而又無須進行實際核爆的有效手段，于是核試驗便開啟了計算機模擬的時代。這也使在不發生真實爆炸的同時知道實驗結果并做出相應的修正成為可能，減少了人員損失和成本付出[4]。

在軍事領域，除了核試驗，各種實戰演習是必不可少的，為了減少人員傷亡、降低演習成本，用計算機模擬虛擬戰場成為不二選擇。在虛擬戰場中，為了使作戰人員身臨其境，各種地形、自然環境、兵器都需要被模擬出來。而為了提升虛擬場景的體驗和準確度，必須利用功能強大的計算機提供更強大的算力，使模擬出來的事物更加逼真、誤差更小。此外，更精準、強大的軍事裝備也正在研發中，從它的設計、制作到測試每一個環節都離不開計算機強大算力的支持。算力存在于軍事領域的方方面面，在不同的場景下推動著軍事產業的前行。

2. 生物科技領域

算力在基因測序中的應用已隨著分子生物學的發展顯得越來越重要。現在，世界上的分子生物學家們正在致力于有史以來最大的數據收集工作。在國家、學校、研究所和企業所屬的實驗室中技術研究人員正在進行著全部基因組測定和序列測定繪圖工作，為發現對遺傳信息具有價值的成果而努力[5]。基因測序的方法不止一種，最流行的一種是“鳥槍法”，該方法有些類似人們玩的拼圖游戲。拼圖游戲是將多個圖片碎塊重新拼裝復原成一張完整圖片的游戲。而“鳥槍法”則是先將整個基因組打亂，切成隨機碎片，然后測定每個小片段序列，最終利用計算機將這些切片進行排序和組裝，并確定它們在基因組中的正確位置。將這個原理用圖片進行展示，如圖1-1所示，這其中的工作量可想而知。

未來，分子生物學家們希望獲得上萬種生物的基因組序列。這將是一個含有分布在地球上不同地方的眾多植物、動物和微生物進化“藍圖”的巨大數據庫。人類基因組計劃對人類細胞中堿基對進行測定和分析，理解和描述所有基因之間、組織之間、器官之間、物種之間和外界環境之間的相互關系網絡，以及引起遺傳突變和表型改變的因素，是曾經使用過的任何復雜系統所不能處理的。現在的基因測序主要是依靠計算機的強大算力進行的，隨著計算機的不斷更新換代、性能的不斷提升及超級計算的飛速發展，基因測序時間將不斷縮短，極大地降低基因測序的時間成本。

3. 天文氣象領域

在氣象領域，人們通過獲取各氣象臺站、氣象火箭、氣象衛星觀測到的氣溫、氣壓、風力、濕度，以及各水文站測到的水位、流速等觀測數據，對大氣和水流的數學模型進行計算，就能找到大氣和水流的運動規律。但是，這種計算不僅數據量很大、計算復雜，而且還需要盡快得到計算結果。因為過去采用人工計算，必須大規模簡化數學模型，所以很難得到準確結論。有時雖能得出計算結果，但耗時過多。因此，氣象分析需要大型高速計算機提供強大算力。利用這些算力可以把大氣層變化的數據進行及時的處理分析。有了這些分析結果，便能準確掌握天氣情況的形成過程及其走向。

在天文領域，美國加利福尼亞大學和瑞士蘇黎世理論物理研究院的科學家們首次通過計算機模型，模擬了6000多萬個暗物質和氣體粒子間的相互作用，仿照銀河系生成了相同形狀的旋臂星系結構，而這個成果超級計算機經過9個月的漫長計算才完成。該模型解決了當前主要宇宙模型中長期存在的問題，成為該領域迄今分辨率最高的模型。模擬星系名為“厄里斯”（Eris）。而模型的成功建立與算力密不可分。利用計算機建立的模擬模型使我們更加方便、快捷地得到天體甚至宇宙的演化過程。根據宇宙大爆炸理論建立的宇宙膨脹模型能夠使我們了解宇宙自大爆炸以來某一時間段內發生的事情。由于計算機模擬在天體的觀測及理論實踐方面發揮著越來越重要的作用，模擬也變得越來越復雜，而模擬所需要的算力需求也日趨增加。

同時，在現代天文觀測中天文望遠鏡本身的設計、制造、運行、控制等都離不開算力的參與。2008年，IBM研發的第二臺“藍色基因/L”超級計算機被用于荷蘭一項名為“Lofar”的無線電天文望遠鏡計劃中，它運行Linux操作系統，配置有12 000個處理器，運算能力超過每秒30億次。大大提高了天文觀測水平。“下一代大型空間望遠鏡（NGST）”和“空間干涉測量飛行任務（SIM）”是美國國家航空航天局（National Aeronautics and Space Administration，NASA）“起源計劃”的關鍵項目，用于探索在宇宙最早期形成的第一批星系和星團。其中，NGST是大孔徑被動制冷望遠鏡，口徑為4～8m，是HST和SIRTF（紅外空間望遠鏡）的后續項目。它強大的觀測能力特別體現在光學、近紅外和中紅外的大視場、衍射成圖方面。運行于近地軌道的SIM可采用邁克爾干涉方案進行，先進的計算機處理技術將提供毫秒級精度的恒星精密絕對定位測量。同時，由于其具有綜合成圖能力，能產生高分辨率的圖像，所以可用于實現搜索其他行星等科學目的[6]。

在人類對未來和未知的領域進行探索時，不斷提升的算力實現了人們的想象和創造的場景，推動了整個人類文明的進步。

4. 智慧未來領域

2016年3月15日，AlphaGo大比分戰勝世界頂級圍棋高手李世石，成為第一個擊敗人類職業圍棋選手、第一個戰勝圍棋世界冠軍的人工智能機器人，從這一刻起AI又重新吸引住了世界的目光，而這一年也被稱為AI元年，從此人類社會進入了智能化時代。未來，隨著智能化時代的到來，家庭、交通等都將會是智慧化的。智慧家庭即將全屋智能化，各種設備彼此互通、相互感知并進行信息交互，每個生活場景都離不開算力對信息的處理。智慧交通即將交通智能化，汽車、路燈、信號燈等都將安裝上各種感應和接收設備，實時傳遞、分析、了解當前交通狀況，提前做好規劃和應急處理。大量的終端設備會產生海量的數據，需要在邊緣被及時處理，也需要被上傳至云中心進行模型訓練以提升精確度，而算力就存在于信息傳遞交互的每時每刻。隨著智能場景的增多、智能應用的爆炸，應用對算力的需求也日趨強烈，不僅需要擁有強大算力的中心計算資源，而且還需要能夠及時進行數據反饋的邊緣計算資源。在IT領域，存在一個安迪-比爾定律：安迪（英特爾前CEO安迪·格魯夫）提供什么，比爾（微軟前任CEO比爾·蓋茨）拿走什么。該定律是對IT產業中軟件和硬件升級換代關系的概括，也是對應用和算力升級換代的概括。當前的算力行業正是如此，硬件廠商生產多少服務器，都會被算力廠商拿走，而下游應用市場對算力的需求永無止境，這又進一步刺激了硬件廠商的大量生產。這個定律，也形象地表述了算力的未來走勢。隨著云計算、大數據、物聯網、人工智能等技術的高速發展，存量數據大量增長和算力成本大幅下降推動著算力的提升[7]。算力的提升為應用軟件提供發展空間，應用能力提升需要更強算力，算力與應用能力相互促進，驅動人工智能的發展，促使智能設備更加完善，人與智能設備的交互也將更加流暢。中國工程院院士王堅曾說過：“人工智能之所以取得重大的發展，是因為互聯網把算力帶到了更多地方。”算力的普及、算力能力的提升將會推動人工智能快速發展，使人們生活更智慧化。

算力時代看似剛剛開始，實則拉力戰早已開啟。畢竟，在數字化轉型的進程中，更智慧、算力更強的城市，就意味著資源更節省、安全更有保障、運行效率更高、居民生活更便利。而要實現整體的數字化轉型，就需要更強的城市大腦。想要讓城市更加智慧，勢必需要更強大的算力，以支撐各領域的數據運營與智能運行。

由此，從城市到家庭，從政府到企業，今后的發展規劃勢必要考慮算力這個重要因素，因為算力已經成為未來企業乃至國家發展的主要動能。

算力就是生產力，當萬事萬物都離不開算力時，一個嶄新的算力時代就會到來。