这两年，算力可以说是ICT行业的一个热门概念。在新闻报道，总会出现它的身影。
那么，究竟到底什么是算力？算力包括哪些类别，分别有什么用途？目前，全球算力正处于怎样的发展状态？
什么是算力
算力的字面意思，大家都懂，就是计算能力（Computing Power）。
狭义的概念上，算力是软硬件配合执行某种信息处理需求的能力。广义概念上，算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力中心等算力基础设施向社会提供服务。
算力是数据中心的服务器通过对数据进行处理后实现结果输出的一种能力。其实，在我们的生活中，每天都有在使用算力，只是这些算力相对而言是很小的：依靠人大脑的口算、心算是算力，使用个人笔记本运行程序是算力，使用手机加载渲染游戏也是算力。
20世纪70-80年代，芯片技术在摩尔定律的支配下，已经取得了长足进步。芯片的性能不断提升，体积不断减小。终于，计算机实现了小型化，PC（个人电脑）诞生了。
PC的诞生，意义极为深远。它标志着IT算力不再仅为少数大型企业服务（大型机），而是昂首走向了普通家庭和中小企业。它成功打开了全民信息时代的大门，推动了整个社会的信息化普及。
在PC的帮助下，人们充分感受到IT算力带来的生活品质改善，以及生产效率提升。PC的出现，也为后来互联网的蓬勃发展奠定了基础。
进入21世纪后，算力再次迎来了巨变。这次巨变的标志，是云计算技术的出现。
在云计算之前，人类苦于单点式计算（一台大型机或一台PC，独立完成全部的计算任务）的算力不足，已经尝试过网格计算（把一个巨大的计算任务，分解为很多的小型计算任务，交给不同的计算机完成）等分布式计算架构。
云计算，是分布式计算的新尝试。它的本质，是将大量的零散算力资源进行打包、汇聚，实现更高可靠性、更高性能、更低成本的算力。
具体来说，在云计算中，中央处理器（CPU）、内存、硬盘、显卡（GPU）等计算资源被集合起来，通过软件的方式，组成一个虚拟的可无限扩展的“算力资源池”。
用户如果有算力需求，“算力资源池”就会动态地进行算力资源的分配，用户按需付费。
相比于用户自购设备、自建机房、自己运维，云计算有明显的性价比优势。
算力云化之后，数据中心成为了算力的主要载体。人类的算力规模，开始新的飞跃。
算力的分类
不同的算力应用和需求，有着不同的算法。不同的算法，对算力的特性也有不同要求。
像x86这样的CPU处理器芯片，就是通用芯片。它们能完成的算力任务是多样化的，灵活的，但是功耗更高。
我们以比特币挖矿为例。
以前，人们都是用PC（x86通用芯片）挖矿，后来越挖难度越大，算力不够。于是，开始使用显卡（GPU）去挖矿。再后来，显卡的能耗太高，挖出来的币值还抵不上电费，就开始采用FPGA和ASIC集群阵列挖矿。
在数据中心里，也对算力任务进行了对应划分，分为基础通用计算，以及HPC高性能计算（High-performance computing）。
智能计算这个，我们需要重点说一下。
AI人工智能是目前全社会重点关注的发展方向。不管是哪个领域，都在研究人工智能的应用和落地。
人工智能的三大核心要素，就是算力、算法和数据
除了智算中心之外，现在还有很多超算中心。超算中心里面，放的都是“天河一号”这样的超级计算机，专门承担各种大规模科学计算和工程计算任务。
算力的衡量
如何衡量算力的大小？最常用的计量单位是每秒执行的浮点运算次数，即FLOPS。比如，阿里云在河北张北智算中心提供了一个算力有12 EFLOPS，即每秒执行1200亿亿次浮点运算，相当于462万台最新款M1的苹果电脑产生的算力。
其实，衡量算力大小的指标还有很多，例如MIPS、DMIPS、OPS等。
MFLOPS、GFLOPS、TFLOPS、PFLOPS等，都是FLOPS的不同量级。具体关系如下：
不同的算力载体之间，算力差异是非常巨大的。为了便于大家更好地理解这个差异，接下来看下面这张对比表格：
前面我们提到了通用计算、智算和超算。从趋势上来看，智算和超算的算力增长速度远远超过了通用算力。
根据GIV的数据统计，到2030年，通用计算算力（FP32）将增长10倍，达到3.3 ZFLOPS。而AI智算算力（FP16），将增长500倍，达到105 ZFLOPS。
算力的现状与未来
对于整个人类社会来说，算力早已不是一个技术维度的概念。它已经上升到经济学和哲学维度，成为了数字经济时代的核心生产力，以及全社会数智化转型的基石。
我们每个人的生活，还有工厂企业的运转，政府部门的运作，都离不开算力。在国家安全、国防建设、基础学科研究等关键领域，我们也需要海量的算力。
算力决定了数字经济发展速度，以及社会智能发展高度。
根据IDC、浪潮信息、清华大学全球产业研究院联合发布的数据显示，计算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰。
全球各国的算力规模与经济发展水平，已经呈现出显著的正相关关系。一个国家的算力规模越大，经济发展水平就越高。
在算力领域，国家之间的竞争博弈日益激烈。
尤其是在芯片等算力核心技术上，我们与发达国家还有很大的差距。很多掐脖子技术未能解决，严重影响了我们的算力安全，进而影响了国家安全。
算力是如此重要的资源，但事实上，我们对算力的利用仍然存在很多问题。
比如算力利用率问题，以及算力分布均衡性问题。根据IDC的数据显示，企业分散的小算力利用率，目前仅为10%-15%，存在很大的浪费。
摩尔定律从2015年开始放缓，单位能耗下的算力增速已经逐渐被数据量增速拉开差距。我们在不断挖掘芯片算力潜力的同时，必须考虑算力的资源调度问题。
所以，脚下的路还有很长，我们还需要继续努力。
原文始发于微信公众号（稿定实验室）：什么是“算力”？
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/278406.html
