1.1　算力时代

AlphaGo与世界顶级围棋选手李世石进行AI围棋对决，AlphaGo大比分获胜，成为第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人；人体基因测序时间由最初的数年缩短到现在的几天，更有相关组织宣布人体全基因测序有望只需1000美元在1天内完成；天气预报从预测未来一天的天气，发展到现在可以预测未来一周甚至更长时间的天气情况；对宇宙的观测距离从220万光年发展到现在的137亿光年。

人工智能凭借什么战胜了人类？人类对未知世界的了解为何能越来越迅速、精准？答案是海量数据背后的超级算力。AI通过算力训练庞大的数据，并通过神经网络不断学习成长，最终获得技能，战胜人类选手；天气预报机构或人员利用算力分析气象站、卫星等终端收集的数据，对各种天气系统的位置和强度进行预测。

算力改变世界，算力驱动未来，那么涉及众多领域的算力到底是什么？它对当今社会又起到哪些推动作用？

1.1.1　算力定义

算力，顾名思义就是计算能力。小至手机、个人计算机，大到超级计算机，算力存在于各种硬件设备中，没有算力就没有各种软硬件的正常应用。以个人计算机为例，不同的配置，用户的体验效果大不相同，这主要取决于不同配置产品的中央处理器（Central Processing Unit，CPU）、内存等的差异性。高配置个人计算机的算力更强，能玩配置需求更高的游戏，运行更消耗内存的3D类、影音类软件。低配置个人计算机算力不够，只能体验普通游戏，运行一般的办公软件，在运行对配置要求高的大型游戏时，效果差、卡顿明显，甚至不能运行。同样玩网络游戏，算力更强的手机使用更流畅，算力弱的手机就会有卡顿现象[1]。国际上，拥有更强大的算力意味着掌握更多的话语权，中国、美国、瑞士、日本在高性能计算领域正展开激烈的竞争，而高性能计算也是以算力为核心的，各个国家都在争夺超级计算机世界第一的位置，太湖之光、天河二号多次问鼎世界超级计算机排行榜，彰显了中国的科技飞跃成绩。

算力按照应用场景有不同的衡量单位（如用于比特币的每秒哈希运算次数，H/s）；用于AI和图形处理的每秒浮点运算次数，FLOP/s），智能社会对算力的需求主要是浮点运算能力，专用AI芯片如华为昇腾910采用7nm工艺，半精度FP16算力达256 TFLOP/s，低功耗的12nm芯片昇腾310半精度FP16算力也达到了8 TFLOP/s。过去5年，随着深度学习算法的演进，AI训练对算力的需求增加了30万倍，一些互联网厂家已经将算力作为服务提供给用户，从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推理加速服务，简单的语音语义识别或单流视频分析 8 FP 16 TFLOP/s即可满足，复杂的推荐引擎或风险检测则需要32 FP 16 TFLOP/s的算力[2]。

1.1.2　算力推动各行各业的发展

热力（蒸汽机的发明）推动了第一次工业革命的发展，机器取代人力，大规模工厂化生产取代个体工场手工生产，人类社会从农耕文明走向工业文明。电力推动了第二次工业革命的发展，极大地提高了生产力，改变了人们的生活方式，扩大了人们的活动范围，加强了人与人之间的交流。处于大数据时代的今天，社会高速发展，科技高度发达，信息流通加剧，各行各业对算力的需求空前高涨，算力也将推动现代社会各个领域不断前行。

1. 军事领域

1996年9月10日，联合国大会上以158票赞成、3票反对通过了《全面禁止核试验条约》。为了继续对核武器进行研制试验，美国凭借其在计算机领域的优势，率先采用计算机模拟的方式进行了核武器试验。核爆过程，以原子弹为例，是利用铀和钚等较容易裂变的重原子核在核裂变瞬间发出巨大能量的原理而发生爆炸。铀-235和钚-239此类重原子核在被中子轰击后，通常会分裂为2个中等质量的核，同时再放出2～3个中子和200兆电子伏特能量。在裂变中放出的中子，一些在裂变系统中损耗了，而另一些则继续进行重核裂变（继续轰击重原子核）反应。只要每一次核裂变的中子数平均多于一个（即中子的增值系数大于1），核裂变就可继续进行。多次反应后，裂变出的中子总数以指数形式增长，而产生的能量也随之剧增，如果不加以控制，这个裂变系统会变为一个激烈的链式裂变反应[3]。而氢弹利用了原子弹爆炸产生的温度引发核聚变，其过程更为复杂。计算机模拟这一核反应过程，除考虑爆炸本身的反应链外，还要考虑环境因素，如温度、湿度、空气流向、气压等各种复杂因素。因此想要模拟核爆炸，必须使用计算能力超强的计算机才可以完成。早在1997年，美国的IBM公司就宣布将制造一种每秒能计算10亿次的超级计算机，它可以在一秒钟之内完成一个使用便携式计算机的人3万年才能完成的工作。这为美国提供了一种模拟核爆炸而又无须进行实际核爆的有效手段，于是核试验便开启了计算机模拟的时代。这也使在不发生真实爆炸的同时知道实验结果并做出相应的修正成为可能，减少了人员损失和成本付出[4]。

在军事领域，除了核试验，各种实战演习是必不可少的，为了减少人员伤亡、降低演习成本，用计算机模拟虚拟战场成为不二选择。在虚拟战场中，为了使作战人员身临其境，各种地形、自然环境、兵器都需要被模拟出来。而为了提升虚拟场景的体验和准确度，必须利用功能强大的计算机提供更强大的算力，使模拟出来的事物更加逼真、误差更小。此外，更精准、强大的军事装备也正在研发中，从它的设计、制作到测试每一个环节都离不开计算机强大算力的支持。算力存在于军事领域的方方面面，在不同的场景下推动着军事产业的前行。

2. 生物科技领域

算力在基因测序中的应用已随着分子生物学的发展显得越来越重要。现在，世界上的分子生物学家们正在致力于有史以来最大的数据收集工作。在国家、学校、研究所和企业所属的实验室中技术研究人员正在进行着全部基因组测定和序列测定绘图工作，为发现对遗传信息具有价值的成果而努力[5]。基因测序的方法不止一种，最流行的一种是“鸟枪法”，该方法有些类似人们玩的拼图游戏。拼图游戏是将多个图片碎块重新拼装复原成一张完整图片的游戏。而“鸟枪法”则是先将整个基因组打乱，切成随机碎片，然后测定每个小片段序列，最终利用计算机将这些切片进行排序和组装，并确定它们在基因组中的正确位置。将这个原理用图片进行展示，如图1-1所示，这其中的工作量可想而知。

未来，分子生物学家们希望获得上万种生物的基因组序列。这将是一个含有分布在地球上不同地方的众多植物、动物和微生物进化“蓝图”的巨大数据库。人类基因组计划对人类细胞中碱基对进行测定和分析，理解和描述所有基因之间、组织之间、器官之间、物种之间和外界环境之间的相互关系网络，以及引起遗传突变和表型改变的因素，是曾经使用过的任何复杂系统所不能处理的。现在的基因测序主要是依靠计算机的强大算力进行的，随着计算机的不断更新换代、性能的不断提升及超级计算的飞速发展，基因测序时间将不断缩短，极大地降低基因测序的时间成本。

3. 天文气象领域

在气象领域，人们通过获取各气象台站、气象火箭、气象卫星观测到的气温、气压、风力、湿度，以及各水文站测到的水位、流速等观测数据，对大气和水流的数学模型进行计算，就能找到大气和水流的运动规律。但是，这种计算不仅数据量很大、计算复杂，而且还需要尽快得到计算结果。因为过去采用人工计算，必须大规模简化数学模型，所以很难得到准确结论。有时虽能得出计算结果，但耗时过多。因此，气象分析需要大型高速计算机提供强大算力。利用这些算力可以把大气层变化的数据进行及时的处理分析。有了这些分析结果，便能准确掌握天气情况的形成过程及其走向。

在天文领域，美国加利福尼亚大学和瑞士苏黎世理论物理研究院的科学家们首次通过计算机模型，模拟了6000多万个暗物质和气体粒子间的相互作用，仿照银河系生成了相同形状的旋臂星系结构，而这个成果超级计算机经过9个月的漫长计算才完成。该模型解决了当前主要宇宙模型中长期存在的问题，成为该领域迄今分辨率最高的模型。模拟星系名为“厄里斯”（Eris）。而模型的成功建立与算力密不可分。利用计算机建立的模拟模型使我们更加方便、快捷地得到天体甚至宇宙的演化过程。根据宇宙大爆炸理论建立的宇宙膨胀模型能够使我们了解宇宙自大爆炸以来某一时间段内发生的事情。由于计算机模拟在天体的观测及理论实践方面发挥着越来越重要的作用，模拟也变得越来越复杂，而模拟所需要的算力需求也日趋增加。

同时，在现代天文观测中天文望远镜本身的设计、制造、运行、控制等都离不开算力的参与。2008年，IBM研发的第二台“蓝色基因/L”超级计算机被用于荷兰一项名为“Lofar”的无线电天文望远镜计划中，它运行Linux操作系统，配置有12 000个处理器，运算能力超过每秒30亿次。大大提高了天文观测水平。“下一代大型空间望远镜（NGST）”和“空间干涉测量飞行任务（SIM）”是美国国家航空航天局（National Aeronautics and Space Administration，NASA）“起源计划”的关键项目，用于探索在宇宙最早期形成的第一批星系和星团。其中，NGST是大孔径被动制冷望远镜，口径为4～8m，是HST和SIRTF（红外空间望远镜）的后续项目。它强大的观测能力特别体现在光学、近红外和中红外的大视场、衍射成图方面。运行于近地轨道的SIM可采用迈克尔干涉方案进行，先进的计算机处理技术将提供毫秒级精度的恒星精密绝对定位测量。同时，由于其具有综合成图能力，能产生高分辨率的图像，所以可用于实现搜索其他行星等科学目的[6]。

在人类对未来和未知的领域进行探索时，不断提升的算力实现了人们的想象和创造的场景，推动了整个人类文明的进步。

4. 智慧未来领域

2016年3月15日，AlphaGo大比分战胜世界顶级围棋高手李世石，成为第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，从这一刻起AI又重新吸引住了世界的目光，而这一年也被称为AI元年，从此人类社会进入了智能化时代。未来，随着智能化时代的到来，家庭、交通等都将会是智慧化的。智慧家庭即将全屋智能化，各种设备彼此互通、相互感知并进行信息交互，每个生活场景都离不开算力对信息的处理。智慧交通即将交通智能化，汽车、路灯、信号灯等都将安装上各种感应和接收设备，实时传递、分析、了解当前交通状况，提前做好规划和应急处理。大量的终端设备会产生海量的数据，需要在边缘被及时处理，也需要被上传至云中心进行模型训练以提升精确度，而算力就存在于信息传递交互的每时每刻。随着智能场景的增多、智能应用的爆炸，应用对算力的需求也日趋强烈，不仅需要拥有强大算力的中心计算资源，而且还需要能够及时进行数据反馈的边缘计算资源。在IT领域，存在一个安迪-比尔定律：安迪（英特尔前CEO安迪·格鲁夫）提供什么，比尔（微软前任CEO比尔·盖茨）拿走什么。该定律是对IT产业中软件和硬件升级换代关系的概括，也是对应用和算力升级换代的概括。当前的算力行业正是如此，硬件厂商生产多少服务器，都会被算力厂商拿走，而下游应用市场对算力的需求永无止境，这又进一步刺激了硬件厂商的大量生产。这个定律，也形象地表述了算力的未来走势。随着云计算、大数据、物联网、人工智能等技术的高速发展，存量数据大量增长和算力成本大幅下降推动着算力的提升[7]。算力的提升为应用软件提供发展空间，应用能力提升需要更强算力，算力与应用能力相互促进，驱动人工智能的发展，促使智能设备更加完善，人与智能设备的交互也将更加流畅。中国工程院院士王坚曾说过：“人工智能之所以取得重大的发展，是因为互联网把算力带到了更多地方。”算力的普及、算力能力的提升将会推动人工智能快速发展，使人们生活更智慧化。

算力时代看似刚刚开始，实则拉力战早已开启。毕竟，在数字化转型的进程中，更智慧、算力更强的城市，就意味着资源更节省、安全更有保障、运行效率更高、居民生活更便利。而要实现整体的数字化转型，就需要更强的城市大脑。想要让城市更加智慧，势必需要更强大的算力，以支撑各领域的数据运营与智能运行。

由此，从城市到家庭，从政府到企业，今后的发展规划势必要考虑算力这个重要因素，因为算力已经成为未来企业乃至国家发展的主要动能。

算力就是生产力，当万事万物都离不开算力时，一个崭新的算力时代就会到来。