算力的字面意思，大家都懂——就是计算能力。那“计算”到底是什么？你可以从两个角度来理解。狭义的视角，就是解一道数学题，比如“1+1=？”或者证明某个猜想。广义的视角则宽泛得多：凡是对信息进行加工并产出结果的过程，都算计算。不管怎么定义，完成计算过程的能力，就是算力。

其实，人脑无时无刻不在做“计算”。除了睡觉发呆，我们每分每秒都在思考：眼睛看、耳朵听、鼻子闻，把外界信息收集起来，交给大脑处理，然后做出判断、采取行动。大脑就是我们的算力工具，思考速度越快，算力越强。

计算是人类解决问题的一种本能。历史长河中，很多计算任务单靠人脑搞不定，于是人们发明了算盘、算筹、计算尺等工具。直到20世纪40年代，电子计算机诞生，信息技术革命正式开启。早期的计算机更像一个巨型计算器，主要用来算弹道，性能不强但体积和功耗惊人。晶体管取代真空管后，体积和功耗才降下来。

1958年，集成电路问世，芯片时代开启。芯片里集成了晶体管、电阻、电容等元件，能执行运算指令。在摩尔定律的驱动下，晶体管数量节节攀升，性能不断进化。芯片加持下，计算机越来越强、越来越小，PC诞生，IT软硬件生态蓬勃生长。计算机走进千家万户，成为人类最重要的算力工具。我们用它跑程序、解问题、提效率。芯片制程越先进，晶体管越多，算力越猛，问题就解得越快越好。

如今，芯片几乎成了算力的代名词。行业内习惯把CPU、GPU这类芯片技术称为狭义的算力，把内存、硬盘等存储技术叫存力，把操作系统、数据库、应用软件叫算法。广义的算力则包含了算力、存力和算法三部分。

云计算、大数据、人工智能、区块链，这些前沿概念本质上都是算力的应用。换句话说，跟信息技术沾边的，都可以归到算力领域。注意：芯片是算力的核心，而手机、手表、PC、服务器这些装了芯片的设备是算力的载体。大量服务器组成的数据中心、计算集群，就是算力平台，也是算力的主要存在形式。

算力的价值

算力的作用就是完成计算任务。计算机硬件运转、软件执行，背后是无数个计算任务在支撑。芯片提供的算力，就是整个系统正常运转的动力来源。

信息技术普及到今天，已经渗透到工作和生活的每个角落。各种各样的IT系统支撑着社会运转，而算力支撑了所有IT系统。从这个角度说，把算力誉为社会发展的基石，一点也不夸张。

生活方面，衣食住行、娱乐休闲都离不开手机和移动互联网。手机里的芯片提供算力，才有了丰富的功能和流畅的体验。你访问的电商、玩的游戏、看的视频，都构建在数据中心和服务器上，还是芯片在提供算力。算力越强，服务体验越好，生活越方便、也越快乐。

工作方面，各行各业都在推动数字化转型，把先进的IT和通信技术与传统行业结合。数字化是信息化的升级版——信息化只是在特定业务上引入IT，而数字化要改造整个企业的组织架构、业务流程、商业模式和工作场景。目的很明确：提升效率、降低成本、增强竞争力。无论是信息化还是数字化，背后都是算力在驱动。算力越强，系统能力越强，改进越大，收益越多。

部分企业已经走到智能化阶段，效率提升更明显，能形成“代差”级的竞争优势。在越来越激烈的市场竞争中，这种优势可能决定企业生死。行业里流行一种说法：所有商业模式都在向“挖掘数据价值”靠拢。数据是富矿，算力就是挖矿的工具。用算力处理数据，就能挖出巨大的价值，创造财富。

挖掘数据价值的过程分为四步：产生数据、传输数据、存储数据、计算数据。算力和联接力（通信技术）协同完成：传感器、摄像头采集物理世界信息，转成数字比特；通过5G、Wi-Fi、光纤传输；存到硬盘里；再交给芯片计算。计算结果用于决策和控制。在AI加持下，做决策和控制的甚至可能是AI智能体。看到这里就明白了——没有强大算力，数据价值根本挖不出来。

算力的价值还体现在国家竞争力层面。算力决定了数字经济发展速度和智能社会发展高度。根据IDC、浪潮信息和清华大学联合发布的数据，计算力指数每提高1点，数字经济和GDP分别增长3.5‰和1.8‰。全球算力规模与经济发展水平已呈现显著正相关——国家算力越大，经济越强。毫不夸张地说，算力已是国家竞争力的关键组成部分。

算力的分类

社会对算力的需求多种多样：有人要追剧、网购、打车（消费领域），有人要工业制造、金融证券（行业领域），还有智慧城市、城市大脑（治理领域）。不同需求对应不同算法，对算力特性的要求也不一样。目前算力分为三大类：通用算力、智能算力和超算算力。

通用算力以CPU输出为主。CPU内部有指令集，指导优化运算，保证可靠性。按指令集架构分，有x86和非x86两类。x86大家比较熟悉，英特尔开发并长期主导，生态好、市占率高。非x86架构这些年崛起很快，包括ARM、MIPS、Power、RISC-V、Alpha等。

智能算力以GPU、FPGA、AI芯片等输出为主。尤其是GPU，如今炙手可热，一卡难求。

超算算力由超级计算机提供。它利用多台计算机的集中式资源，通过专用操作系统处理极端复杂或数据密集型问题，主要用于尖端科研、国防军工，价格昂贵但性能极其强悍。

在数据中心里，相应的任务也分为基础通用计算和HPC高性能计算。HPC又细分为三类：

• 科学计算类：物理化学、气象环保、生命科学、石油勘探、天文探测等。
• 工程计算类：计算机辅助工程、计算机辅助制造、电子设计自动化、电磁仿真等。
• 智能计算类：人工智能计算，包括机器学习、深度学习、数据分析等。

科学计算和工程计算大家都熟悉，专业科研领域数据量巨大，对算力要求极高。举个例子，油气勘探就像给地表做CT，一个项目下来原始数据往往超过100TB，甚至1PB，需要海量算力支撑。

智能计算这几年特别火，在AIGC大模型带动下，各行业都在大力发展，对智能算力的需求极大。根据算力类型不同，数据中心通常分为通用数据中心、智算中心和超算中心。

大家平时用的互联网服务来自通用数据中心。智算中心专门提供智能计算。超算中心放的是“天河一号”这样的超级计算机，承担大规模科学计算和工程计算。在算力单元上，除了CPU、GPU，这几年又出现了TPU、NPU、DPU等专用计算单元，分工越来越细。

算力的趋势

算力和联接力是数字生产力的两大支柱。随着信息化、数字化、智能化不断深入，社会对算力的需求越来越强烈。在需求推动下，算力发展呈现出几个明显趋势。

算力需求持续增长

万物智联时代，大量智能物联网终端接入，行业数字化转型推进，加上AI落地，将产生难以想象的海量数据，进一步刺激算力需求。罗兰贝格预测，2018到2030年，自动驾驶对算力的需求将增加390倍，智慧工厂增长110倍。主要国家人均算力需求将从今天不足500 GFLOPS，增至2035年的10000 GFLOPS，增长20倍。浪潮人工智能研究院预测，到2025年全球算力规模将达6.8 ZFLOPS，比2020年提升30倍。

要满足如此庞大的需求，需要多管齐下：一是不断提升芯片制程，集成更多晶体管，提升单点算力。但摩尔定律已逼近物理极限，芯片工艺接近1nm，后续空间有限，代价更大。二是建设大量算力基础设施，如数据中心，靠规模化满足需求。三是通过东数西算、算力网络等新模式，提高算力有效利用率，缓解压力。

算力类型加速转变

前面提到算力分通用、智能、超算三类。这种分类是近几年才逐渐形成的。以前通用算力占主导，但如今随着AIGC大模型等人工智能技术飞速发展，智能算力占比迅速攀升。中国信通院《中国综合算力指数（2023年）》显示，在目前算力规模中，通用算力占74%，智能算力占25%。智能算力虽仍少于通用，但增速极快，同比增加45%，高于总体增速。换句话说，AIGC大模型显著拉动了智能算力需求，算力整体架构正在变化，智能算力需求呈爆发式增长。这意味着后续算力基础设施建设中，智算中心的比例将显著增加，智算产业将进入黄金发展期。

算力服务泛在流动

早期大型机时代，算力集中化提供服务。PC出现后，算力开始进入用户侧。上世纪90年代手机和互联网流行，打破了空间固定，算力“移动”起来。移动芯片不断升级，手机终端的算力几乎可以比肩PC。同时，5G、Wi-Fi等通信技术让万物互联，终端类型越来越多，都具备或大或小的端计算能力。云计算崛起后，算力云化、分布化；边缘计算出现，算力从云端下沉到通信网络各层级。

这一切标志着算力开始流动，遍布云管端的每个角落，这就是算力泛在化。刚才提到的算力网络，也是泛在化的一种体现。

算力设施绿色低碳

算力支撑了社会发展，但能耗问题日益凸显。数据显示，2021年全国数据中心总用电量为2166亿千瓦时，占全国总用电量的2.6%，相当于2个三峡水电站的年发电量、1.8个北京地区的总用电量。如此恐怖的耗电量，对实现“双碳”目标造成很大压力，也影响世界经济可持续发展。因此，降低算力能耗已成为行业重点研究方向。

实现绿色低碳有多种途径：基础理论研究、材料工艺升级、技术创新，从源头上对算力基础设施进行功耗控制和改良，是最有效的手段。此外，提高可再生能源占比、减少化石能源使用也是关键。目前在算力各环节的节能减排研究已取得初步成果，整体前景乐观。根据《绿色发展2030》报告预测，到2030年，全球数字基础设施能效将提升100倍，可再生能源发电量占比超50%，行业数字化渗透率达50%。

新型算力的探索加速

算力需求持续增长，给传统半导体芯片带来巨大压力。半导体制程进入瓶颈后，越来越多专家开始研究量子计算、光计算、类脑计算等新理论。量子计算利用量子叠加态和纠缠态，拥有超越经典计算机的能力；光子计算用光波进行数据处理、存储或通信；类脑计算通过模拟大脑神经网络和突触连接，实现智能学习和决策。这些领域目前都处于研究阶段，取得了一些成果，也面临不少困难。一旦实现真正突破，传统算力框架将被彻底碘伏，人类社会将进入全新发展阶段。