日，由四川天府新區、成都產業集團共同打造的天府智算中心項目一期正式點亮，并將于本月進入試運行，助推國家超算成都中心成為西部首個超智融合算力中心。天府智算中心項目規劃建設算力規模達到1000PFLOPS（1PFLOPS＝每秒1千萬億次浮點運算），這將相當于50萬臺PC電腦的算力。首期投資1.5億元，建設算力規模達到256PFLOPS，支撐高復雜度、高計算需求的百億級大模型訓練。（成都日報“錦觀”）
來源： 四川發布
天這篇文章，我們來聊聊算力。
這兩年，算力可以說是ICT行業的一個熱門概念。在新聞報道和大咖演講中，總會出現它的身影。
那么，究竟到底什么是算力？算力包括哪些類別，分別有什么用途？目前，全球算力正處于怎樣的發展狀態？
接下來，小棗君就給大家詳細科普一下。
█ 什么是算力
算力的字面意思，大家都懂，就是計算能力（Computing Power）。
更具體來說，算力是通過對信息數據進行處理，實現目標結果輸出的計算能力。
我們人類，其實就具備這樣的能力。在我們的生命過程中，每時每刻都在進行著計算。我們的大腦，就是一個強大的算力引擎。
大部分時間里，我們會通過口算、心算進行無工具計算。但是，這樣的算力有點低。所以，在遇到復雜情況時，我們會利用算力工具進行深度計算。
遠古時期，我們的原始工具是草繩、石頭。后來，隨著文明的進步，我們有了算籌（一種用于計算的小棍子）、算盤等更為實用的算力工具，算力水平不斷提升。
到了20世紀40年代，我們迎來了算力革命。
1946年2月，世界上第一臺數字式電子計算機ENIAC誕生，標志著人類算力正式進入了數字電子時代。
ENIAC，1946年
再后來，隨著半導體技術的出現和發展，我們又進入了芯片時代。芯片成為了算力的主要載體。
世界上第一個集成電路（芯片），1958年
時間繼續推移。
到了20世紀70-80年代，芯片技術在摩爾定律的支配下，已經取得了長足進步。芯片的性能不斷提升，體積不斷減小。終于，計算機實現了小型化，PC（個人電腦）誕生了。
世界上第一臺PC（IBM5150），1981年
PC的誕生，意義極為深遠。它標志著IT算力不再僅為少數大型企業服務（大型機），而是昂首走向了普通家庭和中小企業。它成功打開了全民信息時代的大門，推動了整個社會的信息化普及。
在PC的幫助下，人們充分感受到IT算力帶來的生活品質改善，以及生產效率提升。PC的出現，也為后來互聯網的蓬勃發展奠定了基礎。
進入21世紀后，算力再次迎來了巨變。
這次巨變的標志，是云計算技術的出現。
云計算，Cloud Computing
在云計算之前，人類苦于單點式計算（一臺大型機或一臺PC，獨立完成全部的計算任務）的算力不足，已經嘗試過網格計算（把一個巨大的計算任務，分解為很多的小型計算任務，交給不同的計算機完成）等分布式計算架構。
云計算，是分布式計算的新嘗試。它的本質，是將大量的零散算力資源進行打包、匯聚，實現更高可靠性、更高性能、更低成本的算力。
具體來說，在云計算中，中央處理器（CPU）、內存、硬盤、顯卡（GPU）等計算資源被集合起來，通過軟件的方式，組成一個虛擬的可無限擴展的“算力資源池”。
用戶如果有算力需求，“算力資源池”就會動態地進行算力資源的分配，用戶按需付費。
相比于用戶自購設備、自建機房、自己運維，云計算有明顯的性價比優勢。
云計算數據中心
算力云化之后，數據中心成為了算力的主要載體。人類的算力規模，開始新的飛躍。
█ 算力的分類
云計算和數據中心之所以會出現，是因為信息化和數字化的不斷深入，引發了整個社會強烈的算力需求。
這些需求，既有來自消費領域的（移動互聯網、追劇、網購、打車、O2O等），也有來自行業領域的（工業制造、交通物流、金融證券、教育醫療等），還有來自城市治理領域的（智慧城市、一證通、城市大腦等）。
不同的算力應用和需求，有著不同的算法。不同的算法，對算力的特性也有不同要求。
通常，我們將算力分為兩大類，分別是通用算力和專用算力。
大家應該都聽說過，負責輸出算力的芯片，就有分為通用芯片和專用芯片。
像x86這樣的CPU處理器芯片，就是通用芯片。它們能完成的算力任務是多樣化的，靈活的，但是功耗更高。
而專用芯片，主要是指FPGA和ASIC。
FPGA，是可編程集成電路。它可以通過硬件編程來改變內部芯片的邏輯結構，但軟件是深度定制的，執行專門任務。
ASIC，是專用集成電路。顧名思義，它是為專業用途而定制的芯片，其絕大部分軟件算法都固化于硅片。
ASIC能完成特定的運算功能，作用比較單一，不過能耗很低。FPGA，介于通用芯片和ASIC之間。
我們以比特幣挖礦為例。
以前，人們都是用PC（x86通用芯片）挖礦，后來越挖難度越大，算力不夠。于是，開始使用顯卡（GPU）去挖礦。再后來，顯卡的能耗太高，挖出來的幣值還抵不上電費，就開始采用FPGA和ASIC集群陣列挖礦。
在數據中心里，也對算力任務進行了對應劃分，分為基礎通用計算，以及HPC高性能計算（High-performance computing）。
HPC計算，又繼續細分為三類：
科學計算類：物理化學、氣象環保、生命科學、石油勘探、天文探測等。
工程計算類：計算機輔助工程、計算機輔助制造、電子設計自動化、電磁仿真等。
智能計算類：即人工智能（AI，Artificial Intelligence）計算，包括：機器學習、深度學習、數據分析等。
科學計算和工程計算大家應該都聽說過，這些專業科研領域的數據產生量很大，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。一個項目下來，原始數據往往超過100TB，甚至可能超過1個PB。如此巨大的數據量，需要海量的算力進行支撐。
智能計算這個，我們需要重點說一下。
AI人工智能是目前全社會重點關注的發展方向。不管是哪個領域，都在研究人工智能的應用和落地。
人工智能的三大核心要素，就是算力、算法和數據。
大家都知道，AI人工智能是一個算力大戶，特別“吃”算力。在人工智能計算中，涉及較多的矩陣或向量的乘法和加法，專用性較高，所以不適合利用CPU進行計算。
在現實應用中，人們主要用GPU和前面說的專用芯片進行計算。尤其是GPU，是目前AI算力的主力。
GPU雖然是圖形處理器，但它的GPU核（邏輯運算單元）數量遠超CPU， 適合把同樣的指令流并行發送到眾核上，采用不同的輸入數據執行，從而完成圖形處理或大數據處理中的海量簡單操作。
因此，GPU更合適處理計算密集型、高度并行化的計算任務（例如AI計算）。
這幾年，因為人工智能計算的需求旺盛，國家還專門建設了很多智算中心，也就是專門進行智能計算的數據中心。
成都智算中心（圖片來自網絡）
除了智算中心之外，現在還有很多超算中心。超算中心里面，放的都是“天河一號”這樣的超級計算機，專門承擔各種大規模科學計算和工程計算任務。
（圖片來自網絡）
我們平時看到的數據中心，基本上都屬于云計算數據中心。
任務比較雜，基礎通用計算和高性能計算都有，也有大量的異構計算（同時使用不同類型指令集的計算方式）。因為高性能計算的需求越來越多，所以專用計算芯片的比例正在逐步增加。
前幾年逐漸開始流行起來的TPU、NPU和DPU等，其實都是專用芯片。
大家現在經常聽說的“算力卸載”，其實不是刪除算力，而是把很多計算任務（例如虛擬化、數據轉發、壓縮存儲、加密解密等），從CPU轉移到NPU、DPU等芯片上，減輕CPU的算力負擔。
近年來，除了基礎通用算力、智能算力、超算算力之外，科學界還出現了前沿算力的概念，主要包括量子計算、光子計算等，值得關注。
█ 算力的衡量
算力既然是一個“能力”，當然就會有對它進行強弱衡量的指標和基準單位。大家比較熟悉的單位，應該是FLOPS、TFLOPS等。
其實，衡量算力大小的指標還有很多，例如MIPS、DMIPS、OPS等。
MFLOPS、GFLOPS、TFLOPS、PFLOPS等，都是FLOPS的不同量級。具體關系如下：
浮點數有FP16、FP32、FP64不同的規格
不同的算力載體之間，算力差異是非常巨大的。為了便于大家更好地理解這個差異，小棗君又做了一張算力對比表格：
前面我們提到了通用計算、智算和超算。從趨勢上來看，智算和超算的算力增長速度遠遠超過了通用算力。
根據GIV的數據統計，到2030年，通用計算算力（FP32）將增長10倍，達到3.3 ZFLOPS。而AI智算算力（FP16），將增長500倍，達到105 ZFLOPS。
█ 算力的現狀與未來
早在1961年，“人工智能之父”約翰·麥卡錫就提出Utility Computing（效用計算）的目標。他認為：“有一天，計算可能會被組織成一個公共事業，就像電話系統是一個公共事業一樣”。
如今，他的設想已經成為現實。在數字浪潮下，算力已經成為像水、電一樣的公共基礎資源，而數據中心和通信網絡，也變成了重要的公共基礎設施。
這是IT行業和通信行業辛苦奮斗大半個世紀的成果。
對于整個人類社會來說，算力早已不是一個技術維度的概念。它已經上升到經濟學和哲學維度，成為了數字經濟時代的核心生產力，以及全社會數智化轉型的基石。
我們每個人的生活，還有工廠企業的運轉，政府部門的運作，都離不開算力。在國家安全、國防建設、基礎學科研究等關鍵領域，我們也需要海量的算力。
算力決定了數字經濟發展速度，以及社會智能發展高度。
根據IDC、浪潮信息、清華大學全球產業研究院聯合發布的數據顯示，計算力指數平均每提高1點，數字經濟和GDP將分別增長3.5‰和1.8‰。
全球各國的算力規模與經濟發展水平，已經呈現出顯著的正相關關系。一個國家的算力規模越大，經濟發展水平就越高。
世界各國算力和GDP排名 （來源：遲九虹，華為算力時代峰會演講）
在算力領域，國家之間的競爭博弈日益激烈。
2020年，我國算力總規模達到135 EFLOPS，同比增長55%，超過全球增速約16個百分點。目前，我們的絕對算力，排名世界第二。
但是，從人均角度來看，我們并不占優勢，僅處于中等算力國家水平。
世界各國人均算力對比 （來源：唐雄燕，華為算力時代峰會演講）
尤其是在芯片等算力核心技術上，我們與發達國家還有很大的差距。很多掐脖子技術未能解決，嚴重影響了我們的算力安全，進而影響了國家安全。
所以，腳下的路還有很長，我們還需要繼續努力。
最近，對手又打起了光刻機的主意（圖片來自網絡）
未來社會，信息化、數字化和智能化將會進一步加快。萬物智聯時代的到來，大量智能物聯網終端的引入，AI智能場景的落地，將產生難以想象的海量數據。
這些數據，將進一步刺激對算力的需求。
根據羅蘭貝格的預測，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。
根據浪潮人工智能研究院的預測，到2025年，全球算力規模將達6.8 ZFLOPS，與2020年相比提升30倍。
新一輪的算力革命，正在加速啟動。
█ 結語
算力是如此重要的資源，但事實上，我們對算力的利用仍然存在很多問題。
比如算力利用率問題，以及算力分布均衡性問題。根據IDC的數據顯示，企業分散的小算力利用率，目前僅為10%-15%，存在很大的浪費。
摩爾定律從2015年開始放緩，單位能耗下的算力增速已經逐漸被數據量增速拉開差距。我們在不斷挖掘芯片算力潛力的同時，必須考慮算力的資源調度問題。
那么，我們該如何對算力進行調度呢？現有的通信網絡技術，能夠滿足算力的調度需求嗎？
敬請期待下集：到底什么是“算力網絡”？
—— 全文完 ——
參考文獻：
1、《中國算力發展指數白皮書》，信通院；
2、《算力網絡技術白皮書》，中國移動；
3、《算力網絡（CAN、CFN、CPN）、東數西算是怎么回事》，QianLing，知乎；
4、《中國聯通算力網絡白皮書》，中國聯通；
5、《算力網絡發展介紹與展望》，曹暢；
6、《什么是算力網絡》，吳卓然；
7、《關于“算力網絡”底層技術的思考》，鄢貴海；
8、《AI算力需求快增長，平臺化基礎設施成焦點》，廣發證券，劉雪峰、李傲遠、吳祖鵬。
月4日，遠程辦公的第二天，無數辦公中出現的問題開始被放大，最為致命的便是——家里的電腦算力(配置)不夠。
我們舉個例子，對于設計、后期制作此類崗位人員而言，一般情況下公司會為其配備較為昂貴的臺式設備來支撐日常所需大量算力，如AutoCAD、AI等專業辦公軟件所需的算力。
雖然當下已經開工，但受于疫情的影響，很多崗位人員至今尚未返京，即便返京也無法前去公司取走沉重的機箱與顯示器。而家中的電腦，雖能做一些簡單的Photoshop處理，若要打開較大的PSD文件，依舊需要等待漫長的打開過程，且在操作中還會頻頻出現無響應現象，這對于設計工作者而言，是種致命的打擊。
其實這一次遠程辦公，我們可以將其分為兩部分來看，其一是遠程其二是辦公。遠程考驗的是通信能力，釘釘、企業微信、飛書此類軟件便很好的解決了遠程之一問題。但辦公講究的還是算力，在算力不夠的情況下，即便是大神級的設計師，也會被算力拖住腳步。
但現如今，我們看到了云游戲的出現，既然大型游戲都能在云端運行，那為什么軟件不行呢？
如何不再為老電腦的算力發愁
云計算，顧名思義就是在云端進行計算，與云游戲道理相似，之所以老舊電腦能夠流暢的運行大型游戲，其原因便在于算力一側并不在本地，而是在云端。因此，無論電腦配置如何，運行中需要的算力都不發生在本地，而本地除瀏覽器外并沒有占用其它內存，這才減輕了對電腦的配置要求。
比如在線Photoshop便是個典型的代表，通過網頁進入Photoshop應用，明顯能夠感覺到，打開較大PSD文檔所需的時間，遠遠少于配置較落后的電腦設備，同時你還不用為字體庫缺失等問題苦惱。
但在線Photoshop只是最基礎的應用，此次天極網Yesky為各位推薦的，是一款設計從業者的辦公利器，他便是——UZER.ME。
正如上圖所示，UZER.ME提供了如CAD、Photoshop、AI等各類設計從業者所需的軟件。但由于這個應用的架構較為特別，因此目前UZER.ME采用了應用與應用隔離、應用與數據隔離的方式，應用和文檔庫還未能打通。
舉例來說，如果我們想要打開一個PSD文件，那么在網頁上是無法讀取本地硬盤內容的。不過別著急，你可以通過上傳功能將文件傳至其所提供的1GB云盤之中。之所以有這樣的局限，也可能是因為這個軟件目前還比較小眾，未來等商業化較為成熟時，或許便可完成與本地的打通。
雖然在打開時多了一個步驟，但用過之后便會發現，從進入到使用軟件僅需短短的幾秒，即便本地還在運行其他應用(如看視頻、聽歌、游戲掛機等)，也不會對打開時間造成影響。
云應用與云電腦有什么區別？
UZER.ME之所以被稱為利器，其原因不僅是將計算交給了云端，更在于它將Windows跑的軟件SaaS 化給了使用者，提供最本真、最低門檻的協作模式。
也就是說，無論你的設備是什么系統，都可通過網頁直接使用，即便在Mac上亦能使用熟悉的Windows軟件，不會產生任何使用和學習成本。
而這些在云端被處理后的文檔，還可通過其他終端設備(手機、平板等)進行瀏覽與修改，或是分享給其他賬戶人員進行協同辦公，將移動辦公、智能辦公、云計算的魅力滲透到工作的每一步流程之中。
其次，UZER.ME這款軟件的好處在于，這里有一切需要的正版辦公軟件，它就仿佛是個應用商店，選擇所需的軟件即可流暢使用，這已完全超出了電腦硬件配置的維度。同時也不用為盜版軟件存在的后門問題所擔憂。
另一方面，云應用和云電腦(VDI)的本質區別是，VDI相當于在云端給你一個Windows，如同在本地使用一樣，你需要去維護這個Windows系統，相當于要考慮升級、軟件更新、系統瘦身以及安全等各類問題。對于IT知識較為薄弱的人員而言，這絕對是無法跨越的難關。而在UZER.ME上，你完全不用為這個問題擔憂，只需要關注應用本身即可，點開就用用完即關，使用體驗極為友好。
總結：脫離應用層面來看這款軟件，現如今所有行業都在講上云，但對于軟件開發商而言，很多企業的云化能力是遠不及微軟的，甚至如Adobe這類大型企業的云化能力都不夠理想，其他軟件商就可想而知了。而這些軟件，如果部署到客戶那邊去，一些會對電腦環境有要求，更可能發生安裝不上的現象發生。
當然，這也是一種全新的收費嘗試，之所以正版軟件售價較貴，其一是研發產生的成本，其二便是來自銷售渠道的費用。在UZER.ME上，我們也看到了一定的局限性，如提供的網盤存儲較小，因此未來此類廠商顯然會在這塊收取一定的費用，不然軟件商也不會愿意在其上面云化。
但即便收費，這種分銷的模式也遠比用戶單獨購買軟件便宜，就像愛奇藝花了大量成本去購買正版資源，但在用戶一側，購買月卡僅需25元、年卡248元(還是不打折前提下)，相當于每天不到1塊錢便能享受到1080P杜比音效的電影。顯然，在消費習慣不斷被養成的當下，沒人會為了這1塊錢，而去使用有后門的盜版應用。