什么是算力?

8
发表时间:2023-11-20 10:39

算力的字面意思,大家都懂,就是计算能力(Computing Power)。

所谓“计算”,我们可以有多种定义。

狭义的定义,是对数学问题进行运算的过程,例如完成“1+1=?”的过程,或者对“哥德巴赫猜想”进行推理的过程。

广义的定义,则更为宏观,凡是对信息进行处理并得到结果的过程,都可以称为“计算”。

很显然,狭义和广义定义的区别,主要是计算的内容不同。而完成计算过程的能力,都可以称之为“算力”。

事实上,人类的思考,就是一个最常见的计算过程。

我们除了睡觉和发呆的时间之外,每时每刻都在进行着思考。我们通过五官对外界信息进行观察、感知和收集。然后,借助大脑,对这些信息进行处理(也就是思考)。最后,得出结论,做出判断,并采取行动。

在这个过程中,大脑就是我们的算力工具。而大脑的思考能力,就是算力。大脑的思考速度越快,意味着算力越强。

计算是人类解决问题的一种方式。

在漫长的历史长河中,人类遇到过很多问题,都需要通过计算来解决。这些计算任务,仅凭大脑这个“原生”算力工具,是无法完成的。于是,人类发明了很多算力工具和方法,满足计算需求。例如算盘、算筹、计算尺等。

20世纪40年代,在技术的不断积累下,电子计算机诞生,信息技术革命正式开启。

早期的计算机,其实就是一个大型计算器,主要用于军事领域的复杂计算任务(例如弹道计算)。它的性能并不算强,而且体积和功耗巨大。后来,晶体管被发明出来,取代了真空管,才逐渐解决了体积和功耗的问题。

1958年,集成电路问世,正式开创了芯片时代。芯片里面拥有大量的电子元件(例如晶体管、电阻、电容等),可以执行运算指令。近几十年以来,在摩尔定律的支配下,芯片上的晶体管数量不断增加,性能也不断提升。

在芯片能力的加持下,计算机变得越来越强大,体型也越来越小,最终催生了PC,以及繁荣的IT软硬件生态。计算机开始走入家庭和行业,并最终成为人类最重要的算力工具。

我们将计算机应用于各个领域,用它来运行程序、解决问题、提升效率。芯片的制程越先进,晶体管数量越多,算力就越强劲,问题就能解决得更快更好。

如今,芯片已经成为了算力的代名词。我们讨论算力,其实就是在说芯片的计算能力。

通常来说,行业里倾向于将CPU、GPU等芯片技术及能力,称为狭义的算力。内存、硬盘相关的存储技术,称为存力。操作系统、数据库、中间件、应用程序等在内的软件技术,称为算法。

广义的算力,既包括了狭义的算力,也包括了存力和算法。

云计算、大数据、人工智能、区块链等前沿概念,都属于算力的应用。换言之,和信息技术有关的一切,都可以笼统称为算力领域。

我们还需要注意,芯片是算力的核心,而安装了芯片的手机、手表、PC等终端,以及服务器等设备,是算力的载体。拥有大量服务器的数据中心,还有计算集群,我们也可以称为算力平台。它们就是算力的主要存在形式。


算力的价值

算力的作用,是完成计算任务。

大家都知道,计算机硬件系统的运转,以及程序软件的执行,是由无数个计算任务支撑起来的。因此,芯片所提供的算力,就是整个系统正常工作的动力来源。

信息技术经过多年的普及,已经遍布我们工作和生活的各个角落。各种各样的IT系统,支撑着整个社会的发展。算力支撑了所有的IT系统,而IT系统支撑了整个社会。从这个角度来说,将算力誉为社会发展的基石,也不为过。

在生活方面,我们的衣食住行、娱乐休闲,离不开手机,也离不开移动互联网。我们的手机是里面的芯片在提供算力,这样才有丰富的功能,流畅的速度。

我们访问的数字电商,玩的网络游戏,看的电影视频,都是基于互联网服务提供商的服务。这些服务都构建在数据中心和服务器上,也是芯片在提供算力。算力越强,服务体验就越好,我们的生活才会更方便,也更快乐。

在工作方面,现在各行各业都在推动数字化转型,将先进的IT技术和通信技术与传统行业相结合。

数字化是信息化的进一步延伸。以往的信息化,只是在一些特定的业务上引入IT技术。而数字化,是面向整个企业的改造。包括组织架构、业务流程、商业模式和工作场景,都是数字化转型改造的对象。

数字化的目的,是提升生产效率,降低成本,增强企业的综合竞争力。

无论是信息化,还是数字化,背后都是算力在进行驱动。算力越强,系统的能力就越强,带来的改进就越大,收益越多。


算力的分类

算力服务于整个社会。而社会对算力的需求是存在差异的。这些算力需求,既有来自消费领域的(移动互联网、追剧、网购、打车、O2O等),也有来自行业领域的(工业制造、交通物流、金融证券、教育医疗等),还有来自城市治理领域的(智慧城市、一证通、城市大脑等)。

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。

如今,我们将算力分为三大类,分别是通用算力、智能算力以及超算算力。

通用算力以CPU(Central Processing Unit,中央处理器)输出的计算能力为主。CPU内部有指令集,对运算进行指导和优化,确保了CPU的可靠运行。

按指令集架构的不同,CPU可以分为x86架构与非x86 架构。X86架构大家都比较熟悉,是英特尔(Intel)公司首先开发并长期主导的,具有比较好的生态,市场占有率也比较高。非x86架构的类型比较多,这些年崛起速度很快,主要有x86、ARM、MIPS、Power、RISC-V、Alpha等。

智能算力以GPU(Graphics Processing Unit,图形处理器)、FPGA(Field ProgrammableGate Array,现场可编程逻辑门阵列)、AI(Artificial lntelligence,人工智能)芯片等输出的计算能力为主。尤其是GPU,目前可以说是炙手可热,一卡难求。

超算算力,则是以超级计算机输出的计算能力为主。它利用并行工作的多台计算机系统的集中式计算资源,并通过专用的操作系统来处理极端复杂的或数据密集型的问题,主要应用于尖端科研、国防军工等高精尖领域,价格极为昂贵,但性能也极为强劲。


算力的趋势

  • 算力需求持续增长

  • 算力类型加速转变

  • 算力服务泛在流动

  • 算力设施绿色低碳


新型算力的探索加速

算力需求的不断增长,对传统半导体芯片技术形成了巨大压力。半导体制程进入瓶颈后,越来越多的专家开始研究新的算力技术理论,例如量子计算、光计算、类脑计算等。

量子计算通过利用量子叠加态和量子纠缠态,具有超越经典计算机的计算能力。光子计算(也称为光学计算)是一种利用光波进行数据处理、数据存储或数据通信的计算方式。而类脑计算通过模拟大脑的神经网络和突触连接,实现了智能的学习和决策能力。

这些新型的算力领域目前都处于研究阶段,取得了一些成果,但也面临着不少困难。

一旦在这些领域有了真正的突破,传统的算力框架将被彻底颠覆,人类社会又将进入一个全新的发展阶段。





微信公众号:
蓝松文档:
地址:浙江省杭州市余杭区仓前街道龙园路88号3号楼A1318室(创鑫时代广场)