文 | 王智遠(yuǎn)
昨天朋友問我一個(gè)問題：
通算、科算、智算、AI計(jì)算，聽起來很厲害，有什么區(qū)別？分別用來干什么？怎么總是說不清楚？
我也曾困惑過。這些詞看似高大上，但缺少一個(gè)清晰的框架，很難講明白之間的關(guān)系；后來，花了不少時(shí)間系統(tǒng)梳理，才搞清楚背后的邏輯。
如果你也在算力方面似懂非懂，剛好卡在“有點(diǎn)了解，又不夠系統(tǒng)”的狀態(tài)，那這些見解，希望能撥開迷霧。
01
想象一下，你和朋友參加一場(chǎng)拼圖比賽：誰先拼完一幅超復(fù)雜的拼圖，誰就贏；如果你一個(gè)人拼，肯定很慢；但如果有一群人一起幫忙，分工明確，效率就會(huì)高很多。
這個(gè)故事里，拼圖速度，就像算力。
算力，是計(jì)算機(jī)處理數(shù)據(jù)的能力。它像一個(gè)拼圖高手，面對(duì)一堆雜亂的數(shù)據(jù)碎片，算力越強(qiáng)，拼得越快，能做的事情也就越多。
從技術(shù)角度講，算力指計(jì)算機(jī)在單位時(shí)間內(nèi)，能處理多少數(shù)據(jù)、完成多少運(yùn)算，就像衡量一臺(tái)機(jī)器“干活效率”的指標(biāo)。它是數(shù)字經(jīng)濟(jì)時(shí)代的核心生產(chǎn)力。
無論是復(fù)雜的科學(xué)研究，還是日常生活中各種AI應(yīng)用，都離不開強(qiáng)大的算力支撐，可以說，它是各類創(chuàng)新落地的基礎(chǔ)。
但你可能不知道，算力也像拼圖團(tuán)隊(duì)一樣，有不同類型，各司其職；有人擅長(zhǎng)識(shí)別圖案，有人擅長(zhǎng)快速定位，有人速度快但不夠精準(zhǔn)——算力世界也有類似的分工。
首先是通用算力（General-Purpose Computing Power），簡(jiǎn)稱“通算”。
它像一位多面手，適合處理日常任務(wù)，比如辦公、上網(wǎng)、看視頻等，不需要太高的性能，也能輕松應(yīng)對(duì)。
有了通算，再往上一層是什么？
科學(xué)算力（Scientific Computing Power），簡(jiǎn)稱“科算”，它是算力界的“學(xué)霸”，專攻復(fù)雜、高精度的科研問題。
比如：科學(xué)家模擬氣候變化、生物學(xué)家分析基因序列、天文學(xué)家研究星系分布和黑洞形成等，都要借助科算來完成高強(qiáng)度、高精度的計(jì)算任務(wù)。
還有比科算更強(qiáng)大的嗎？當(dāng)然，智能算力（Intelligent Computing Power），簡(jiǎn)稱智算（ICP）。
它是干嘛的呢？
用來訓(xùn)練、運(yùn)行AI模型，比如：讓AI學(xué)會(huì)識(shí)別人臉、理解語音、翻譯語言等。它的特點(diǎn)是能高效處理海量數(shù)據(jù)，并根據(jù)不同的AI場(chǎng)景靈活調(diào)整策略。
雖然某些情況下會(huì)犧牲一點(diǎn)點(diǎn)精度，但速度和效率是它的強(qiáng)項(xiàng)。
最后，是AI專用算力（AI Computing Power），也就是常說的“AI計(jì)算”。它是為人工智能深度定制的算力類型，主要用于深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)訓(xùn)練等任務(wù)，是推動(dòng)AI發(fā)展的核心動(dòng)力。
所以，你看，不同類型的算力像拼圖比賽中的不同選手，各有長(zhǎng)處，也各有局限；我們?cè)趯?shí)際應(yīng)用中，會(huì)根據(jù)任務(wù)需求，選擇最合適的算力來完成工作。
02
每隔一段時(shí)間，網(wǎng)上總會(huì)冒出一堆關(guān)于芯片、計(jì)算能力的討論；你有沒有想過，為什么這個(gè)話題，總能引發(fā)這么多關(guān)注？
原因之一是：我們想解決的問題越來越復(fù)雜了，對(duì)計(jì)算的精度和效率要求也越來越高。但問題是，光靠“堆人”已經(jīng)不夠用了。
以前總覺得，只要多加幾個(gè)處理器核心（相當(dāng)于多找?guī)讉€(gè)人拼圖），速度就能更快，但在更高難度的任務(wù)面前，這種老辦法已經(jīng)不太管用了。
這時(shí)候，人們開始重新思考一個(gè)老概念：摩爾定律。
1965年，英特爾聯(lián)合創(chuàng)始人戈登·摩爾（Gordon Moore）觀察到：大概每?jī)赡辏粔K芯片上能放的晶體管數(shù)量就會(huì)翻倍，性能也會(huì)跟著提升。
過去幾十年，這條定律，幾乎成了芯片行業(yè)的金科玉律；但現(xiàn)在，它慢慢失效了，因?yàn)榭坎粩嗫s小晶體管尺寸來提升性能這條路，快走不下去了。
為什么？主要有三個(gè)問題：
一，晶體管越做越小，電子行為變得越來越不穩(wěn)定，漏電嚴(yán)重，開關(guān)也難控制；二，散熱成了大難題。同樣功耗下，單位面積發(fā)熱量越來越高；這像讓更多“拼圖選手”擠在一個(gè)小屋里快速工作，他們?cè)絹碓綗?，最后，整個(gè)系統(tǒng)可能會(huì)崩潰。
最主要一點(diǎn)是，成本飆升。制造更精密的芯片要更復(fù)雜的技術(shù)、設(shè)備，投入越來越大，回報(bào)卻不一定劃算。
所以，面對(duì)種種挑戰(zhàn)，工程師們沒有放棄，開始探索各種創(chuàng)新方法來繼續(xù)提升算力。
什么辦法呢？
能不能把晶體管從3納米做到2納米、甚至1.4納米？這就是工藝制程的持續(xù)演進(jìn)。
再比如：用3D IC技術(shù)，把芯片像疊積木一樣垂直堆起來，提高集成度；或者把一個(gè)大任務(wù)拆成多個(gè)模塊，按需組合、靈活調(diào)配。
還有就是做專用芯片，針對(duì)特定任務(wù)專門設(shè)計(jì)架構(gòu)，讓算力更高效地發(fā)揮出來。
這些創(chuàng)新，其實(shí)都在試圖繞開摩爾定律的限制。所以，現(xiàn)在你也就明白了，為什么一說到算力，大家就愛聊芯片。
不只是因?yàn)榧夹g(shù)本身重要，更因?yàn)?，我們?cè)趯ふ腋斆鞯牟呗?、更高效的工具和協(xié)作方式，去應(yīng)對(duì)越來越復(fù)雜的“拼圖比賽”。
03
發(fā)展強(qiáng)大算力，不光靠一個(gè)芯片就能搞定的事兒，它是一個(gè)涉及多個(gè)層面的復(fù)雜系統(tǒng)。
你可以把它想象成蓋一棟高樓：要磚瓦、水泥、水電門窗、裝修家電，還得有物業(yè)和社區(qū)服務(wù)，這是一個(gè)完整的生態(tài)系統(tǒng)。
在計(jì)算機(jī)世界里，硬件就是“建筑材料”。
芯片公司提供的CPU、GPU、AI芯片，是這棟樓的“發(fā)動(dòng)機(jī)”。比如：海光的x86架構(gòu)CPU，就像通用型發(fā)電機(jī)；飛騰、龍芯這些國產(chǎn)CPU，則像是我們自主可控的“核心引擎”。
而專注圖像識(shí)別、語音處理的AI芯片公司，就像智能家電里的“大腦”。
紫光、長(zhǎng)江存儲(chǔ)這類企業(yè)，負(fù)責(zé)打造“數(shù)據(jù)倉庫”，比如：硬盤、固態(tài)硬盤，相當(dāng)于家里的衣柜和儲(chǔ)物間，專門用來存放各種資料和文件。
網(wǎng)絡(luò)設(shè)備商，比如：華為、新華三，他們鋪的是“數(shù)據(jù)高速公路”，路由器、交換機(jī)像水電氣的管道，確保信息傳輸又快又穩(wěn)。
隨著物聯(lián)網(wǎng)興起，邊緣制造商也越來越重要。他們?cè)诳拷脩舻牡胤教幚頂?shù)據(jù)，減少延遲，提升體驗(yàn)，有點(diǎn)像“智能家居安裝工”。
所以你可以這么理解：
服務(wù)器是大樓框架，芯片是動(dòng)力系統(tǒng)，存儲(chǔ)是柜子抽屜，網(wǎng)絡(luò)設(shè)備是水電管道工，邊緣設(shè)備是智能家居小哥，每個(gè)環(huán)節(jié)都缺一不可，否則你連燈都開不了。
有了毛坯房，下一步做什么？當(dāng)然是裝水電、刷墻、安門窗。這就是基礎(chǔ)軟件的工作，它是連接硬件、應(yīng)用之間的橋梁。
操作系統(tǒng)，比如Linux、澎湃OS，就是房子的“總控開關(guān)”，沒有它，電腦根本開不了機(jī)。
數(shù)據(jù)庫像家里的儲(chǔ)物空間，專門存數(shù)據(jù)，比如銀行賬戶、醫(yī)院影像資料；中間件則是“連接器”，幫助不同軟件模塊溝通協(xié)作；沒有這些基礎(chǔ)軟件，再好的硬件也只是個(gè)空殼子。
問題來了：
房子結(jié)構(gòu)好了，水電也通了，接下來該干嘛？當(dāng)然是添置家具和電器了，在計(jì)算機(jī)里，這就叫應(yīng)用軟件。
AI開發(fā)平臺(tái)（如Boostkit、MindX）、大數(shù)據(jù)工具（HDFS、Spark），還有金融交易系統(tǒng)、交通調(diào)度系統(tǒng)、醫(yī)療影像分析系統(tǒng)……
這些都是讓系統(tǒng)真正“活起來”的東西。
最后，房子蓋好了，人也住進(jìn)去了，但要想住得舒服，還得有個(gè)好的小區(qū)環(huán)境。這就要對(duì)應(yīng)到整個(gè)算力生態(tài)支持了。
什么是生態(tài)？
政府出臺(tái)的各種扶持政策，是“小區(qū)規(guī)劃圖”，決定能不能蓋、怎么蓋、蓋多高；上下游企業(yè)配合，才能形成完整產(chǎn)業(yè)鏈，就像小區(qū)里的超市、快遞站、健身房，一個(gè)都不能少；
工程師、程序員、算法專家，就是小區(qū)的物業(yè)管理團(tuán)隊(duì)，保障系統(tǒng)穩(wěn)定運(yùn)行；不斷探索新用途，就像搞智慧停車、智能門禁，讓生活越來越方便。
所以，算能力的強(qiáng)大，不只靠一顆芯片，要從磚頭、水泥到小區(qū)物業(yè)，整個(gè)鏈條都齊活了，才能真正建起一座數(shù)字時(shí)代的大廈。
04
那么，在數(shù)字大廈中，算力到底有多大發(fā)展空間呢？
這么說吧：
浪潮信息發(fā)布的《中國人工智能計(jì)算發(fā)展報(bào)告（2025）》提到，到了2029年，全球計(jì)算市場(chǎng)的總規(guī)模會(huì)達(dá)到2000億美元。
這里面，AI計(jì)算市場(chǎng)規(guī)模會(huì)達(dá)到900億美元，年增長(zhǎng)率是10%；而通用計(jì)算市場(chǎng)則是1300億美元，年增長(zhǎng)率是6%。
什么意思呢？
AI計(jì)算的增長(zhǎng)速度幾乎是通用計(jì)算的兩倍。換句話說，未來幾年，AI將成為推動(dòng)整個(gè)算力市場(chǎng)增長(zhǎng)的核心引擎。
再來看看中國市場(chǎng)。賽迪顧問電子信息產(chǎn)業(yè)研究中心發(fā)布的《2025年算力發(fā)展趨勢(shì)洞察》指出，中國市場(chǎng)同樣表現(xiàn)亮眼：
到2029年，通用計(jì)算市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到417億美元 ，占全球市場(chǎng)的32% ；AI計(jì)算市場(chǎng)規(guī)模將達(dá)到238億美元，占全球市場(chǎng)的26%。
這說明，中國不僅是全球計(jì)算市場(chǎng)的重要一員，還是推動(dòng)AI算力發(fā)展的關(guān)鍵力量。
還有，AI計(jì)算的需求正在快速增長(zhǎng)。特別在大模型、多模態(tài)應(yīng)用、生成式AI這些新場(chǎng)景的推動(dòng)下，需求增長(zhǎng)得特別快。
數(shù)據(jù)顯示，2025年中國算力規(guī)模已達(dá)到 369.5EFLOPS ，同比增長(zhǎng) 26% 。可能有人不太明白，369.5EFLOPS 到底意味著什么？
它衡量的是一個(gè)國家整體的“計(jì)算能力”。
你可以理解為：今年，中國所有的電腦、服務(wù)器、數(shù)據(jù)中心加在一起，每秒鐘能完成369.5億億次超級(jí)復(fù)雜的數(shù)學(xué)運(yùn)算任務(wù)。
這有多快呢？
你用一臺(tái)普通筆記本電腦去做這些任務(wù)，可能要好幾天才能干完；而中國整個(gè)算力系統(tǒng)，一秒鐘內(nèi)就搞定。
而且這個(gè)數(shù)字還在不斷增長(zhǎng)。一年比一年強(qiáng)。隨著越來越多的數(shù)據(jù)中心建成，越來越強(qiáng)的AI芯片部署，中國的“計(jì)算大腦”正變得越來越強(qiáng)大。
所以你看，算力不只是冷冰冰的技術(shù)指標(biāo)，它背后反映的是一個(gè)國家科技實(shí)力、產(chǎn)業(yè)競(jìng)爭(zhēng)力，甚至是未來幾十年的國際地位變化。
在這場(chǎng)“算力競(jìng)賽”中，中國已經(jīng)覺醒，跑出了自己的節(jié)奏。
從一磚一瓦的硬件制造，到軟件生態(tài)，我們正一步步走向全球舞臺(tái)中央。也許，這場(chǎng)關(guān)于“誰更能算”的較量，才剛開始不久。
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論