“算力”一詞聽起來有些生疏，但卻離我們很近。今天就讓諾德基金小編來為大家科普一下吧~

就拿電影特效來說，特效的渲染就離不開算力的支持，而對特效的精細化要求越高所需的算力也就越大。今年的春節(jié)檔電影《流浪地球2》，在恢宏的敘事場景和出色的畫面特效背后，離不開算力支持，電影中的震撼畫面，可能一幀就需要超算中心渲染幾個小時才能達到理想效果，如果沒有超算算力的支持，電影從渲染到搬上銀幕，可能需要幾年的時間。

1、什么是算力？

算力是指設(shè)備通過處理數(shù)據(jù)，實現(xiàn)特定結(jié)果輸出的計算能力。諾貝爾經(jīng)濟學獎獲得者威廉·諾德豪斯在《計算過程》一文中曾提出：“算力是設(shè)備根據(jù)內(nèi)部狀態(tài)的改變，每秒可處理的信息數(shù)據(jù)量”。

其實我們每個人都擁有算力，比如口算、心算和速算等，只是算力有點低，所以我們在復(fù)雜計算時，便會借助計算工具來提升算力。從最早的結(jié)繩計算、算盤計算，到發(fā)展出計算機計算，再進一步演變至現(xiàn)代云計算，可以發(fā)現(xiàn)：算力的進步也在推動著社會的發(fā)展。

2、算力的分類

在分類上，根據(jù)使用設(shè)備和提供算力強度的不同，算力可分為基礎(chǔ)算力、智能算力和超算算力三大類：

基礎(chǔ)算力：由基于 CPU 芯片的服務(wù)器所提供的算力，主要用于基礎(chǔ)通用計算，如;移動計算和物聯(lián)網(wǎng)等。日常提到的云計算、邊緣計算等均屬于基礎(chǔ)算力。

智能算力：基于 GPU、FPGA、ASIC 等 AI 芯片的加速計算平臺提供的算力，主要用于人工智能的訓練和推理計算，比如語音、圖像和視頻的處理。

超算算力：由超級計算機等高性能計算集群所提供的算力，主要用于尖端科學領(lǐng)域的計算，比如行星模擬、藥物分子設(shè)計、基因分析等。

近年來，諾德基金小編發(fā)現(xiàn)，我國智能算力規(guī)模占比不斷擴大，截至2021年，智能算力占比已經(jīng)超過50%，成為我國算力快速增長的主要驅(qū)動力，而人工智能的訓練和推理正是需要大量的智能算力。

資料來源：《中國算力發(fā)展指數(shù)白皮書(2022年)》

3、算力為何如此重要？

作為人工智能的核心要素，算力是承載和推動人工智能走向?qū)嶋H應(yīng)用的決定性力量，人工智能模型的訓練和推理都需要大量算力支持，海量算力是大規(guī)模訓練及生產(chǎn)人工智能模型的前提。

以GPT系列模型的迭代為例，從GPT-1到GPT-3的參數(shù)量和訓練數(shù)據(jù)集呈現(xiàn)出指數(shù)級增長態(tài)勢，這也提高了對算力的需求。算法模型的發(fā)展朝著復(fù)雜化和巨量化的趨勢演進，這也注定需要更強的算力作為支撐。

從 GPT-1 到 GPT-3 發(fā)展歷程

資料來源：公司官網(wǎng)。注：從 ChatGPT 開始，OpenAI 不再公布模型細節(jié)。

此外，隨著信息化、數(shù)字化的持續(xù)推進，全球新產(chǎn)生的數(shù)據(jù)量正在快速增長，海量的數(shù)據(jù)也需要更強大的算力對其進行處理。

隨著科技進步和應(yīng)用場景的擴展，對算力的需求將不斷增大，在算力的發(fā)展過程中將會涌現(xiàn)哪些機會呢？我們一起拭目以待。