计算能力的字面意思，我们都知道，就是计算能力。
所谓“计算”可以有多种定义。
狭义上是计算数学问题的过程，比如完成“1+1=？”这个过程，或者说哥德巴赫猜想的推理过程。
广义的定义更宏观，任何处理信息并得到结果的过程都可以称为“计算”。
显然，狭义和广义定义的区别主要是计算的内容。而完成计算过程的能力可以称为“计算力”。
事实上，人类的思维是最常见的计算过程之一。
除了睡觉和发呆，我们无时无刻不在思考。我们通过五官观察、感知、收集外界信息。然后在大脑的帮助下，对这些信息进行处理(也就是思考)。最后得出结论，做出判断，采取行动。
在这个过程中，大脑是我们的计算工具。而大脑的思维能力就是计算能力。大脑思考越快，意味着越强大。
计算是人类解决问题的一种方式。
在漫长的历史中，人类遇到了很多问题，这些问题都需要通过计算来解决。这些计算任务是大脑作为“原生”计算工具无法完成的。因此，人类发明了许多工具和方法来满足计算需求。如算盘、筹码、计算尺等。
20世纪40年代，随着技术的不断积累，电子计算机诞生，信息技术革命正式开始。
早期的计算机实际上是一种大型计算器，主要用于军事领域的复杂计算任务(如弹道计算)。性能不强，体积和功耗巨大。后来发明了晶体管来代替真正的空管，逐渐解决了体积和功耗的问题。
1958年，集成电路问世，正式开启了芯片时代。有很多电子元件(如晶体管、电阻、电容等。)在芯片中，可以执行操作指令。近几十年来，在摩尔定律的控制下，芯片上的晶体管数量不断增加，性能不断提高。
在芯片能力的加持下，电脑变得越来越强大，体积越来越小，最终催生了PC和繁荣的IT软硬件生态系统。计算机开始进入家庭和行业，最终成为人类最重要的计算工具。
我们在各个领域使用计算机运行程序，解决问题，提高效率。芯片的工艺越先进，晶体管越多，计算能力就越强，解决问题就能更快更好。
5G手机SoC芯片如今，芯片已经成为计算能力的代名词。当我们谈论计算能力时，我们实际上是在谈论芯片的计算能力。
一般来说，业界倾向于将CPU、GPU等芯片技术和能力称为狭义的计算能力。内存，硬盘相关的存储技术，叫内存。软件技术，包括操作系统、数据库、中间件和应用程序，称为算法。
广义的算力既包括狭义的算力，也包括存储力和算法。
云计算、大数据、人工智能、区块链等前沿概念都是计算能力的应用。换句话说，与信息技术相关的一切都可以统称为计算能力领域。
我们还需要注意的是，芯片是计算能力的核心，手机、手表、PC、带芯片的服务器等终端都是计算能力的载体。拥有大量服务器和计算集群的数据中心也可以称为计算平台。它们是计算能力的主要形式。
█计算能力的价值
计算能力的作用是完成计算任务。
众所周知，计算机硬件系统的运行和程序软件的执行是由无数的计算任务支撑的。因此，芯片提供的计算能力是整个系统正常工作的动力源。
经过多年的普及，信息技术已经遍布我们的工作和生活。各种IT系统支撑着整个社会的发展。计算能力支撑着所有的IT系统，IT系统支撑着整个社会。从这个角度来说，把计算能力视为社会发展的基石并不为过。
在生活中，我们的衣食住行、娱乐休闲都离不开手机和移动互联网。我们的手机就是里面的芯片提供计算能力，让它功能丰富，速度流畅。
我们访问的数字电子商务，玩的网络游戏，看的电影视频，都是基于互联网服务商的服务。这些服务建立在数据中心和服务器上，芯片也在提供计算能力。计算能力越强，服务体验越好，我们的生活会更便捷，更幸福。
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。以前的信息化只是将IT技术引入到一些具体的业务中。数字化是整个企业的转型。包括组织架构、业务流程、商业模式和工作场景，都是数字化转型和变革的对象。
数字化的目的是提高生产效率，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，背后都是计算能力。计算能力越强，系统的能力越强，提升越大，受益越多。
一些企业在信息化、数字化的基础上，向智能化方向发展。这将带来更大的效率提升，形成“代差”级别的技术优势。在未来日益激烈的市场竞争中，这种优势可以决定企业的生死。
现在业内流行一种说法，所有的商业模式都在向“挖掘数据价值”的方向靠拢。
数据被视为最宝贵的资源和富矿。算力被当成挖这个矿的工具。通过计算能力对数据进行处理，可以挖掘巨大的数据价值，创造财富。
挖掘数据价值的过程细分为数据生成、数据传输、数据存储和数据计算四个环节。计算力(信息技术)和连接力(通信技术)可以相互配合完成这个过程:
首先，我们通过传感器、摄像头等设备收集物理世界的信息，并转换成数字比特。然后通过5G、Wi-Fi、光纤等通信技术进行传输和输送。这些数字位存储在硬盘等存储介质中，然后交给芯片进行计算。计算结果用于决策和控制。
在人工智能技术的加持下，做决策和控制的主角甚至可能不是我们人类，而是AI智能体。
看到了吧，在数据价值挖掘的过程中，计算能力的作用是毋庸置疑的。没有强大的计算能力，你无法完成这份很有前途的工作。
计算能力的重要价值还体现在国家竞争力的高低上。
计算能力决定了数字经济的发展速度和社会智能化的发展高度。根据IDC、浪潮信息和清华大学全球产业研究院联合发布的数据，计算力指数每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰。
世界各国的计算能力规模与经济发展水平呈现出显著的正相关关系。一个国家的计算能力规模越大，经济发展水平越高。
毫不夸张地说，计算能力已经成为国家竞争力的重要组成部分。
█计算力的分类
计算能力服务于整个社会。但是社会对计算能力的需求是有差异的。这些计算能力需求来自消费领域(移动互联网、追剧、网购、打车、O2O等。)，来自行业板块(工业制造、交通物流、金融证券、教育医疗等。)，以及来自城市治理板块(智慧城市、一卡通、城市大脑等)。).
不同的计算应用和需求有不同的算法。不同的算法对计算能力的特性有不同的要求。
现在我们把计算能力分为三类，分别是通用计算能力、智能计算能力和超级计算能力。
一般的计算能力主要是CPU(中央处理器)输出的计算能力。CPU内部有一个指令集来指导和优化运行，保证了CPU的可靠运行。
根据指令集架构的不同，CPU可以分为x86架构和非x86架构。大家都很熟悉X86架构，它最早是由Intel开发并主导了很长一段时间。生态好，市场占有率高。非x86架构的类型很多，近年来迅速崛起，主要有x86、ARM、MIPS、Power、RISC-V、Alpha等。
智能计算能力主要由GPU(图形处理单元)、FPGA(现场可编程门阵列)和AI(人工智能)芯片输出。尤其是GPU，可以说是目前炙手可热，一卡难求。
超级计算能力主要是基于超级计算机输出的计算能力。它利用并行工作的多个计算机系统的集中计算资源，通过特殊的操作系统处理极其复杂或数据密集型的问题。主要用于尖端科研和国防军工等高精尖领域，价格极其昂贵，但性能也极其强劲。
在数据中心，计算任务也分为基本通用计算和HPC高性能计算。
HPC计算进一步细分为三个类别，即:
科学计算:物理化学、气象环保、生命科学、石油勘探、天文勘探等。
工程计算: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:人工智能计算，包括机器学习、深度学习、数据分析等。
大家应该都听说过科学计算和工程计算。这些专业科研领域产生大量数据，对计算能力要求极高。
以油气勘探为例。油气勘探，简单来说就是在地表做CT。一个项目下来，原始数据往往超过100TB，甚至可能超过1 PB。如此庞大的数据量，需要海量的计算能力来支撑。
智能计算近年来非常热门，是全社会关注的发展方向。在AIGC模式的推动下，各行各业都在大力发展智能计算，对智能的需求很大。
我们通常所指的数据中心，根据计算能力类型的不同，通常分为通用数据中心、智能中心和超级计算中心。
人们通常使用的互联网服务主要来自通用数据中心。智能计算中心是专门从事智能计算的数据中心。超级计算中心专门从事各种大型科学计算和工程计算任务，都是天河一号这样的超级计算机。
在计算单元中，根据任务划分的不同，也有更细的划分。除了刚才提到的CPU和GPU，近年来还出现了TPU、NPU和DPU，它们也是承担特定计算任务的特殊计算单元。
█计算能力的趋势
计算能力和连接能力是数字生产力的重要组成部分。多年来，随着信息化、数字化、智能化的不断深入，全社会对计算能力的需求十分强烈。
在需求的推动下，计算能力的发展也呈现出以下趋势:
对计算能力的需求持续增长
随着物联网时代的到来，大量智能物联网终端的引入，行业数字化转型的推进，AI智能场景的落地，将会产生难以想象的海量数据。这些数据将进一步刺激对计算能力的需求。
根据罗兰·贝格的预测，从2018年到2030年，自动驾驶对计算能力的需求将增长390倍，智能工厂的需求将增长110倍，主要国家人均计算能力的需求将增长20倍，从今天的不足500 GFLOPS到2035年的10000 GFLOPS。
据浪潮人工智能研究院预测，到2025年，全球计算能力规模将达到6.8万亿次，比2020年增长30倍。
要满足如此巨大的计算能力需求，需要在以下几个方面下功夫。
首先是芯片本身的工艺不断完善，集成了更多的晶体管，提高了芯片的单点计算能力。经过几十年的发展，摩尔定律已经逐渐到了物理瓶颈，芯片工艺已经接近1nm，所以后期能提升的空范围非常有限，代价会更大。
其次，建设大量的计算基础设施，比如数据中心。通过规模化，满足全社会的计算能力需求。
最后，通过东西方计算、计算网络等新型计算服务模式，加强计算能力的有效利用率，以适当缓解计算能力需求不断增长的压力。
计算力类型的加速转换
我在介绍计算能力的分类时提到，计算能力可以分为三种:通用计算能力、智能计算能力和超级计算能力。
其实这种分类也是近几年才逐渐形成的。一般算力在算力需求中占主导地位。然而，随着AIGC大模型等人工智能技术的快速发展，智能计算能力的比例开始迅速上升。
根据中国信通院发布的《中国综合计算力指数(2023)》，在目前的计算力规模中，通用计算力规模占74%；智能算力规模占25%。虽然智力计算能力的比重仍然小于一般计算能力，但增长速度极快，比上年增长了45%。这个增速也高于整体算力增速。
换句话说，AIGC模式的发展极大地促进了对智能计算能力的需求。计算力领域整体架构正在发生变化，智能计算力需求呈现爆发式增长。
这也意味着，在后续的计算基础设施建设中，智能计算中心的比重将大幅提升。智能计算产业的发展也将进入黄金发展期。
无处不在的计算服务流
在早期的大型机时代，计算能力以集中的方式提供服务。PC出现后，计算能力开始进入用户端。90年代手机和互联网的普及，打破了空固定的计算能力，开始“移动”。
随着移动芯片的不断迭代升级，用户移动终端的计算能力越来越强，几乎可以和PC芯片相媲美。
另一方面，基于5G、Wi-Fi等移动通信技术的发展，万物开始互联。终端的种类越来越多，都有或大或小的计算能力，都有终端计算的能力。
云计算兴起后，计算能力开始云化、分布式。随着边缘计算的出现，计算能力也从云端下沉到通信网络的各个层面。
这一切都标志着计算能力开始流动，分布在云管的各个角落。这就是计算能力的无处不在。
刚才说的计算力网络，其实就是计算力无处不在的一种表现。
计算设施是绿色低碳的
计算能力支撑着整个社会的发展，但它带来的能耗问题也日益显现。
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%，相当于两个三峡水电站的年发电量和1.8个北京地区的总用电量。
如此可怕的电力消耗给我们实现“双碳”目标带来了巨大压力，严重影响了世界经济的可持续发展。因此，努力降低计算能力的能耗成为整个行业的重点研究方向。
实现绿色低碳计算能力的方法有很多。通过基础理论研究、材料技术升级和R&D技术创新，控制功耗和改善计算基础设施是从源头节能减排的最有效手段。
此外，提高可再生能源的比例，减少化石能源的使用，也是计算能力绿色发展的关键。
目前，计算能力各方面的节能减排研究已初见成效。计算能力绿色发展的整体前景非常乐观。
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高100倍，可再生能源发电占比超过50%，行业数字化普及率达到50%。
对新计算能力的探索正在加速
日益增长的计算能力需求给传统的半导体芯片技术带来了巨大的压力。半导体制造工艺进入瓶颈后，越来越多的专家开始研究新的计算技术理论，如量子计算、光计算、类脑计算等等。
通过利用量子叠加态和量子纠缠态，量子计算拥有了超越经典计算机的计算能力。光子计算(又称光计算)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法。类脑计算通过模拟大脑中的神经网络和突触连接，实现了智能学习和决策能力。
目前，这些新的计算领域正处于研究阶段，并取得了一些成果，但也面临着许多困难。
一旦这些领域出现真正的突破，传统的计算框架将被彻底颠覆，人类社会将进入新的发展阶段。
好了，今天的文章就到这里。感谢您的耐心阅读！
本文来自微信微信官方账号:鲜枣课堂(ID: xzclasscom)，作者小枣君。
