一文读懂“算力”：定义、分类、产业链及发展趋势全解析

创作时间:

作者:

@小白创作中心

一文读懂“算力”：定义、分类、产业链及发展趋势全解析

引用

来源

https://developer.aliyun.com/article/1648726

算力，作为数字经济发展的关键支撑，正以前所未有的速度改变着我们的世界。从基础计算到人工智能，从云计算到区块链，算力正在驱动着新一轮科技革命和产业变革。那么，究竟什么是算力？它如何塑造我们的世界？在我国又发展到了什么水平？本文将为您一一解答。

算力的定义与本质

简而言之，算力是指计算机系统执行计算任务的能力，它量化了数据处理的速度和效率。这个概念涵盖了硬件（如CPU、GPU、TPU等处理器）、软件算法以及网络架构等多个层面的综合性能。在更广泛的意义上，算力是驱动人工智能、大数据分析、云计算、区块链等前沿技术发展的核心动力。

笼统来看，算力可分为基础算力、智能算力和超算算力三部分，分别提供基础通用计算、人工智能计算和科学工程计算。如果按照《中国算力白皮书(2022年)》的定义，算力又可详细分为四部分：通用算力、智能算力、超算算力和边缘算力。其中，通用算力以CPU芯片输出的计算能力为主；智能算力以GPU、FPGA、Al芯片等输出的人工智能计算能力为主；超算算力以超级计算机输出的计算能力为主。边缘算力，主要是以就近为用户提供实时计算能力为主，是前三种的组合，用以解决网络延迟产生的问题。

根据中国算力发展指数白皮书测算，算力每投入1元，将带动3-4元的经济产出。在实际应用中，通用算力、智能算力和超算算力往往相互关联和依赖。如在进行人工智能训练时，需要使用超算提供的强大计算能力来加速模型的训练过程；在进行大规模数据分析时，需要使用智算来提取有用的信息和模式；在进行日常的办公和娱乐时，需要使用通用算力来处理各种常见的计算任务。

人工智能算力

应用——大模型

人工智能的算力主要应用在人工智能（AI）大模型的训练及推理。我们知道，大模型就像人一样，需要学习，慢慢成长后才会变得强大，而他的学习方式就是训练。简单以图像识别为例，先让AI大模型知道每张图像是什么，有什么特点，比如人物、风景等，在经过训练后AI 模型可以对新的图像作识别并分类，知道这是一张人物，那是一张风景图，当然更厉害的是按照要求生成图像，这个过程就可以简单理解为“推理（inference）”。

训练所需要精度更高，算力也更高，并且需要有一定的通用性，以便完成各种学习任务，因此目前 AI 训练芯片的算力一般都采用16位浮点数进行标志，另外支持32位浮点数计算，甚至64位双精度数据的计算。

推理是借助已经训练好的AI模型进行运算，利用输入数据获得所需要输出的结果，对精度和算力要求较低，因此一般推理都是采用8位整型对算力进行标志，计算时也都是进行整型运算。

载体——服务器

AI服务器是一种能够提供人工智能（AI）计算的服务器，它既可以用来支持本地应用程序和网页，也可以为云和本地服务器提供复杂的AI模型和服务。AI服务器有助于为各种实时AI应用提供实时计算服务，按应用场景可分为训练和推理两种，其中训练对芯片算力要求更高，推理对算力的要求偏低。

核心-芯片

AI芯片是算力的核心。AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责）；伴随数据海量增长，算法模型趋向复杂，处理对象异构，计算性能要求高，AI 芯片在人工智能的算法和应用上做针对性设计，可高效处理人工智能应用中日渐多样繁杂的计算任务。AI芯片主要包括图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、神经拟态芯片（NPU）等。GPU属于通用型芯片，ASIC属于专用型芯片，而FPGA则是介于两者之间的半定制化芯片。

中国算力产业链图谱、空间布局及发展趋势梳理

产业链图谱

产业链上游核心为IT软硬件设备，包括基础硬件（如CPU、GPU、存储器等）、计算设备（服务器等）和网络设备（交换机、路由器、光模块等）及基础软件（如操作系统、数据库、中间件等），是计算力、存储力、运载力的最基本单元，也是决定算力质量的根本环节。此外，还包括供配电（配电柜、变压器、UPS等）、散热制冷（风冷、液冷等）等配套设施。

中游为算力网络及平台，包括各类算力基础设施建设及基于基础设施开展的IDC服务、云服务、人工智能算力服务及安全服务等，是为下游应用提供算力服务的核心环节。

下游为各类应用场景，涵盖互联网、金融、政务、交通、教育、工业、医疗、能源等行业和领域。

空间布局

2022年，随着国家“东数西算”工程启动，我国算力地图正式开始，形成八大枢纽、十大算力中心集群。其中，八大枢纽包括：京津冀枢纽、长三角枢纽、粤港澳枢纽、内蒙古枢纽、宁夏枢纽、甘肃枢纽、成渝枢纽、贵州枢纽。十大算力中心集群包括：京津冀算力中心集群、长三角算力中心集群、粤港澳大湾区算力中心集群、成渝算力中心集群、内蒙古算力中心集群、贵州算力中心集群、甘肃算力中心集群、宁夏算力中心集群、新疆算力中心集群、云南算力中心集群。

我国超算中心市场规模全球领先。我国高度重视科技创新，在超算技术方面不断取得突破，自主研发的超级计算机多次获得世界超算500 强排名的前列位置。根据第 56 期全球超级计算机 TOP500 榜单数据，中国部署的超级计算机数量继续位列全球第一，达到 226 台，占总体份额超过 45%。截止2023年，我国共有14座科技部批准的国家级超算中心。分别位于天津、深圳、长沙、济南、广州、无锡、郑州、昆山、成都西安、太原、重庆和乌镇。

此外，近几年，国内的算力市场持续增长，其中智能算力规模增长迅速，占比达到近30%，尤其这两年国内智算增速高达70%左右，已经成为算力经济发展的新引擎。不过就我国而言，智算中心仍有极大发展空间。据中国信通院公开信息，从建设状态看，截至2024年5月，我国智算主要还在建设和规划中，总算力规划272EFLOPS，但目前建成运营的只有104EFLOPS。2023年，这一整年全国有20+座智算中心建成或在建。公开数据显示，截至2023年底，全国带有“智算中心”的项目已有128个。2024年，北京、四川、宁夏、河南等多地智算中心开工或投入使用。

2023年以来，以ChatCPT、Sora为代表的AIGC大模型横空出世，掀起了一股席卷全球的AI浪潮。想要在AI浪潮中占据优势，就必须拥有强劲的AI算力支撑。智算中心作为AI算力的核心基础设施，逐渐成为人们关注的焦点，也是行业重点建设的对象。2024年又有一批智算中心投运，这些智算中心采用专门的AI算力硬件，适合高效运行AI算法。它们可以应用于计算机视觉、自然语言处理、机器学习等领域，处理图像识别、语音识别、文本分析、模型训练推理等任务。