了解除了数值还要看什么？

今天，数字技术开始渗透到生产和生活的各个方面。

然而，为了促进数字产业的高水平发展，计算能力已经成为首先要确保拥有处理巨量数据的能力。的重要生产力，因为数据包含在生产要素中。IDC发布的《2020全球计算力指数评估报告》，一个国家的计算能力指数每提高1个百分点，数字经济和GDP将分别增长3.3和1.8。

随着数字经济对计算能力需求的不断增加和新基础设施的东风，作为计算能力基础设施的数据中心、超级计算中心和智能计算中心也进入了加速发展阶段。根据工业和信息化部的数据，截至2020年底，中国在用数据中心机架超过400万个，年均增长率超过30%。

在计算能力突飞猛进的同时，市场认知严重滞后。大多数人仍然不熟悉与计算能力相关的概念。不同的计算能力水平有什么区别？计算能力如何匹配应用场景？

01 看算力水平，精度比数字重要

超级计算机被誉为“国家最重的武器”，代表着国家计算能力的最高水平，也是一个国家科技实力的重要体现。为了理解超级计算机的峰值计算能力，我们需要知道每秒的浮点运算。

FLOPS表示每秒浮点运算的次数。在具体使用中，FLOPS前面会有字母常量，比如TFLOPS和PFLOPS。字母t和p代表时间，t代表每秒一万亿次，p代表每秒一千万亿次。

例如，在除了运算次数，衡量算力水平时还要看算力精度。,人工智能计算中心在1000次浮点运算时提供的计算能力与超级计算机在1000次浮点运算时提供的计算能力相同。然而，由于精度不同，实际计算能力水平差异很大。

根据计算涉及的数据精度不同，计算力可分为双精度计算力(64位，FP64)、单精度计算力(32位，FP32)、半精度计算力(16位，FP16)和整数计算力(INT8，INT4)。位数越高，精度越高，支持的操作复杂度越高，适应的应用场景越广。

超级计算机通常用于需要大量计算的工作，如天气预报、计算化学、分子建模、天体物理模拟等。为高科技科学领域提供终极计算能力。由于这类科学领域的计算对数据精度要求高，通常的超级计算系统是以双精度数值计算为主.

近年来，人工智能在中国发展迅速。为了满足人工智能训练和推理的特殊需要，人工智能超级计算系统应运而生。不同于传统的超级计算，AI超算系统大多用于语音、图片或视频的处理和低精度计算甚至整型计算即可满足相应需求在浮点计算下。

为了确定不同精度的计算力的性能，需要在各自的领域内通过专门的测试程序进行测试。比如测试超级计算机性能的Linpack测试，重点是双精度计算能力；Resnet-50用于智能计算机性能，专注于半精密计算能力。

如果把计算中涉及的数据比作货物，双精度计算力可以看成重型卡车，低精度计算力可以看成小型货车。重型卡车也可以承担小型货车的任务，但是功耗太高，会造成浪费。但由于自身性能限制，小型货车无法承担重型卡车的任务。

同样，超级计算机的双精度计算能力可以看作是重型卡车，是一种‘通用计算能力’，可以承担各种计算任务；单精度和低精度计算能力作为一种小型货车，是一种“特殊计算能力”，是专门为AI训练和推理而设计的，不能承担超级计算机的计算任务。

超级计算机设计的目标是做更复杂的计算，所以即使只是简单的计算，其功耗还是很高的。中国科学院计算技术研究所研究员张云泉此前告诉媒体，人工智能计算擅长推理或训练，但大多数不具备高精度推理的能力

02 .在选择芯片和计算能力时，在规划初期，地方政府需要关注本地区的优势产业，明确数据中心的应用目标。智能计算中心结合了AI技术和特殊计算能力，在图像分类、自然语言处理、循环翻译等场景中具有优势；超级计算中心作为尖端科技领域的强大力量，服务于行星模拟、分子药物设计、基因分析等需要高精度数据处理的领域。具有更广泛的应用领域。

当追求最佳计算能力时，寻找"有效算力"也是关注的焦点。一方面，计算基础设施的建设成本极高，需要在规划的前期就注意市场逻辑和经济可行性。在粤港澳大湾区的同一个地区有两个智能计算中心，相同精度计算能力的单价相差近4倍。为了避免“高价高值、低能耗、低性价比”的情况，将其引入计算能力

心时应重考察算力单价，关注算力的实际效益。

此外，加强算力基础设施的顶层设计和总体规划，倡导开放、多元、兼容的新型算力基础设施，能使基础设施的利用率大幅提升。底层基础设施搭建开放性架构，不仅能够提供多种算力、提升基础设施的易用度和适用度，还能够支撑更加丰富的应用场景，同时赋能社会治理和产业应用。