算力改变世界,算力驱动未来,算力就是生产力,算力到底是什么?

简介: 1997年,国际象棋名家卡斯帕罗夫象棋对弈IBM超级电脑深蓝,最后结果是大师输了。2016年,世界顶级围棋高手李世石与AI围棋对决,最后竟以1:4惨败于谷歌阿尔法狗。今年4月,AI电竞团队OpenAI Five与人类战队对决《dota》,2:0 完胜世界冠军OG战队。人工智能凭什么能够战胜人类?答案是AI背后的超级算力。AI通过算力处理大量的相关数据,并以神经网络不断学习成长,最终获得技能,战胜人类选手。算力经济,算力时代,算力改变世界,算力驱动未来,算力……现在很多领域都在谈论算力,到底什么是算力?

1997年,国际象棋名家卡斯帕罗夫象棋对弈IBM超级电脑深蓝,最后结果是大师输了。

2016年,世界顶级围棋高手李世石与AI围棋对决,最后竟以1:4惨败于谷歌阿尔法狗。

今年4月,AI电竞团队OpenAI Five与人类战队对决《dota》,2:0 完胜世界冠军OG战队。

人工智能凭什么能够战胜人类?答案是AI背后的超级算力。AI通过算力处理大量的相关数据,并以神经网络不断学习成长,最终获得技能,战胜人类选手。

算力经济,算力时代,算力改变世界,算力驱动未来,算力……

现在很多领域都在谈论算力,到底什么是算力?


1

算力,也称作计算力,顾名思义就是设备的计算能力。小至手机、PC,大到超级计算机,算力存在于各种硬件设备,没有算力就没有各种软硬件的正常应用。只不过平时我们只是应用各种科技产品,而并不会直接以算力来描述。

以个人PC而言,不同配置的产品,价格也会有高低,这主要取决于不同配置产品搭载的CPU、显卡及内存等的差异性。高配置PC的算力更高,能玩配置需求更高的游戏,运行更吃内存的3D类、影音类软件。低配置PC算力不够,也就只能玩玩普通游戏,运行一般的办公软件。

同样玩网游,算力更高的手机更流畅,算力不够的手机就会卡顿。

想要一款手机具备更高算力玩游戏不卡顿,不仅是需要更多核心更高频率的CPU,也需要更大的内存,以及更稳定快速的网络。所以,网络、存储、计算能力是决定手机算力的三个主要因素。

image.png

2

手机是当前最常用的智能终端,之所以具备智能的能力,是因为它可以根据用户行为数据进行计算给予用户更多的便捷,从而让用户感知到它更了解自己。

但这个感知路径并非手机终端来完成,而是手机在获取用户数据加以简单计算之后,将处理的数据传输到主服务器,服务器通过强大的后端计算能力将这些数据进行分析计算之后,再回传指令告知手机如何该怎样去做。包括手机等智能终端中的各种APP应用,也都是这个原理。

智能终端的算力来自于云服务器,主要计算环节都在云端,这种模式可以让配置更低的终端实现更多的功能。因此,当前我们所说的算力主要是云计算算力,当然现在也包括边缘计算以及雾计算的算力

与终端设备的算力类似,云计算同样也有三个决定算力的指标,即计算能力、存储和带宽,这正是云计算所提供的主要基础设施业务。这三大业务,也正是当前大量传统企业数字化转型所需。


3

云计算具备分布式计算的特点,通过虚拟技术理论上可以无限扩展足够多的服务器集群,同样算力也可以无限增强。近些年从云计算厂商到互联网企业巨头都在持续增加服务器的投入,其目的就是为了提高算力,以满足更多应用场景的需求,从而为更多的客户服务。

即便如此,各行业仍旧对算力有着极大的提升需求。譬如基因测序工作,需要通过大规模计算分析从海量数据信息中辨识载有的基因及其序列,最终获取遗传信息,因此对算力要求极高,业内一直在不断投入更高的算力

同样的情况,也发生在区块链行业。根据BTC.com的数据,2018年比特币全网算力差不多已达到23EB(1EB=1024PB,1PB=1024TB,1TB=1024GB,1GB=1024MB,1MB=1024kB)。

相比2010年,提升超过20倍。对数字货币而言,算力是衡量在一定的网络消耗下生成新块的单位的总计算能力。能够处理的数据量越大,也就意味着算力更大。不管算力增长如何快速,区块链对此的需求从未饱和过,反而期望更大的算力

image.png

4

在IT领域,存在一个安迪-比尔定律:安迪(英特尔前CEO安迪·格鲁夫)提供什么,比尔(微软前任CEO)拿走什么。该定律,是对IT产业中软件和硬件升级换代关系的概括。当前的算力行业正是如此,硬件厂商生产多少服务器,都会被算力厂商拿走,而下游应用市场对算力的需求永无止境,又进一步刺激的硬件厂商的大量生产。

这个定律,也形象的表述了算力的未来走势。随着云计算、大数据、物联网、人工智能等技术的高速发展,存量数据大量增长、算力成本大幅下降,推动算力能力提升。算力能力的提升为应用软件提供发展空间,应用能力提升需要更强算力,算力能力与应用能力相互促进,驱动云计算进入算力时代。

算力时代的显著特点在于,可以把计算力视作生产力。当前人类正在逐步进入信息化的数字时代。未来5-10年几乎每个家庭、每个企业、每个城市都离不开数字生活及办公。

随着人工智能的发展,每个智能设备的算力也越来越强,或者说是服务器的算力更强。当前的冰箱、空调等家电的智能化还处于初级阶段,未来当个厂商的算力足够强时,人与智能设备的交互将更加完善。强大的算力将会让家电、房屋、汽车等各场景更加智慧,带给人们的体验也会越来越好。

image.png

5

有了专注做算力服务的云计算,意味着云计算服务商可以把算力输出给客户,广大企业也可以借助云计算服务搭建自己的算力平台以及算力产品。云计算使得每个企业都有了具备算力的可能,而算力的强弱,也能够体现出企业的实力。

当然,这种实力并非体现于企业购买的计算力的资金实力,而是表现在企业所具备的算力能够处理多大量级的数据量上。

算力越强,处理数据的能力也就越强,能够得到的有用数据也就越大越精准,进而更好的指导企业运营。从这个角度,算力足以衡量一个企业的实力。算力与算利,正在逐渐成为企业追逐的目标。


6

从产业经济发展而言,当前政府在力推工业互联网。工业互联网需要大量的工业设备联网以实现智能运作,需要大量的云计算厂商以及平台厂商建设大量的数据中心以提供强大算力,算力越强,设备也就越智能高效。未来每个企业都要进入这张大网,算力将会无处不在。

未来的家庭也是一样。智慧家庭就是将全屋智能化,各种设备的另一端都连接着云计算服务器,每个生活场景都离不开算力。从家庭向外延伸,出行、娱乐、餐饮、办公,几乎你能想到的地方各种场景,现在都已经离不开云计算服务。

甚至包括人本身,未来可穿戴装备常态化以后,每个人都连接服务器,个人身上亦开始具备算力,用以从事一定的工作、学习及任务。未来,阿里巴巴王坚博士《在线》一书描绘的“未来万事万物都将处于在线状态”的情景,将会变成现实。

image.png

7

在算力与经济的逻辑关系上,浪潮集团执行总裁王恩东去年曾提出“计算力就是生产力”这个观点。他认为,未来人类所处的每个场景都离不开算力,算力将是每个城市、企业、家庭不可或缺的重要因素。

算力所带来的性能提升,进而促进应用提升,可以推动业务发展,更能够促进社会不断进步。从这个角度,算力将会成为衡量国家与产业发展的关键指标,也是加快数字中国建设的“动力”。

去年,浪潮还联合IDC发布了一份《2018中国AI计算力发展报告》,AI计算力的评估维度,包括投资供给、行业地域、需求应用以及潜力趋势。

在这个报告中你可能想不到,全国算力最强的城市不管是北京,而是杭州。排名前五的城市分别是杭州、北京、深圳 上海、合肥,合肥排名第五,而北上广深四大超级城市只有北京和深圳在前五之列。

说这份报告是在拉城市之间仇恨有些过,但这份报告确实让各大城市开始重视算力,并有可能将算力作为全新的城市发展考核目标。

image.png


8

算力时代看似刚刚开始,实则拉力战早已开启。毕竟,数字化转型的进程中,更智慧、算力更强的城市,就意味着资源更节省、安全更有保障、运行效率更高、居民生活更便利。而要实现整体的数字化转型,就需要更强的城市大脑。想要让城市更加智慧,势必需要更强大的算力,才能支撑各领域的数据运营与智能运行。

由此,从城市到家庭,从政府到企业,今后的发展规划势必要考虑算力这个重要因素,因为算力已经成为未来企业乃至国家发展的主要动能。

其实,在“算力就是生产力”之外,我还看到过两句话:一句是,算力改变世界;另一句是,算力驱动未来。以后,还会有更多描述算力与经济的语句。不管如何表述,未来算力无处不在是肯定的。

当万事万物都离不开算力时,一个崭新的算力经济时代正在到来。

目录
相关文章
|
3月前
|
机器学习/深度学习 人工智能 并行计算
GPU算力平台:数字化转型的核心驱动力
【8月更文第5天】随着人工智能(AI)、大数据分析以及高性能计算需求的不断增长,图形处理器(GPU)因其卓越的并行计算能力而成为加速这些领域的关键技术。GPU算力平台不仅能够显著提升计算效率,还能帮助企业更好地处理大规模数据集,支持复杂的机器学习模型训练,并促进实时数据分析。本文将探讨GPU算力平台在数字化转型中的核心作用,并通过示例代码展示其在实际应用中的优势。
221 1
|
3月前
|
人工智能 自动驾驶 vr&ar
探索GPU算力平台的创新应用:从游戏到自动驾驶的跨越
【8月更文第5天】本文探讨了GPU(图形处理器)在现代计算中的角色转变,从最初的图形渲染到如今成为人工智能和高性能计算的重要组成部分。我们将通过几个具体的案例研究,包括游戏渲染、虚拟现实(VR)以及自动驾驶系统,来展示GPU是如何推动这些领域的进步和发展。
77 1
|
1月前
|
人工智能 自然语言处理 算法
AI 系统的出现与算力发展
AI系统的崛起得益于大数据积累、强大算力与先进算法的共同驱动。大数据为AI提供了丰富学习材料,促进算法优化与应用创新;算法进步则提升了图像识别和自然语言处理等领域的性能,扩展了AI的应用范围。此外,GPU、TPU等专用芯片大幅加快了模型训练速度,通过硬件创新进一步增强了AI系统的效能。未来,算法与硬件的协同优化将推动AI技术迈向更高智能水平。
54 1
|
2月前
|
存储 人工智能 算法
阿里云AI基础设施升级亮相,模型算力利用率提升超20%
阿里云AI基础设施升级亮相,模型算力利用率提升超20%
201 18
|
2月前
|
人工智能 算法 数据中心
从“纸面算力”到“好用算力”,超聚变打通AI+“最后一公里”
2024年,《政府工作报告》首提“AI+”行动,推动人工智能成为新质生产力引擎。市场层面,AI+正深刻变革金融、医疗、制造等行业,但AI算力瓶颈依然存在。在2024年中国算力大会上,超聚变等企业探讨了算力的绿色化和效能提升。超聚变推出的FusionPoD for AI全液冷服务器,显著降低能耗并提升算力效能,其FusionOne AI解决方案也加速了AI在各行业的落地。这些创新将重塑算力格局,推动智能革命。
|
6月前
|
人工智能 缓存 机器人
【2024】英伟达吞噬世界!新架构超级GPU问世,AI算力一步提升30倍
英伟达在加州圣荷西的GTC大会上发布了全新的Blackwell GPU,这款拥有2080亿个晶体管的芯片将AI性能推向新高度,是公司对通用计算时代的超越。Blackwell采用多芯片封装设计,通过两颗GPU集成,解决了内存局部性和缓存问题,提供20 petaflops的FP4算力,是上一代产品的5倍。此外,新平台降低了构建和运行大规模AI模型的成本和能耗,使得大型语言模型推理速度提升30倍。黄仁勋表示,Blackwell标志着AI算力在近八年内增长了一千倍,引领了技术边界拓宽的新趋势。
|
机器学习/深度学习 人工智能 自动驾驶
GPU 「抗压」不行还费电,FPGA将成深度学习「新基建」!
1.GPU 矩阵运算很强,但「抗压」不行还费电 2.FPGA加持的深度学习, 推理速度和吞吐量远超GPU 3.ASIC不够灵活,FPGA 更有可能成为深度学习的「底层建筑」
302 0
GPU 「抗压」不行还费电,FPGA将成深度学习「新基建」!
|
机器学习/深度学习 存储 人工智能
矩阵计算与AI革命:可将计算性能提高150倍的异构计算
如今异构计算(Heterogeneous Compute,HC)已经部署在消费类移动设备中,与传统架构相比可以将矩阵工作负载的性能提高50倍。同时,这也将性价比和功耗节省提高了150倍以上。企业HC可能会使用与消费HC相同的技术。因此,异构计算的改进将大幅提升实时矩阵工作负载的价值,尤其是那些AI推理工作负载的子集。
464 0
矩阵计算与AI革命:可将计算性能提高150倍的异构计算
|
人工智能 弹性计算 前端开发
带你读《弹性计算—无处不在的算力》第三章:计算产品和技术3.4 异构计算云服务和AI 加速器(五)
带你读《弹性计算—无处不在的算力》第三章:计算产品和技术3.4 异构计算云服务和AI 加速器(五)
810 0
带你读《弹性计算—无处不在的算力》第三章:计算产品和技术3.4 异构计算云服务和AI 加速器(五)
|
机器学习/深度学习 弹性计算 人工智能
带你读《弹性计算—无处不在的算力》第三章:计算产品和技术3.4 异构计算云服务和AI 加速器(三)
《弹性计算—无处不在的算力》第三章:计算产品和技术3.4 异构计算云服务和AI 加速器(三)
804 0
带你读《弹性计算—无处不在的算力》第三章:计算产品和技术3.4 异构计算云服务和AI 加速器(三)