文 | 王智遠

昨天朋友問我一個問題：

通算、科算、智算、AI 計算，聽起來很厲害，有什么區(qū)別？分別用來干什么？怎么總是說不清楚？

我也曾困惑過。這些詞看似高大上，但缺少一個清晰的框架，很難講明白之間的關系；后來，花了不少時間系統(tǒng)梳理，才搞清楚背后的邏輯。

如果你也在算力方面似懂非懂，剛好卡在 " 有點了解，又不夠系統(tǒng) " 的狀態(tài)，那這些見解，希望能撥開迷霧。

01

想象一下，你和朋友參加一場拼圖比賽：誰先拼完一幅超復雜的拼圖，誰就贏；如果你一個人拼，肯定很慢；但如果有一群人一起幫忙，分工明確，效率就會高很多。

這個故事里，拼圖速度，就像算力。

算力，是計算機處理數(shù)據(jù)的能力。它像一個拼圖高手，面對一堆雜亂的數(shù)據(jù)碎片，算力越強，拼得越快，能做的事情也就越多。

從技術角度講，算力指計算機在單位時間內，能處理多少數(shù)據(jù)、完成多少運算，就像衡量一臺機器 " 干活效率 " 的指標。它是數(shù)字經(jīng)濟時代的核心生產力。

無論是復雜的科學研究，還是日常生活中各種 AI 應用，都離不開強大的算力支撐，可以說，它是各類創(chuàng)新落地的基礎。

但你可能不知道，算力也像拼圖團隊一樣，有不同類型，各司其職；有人擅長識別圖案，有人擅長快速定位，有人速度快但不夠精準——算力世界也有類似的分工。

首先是通用算力（General-Purpose Computing Power），簡稱 " 通算 "。

它像一位多面手，適合處理日常任務，比如辦公、上網(wǎng)、看視頻等，不需要太高的性能，也能輕松應對。

有了通算，再往上一層是什么？

科學算力（Scientific Computing Power），簡稱 " 科算 "，它是算力界的 " 學霸 "，專攻復雜、高精度的科研問題。

比如：科學家模擬氣候變化、生物學家分析基因序列、天文學家研究星系分布和黑洞形成等，都要借助科算來完成高強度、高精度的計算任務。

還有比科算更強大的嗎？當然，智能算力（Intelligent Computing Power），簡稱智算（ICP）。

它是干嘛的呢？

用來訓練、運行 AI 模型，比如：讓 AI 學會識別人臉、理解語音、翻譯語言等。它的特點是能高效處理海量數(shù)據(jù)，并根據(jù)不同的 AI 場景靈活調整策略。

雖然某些情況下會犧牲一點點精度，但速度和效率是它的強項。

最后，是 AI 專用算力（AI Computing Power），也就是常說的 "AI 計算 "。它是為人工智能深度定制的算力類型，主要用于深度學習、神經(jīng)網(wǎng)絡訓練等任務，是推動 AI 發(fā)展的核心動力。

所以，你看，不同類型的算力像拼圖比賽中的不同選手，各有長處，也各有局限；我們在實際應用中，會根據(jù)任務需求，選擇最合適的算力來完成工作。

02

每隔一段時間，網(wǎng)上總會冒出一堆關于芯片、計算能力的討論；你有沒有想過，為什么這個話題，總能引發(fā)這么多關注？

原因之一是：我們想解決的問題越來越復雜了，對計算的精度和效率要求也越來越高。但問題是，光靠 " 堆人 " 已經(jīng)不夠用了。

以前總覺得，只要多加幾個處理器核心（相當于多找?guī)讉€人拼圖），速度就能更快，但在更高難度的任務面前，這種老辦法已經(jīng)不太管用了。

這時候，人們開始重新思考一個老概念：摩爾定律。

1965 年，英特爾聯(lián)合創(chuàng)始人戈登 · 摩爾（Gordon Moore）觀察到：大概每兩年，一塊芯片上能放的晶體管數(shù)量就會翻倍，性能也會跟著提升。

過去幾十年，這條定律，幾乎成了芯片行業(yè)的金科玉律；但現(xiàn)在，它慢慢失效了，因為靠不斷縮小晶體管尺寸來提升性能這條路，快走不下去了。

為什么？主要有三個問題：

一，晶體管越做越小，電子行為變得越來越不穩(wěn)定，漏電嚴重，開關也難控制；二，散熱成了大難題。同樣功耗下，單位面積發(fā)熱量越來越高；這像讓更多 " 拼圖選手 " 擠在一個小屋里快速工作，他們越來越熱，最后，整個系統(tǒng)可能會崩潰。

最主要一點是，成本飆升。制造更精密的芯片要更復雜的技術、設備，投入越來越大，回報卻不一定劃算。

所以，面對種種挑戰(zhàn)，工程師們沒有放棄，開始探索各種創(chuàng)新方法來繼續(xù)提升算力。

什么辦法呢？

能不能把晶體管從 3 納米做到 2 納米、甚至 1.4 納米？這就是工藝制程的持續(xù)演進。

再比如：用 3D IC 技術，把芯片像疊積木一樣垂直堆起來，提高集成度；或者把一個大任務拆成多個模塊，按需組合、靈活調配。

還有就是做專用芯片，針對特定任務專門設計架構，讓算力更高效地發(fā)揮出來。

這些創(chuàng)新，其實都在試圖繞開摩爾定律的限制。所以，現(xiàn)在你也就明白了，為什么一說到算力，大家就愛聊芯片。

不只是因為技術本身重要，更因為，我們在尋找更聰明的策略、更高效的工具和協(xié)作方式，去應對越來越復雜的 " 拼圖比賽 "。

03

發(fā)展強大算力，不光靠一個芯片就能搞定的事兒，它是一個涉及多個層面的復雜系統(tǒng)。

你可以把它想象成蓋一棟高樓：要磚瓦、水泥、水電門窗、裝修家電，還得有物業(yè)和社區(qū)服務，這是一個完整的生態(tài)系統(tǒng)。

在計算機世界里，硬件就是 " 建筑材料 "。

芯片公司提供的 CPU、GPU、AI 芯片，是這棟樓的 " 發(fā)動機 "。比如：海光的 x86 架構 CPU，就像通用型發(fā)電機；飛騰、龍芯這些國產 CPU，則像是我們自主可控的 " 核心引擎 "。

而專注圖像識別、語音處理的 AI 芯片公司，就像智能家電里的 " 大腦 "。

紫光、長江存儲這類企業(yè)，負責打造 " 數(shù)據(jù)倉庫 "，比如：硬盤、固態(tài)硬盤，相當于家里的衣柜和儲物間，專門用來存放各種資料和文件。

網(wǎng)絡設備商，比如：華為、新華三，他們鋪的是 " 數(shù)據(jù)高速公路 "，路由器、交換機像水電氣的管道，確保信息傳輸又快又穩(wěn)。

隨著物聯(lián)網(wǎng)興起，邊緣制造商也越來越重要。他們在靠近用戶的地方處理數(shù)據(jù)，減少延遲，提升體驗，有點像 " 智能家居安裝工 "。

所以你可以這么理解：

服務器是大樓框架，芯片是動力系統(tǒng)，存儲是柜子抽屜，網(wǎng)絡設備是水電管道工，邊緣設備是智能家居小哥，每個環(huán)節(jié)都缺一不可，否則你連燈都開不了。

有了毛坯房，下一步做什么？當然是裝水電、刷墻、安門窗。這就是基礎軟件的工作，它是連接硬件、應用之間的橋梁。

操作系統(tǒng)，比如 Linux、澎湃 OS，就是房子的 " 總控開關 "，沒有它，電腦根本開不了機。

數(shù)據(jù)庫像家里的儲物空間，專門存數(shù)據(jù)，比如銀行賬戶、醫(yī)院影像資料；中間件則是 " 連接器 "，幫助不同軟件模塊溝通協(xié)作；沒有這些基礎軟件，再好的硬件也只是個空殼子。

問題來了：

房子結構好了，水電也通了，接下來該干嘛？當然是添置家具和電器了，在計算機里，這就叫應用軟件。

AI 開發(fā)平臺（如 Boostkit、MindX）、大數(shù)據(jù)工具（HDFS、Spark），還有金融交易系統(tǒng)、交通調度系統(tǒng)、醫(yī)療影像分析系統(tǒng)……

這些都是讓系統(tǒng)真正 " 活起來 " 的東西。

最后，房子蓋好了，人也住進去了，但要想住得舒服，還得有個好的小區(qū)環(huán)境。這就要對應到整個算力生態(tài)支持了。

什么是生態(tài)？

政府出臺的各種扶持政策，是 " 小區(qū)規(guī)劃圖 "，決定能不能蓋、怎么蓋、蓋多高；上下游企業(yè)配合，才能形成完整產業(yè)鏈，就像小區(qū)里的超市、快遞站、健身房，一個都不能少；

工程師、程序員、算法專家，就是小區(qū)的物業(yè)管理團隊，保障系統(tǒng)穩(wěn)定運行；不斷探索新用途，就像搞智慧停車、智能門禁，讓生活越來越方便。

所以，算能力的強大，不只靠一顆芯片，要從磚頭、水泥到小區(qū)物業(yè)，整個鏈條都齊活了，才能真正建起一座數(shù)字時代的大廈。

04

那么，在數(shù)字大廈中，算力到底有多大發(fā)展空間呢？

這么說吧：

浪潮信息發(fā)布的《中國人工智能計算發(fā)展報告（2025）》提到，到了 2029 年，全球計算市場的總規(guī)模會達到2000 億美元。

這里面，AI 計算市場規(guī)模會達到 900 億美元，年增長率是 10%；而通用計算市場則是 1300 億美元，年增長率是 6%。

什么意思呢？

AI 計算的增長速度幾乎是通用計算的兩倍。換句話說，未來幾年，AI 將成為推動整個算力市場增長的核心引擎。

再來看看中國市場。賽迪顧問電子信息產業(yè)研究中心發(fā)布的《2025 年算力發(fā)展趨勢洞察》指出，中國市場同樣表現(xiàn)亮眼：

到 2029 年，通用計算市場規(guī)模預計達到417 億美元，占全球市場的32%；AI 計算市場規(guī)模將達到238 億美元，占全球市場的26%。

這說明，中國不僅是全球計算市場的重要一員，還是推動 AI 算力發(fā)展的關鍵力量。

還有，AI 計算的需求正在快速增長。特別在大模型、多模態(tài)應用、生成式 AI 這些新場景的推動下，需求增長得特別快。

數(shù)據(jù)顯示，2025 年中國算力規(guī)模已達到 369.5EFLOPS，同比增長 26%。可能有人不太明白，369.5EFLOPS 到底意味著什么？

它衡量的是一個國家整體的 " 計算能力 "。

你可以理解為：今年，中國所有的電腦、服務器、數(shù)據(jù)中心加在一起，每秒鐘能完成 369.5 億億次超級復雜的數(shù)學運算任務。

這有多快呢？

你用一臺普通筆記本電腦去做這些任務，可能要好幾天才能干完；而中國整個算力系統(tǒng)，一秒鐘內就搞定。

而且這個數(shù)字還在不斷增長。一年比一年強。隨著越來越多的數(shù)據(jù)中心建成，越來越強的 AI 芯片部署，中國的 " 計算大腦 " 正變得越來越強大。

所以你看，算力不只是冷冰冰的技術指標，它背后反映的是一個國家科技實力、產業(yè)競爭力，甚至是未來幾十年的國際地位變化。

在這場 " 算力競賽 " 中，中國已經(jīng)覺醒，跑出了自己的節(jié)奏。

從一磚一瓦的硬件制造，到軟件生態(tài)，我們正一步步走向全球舞臺中央。也許，這場關于 " 誰更能算 " 的較量，才剛開始不久。