牛财金

什么是算力？算力的分类

2023-11-11

随着AI技术应用的日益普及，各种大数据模型开始进入人们的日常生活，例如ChatGPT、盘古大模型、自动驾驶、天气预报、比特币挖矿等，需要算力极强的计算系统来进行海量数据的运算。

算力，英文是Computing Power，是指计算机或者计算系统在一定的时间内完成指定计算任务的能力，是计算系统对数据进行处理，实现结果输出的计算能力。算力可以用来衡量一个计算设备的处理速度和计算能力的强弱。

计算机主频一般是指计算机CPU的频率，CPU的频率越高，计算机的算力也越强。

但是，与计算机的主频不同，算力是从更大的系统来评估计算机的性能，算力不但包括了CPU的能力，还有GPU、存储等方面的综合能力。

我们将算力分为两大类：

1. 通用算力

2. 专用算力。

而负责输出算力的芯片分为：

1. 通用芯片：X86、ARM等；

2. 专用芯片：GPU、TPU、NPU、DPU、FPGA、ASIC等。

x86、ARM等CPU处理器芯片是通用芯片，可以完成多样化的算力，灵活，但是功耗比较高。

GPU显卡，图形处理器，是一种专用处理器，主要用于图形、影像、视频等计算密集型应用。GPU采用并行处理方式，可以同时处理多个指令，适合于并行计算，其算力比CPU高，但功耗也比CPU高。

ASIC是专用集成电路，是为专业用途而定制的芯片，其绝大部分软件算法都固化于硅片。ASIC能完成特定的运算功能，能耗很低，但是作用比较单一。

FPGA是可编程集成电路。它可以通过硬件编程来改变内部芯片的逻辑结构，但软件是深度定制的，执行专门任务。

FPGA介于通用芯片和ASIC之间。

在比特币的早期，人们都是用x86的PC挖矿，后来，越挖难度加大，算力不够。于是，开始使用GPU显卡挖矿。再后来，显卡的能耗太高，挖出来的币值还抵不上电费，就开始采用FPGA和ASIC集群阵列挖矿。

对算力的需求主要来自两个方面：

1. 消费领域的算力需求，例如移动互联网、视频直播、网购、打车、VR现实等）

2. 产业领域的算力需求，例如智慧城市、工业制造、资源开采、交通物流、金融证券、教育医疗等。

不同的算力应用和需求场景，有着不同的算法。不同的算法，对算力的特性也有不同要求。

随着海量数据的增加和网络的发展，出现了数据中心和云计算，对算力提出了更高的需求。

数据中心的算力可以分为：

1. 基础通用计算，

2. HPC, High-performance computing, 高性能计算。

而HPC计算，又可以细分为：

1. 科学计算类：包括物理化学、生命科学、气象预测、石油勘探、天文探测等。

2. 工程计算类：包括电子设计自动化、计算机辅助工程、计算机辅助制造、电磁仿真等。

3. AI人工智能计算类：包括机器学习、深度学习、大数据分析等。

科学计算和工程计算这些专业科研领域的数据产生量很大，对算力的要求极高。

例如，许多基因组数据库超过100TB，甚至可能超过1个PB。如此巨大的数据量，需要海量的算力进行支撑。

人工智能AI应用目前是全人类关注的重点。

人工智能的三大核心要素，就是算力、算法和数据。

人工智能计算涉及大量的矩阵或向量的乘法和加法，专用性较高，不适合利用CPU进行计算，主要采用GPU等专用芯片进行计算。目前，GPU是AI算力的主力。

算力卸载，不是卸载、删除算力，而是把很多计算任务，例如虚拟化、数据转发、压缩存储、加密解密等，从CPU转移到NPU、DPU等芯片上，减轻CPU的算力负担。

影响计算能力的因素有很多。

1. 计算机的专用处理器数量是最重要的特征之一。计算机的计算能力越大，它的处理器就越多。处理器的速度也是至关重要的。计算机的计算能力越大，处理器就越快。

2. 计算机拥有的内存量是另一个关键方面。计算机的内存越大，它的计算能力就越强。计算机内存的类型也是至关重要的。某些类型的记忆比其他类型的更快。这使他们能够更有效地存储和检索数据。

3. 传输数据的带宽，带宽越大传输的数据越快，处理的也越快。

4. 计算机的操作系统也会影响其处理速度。