算力生產用電

『壹』 涓轟簡璁╃畻鍔涙垚涓衡滄柊姘寸數姘斺濓紝涓鍗鍋氫簡鍝浜涗簨錛熶輔綆楀姏浜т笟鍗侀棶

涓鍗濡備綍榪堝悜鈥滅畻鍔涙柊姘寸數姘斺濓細鎴樼暐甯冨矓涓庡疄璺墊帰緔

鎯寵薄涓涓嬶紝鍘熷嬩漢姝ュ叆鐜頒唬錛岀湅鍒板彧闇杞昏Е渚胯兘鐐逛寒鐨勭伅鍏夈佽嚜鍔ㄤ緵姘寸殑榫欏ご鍜屼竴閿鐢熺伀鐨勭伓鍙幫紝浠栦滑鎴栬鎬細鎯婂徆浜庣戞妧鐨勫姏閲忋傚逛簬鐜頒唬浜烘潵璇達紝榪欎簺鍩虹璁炬柦鏄鐢熸椿鐨勫熀鐭熾傞偅涔堬紝涓嬩竴涓鑳藉甫鏉ュ悓鏍烽渿鎾肩殑鍙鑳芥槸鈥滅畻鍔涒濓紝榪欎釜鏃犲艦鍗磋嚦鍏抽噸瑕佺殑鑳芥簮銆傚備粖錛岀畻鍔涙ｉ愭笎娓楅忕敓媧伙紝浣嗘垜浠璺濈誨皢鍏跺彉涓哄儚姘寸數姘旈偅鏍烽殢闇鍗崇敤錛屼粛鏈夊緢闀跨殑璺瑕佽蛋銆

綆楀姏錛氭暟瀛楃粡嫻庣殑鏂板熀紜璁炬柦

闅忕潃鏁板瓧緇忔祹鐨勫礇璧鳳紝綆楀姏宸叉垚涓烘帹鍔ㄧぞ浼氬彂灞曠殑閲嶈侀┍鍔ㄥ姏錛屽畠鍏充箮鍥藉剁珵浜夊姏鍜屽畨鍏ㄣ傚皢綆楀姏姣斾綔鈥滄柊姘寸數姘斺濓紝鏄鍥藉舵垬鐣ュ眰闈㈠逛簬楂樻晥銆佺豢鑹層佹櫘鎯犵畻鍔涙湇鍔＄殑榪芥眰銆傜劧鑰岋紝渚涢渶騫寵銆佹晥鐜囨彁鍗囩瓑闂棰樹緷鐒剁獊鍑猴紝濡備綍璁╃畻鍔涘傚悓姘寸數涓鏍瘋Е鎵嬪彲鍙婏紝鎴愪負浜熷緟瑙ｅ喅鐨勬寫鎴樸

鍥藉跺彂鏀瑰斿湪2020騫村拰2021騫寸浉緇у彂甯冩寚瀵兼剰瑙佸拰瀹炴柦鏂規堬紝鏃ㄥ湪鏋勫緩鍏ㄥ浗涓浣撳寲澶ф暟鎹涓蹇冨崗鍚屽壋鏂頒綋緋伙紝閫氳繃浜戞湇鍔℃彁渚涚畻鍔涜祫婧愶紝闄嶄綆浣跨敤鎴愭湰錛屽緩璁懼浗瀹剁畻鍔涙灑綰借妭鐐癸紝濡備含媧ュ唨銆侀暱涓夎掔瓑鍦幫紝鍚鍔ㄤ簡鈥滀笢鏁拌タ綆椻濆伐紼嬨

涓鍗錛氭墦閫犵畻鍔涙柊鏋㈢航

2022騫達紝瀹佸忎腑鍗鍑鍊熷叾鐙鐗圭殑鍦扮悊浣嶇疆鍜屼紭鑹鐨勮嚜鐒舵潯浠訛紝鎴愪負鈥滀笢鏁拌タ綆椻濅腑鐨勯噸瑕佷竴鐜銆備腑鍗甯傚嚟鍊熷叾鎴樼暐鐪煎厜鍜屽姟瀹炰婦鎺錛屽ぇ鍔涘彂灞曚簯璁＄畻鍜屽ぇ鏁版嵁浜т笟錛屽惛寮曚簡浼楀氳屼笟宸ㄥご鍏ラ┗錛屽備簹椹閫婂拰浼楀氫簯璁＄畻浼佷笟錛屽緩絝嬩簡搴炲ぇ鐨勬暟鎹涓蹇冮泦緹ゃ

涓轟簡浼樺寲綆楀姏璋冨害錛屽畞澶忓洖鏃忚嚜娌誨尯瀹炴柦浜嗕竴緋誨垪琛屽姩璁″垝錛屽寘鎷寤鴻劇畻鍔涜皟搴﹀鉤鍙板拰浜ゆ槗涓蹇冿紝鎺ㄥ姩綆楀姏鍏ㄧ敓鍛藉懆鏈熺＄悊銆傝繖浜涗婦鎺鏃ㄥ湪灝嗙畻鍔涘彉鎴愪竴縐嶅叕鍏辮祫婧愶紝瀹炵幇璺ㄥ尯鍩熴佽法琛屼笟銆佽法灞傜駭鐨勫叡浜涓庝紭鍖栭厤緗錛屼互婊¤凍澶氬厓鍖栫殑鐢ㄦ埛闇奼傘

緇胯壊綆楀姏錛屾湭鏉ヨ秼鍔

閫氳繃綆楀姏鐨勪紭鍖栧拰緇胯壊閰嶇疆錛屼腑鍗鐨勫疄璺典笉浠呮弧瓚充簡綆楀姏闇奼傦紝榪樹績榪涗簡璧勬簮鍒╃敤鏁堢巼鐨勬彁鍗囧拰緇胯壊杞鍨嬨傚畠鎻忕粯浜嗕竴涓鏈鏉ワ紝綆楀姏濡傚悓姘寸數姘旇埇渚挎嵎銆佹櫘鎯犮佺豢鑹詫紝鎺ㄥ姩鐫緇忔祹紺句細鍚戞暟瀛楀寲銆佹櫤鑳藉寲鍜岄珮璐ㄩ噺鍙戝睍榪堣繘銆

2023浜戝ぉ澶т細錛氬睍紺轟腑鍗綆楀姏鏂扮瘒絝

涓轟簡鏇存繁鍏ュ湴鎺㈣ㄤ腑鍗鍦ㄧ畻鍔涗駭涓氱殑鎴愬氨鍜屾湭鏉ユ綔鍔涳紝瀹佸忓皢浜9鏈16鏃ヤ婦鍔炰簯澶╁ぇ浼氾紝閭璇蜂笟鍐呬笓瀹跺拰浼佷笟浠ｈ〃鍏辮勭洓涓俱傞氳繃榪欐″ぇ浼氾紝鍙備笌鑰呭皢鏈夋満浼氭繁鍏ヤ簡瑙ｄ腑鍗鐨勭畻鍔涗駭涓氬疄璺碉紝鍏卞悓瑙佽瘉榪欎釜綆楀姏鈥滄柊姘寸數姘斺濇椂浠ｇ殑宕鏂扮瘒絝犮

緇撹錛氫腑鍗涔嬭礬錛屽紑鍚綆楀姏鏂版椂浠

涓鍗甯傚湪綆楀姏棰嗗煙鐨勫竷灞鍜屽姫鍔涳紝姝ｉ愭ュ皢榪欎釜鐞嗗康鍙樹負鐜板疄錛屾帹鍔ㄧ潃鎴戝浗綆楀姏浜т笟榪堝悜鏂扮殑楂樺害銆傝╂垜浠鏈熷緟錛岄殢鐫涓鍗甯傜殑鍙戝睍錛岀畻鍔涘皢鎴愪負鐢熸椿涓涓嶅彲鎴栫己鐨勫熀紜璁炬柦錛岃祴鑳芥垜浠鐨勬棩甯哥敓媧伙紝椹卞姩紺句細緇忔祹鐨勬寔緇鍙戝睍銆

『貳』 鐢靛姏鍋氱畻鍔涚殑鍏鍙告湁鍝浜

鎻愪緵綆楀姏鐨勫叕鍙鎬腑錛屾樉钁楀埄鐢ㄧ數鍔涗互椹卞姩鍏墮珮鎬ц兘璁＄畻璁炬柦鐨勪紒涓氬寘鎷浣嗕笉闄愪簬NVIDIA銆丄MD銆両ntel絳夌‖浠跺埗閫犲晢錛屼互鍙婂侫mazon Web Services (AWS)銆丮icrosoft Azure銆丟oogle Cloud Platform (GCP)絳変簯璁＄畻鏈嶅姟鎻愪緵鍟嗐傝繖浜涘叕鍙擱兘澶ч噺鎶曡祫浜庣數鍔涘熀紜璁炬柦錛屼互紜淇濆叾鏁版嵁涓蹇冭兘澶熶負鍏ㄧ悆鐨勫㈡埛鎻愪緵鎸佺畫紼沖畾鐨勭畻鍔涙敮鎸併

棣栧厛錛岃冭檻鍒扮數鍔涙槸鍋氱畻鍔涚殑鏍規湰椹卞姩鍔涳紝鏃犺烘槸鐢熶駭澶勭悊鍣ㄣ佸浘褰㈠勭悊鍗曞厓錛圙PU錛夎繕鏄鍏朵粬鍔犻熷櫒鐨勫叕鍙革紝濡侼VIDIA銆丄MD鍜孖ntel錛岄兘鍦ㄤ笉鏂浼樺寲鍏朵駭鍝佷互鏇撮珮鏁堝湴浣跨敤鐢靛姏銆備緥濡傦紝NVIDIA鎺ㄥ嚭鐨凙mpere鏋舵瀯GPU錛屾棬鍦ㄦ彁渚涙洿楂樼殑鑳芥簮鏁堢巼鍜岀畻鍔涘瘑搴︼紝閫氳繃鏂頒竴浠ｇ殑紜浠惰捐″拰杞浠朵紭鍖栨潵鍑忓皯鍔熻椼

鍏舵★紝浜戣＄畻鏈嶅姟鎻愪緵鍟嗭紝濡侫WS銆丮icrosoft Azure鍜孏CP錛屼篃閮藉湪鍏ㄧ悆鑼冨洿鍐呭緩絝嬪拰緇存姢搴炲ぇ鐨勬暟鎹涓蹇冪綉緇溿傝繖浜涙暟鎹涓蹇冩秷鑰楀ぇ閲忕數鍔涗互榪愯屾垚鍗冧笂涓囩殑鏈嶅姟鍣錛岃繖浜涙湇鍔″櫒涓哄㈡埛鐨勫簲鐢ㄧ▼搴忓拰宸ヤ綔璐熻澆鎻愪緵鎵闇鐨勮＄畻鑳藉姏鍜屽瓨鍌ㄧ┖闂淬備簯璁＄畻鏈嶅姟鎻愪緵鍟嗕笉浠呮姇璧勪簬娓呮磥鑳芥簮浠ュ噺灝戠⒊瓚寵抗錛岃屼笖榪樿嚧鍔涗簬閫氳繃鍒涙柊鐨勫喎鍗寸郴緇熴佺數婧愮＄悊鍜岀‖浠惰櫄鎷熷寲鎶鏈鏉ュ噺灝戠數鍔涙秷鑰椼

鏈鍚庯紝鍊煎緱娉ㄦ剰鐨勬槸錛岄殢鐫鍙鎸佺畫鍙戝睍鍜岀幆澧冮棶棰樼殑鏃ョ泭鍏蟲敞錛岃秺鏉ヨ秺澶氱殑綆楀姏鍏鍙告ｅ湪杞鍚戜嬌鐢ㄥ彲鍐嶇敓鑳芥簮錛屽傚お闃寵兘鍜岄庤兘錛屼互渚涚數鍏舵暟鎹涓蹇冦備緥濡傦紝Google宸茬粡瀹ｅ竷浜嗗嚑涓欏圭洰錛屾棬鍦ㄤ嬌鐢ㄥ畬鍏ㄥ彲鍐嶇敓鐨勭數鍔涜祫婧愪負鍏舵暟鎹涓蹇冧緵鐢碉紝浠ュ噺灝戝逛紶緇熻兘婧愮殑渚濊禆錛屽苟瀹炵幇鏇寸豢鑹茬殑榪愯惀妯″紡銆傝繖縐嶈秼鍔塊勭ず鐫鏈鏉ョ數鍔涗笌綆楀姏涔嬮棿灝嗗緩絝嬫洿鍔犵揣瀵嗐佹洿鍔犲彲鎸佺畫鐨勫叧緋匯

『叄』 打贏AI爭奪戰，要靠一張算力網

AI算力是未來國家、城市、企業的核心競爭力。

文丨華商韜略 陳必章

在人工智慧時代，AI算力就是電，AI計算中心就是電廠。

電力時代，我們構建了一張「電網」，如今隨著國內各地人工智慧計算中心的相繼落地，我們正在編織一張AI算力網路。

目前，人工智慧的發展已提升到國家戰略層面，加快人工智慧產業發展，保障和提供充沛的AI算力，對於贏在AI時代的國家、城市和企業來說，已經是迫在眉睫的問題。

【沒有算力 就像沒有電】

最近這段時間，全國很多地方政府和企業領導最鬧心的事情什麼？

答案可能是兩個字：缺電。

但這個鬧心的事情還沒解決，在全球各國，乃至一國之內的不同地區，又開始面臨一個像電力一樣，決定國計民生的關鍵要素。

這個關鍵要素就是AI算力。

AI算力，顧名思義，就是支撐AI的計算能力。 此處的計算不是加減乘除，而是對世界萬物的計算，是萬物互聯、人工智慧之下的高度復雜、無所不在的計算。

不同於傳統算力，AI算力為了支撐AI模型的開發、訓練和推理，對並行處理能力的要求特別高，也因此需要專門的AI晶元和框架。

比如， 具備強大浮點運算能力的AI晶元，才能夠通過訓練、持續迭代優化提供滿足行業企業智能化轉型的高質量AI模型。 復雜模型訓練中，需對上千億個浮點參數進行微調數十萬步，需要精細的浮點表達能力。如果沒有強大的訓練晶元，則難以保障演算法模型產出的效率。千億級中文NLP（自然語言處理）大模型「鵬程·盤古」，面向生物醫學領域的「鵬程·神農」平台的發布，都離不開AI晶元的支撐。

再比如，被視為「AI領域操作系統」的AI框架，90%的AI應用是基於AI框架層來開發。在該領域國內 科技 企業已取得重大成果： 業界領先的AI計算框架升思MindSpore，是一款支持端、邊、雲全場景的深度學習訓練推理框架。 除具備自主可控的優勢之外，一套框架即可支持AI+科學計算等多樣性應用。當前升思MindSpore社區累計下載量超過60萬，有超過100家高校選擇升思MindSpore進行教學。

正是有了這些AI晶元和AI框架釋放出的AI算力，我們才能加速進入萬物互聯和人工智慧時代。

今天，從每個人手裡的手機，到企業的雲上平台，再到城市大腦……我們的生產和生活越來越依賴於AI，越來越深入向AI獲取力量。

對中國來說，AI是從製造大國向製造強國轉型升級的關鍵。 最近多年，眾多城市都在努力爭奪各種資源提升城市的發展力和競爭力，而AI算力就是未來發展最重要的「資源」。

在人工智慧的世界，沒有AI算力，就像沒有電。

AI算力已滲入到我們生活和生產的方方面面，以大家較為熟悉的醫院葯房取葯為例：

拿到處方葯單，在葯房前排隊等候，由醫務人員拿著處方照單分葯，這種漫長的等待和焦慮，很多人都有切身體會。現在，已經有企業開發出利用人工智慧技術進行全自動補發葯品的機器人，用到了3D視覺定位、機器人智能抓取、智能視覺復核技術，能夠確保100%補葯准確率，而且效率也更高，發葯速度可以達到每小時2500盒，8秒鍾就可以處理一個訂單。在葯品發放過程中，系統可以自主調度搬運葯品，不需要人工的干預。

它帶來的最直觀的改變，就是可以把葯品分揀的時間從原來的50秒縮短到3秒，患者只需要一分鍾就能取到葯品。

這個過程中，怎麼識別處方單，怎麼准確分揀並發放葯品？要實現這些功能就得看這個機器人使用的AI系統能算得有多快、多好、多准，這就是AI算力。

【要有電 就得有電廠和電網】

AI算力如此重要，但很多企業缺乏足夠的資金來搭建自己的AI算力。那AI算力需求該如何被滿足，國家、城市又該如何提供足夠的AI算力支持，推動AI產業發展並贏得AI時代的競爭力呢？答案是， 要讓AI算力成為公共資源，配套建立新型基礎設施。

這種新型的算力基礎設施就是人工智慧計算中心，用回電氣時代的比喻，那就是要建電廠和電網。

首先是，加快人工智慧計算中心的建設。

人工智慧計算中心，是以基於人工智慧晶元構建的人工智慧計算機集群為基礎，涵蓋了基建基礎設施、硬體基礎設施和軟體基礎設施的完整系統，其核心功能就是，提供從底層晶元算力釋放到頂層應用使能的人工智慧全棧能力，也就是輸出AI算力。

人工智慧計算中心除了是提供公共算力服務的平台，還同時應該是應用創新的孵化平台、產業聚合發展平台和科研創新人才培養平台。只有同時扮演好這些角色，才能打通「政產學研用」，集中最多的力量，形成產業匯聚力並提升AI競爭力。

目前，全世界都在加快人工智慧計算中心建設。尤其是美國，它一方面千方百計地打壓其它國家的發展，一方面則大手筆投入加強本國人工智慧的發展，拜登政府更一度公布了3000億美元的投資計劃，捍衛美國在人工智慧領域的領先地位，而其中很重要的投入，就是加強數據中心和智算中心的新基建。

中國當然不會輕易錯過人工智慧產業發展帶來的機遇。早在2017年，國務院就發布了《新一代人工智慧發展規劃》，並強調要「建設高效能的計算基礎設施」。去年疫情期間，中央進一步明確提出新基建戰略，而加強數據中心和人工智慧計算中心建設，則是整個新基建的重中之重。

因為，沒有強大的算力，以數字化為著眼點的新基建七大領域幾乎都無法實現其建設目標。

國家戰略指引，市場前景召喚，甚至經濟轉型升級的壓力下，諸多地方政府都已積極行動，牽頭人工智慧計算中心建設，並以此為基礎提升本地算力水平，構築數字時代的核心競爭力。

今年5月31日， 科技 部批復的15個國家人工智慧創新發展試驗區中，武漢的人工智慧計算中心已率先竣工並投入運營；西安未來人工智慧計算中心也已經上線，其它省市的人工智慧計算中心建設也陸續規劃中。

武漢人工智慧計算中心投運以後，為武漢乃至湖北地區的經濟發展、科研創新、企業轉型等提供了算力支撐。

比如，武漢大學基於武漢人工智慧計算中心打造了全球首個遙感專用框架武漢.LuojiaNet，針對「大幅面、多通道」遙感影像，在整圖分析和數據集極簡讀取處理等方面實現了重大突破。

再比如，中科院自動化所利用該中心的算力支持，研發了全球首個視頻生成多模態大模型——紫東.太初。作為業內首個千億級三模態大模型，紫東.太初的視頻理解與描述性能已做到全球第一，不僅具有多任務聯合學習能力，還能通過學習實現AI化的圖文搜索，以及音頻、短視頻、MV製作，極大縮短音視頻的創造時間。

9月份，西北地區第一個人工智慧計算中心落子西北重鎮西安市，一期規劃具備300P AI算力的西安未來人工智慧計算中心，基於升騰AI基礎軟硬體平台建設，將提供精準可靠的模型訓練及推理。

西安未來人工智慧計算中心，已經簽約了西安電子 科技 大學遙感項目、西北工業大學語音大模型項目、陝西師范大學「MindSpore研究室」多個項目，在支撐西安「6+5+6+1」現代產業體系發展的同時，也會強化西安乃至整個西北地區的人工智慧產業集群，為西北地區人工智慧產業的發展提供算力支持。

剛剛上線的西安未來人工智慧計算中心，算力使用率已快接近滿負荷狀態。當地各行業企業、科研機構、高校對於算力的渴求可見一斑。

其次，高效利用人工智慧計算中心的算力資源。

當越來越多人工智慧計算中心建成、投運，如何讓它們的算力更高效並服務到更多的行業和企業？如何避免各地算力分布不均衡、使用效率不一致的情況？如何讓沒有規劃建設人工智慧計算中心的地方，也能享受到AI算力的使能？人工智慧計算中心之間的互聯、協同、共享，成為需要各界考慮的一個問題。

這就需要人工智慧算力網路了，就像電網之於電廠和用電對象。

有了算力網路，我們就能將分布在各地的人工智慧計算中心節點連接起來，動態實時根據算力資源狀態和需求，實現統籌分配和調度計算任務，構成全國范圍內的感知、分配、調度人工智慧中心的算力網路，然後在此基礎上匯聚和共享算力、數據、演算法資源。

最重要的是，有了這張網，更多的行業和企業，就能像現在用電一樣使用AI算力了。

那麼，算力網路這張網還會給整個人工智慧行業有哪些作用呢？

首先是算力的匯聚， 就是把不同地區、不同城市的算力資源高速互聯，實現跨節點之間的算力合理調度，資源彈性分配，這有利於提升各個人工智慧計算中心的利用率，實現對於整體能耗的節省，後續可支持跨節點分布學習，為大模型的研究提供超級算力。

其次是數據的匯聚， 政府牽頭與各行業企業合作，在達成人工智慧領域的公共數據開放之後，可依託人工智慧計算中心匯聚高質量的開源、開放的人工智慧數據集，能夠促進人工智慧領域的演算法開發和行業落地。

最後是生態的匯聚， 各個人工智慧計算中心之間，統一互聯標准、應用介面標准，實現網路內大模型能力開放與應用創新成果共享，強化跨區域科研和產業協作，為全國范圍用戶進行人工智慧應用創新提供更多的資源選擇和更便捷的合作方式，加速產業聚合，激活產業共融共生。

簡單總結算力網路，就是匯聚大數據+大算力，使能大模型和重大科研創新，孵化新應用。進而實現算力網路化，降低算力成本，提升計算能效。

科技 部在三年行動規劃中指出，要「布局若幹人工智慧計算中心，形成廣域協同的人工智慧平台」。在這一規劃的指引下，人工智慧計算中心陸續在許多城市落地。就在剛剛結束的HC2021上，20多個人工智慧計算中心建設城市聯合點亮了「人工智慧算力網路」。

這張人工智慧行業的算力網路，已經開始編織構建。

【AI算力建設 不是從長計議而是迫在眉睫】

2020年，麻省理工學院計算機科學家、並行計算先驅Charles Leiserson在《科學》雜志上撰文指出：

深度學習正逼近現有晶元的算力極限。

事實上，過去十年，人類最好的AI演算法對算力的需求幾乎增長了100萬倍，平均每3.4個月翻一倍。

相比之下，全球AI算力的增長卻十分有限。

需求與供給之間的巨大鴻溝，促使各國政府，尤其是中、美、歐、日等AI技術領先的地區大力建設AI算力。

沒有強大AI算力，一個國家或地區必然在未來的 科技 競爭中處於劣勢。

從當前算力基礎設施建設進度來看，深圳、武漢、西安等城市均已建成人工智慧計算中心並投入運營，成都、河南等城市正在建設中，北京、南京、上海等地的人工智慧計算中心加速建設，也是蓄勢待發。

未來，一旦人工智慧計算中心全部建成，並組成人工智慧算力網路，不但將為 社會 提供跨地域、源源不斷的超級算力。而且，還能夠實現跨區域的科研和產業協作，使能大模型和重大科研創新，為千行百業孵化新應用。

最終，使得人工智慧賦能更多的行業和場景，讓我們在未來國家之間的產業和 科技 競爭中立於不敗之地。

——END——

版權所有，禁止私自轉載！

『肆』 元宇宙現在需要算力，算力就需要電，需要很多電，如果沒有電了怎麼辦是不是說元宇宙就沒了呢

不會呀，計算機的算力是一隻在提升的，比如量子計算機，在電量有限的情況下，算力是在不斷提升的。所以最終的問題是從提升算力和優化元宇宙的演算法上，不存在電的問題。

『伍』 算力網的算力有多高

20000p算力是非常高的，可以說大手筆了。

算力是計算機設備或計算/數據中心處理信息的能力，是計算機硬體和軟體配合共同執行某種計算需求的能力。算力的英文名是computility，其中的compu-是計算的詞根，表達算的含義，-utility是效用、實用的意思。computility用來表達計算的能力，即算力。

一般來講，公司對產品的研究算力是在2000左右，20000直接高出了十倍，是讓所有人都震驚的一個數值，因此投資金額更為巨大，不過帶來的效益也是很客觀的。在規模上，項目PUE值≤1.3，核定能耗指標2.46萬噸標准煤，年電力指標20026.85萬度，能耗電力指標最大可支持25000P算力建設規模。

算力的應用

能力是需要度量的，對一台計算設備能力的度量和其處理信息的類型有關。比如，在高性能計算中用每秒雙精度浮點計算來度量其算力。在人工智慧場景中用單精度、版精度或整數來度量其算力，在比特幣中用挖礦機每秒鍾能做多少次哈希（hash）碰撞來度量其算力。挖礦算力即計算哈希函數輸出的速度，在高通量場景中，度量算力的標準是每秒處理的位元組數。

中國移動等運營商提出的算力網路，cloud network，其本質是聯雲成網、雲網融合；學術界提出的算力網，coomputing utility，是把雲、超算、邊緣等算力基礎設施化、utility化，按需使用、按用付費。對用戶來說，雲是變買為租，算力網是變租為用。租的是設備，用的是能力。因此，算力網，computility grid，代表電力服務化的意思。