本文來(lái)源：華商韜略

一個(gè)多樣性的算力時(shí)代正在來(lái)臨。

時(shí)代在變。

十年前，英國(guó)《經(jīng)濟(jì)學(xué)人》曾用以工業(yè)用電量為主的一套指標(biāo)來(lái)評(píng)估中國(guó)GDP，并將其命名為“克強(qiáng)指數(shù)”。

今天，中國(guó)經(jīng)濟(jì)實(shí)力最強(qiáng)的北上廣深等大城市都在全力比拼一個(gè)新的指標(biāo)——計(jì)算力。因?yàn)樵跀?shù)字經(jīng)濟(jì)時(shí)代，這個(gè)指標(biāo)將決定它們?cè)谖磥?lái)城市大戰(zhàn)中的生死。

甚至，像安慶這樣的三四線(xiàn)城市，也在“著急上火”，因?yàn)槁徊?，就?huì)被狠狠甩在身后。

0 1

自從1946年，馮·諾依曼發(fā)明第一臺(tái)電腦ENIAC以來(lái)，算力一直在突飛猛進(jìn)。

半個(gè)世紀(jì)前，第一次將人類(lèi)送上月球的阿波羅11號(hào)飛船，其所搭載的電腦，CPU主頻只有0.043 MHz。

今天，任何一部普通的手機(jī)，主頻都在2500MHz以上，是登月電腦的5萬(wàn)倍！

即便如此，仍無(wú)法滿(mǎn)足人們對(duì)算力的需求。

在IDC/EMC發(fā)布的一份報(bào)告中，最近十年來(lái)，全世界算力的增長(zhǎng)遠(yuǎn)遠(yuǎn)滯后于數(shù)據(jù)的增長(zhǎng)。

導(dǎo)致這一算力瓶頸的，是兩場(chǎng)革命：一個(gè)是互聯(lián)網(wǎng)革命，另一個(gè)是AI革命。

互聯(lián)網(wǎng)讓更多設(shè)備聯(lián)接在一起，未來(lái)，物聯(lián)網(wǎng)（IoT）還將帶來(lái)千億級(jí)的設(shè)備接入。海量的設(shè)備，疊加復(fù)雜的應(yīng)用場(chǎng)景，引發(fā)數(shù)據(jù)大爆炸。

1992年，全人類(lèi)每天只產(chǎn)生100GB數(shù)據(jù)。而今天，全球70億人，每人每天產(chǎn)生的數(shù)據(jù)高達(dá)1.5GB。僅一輛自動(dòng)駕駛汽車(chē)，一天就能產(chǎn)生64TB數(shù)據(jù)，足以填滿(mǎn)32塊硬盤(pán)。

爆炸式增長(zhǎng)的數(shù)據(jù)，哺育了人工智能（AI），使得深度學(xué)習(xí)等過(guò)去難以實(shí)踐的各種算法，得以喂養(yǎng)、訓(xùn)練，并大規(guī)模應(yīng)用。

這反過(guò)來(lái)，對(duì)算力提出巨大的需求。

2012年，谷歌大腦為了從1000萬(wàn)張圖片中識(shí)別出一只貓，整整動(dòng)用了1000臺(tái)電腦、16000個(gè)CPU。

今天，我們所面對(duì)的場(chǎng)景和需求，遠(yuǎn)比識(shí)別一張圖片更復(fù)雜、多樣化。從VR/AR到無(wú)人駕駛，從工業(yè)機(jī)器人到遠(yuǎn)程醫(yī)療……AI正改變我們的生活。

而它背后的算力支撐，也從云到邊緣，到設(shè)備端，變得無(wú)處不在。

19世紀(jì)70年代，發(fā)電機(jī)的問(wèn)世催生了第二次工業(yè)革命。電力成為驅(qū)動(dòng)全球經(jīng)濟(jì)發(fā)展的強(qiáng)大動(dòng)力，人類(lèi)由此邁進(jìn)電力時(shí)代。

一百多年后的今天，算力正變得跟電力一樣觸手可及。未來(lái)，在數(shù)字經(jīng)濟(jì)時(shí)代，誰(shuí)掌握更強(qiáng)的算力，誰(shuí)就將擁有世界。

來(lái)自羅蘭貝格等國(guó)際權(quán)威機(jī)構(gòu)的數(shù)據(jù)顯示，在全球各國(guó)總算力的排行榜上，中美兩國(guó)遙遙領(lǐng)先。緊隨其后的，也都是英、法、德、印、日等經(jīng)濟(jì)強(qiáng)國(guó)。

算力不但是衡量國(guó)家實(shí)力的指標(biāo)，也正在中國(guó)各大城市間引發(fā)一場(chǎng)熱戰(zhàn)。

從北上廣深到杭州、南京……大家都憋著一股勁兒，建設(shè)數(shù)字經(jīng)濟(jì)城市，爭(zhēng)當(dāng)算力之都。就連安慶這樣的三四線(xiàn)城市，也在拼命學(xué)習(xí)、追趕。

上世紀(jì)90年代，公路、鐵路、電力等舊基建，奠定了中國(guó)制造業(yè)大國(guó)的地位。

而今，圍繞城市間的算力之爭(zhēng)，一大批集約化的大型數(shù)據(jù)中心正拔地而起。這背后，是一場(chǎng)規(guī)?？涨暗?strong>新基建運(yùn)動(dòng)。

在這場(chǎng)運(yùn)動(dòng)中，算力正取代電力，成為新基建的核心。因?yàn)樗懔?，是?shù)字經(jīng)濟(jì)時(shí)代的基礎(chǔ)設(shè)施，是新的生產(chǎn)力。

以傳統(tǒng)制造業(yè)為例，在算力上每投入1美元，可帶來(lái)10美元的產(chǎn)出。
未來(lái)，隨著新基建的大規(guī)模落地，算力的提升將為各行各業(yè)帶來(lái)質(zhì)的飛躍，并筑起中國(guó)數(shù)字經(jīng)濟(jì)的新底座。

0 2

一方面，數(shù)據(jù)大爆炸和人工智能對(duì)算力提出前所未有的需求。另一方面，傳統(tǒng)的計(jì)算架構(gòu)卻走進(jìn)了死胡同。

過(guò)去數(shù)十年，全球算力基本上是CPU一家獨(dú)大。

尤其1978 年，英特爾推出x86架構(gòu)以來(lái)，CPU的算力更是以摩爾定律——每隔18個(gè)月翻一倍的速度，突飛猛進(jìn)。

然而近年來(lái)，隨著半導(dǎo)體工藝制程逼近極限，CPU算力的增長(zhǎng)也漸趨平緩。曾經(jīng)推動(dòng)全球計(jì)算產(chǎn)業(yè)大發(fā)展的CPU，如今正陷入算力瓶頸。

21世紀(jì)頭十年，研究人工智能的科學(xué)家們?cè)教帉ふ乙环N高效且低成本的算力，以便幫他們完成大吞吐量的數(shù)據(jù)處理，訓(xùn)練算法。

最終，他們大多數(shù)選擇了英偉達(dá)的GPU，而不是英特爾的CPU。

原因是，這種非x86架構(gòu)的圖形處理芯片，擁有動(dòng)輒幾百個(gè)內(nèi)核，能夠并行地同時(shí)處理數(shù)千個(gè)線(xiàn)程。

正是這批人，用GPU推動(dòng)了一場(chǎng)人工智能革命。

作為這場(chǎng)革命的引領(lǐng)者，谷歌大腦之父吳恩達(dá)后來(lái)重新做了一次識(shí)別貓臉的實(shí)驗(yàn)，結(jié)果只用了16臺(tái)電腦、64個(gè)GPU，比用CPU整整節(jié)省了近百倍。

GPU只是一個(gè)縮影，它反映出的是近年來(lái)一個(gè)迅猛增長(zhǎng)的計(jì)算趨勢(shì)：

傳統(tǒng)CPU一家獨(dú)大的格局正在終結(jié)，全世界正迎來(lái)一個(gè)新的異構(gòu)計(jì)算時(shí)代。

在這個(gè)新的計(jì)算時(shí)代，各種非x86架構(gòu)的算力百花齊放，以滿(mǎn)足復(fù)雜場(chǎng)景下，對(duì)算力更加多樣化的需求。

比如，F(xiàn)PGA和ASIC。

此前，無(wú)論CPU還是GPU，都屬于通用芯片，它們基于半個(gè)多世紀(jì)前的馮·諾依曼結(jié)構(gòu)設(shè)計(jì)，可勝任大多數(shù)的通用計(jì)算場(chǎng)景。

但這種基于指令集的計(jì)算架構(gòu)，需要在內(nèi)存和處理單元間傳輸數(shù)據(jù)，不但影響了效率，還增加了功耗。

FPGA和ASIC不同，它們是一種專(zhuān)用芯片，沒(méi)有指令集，也無(wú)需共享內(nèi)存，而直接以并行和流水線(xiàn)的方式處理數(shù)據(jù)。不但速度快，功耗也低得驚人。

當(dāng)然，代價(jià)也不菲。由于是專(zhuān)用芯片，它們只能用于特定目的。其中，ASIC完全針對(duì)客戶(hù)定制；而FPGA屬于半定制，現(xiàn)場(chǎng)可編程，可重復(fù)使用。

自從1985年，賽靈思（Xilinx）創(chuàng)始人羅斯·弗里曼發(fā)明FPGA以來(lái)，這種芯片已廣泛用于許多要求低時(shí)延的場(chǎng)景。

比如，5G通信基站和自動(dòng)駕駛，后者幾毫秒的剎車(chē)時(shí)延就可能致命。還有金融市場(chǎng)高頻交易、軍用導(dǎo)彈制導(dǎo)系統(tǒng)，等等。

不僅如此，今天，F(xiàn)PGA正與GPU一起，成為全球高性能計(jì)算（HPC）和大型數(shù)據(jù)中心的加速器。

前者以速度取勝，后者擅長(zhǎng)大吞吐量數(shù)據(jù)處理，它們?nèi)缤说乃闹?。CPU則形同大腦，負(fù)責(zé)統(tǒng)籌、調(diào)度各種計(jì)算資源。

2010年以前，微軟必應(yīng)（Bing）搜索引擎基本上靠CPU驅(qū)動(dòng)。

但大數(shù)據(jù)和人工智能時(shí)代的到來(lái)，讓傳統(tǒng)設(shè)備不堪重負(fù)。最終，微軟不得不用FPGA來(lái)加速計(jì)算。

結(jié)果，無(wú)論數(shù)據(jù)吞吐量，還是延遲，都得到10倍級(jí)的提升。

如今，微軟已在自家數(shù)據(jù)中心、一半以上的服務(wù)器部署了FPGA加速卡。亞馬遜、IBM等全球科技大佬也紛紛入局。

就連英特爾，也顧不上身段，斥資167億美元，收購(gòu)了全球第二大FPGA芯片制造商Altera，試圖續(xù)寫(xiě)神話(huà)。

谷歌則基于A(yíng)SIC架構(gòu)，開(kāi)發(fā)了一款專(zhuān)門(mén)用于加速神經(jīng)網(wǎng)絡(luò)計(jì)算的TPU芯片。

眾多非x86架構(gòu)的芯片，共同托起了一個(gè)嶄新的計(jì)算時(shí)代。

20年前，人類(lèi)進(jìn)行一次全基因組測(cè)序，需要數(shù)年之久，現(xiàn)在只需要1天。在這背后，是成千上萬(wàn)倍的算力提升。

0 3

新計(jì)算時(shí)代，給人類(lèi)帶來(lái)的遠(yuǎn)不止算力的提升。

在算力需求還不大的年代，功耗并非大問(wèn)題。但如今，隨著全球HPC和大型數(shù)據(jù)中心的興建，高耗能正成為一個(gè)棘手問(wèn)題。

另一方面，手機(jī)等小型終端設(shè)備，也對(duì)續(xù)航和功耗，提出越來(lái)越苛刻的要求。

傳統(tǒng)CPU，無(wú)論硬件設(shè)計(jì)還是軟件設(shè)計(jì)，功耗都不占優(yōu)。硬件層面，同等算力下，采用流水線(xiàn)設(shè)計(jì)的ASIC和FPGA，功耗比CPU低很多。

軟件層面，x86 CPU采用復(fù)雜指令集，與采用精簡(jiǎn)指令集的ARM等芯片比，功耗天生就吃虧。

由此可以預(yù)計(jì)，未來(lái)ARM、FPGA、ASIC等低功耗的綠色計(jì)算，將大行其道。

多元化的格局，也為全人類(lèi)提供了一種更安全的計(jì)算，同時(shí)避免對(duì)某種單一計(jì)算架構(gòu)的過(guò)度依賴(lài)。

從這個(gè)意義上講，未來(lái)的計(jì)算將滿(mǎn)足四個(gè)特征：異構(gòu)、集約化、綠色和安全。

這樣一個(gè)新計(jì)算時(shí)代，對(duì)今天的中國(guó)意義尤其深遠(yuǎn)。

1882年9月4日，愛(ài)迪生親手合上世界上第一個(gè)商用電力系統(tǒng)的電閘，電流沿電線(xiàn)從珍珠街電站流向曼哈頓金融區(qū)，照亮大半個(gè)紐約。

4年后，西屋電氣創(chuàng)始人威斯汀豪斯又建造了美國(guó)第一個(gè)商用交流電電力系統(tǒng)。

一輪接一輪電力大基建，使得美國(guó)人率先開(kāi)啟了電氣時(shí)代，并為美國(guó)經(jīng)濟(jì)注入強(qiáng)勁動(dòng)力。最終，美國(guó)取代歐洲，成為新的世界中心。

一百多年后，隨著數(shù)據(jù)大爆炸，算力正成為驅(qū)動(dòng)經(jīng)濟(jì)的新動(dòng)力。

在中國(guó)，12.9億手機(jī)用戶(hù)、近1億個(gè)體戶(hù)和2000多萬(wàn)家企業(yè)，每天都要靠算力來(lái)完成各種線(xiàn)上線(xiàn)下交易。

這背后，每年高達(dá)數(shù)十萬(wàn)億元的電商交易，要通過(guò)云端的算力來(lái)處理。

不僅如此，算力還支撐著從VR/AR到自動(dòng)駕駛，從人工智能到工業(yè)互聯(lián)網(wǎng)……所有我們生活中的新科技、新產(chǎn)業(yè)，正在改造著傳統(tǒng)產(chǎn)業(yè)的面貌。

因?yàn)橛辛烁鼜?qiáng)的算力，智慧工廠(chǎng)、智慧農(nóng)場(chǎng)、智慧交通、智慧醫(yī)療、智慧政務(wù)……不斷從理想變?yōu)楝F(xiàn)實(shí)，并由此帶來(lái)更高的效率和更高的產(chǎn)出。

在美國(guó)，隨著智能機(jī)器人等基于智能計(jì)算的新技術(shù)不斷應(yīng)用在傳統(tǒng)制造業(yè)，未來(lái)預(yù)計(jì)將為美國(guó)制造業(yè)帶來(lái) 1700 億美元的額外產(chǎn)出。

與此同時(shí)，智能電網(wǎng)的大規(guī)模建設(shè)，將為其帶來(lái)1.3—2萬(wàn)億美元的收益。

因?yàn)樗懔?duì)經(jīng)濟(jì)的這種強(qiáng)大驅(qū)動(dòng)力，全世界正掀起一場(chǎng)大規(guī)模的新基建。在中國(guó)，新基建更是已上升至國(guó)家的發(fā)展大戰(zhàn)略。

從5G、特高壓、高鐵、充電樁，到AI、大數(shù)據(jù)中心、工業(yè)互聯(lián)網(wǎng)……七大領(lǐng)域，背后都需要算力作支撐。

也因此，短短數(shù)年，全國(guó)各地掀起一場(chǎng)以興建大數(shù)據(jù)中心為代表的算力大比拼。

北京、杭州、深圳、上海，你方唱罷我登場(chǎng)。就連昔日偏遠(yuǎn)的貴州，也憑借華為、蘋(píng)果、騰訊等公司的大數(shù)據(jù)中心落地，上演了一場(chǎng)GDP逆襲。

在這些大數(shù)據(jù)中心里，x86的CPU架構(gòu)不再一統(tǒng)天下，各種異架構(gòu)芯片“捆”在一起，共同為社會(huì)輸出算力。

過(guò)去，華為的算力以x86為主，如今它面向端、邊、云，提供一種鯤鵬+昇騰+CPU+GPU+NPU的多樣性算力，并圍繞鯤鵬形成了一個(gè)產(chǎn)業(yè)鏈。

阿里平頭哥，則基于RISC-V指令集，開(kāi)發(fā)了自己的AI芯片——含光800。

擅長(zhǎng)人工智能的百度，也在多年部署FPGA加速器的基礎(chǔ)上，打造了昆侖AI芯片。

在國(guó)家七大超算中心，國(guó)產(chǎn)自研的申威26010處理器正在支撐著全世界僅次美國(guó)的最強(qiáng)算力。

一個(gè)動(dòng)力充沛、多樣性的算力時(shí)代正在來(lái)臨。

未來(lái)，這個(gè)新的算力時(shí)代不但將催生一個(gè)萬(wàn)億級(jí)產(chǎn)業(yè)，更將通過(guò)新基建，源源不斷地為中國(guó)經(jīng)濟(jì)注入澎湃的動(dòng)力。

~END~

免責(zé)聲明：本文內(nèi)容由21ic獲得授權(quán)后發(fā)布，版權(quán)歸原作者所有，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。文章僅代表作者個(gè)人觀(guān)點(diǎn)，不代表本平臺(tái)立場(chǎng)，如有問(wèn)題，請(qǐng)聯(lián)系我們，謝謝！