随着数字经济浪潮席卷全球，数字化、网络化、智能化技术发展已经上升到国家战略层面。其中，人工智能作为新的生产力，赋予了数字经济发展新的使命。随着AI产业化的深入，算力作为其基础支撑被推向发展前沿，提升算力水平、做强算力产业，已经成为全球40多个国家的共识战略。
在我国，算力发展格局日趋明朗，各部委从政策、规划、布局等维度全面推动算力基础设施的建设，例如国家新一代人工智能创新发展试验区建设工作、国家人工智能创新应用先导区建设工作以及近日发布的“东数西算”工程。在此背景下，以超级计算中心、人工智能计算中心等为代表的算力基础设施建设如火如荼。与此同时，AI的场景需求、计算能力、资源分配等问题日益突出，如何选择合适的算力驱动AI产业高质量发展，亟待探讨。
认清多样算力，分清应用场景
所谓算力，代表了对数字化信息处理能力的强弱。加快算力基础设施建设的背后，存在着对计算能力认知性知识缺乏、应用场景需求模糊等问题，导致供需错位时有发生。
拿常见的智能计算和超级计算来说，二者在计量单位、计算精度及应用场景上就有很大差异。
中国计算机学会高性能计算专业委员会秘书长张云泉指出，目前的超级计算中心和智能计算中心，虽然都以“P”来作为算力单位，但超算的单位是“FLOPS”(每秒浮点运算能力)，而一些智能计算机的单位应该是“OPS”(即每秒操作次数)。这两个压根就是不同的单位，不能直接横向比较，有些媒体关于智能计算1000P算力超过目前世界最强超算算力的报道，只能成为专家笑谈。
同时，超算与智能计算的算力精度存在着巨大差异。超算为双精度浮点运算，智能计算的算力精度多为对精度要求较低的单精度和半精度。通常情况下两个相邻精度的同等数值算力差距大约为2.3倍。当然两者的计算能力不是简单的量数差距，受到精度影响，多数智能计算机并不具备高精度数值计算能力，这也限制其在AI计算之外的应用场景使用。而超算作为一种通用算力，高精度计算能力更强，应用范围更广。
定位自身需求，精准选择适配算力
数字经济发展推动下，我国算力产业建设处于快速起步阶段。但与世界上计算产业成熟、算力水平领先的国家相比，现阶段我国算力产业缺乏整体布局，算力与数字产业的供需结构仍面临模式粗放的问题。
要合理利用算力为AI产业腾飞插上翅膀，要在正确认识算力的基础上，结合自身发展需求，对算力的应用场景有着明确清晰的认识。
对于不同的区域而言，如果目标是希望建设成为科学创新高地，支撑多产业发展，那么超算算力是首选。超算既可以广泛应用于科学计算、能源、气象、工程仿真等传统领域，也可以用于生物基因、智慧城市、人工智能等新兴领域，可全力支撑基础科学领域及新兴产业发展。例如在医疗领域，科学家使用分子对接技术，针对与埃博拉病毒蛋白V35的对接、一天完成4000万分子化合物的抗埃博拉病毒药物筛选，这其中就有超算算力的功劳。
在AI快速发展的大环境下，如果只是希望用于支持专一的人工智能应用场景，选择相对造价低、专用性强的人工智能算力设施无可厚非。当然，这里也需要注意，即使是人工智能领域，也分为图像分类、自然语言处理及强化学习等八大应用场景，不同的应用场景对算力的要求也不同，一般推理需要半精度或整型计算能力即可，而涉及到人工智能更关键的训练场景同样需要单精度及以上的算力。
高精度与低精度，通用与专用，区域算力中心的规划应深入考量当地产业发展需求，匹配契合度更高的算力供给模式，方可打造高质量、可持续发展的算力产业体系。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
