在数字经济浪潮席卷全球的趋势下，“算力”作为转换数据价值的“生产要素”，成为数字经济的新主角。提升算力水平、做强算力产业，已经成为全球40多个的战略共识。
在我国，算力发展格局日趋明朗，“东数西算”工程应势而生。在此政策的指引下，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。但与此同时，超算与智算的算力水平、场景需求、资源分配等问题开始显现并日益突出，选择合适的算力驱动各产业高质量发展，做好算力布局，成为算力发展的重中之重。算力代表了对数字化信息处理能力的强弱，但不同类型的算力，会存在较大差别。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，目前超级计算算力和智能计算算力，虽然都以“P”作为算力单位，但超算是“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，智算的算力精度多为单精度和半精度。若要做比较，通常情况下两个相邻精度的算力差距大约为2.3倍，但其实两者的计算能力不是简单的量数差距。与此同时，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，这也限制其在特定的应用之外是难以覆盖其他的功能和场景的。布局算力中心，要有明确的需求导向。对于不同的区域而言，如果目标是希望建成科学创新高地，支撑多产业发展，那么超算算力是。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、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。另外，即使是人工智能领域，也分为图像分类、自然语言处理、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，一般推理功能满足半精度或整型算力即可，而涉及到人工智能更关键的训练、模拟场景就需要单精度甚至双精度的算力。数字经济发展推动下，我国算力产业建设正处于快速起步阶段，区域算力中心的规划要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，打造高质量、可持续发展的算力产业体系，为我国算力产业的腾飞助力。
（以上文章转载于网络，如有雷同或侵权，请联系IID工作人员处理，谢谢！）
wendy 