在数字经济、互联网经济快速发展带动下，全球算力中心发展进入新一轮大规模扩张期。加快算力中心等数字基础设施建设，不仅能够对冲疫情对经济的负面影响，更长远来看，将为中国经济转型升级打下坚实基础。

不过，在算力中心的类型选择上，也需要与时俱进，厘清概念，按需选择，需要新的思路和新的做法。

不同算力中心各有千秋

从算力中心的发展现状和趋势来看，中国科学技术信息研究所发布的《人工智能算力中心发展白皮书》显示，超级算力中心（高性能算力中心）、云计算数据中心和人工智能算力中心是目前主流的三种算力中心。

上世纪60年代开始，为了对重大军事研究和科学问题进行计算模拟，超级计算机和超级算力中心诞生。目前，在一些依赖大量内存进行计算，或需要较高的串行计算效率时，超算是更好的选择。2000年互联网产业兴起和2007年大数据、云计算技术的兴起，带动了云计算数据中心的建设。云计算数据中心面向个人或企业提供包括虚拟机计算能力、数据储存和网络传输宽带等能力，以支撑从电子商务到电子政务等方面的云服务。2012年以来，以深度学习为代表的新一代人工智能技术得到快速突破和应用，并逐渐成为重要的算力资源需求之一。人工智能算力中心应运而生，能够提供人工智能计算范式所需的专用算力，为计算基础设施带来了新的建设方式。

实际上，在建设目的、技术标准、具体功能、应用领域和“投—建—运”模式等方面，三类算力中心的区别还是不小的。那么，在区域或者企业规划建设算力中心时，具体应该如何选择呢？

建设算力中心要厘清算力概念

“现在人工智能火爆，有些人就说智算中心会取代传统的超算中心，这是错误的。”中国科学院数学与系统科学研究院研究员张林波表示，“不管是超算中心，还是智能算力中心，应该各自发挥各自的特长，做自己适合的事情。”

有人喜欢拿智算中心和超算中心的算力作比较，但实际上，两者是完全不同的度量单位。虽然都以“P”来作为算力单位，但超算的算力单位是“FLOPS”——每秒浮点运算能力，而一些智能计算的单位是“OPS”——每秒操作次数，两者完全是不同的单位度量。同时两者在算力精度有很大差别，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。在中国科学院半导体研究所研究员李卫军看来，如果单纯拿一个算力的指标去衡量比较，对于超算来讲是不公平的，因为超算的优势是计算精度更高。

对于这个问题，中国科学院计算技术研究所研究员张云泉表示：“超算中心主要是做科学计算和数字仿真，现在也在往多元化发展，也支持云计算和AI，它的优势是精度高，能完成智算中心无法完成的工作。”

所以说，规划建设算力中心，首先要明确自己的算力需求，让算力中心建设有的放矢。若大多是对算力精度要求较高的场景，就需要建超算中心；若应用场景对算力精度要求较低，则可以考虑建人工智能算力中心。

建设算力中心要明确场景需求

厘清了算力需求之后，还要明确场景需求。

超级计算机是一种通用算力，更加擅长高精度计算，其设计目标是提供完备、复杂的计算能力，在高精度计算能力更强，应用范围更广，可胜任行星模拟、新材料开发、分子药物设计、基因分析等科学计算任务，以及能源、气象、工程仿真、生物基因、智慧城市、人工智能等领域。

而智能计算机是一种专用算力，它们擅长于推理或训练等智能计算，但由于AI推理或训练一般仅用到单精度甚至半精度计算、整型计算，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。

由于精度上的限制，智能计算机专用算力强劲，比如在安防领域处理海量视频，在医疗领域进行影像诊疗，在交通领域实现智能管控和调度等，可以对单个场景实现较好的支持，但难以提供平台性的服务。

中国工程院院士陈左宁曾形象地比喻，使用超级计算做AI计算是“大马拉小车”。超级计算机虽然“十项全能”，但毕竟不是为AI量身打造，为了便宜行事，智能计算机才由此兴起。

同时，我们还需要注意的是，即使是人工智能算力中心，应用的推理、训练场景对于算力的要求也是不同的。作为面向社会全域多主体的新型公共基础设施，人工智能算力中心是侧重算力生产供应，还是数据开放共享，亦或是智慧生态建设，还是产业创新聚集，侧重不同功能，则需要的算力也是不一样的。

合适的才“算”好的

张云泉表示，不同的领域有不同的要求，适合当地应用的就是好的计算。他倡议，开放包容，通用融合，绿色低碳，自主安全，一个都不能少。

“用是唯一的目标！”清华大学教授陈文光也持有相同观点，“我非常支持算力与产业相互融合，相互支持，用计算机推进各行各业的发展。”

当前，算力中心仍然面临着能耗密度高、企业应用水平较低等问题，对于我国来说还面临着计算芯片及框架等核心技术受制于人的挑战。因此，在算力中心建设中，需要做好顶层设计、强化统筹推进，有效选择自主可控的技术路线，建立完善的运营机制，积极打造服务平台，促进新一代信息技术与传统产业深度融合，拉动区域经济转型与高质量发展。

中国科学技术信息研究所党委书记、科技部新一代人工智能发展研究中心主任赵志耘表示，我们不要盲目地重复建设和盲目地去抢占算力中心这样的基础资源，未来整体的全球经济可能不会迅速走出低谷，在财力有限的情况下，我们要聚集有限的资源和财力，打造支撑人工智能产业和生态发展的基础设施。