在人工智能时代，智能计算和超级计算如何选？

 

在中国，计算能力的发展模式日益清晰。各部委从政策、规划、布局等方面全面推进计算基础设施建设，如建设国家新一代人工智能创新发展试验区，国家人工智能创新应用试验区建设和“东数西算”工程近日出台。在此背景下，以超级计算中心和人工智能计算中心为代表的计算基础设施建设如火如荼地展开。与此同时，人工智能场景需求、计算能力、资源分配等问题也日益突出。如何选择合适的计算力量来推动人工智能产业的高质量发展，是需要探讨的问题。

 

识别各种计算能力并区分应用场景

 

所谓计算能力代表了数字信息处理能力的强弱。在计算基础设施建设的背后，存在着对计算能力认知不足、应用场景需求模糊等问题，导致供需错位的发生。

 

以常见的智能计算和超级计算为例，它们在测量单位、计算精度和应用场景上都有很大的差异。

 

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，虽然目前的超级计算中心和智能计算中心都是以“P”为计算单位，但超级计算单位是“flops”（每秒浮点计算能力），而有些智能计算机应该是“Ops”（即每秒的操作次数）。这两个根是不同的单位，不能直接横向比较。一些媒体报道的智能计算1000p计算能力超越世界上最强的超级计算力量，只能是专家们的玩笑。

 

同时，超级计算与智能计算在精度上也存在很大的差异。超级计算是双精度浮点运算，智能计算的精度多为单精度和半精度，精度要求较低。一般来说，两个相邻精度的差值约为2.3倍。当然，两者的计算能力并不是简单的数量差距，而且受精度的影响，大多数智能计算机不具备高精度的数值计算能力，这也限制了它们在人工智能计算之外的应用场景中的应用。超级计算作为一种通用的计算方法，具有较高的计算精度和较广的应用范围。

 

准确定位自身需求，选择合适的计算力

 

随着数字经济的发展，我国计算机产业建设正处于快速起步阶段。但是，与世界上计算产业成熟、计算能力水平领先的国家相比，当前我国计算产业缺乏整体布局，计算能力和数字产业的供需结构仍面临粗放型问题。

 

要合理利用计算力为人工智能产业插上翅膀，就必须在正确认识计算力及其自身发展需求的基础上，对计算力的应用场景有一个清晰的认识。

 

对于不同地区来说，如果以建设成为科技创新高地、支持多产业发展为目标，超级计算力是首选。超级计算可以广泛应用于科学计算、能源、气象、工程模拟等传统领域，也可以应用于生物基因、智慧城市、人工智能等新兴领域，完全可以支撑基础科学和新兴产业的发展。比如在医疗领域，科学家利用分子对接技术筛选抗埃博拉病毒药物，每天与埃博拉病毒蛋白V35和4000万个分子化合物进行对接，这是有好处的