什么是算力

算力即計算能力（Computing Power），狹義上指對數(shù)字問題的運算能力，而廣義上指對輸入信息處理后實現(xiàn)結果輸出的一種能力。雖然處理的內容不同，但處理過程的能力都可抽象為算力。比如人類大腦、手機以及各類服務器對接收到的信息處理實際都屬于算力的應用。

隨著信息技術的不斷發(fā)展，[《中國算力白皮書（2022）》]中將算力明確定義為數(shù)據(jù)中心的服務器通過對數(shù)據(jù)進行處理后實現(xiàn)結果輸出的一種能力。當前行業(yè)中討論的算力，狹義上可理解為CPU、GPU等芯片的計算能力，廣義上可理解為芯片技術的計算能力，內存、硬盤等存儲技術的存力，以及操作系統(tǒng)、數(shù)據(jù)庫等軟件技術的算法的三者集合。

算力的分類

隨著數(shù)字經(jīng)濟時代的到來，算力發(fā)展迎來高潮，廣泛應用于各個領域，其中包括但不限于日常消費領域、人工智能領域、半導體技術領域。不同應用場景對算力的需求各異，需要不同類型的算力支撐。目前算力主要分為通用算力、智能算力和超算算力。未來還會出現(xiàn)比傳統(tǒng)計算更高效、更快速的新一代算力，例如量子算力等。

通用算力

通用算力主要以CPU為代表，即CPU芯片執(zhí)行計算任務時所表現(xiàn)出的計算能力。不同架構的CPU計算能力不同，因為CPU算力受核心數(shù)量、主頻、緩存大小等多種因素影響。目前可以根據(jù)DMIPS指標來衡量CPU性能。該指標表示CPU每秒能執(zhí)行多少百萬條Dhrystone指令。

通用算力計算量小，但能夠提供高效、靈活、通用的計算能力。因為CPU的架構屬于少量的高性能核心結構，即核心數(shù)量少，但核心頻率高，更加擅長處理復雜的邏輯判斷和串行計算的單線程任務，如操作系統(tǒng)的管理、應用程序的執(zhí)行以及各類后臺服務等。而這樣的設計在面對大規(guī)模并行計算任務時則顯得力不從心。

智能算力

智能算力主要以GPU、FPGA、ASIC芯片為代表。每種類型的芯片具有各自的特點和優(yōu)勢。

• GPU（Graphics Processing Unit，圖形處理器）：GPU在設計之初用于圖形渲染，即同時處理大量簡單的計算任務。不同于CPU的少量高性能核心架構，GPU擁有大量的核心數(shù)但較小的控制單元和緩存，能夠完成高度并行的計算任務。GPU主要應用在機器學習的訓練階段，因為機器學習的操作并不依賴于復雜指令，而是大規(guī)模的并行計算。

• FPGA（Field Programmable Gate Array，現(xiàn)場可編程邏輯門陣列）：FPGA是在PAL、GAL 等可編程器件的基礎上進一步發(fā)展的產(chǎn)物。FPGA是半定制集成電路，具有可重配置的邏輯結構。其內部的電路不是硬刻蝕的，而是可以通過HDL（硬件描述語言）編程來重新配置。這種可編程靈活性使其可以完成人工神經(jīng)網(wǎng)絡的特定計算模式，輕松升級硬件以適應AI場景中新的應用需求。除此以外，F(xiàn)PGA的每個組件功能在重新配置階段都可以定制，因此在運行時無需指令，可顯著降低功耗并提高整體性能。

• ASIC（Application-Specific Integrated Circuit，應用特定集成電路）：ASIC是專為滿足特定需求而設計的全定制集成電路芯片。ASIC的優(yōu)勢在于其能夠針對特定任務進行深度優(yōu)化，從而實現(xiàn)更高的性能和更低的功耗。一旦量產(chǎn)，其單位成本會顯著降低，尤其適合于大規(guī)模生產(chǎn)和應用。然而，ASIC設計周期長、成本高，一旦設計完成，很難進行修改或升級以適應新的應用需求。因此，在選擇使用ASIC還是FPGA時，需要根據(jù)具體的應用場景和需求進行權衡。對于需要高性能、低功耗且應用場景相對固定的系統(tǒng)，ASIC可能是更好的選擇；而對于需要快速適應新技術和市場需求變化的應用場景，F(xiàn)PGA則更具優(yōu)勢。

GPU、FPGA、ASIC能力對比表格：

td {white-space:nowrap;border:1px solid #dee0e3;font-size:10pt;font-style:normal;font-weight:normal;vertical-align:middle;word-break:normal;word-wrap:normal;} | | GPU | FPGA | ASIC |
| -------------- | -------------------------- | -------------------------------- | ----------------------------- |
| 并行計算能力 | 強大 | 靈活配置 | 高效但定制 |
| 靈活性 | 較低（專用于圖形和計算） | 高（可編程） | 低（定制后固定） |
| 功耗 | 高 | 適中 | 低 |
| 成本 | 中等 | 低 | 高（設計和制造） |
| 整體性能 | 高 | 中等（因可重置而消耗芯片資源） | 非常高（高度定制針對性強 ） |
| 應用領域 | 圖形處理、機器學習等 | 實時計算、原型設計等 | 特定應用場景（如數(shù)據(jù)中心） |

超算算力

超算即超級計算，又稱高性能計算 (HPC)，利用并行工作的多臺計算機系統(tǒng)的集中式計算資源，通過專用的操作系統(tǒng)來處理極端復雜的或數(shù)據(jù)密集型的問題。超算算力則是由這些超級計算機等高性能計算集群所提供的算力，主要應用于尖端科研、國防軍工等大科學、大工程、大系統(tǒng)中，是衡量一個國家或地區(qū)科技核心競爭力和綜合國力的重要標志。目前，美國的Frontier以 1.206 EFlop/s的HPL性能位居全球超級計算機Top500榜第一，達到了E級計算。

中國信息通信研究院結合業(yè)內實踐和設想，提出了超算參考架構，由計算系統(tǒng)、存儲系統(tǒng)、網(wǎng)絡系統(tǒng)、管理系統(tǒng)、安全系統(tǒng)五部分構成。

• 計算系統(tǒng)：由CPU和異構加速卡計算節(jié)點共同組成。
• 存儲系統(tǒng)：采用分布式存儲，可提供PB級別以上的容量來進行數(shù)據(jù)和算據(jù)存儲。
• 網(wǎng)絡系統(tǒng)：分為存儲網(wǎng)絡、業(yè)務網(wǎng)絡以及監(jiān)控網(wǎng)絡等多個網(wǎng)絡平面，實現(xiàn)超算系統(tǒng)間各個硬件設備以及子系統(tǒng)間的通信互聯(lián)。
• 管理系統(tǒng)：包括資源與業(yè)務監(jiān)控、告警監(jiān)控、可視化等功能。
• 安全系統(tǒng)：由防火墻、負載均衡、堡壘機、抗DDoS、日志審計、漏洞掃描、DNS服務器等設備組成。

新一代算力

自人工智能加速應用后，算力需求激增，人們很難保證在未來經(jīng)典計算能一直滿足指數(shù)級的算力增長并應用于重大計算問題。于是在全球科技競爭加劇、數(shù)字經(jīng)濟快速發(fā)展以及新興技術的推動下出現(xiàn)了以量子計算為代表的新一代算力。

量子計算運用量子態(tài)的疊加性，使得量子比特擁有更強的信息編碼能力，并可實現(xiàn)多個量子比特的量子糾纏，性能上限遠超經(jīng)典計算。量子計算機使用亞原子粒子的物理學領域來執(zhí)行復雜的并行計算，從而取代了當今計算機系統(tǒng)中更簡單的晶體管。傳統(tǒng)計算機中的字符，要么打開，要么關閉，要么是 1，要么是 0。而在量子比特計算中，計算單元是可以打開，關閉或之間的任何值。量子比特的“疊加態(tài)”能力，為計算方程增加了強大的功能，使量子計算機在某種數(shù)學運算中更勝一籌。

目前阿里巴巴、Google、Honeywell、IBM 、IonQ 和 Xanadu 等少數(shù)幾家公司都運營著量子計算機，但仍存在退相干、噪聲與誤差、可擴展性等問題，處于硬件開發(fā)的早期階段。根據(jù)專家預測，想要進入量子計算機真正有用的高保真時代，還得需要幾十年。

數(shù)據(jù)中心算力組成

數(shù)據(jù)中心的計算能力主要依賴于服務器。目前CPU類型的服務器幾乎部署在所有的數(shù)據(jù)中心中，而高性能算力GPU等更多的使用在AI應用場景中，小規(guī)模部署于部分數(shù)據(jù)中心中。然而隨著機器學習、人工智能、無人駕駛、工業(yè)仿真等新興技術領域的崛起，傳統(tǒng)數(shù)據(jù)中心遭遇通用CPU在處理海量計算、 海量數(shù)據(jù)時越來越多的性能瓶頸。 在數(shù)據(jù)中心加快步伐部署48核以及64核心等更高核心CPU來應對激增的算力需求的同時，為了應對計算多元化的需求，越來越多的場景開始引入加速芯片，如前文提到的GPU、 FPGA、 ASIC 等。這些加速硬件承擔了大部分的新算力需求。

然而實際上的數(shù)據(jù)中心是一個匯集大量服務器、存儲設備及網(wǎng)絡設備的基礎設施，數(shù)據(jù)中心算力是服務器、存儲及網(wǎng)絡設備合力作用的結果，計算、存儲及網(wǎng)絡傳輸能力相互協(xié)同才能促使數(shù)據(jù)中心算力水平的提升。單獨討論服務器的算力水平并不能反映數(shù)據(jù)中心的實際算力水平。

總之，數(shù)據(jù)中心是人工智能、物聯(lián)網(wǎng)、區(qū)塊鏈等應用服務的重要載體。數(shù)據(jù)中心算力水平的提升將會在很大程度上推動全社會總體算力供給，滿足各行業(yè)數(shù)字化轉型過程中的算力需求。

數(shù)據(jù)中心網(wǎng)絡設備

以實際情況來說，數(shù)據(jù)中心的算力水平不僅取決于服務器的算力，同時還會在很大程度上受到網(wǎng)絡設備的影響，如果網(wǎng)絡設備算力水平無法滿足要求，很有可能引發(fā)“木桶效應”，拉低整個數(shù)據(jù)中心的實際算力水平。

星融元[CX-N系列] 交換機可以幫助用戶構建超低時延、 靈活可靠、按需橫向擴展的數(shù)據(jù)中心網(wǎng)絡。

• 超低時延：所搭載的交換芯片具備業(yè)界領先的超低時延能力，最低時延達到400ns左右。
• 高可靠性：通過MC-LAG、EVPN Multihoming、ECMP構建無環(huán)路、高可靠、可獨立升級的數(shù)據(jù)中心網(wǎng)絡。
• RoCEv2能力：全系列標配RoCEv2能力，提供PFC、ECN等一系列面向生產(chǎn)環(huán)境的增強網(wǎng)絡特性。
• RESTful API：支持REST架構的第三方平臺和應用都能自動化地管理、調度星融元數(shù)據(jù)中心網(wǎng)絡。

不論是在[AI智算] 還是[HPC高性能計算] 場景下，CX-N交換機都達到了媲美InfiniBand專用交換機的性能，以下是場景測試數(shù)據(jù)表:

表一：AIGC場景性能測試結果

表二：HPC應用測試（對比IB交換機）

參考文獻：

https://13115299.s21i.faiusr.com/61/1/ABUIABA9GAAgqvv2nAYowLyGBA.pdf

https://13115299.s21i.faiusr.com/61/1/ABUIABA9GAAgk4DrjQYo76ziRQ.pdf

審核編輯 黃宇