在数字浪潮下，⼀个词汇正在越来越频繁地出现在我们的视野中—算力。
从智能手机、自动驾驶的广泛应用，再到人工智能的飞速发展，算力无处不在。它成为如同“水电煤”一样的公共基础资源，为我们的生活和工作提供源源不断的动力。
那么，究竟什么是算力？它经历了怎样的发展历程，又如何去衡量呢？
算力（Computing Power），是指通过对信息数据进行处理，实现目标结果输出的计算能力。诺贝尔经济学奖获得者威廉・诺德豪斯（William D.Nordhaus）在《计算过程》中提出“算力是指设备根据内部状态的改变，每秒可处理的信息数据量”。所以算力的本质是数据处理能力。
在远古时期，人类的算力主要依赖于大脑和简单的辅助工具，如结绳记事、刻画符号等。这些原始的方法虽然简陋，却是人类计算能力的萌芽。
随着⽂明的进步，出现了更为精密的计算⼯具。例如，中国古代的算筹和算盘，极大地提升了人们的计算效率。
1946年，世界上第⼀台数字式电子计算机ENIAC诞生，标志着算力正式步入电子时代。随着晶体管的发明，计算机的体积逐渐缩小，性能大幅提升，个人电脑的出现和普及使得算力走进了千家万户，推动了整个社会的信息化普及。
进入21世纪，互联网的兴起和云计算技术的发展，使得算力不再局限于单⼀设备，而是可以通过网络共享，按需分配。云计算的出现，将大量零散的算力重新整合，汇聚成海量的计算资源，为各行各业提供了强大的算力支撑。
算力任务的分类
算力云化后，数据中心成为算力的一个主要载体。人类的算力规模有了质的飞跃。在数据中心里，算力任务通常可以分为基础通用计算和高性能计算（HPC）。
基础通用计算主要是由CPU提供的，面向日常的基础计算需求。这类任务通常计算量较小，对实时性要求不高，例如企业⽇常运营、数据存储与管理等。
高性能计算是指利用超级计算机系统，通过并行计算技术，将计算任务分成多个子任务同时进行处理，来提高计算速度和任务处理的能力。高性能计算又可以细分为科学计算、工程计算和智能计算，分别应用于基础科学研究、工业领域和人工智能模型的训练和推理中。
算力既然是一种能力，就有对它能力强弱衡量的指标和单位。大家经常听说的MIPS，FLOPS，TOPS，就是对算力不同的衡量单位。
MIPS
Million Instruction Per Second
每秒百万条指令
MIPS用于衡量处理器执行整数指令的速度，即每秒能处理多少百万条指令。这个衡量单位关注处理器对逻辑运算（如加减乘除、条件判断）的处理效率，不涉及复杂的浮点运算。适用于早期CPU性能评估，用作操作系统、数据库等系统级软件的性能参考。
FLOPS
Floating Point Operations Per Second
每秒浮点运算次数
FLOPS用于衡量处理器执行浮点运算的能力。不同数量级的FLOPS有不同的表达方式，单位越大，算力越强。适用于科学计算、高性能计算、图形处理等应用场景。
FLOPS不同数量级的表达方式
TOPS
Tera of Operations Per Second
每秒万亿次操作
TOPS用于衡量AI芯片处理张量运算（矩阵乘法、卷积等）的速度。与FLOPS不同，TOPS不严格区分“浮点”或“整数”，而是关注AI任务中的实际操作次数。
如今，算力早已融入我们生活的每个角落，成为新型生产力，⽀撑着数字经济的发展。算力的发展，就是我们不断突破技术限制、追求更高效率的历程。未来，随着量子计算的突破、边缘计算和算力网络的完善，算力会释放更强大的能量，为我们创造无限的可能。