算力又名计算力，英文名是computility。其中的compu-是计算的词根，表达“算”的含义，-utility是效用、实用的意思。computility用来表达计算的能力，即算力。算力指的是数据处理能力，是集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力中心等算力基础设施向社会提供服务，存在于手机、笔记本、超级计算机等各种智能硬件设备。其本义是表示某个设备或系统的计算性能，随着智能时代的到来，智能计算的三要素——算力、算法、数据，逐渐成为社会的信息基础设施的重要组成部分，“算力”的内涵进一步扩大到用户能获得的体现为用户实际效用的计算性能。

在一台经典的数字计算机中，中央处理器（CPU）包含了运算器和指令控制器，其中运算器承载了主要的运算功能。

“算力”从字面上理解是计算能力，从表示能力的电力、运力借鉴而来。计算机学术界对于“算力”这个概念有一个大致的共识，即表示某个设备或系统的计算性能，或者说“算力”是计算性能的口语化表达，类似于“电脑”是计算机的口语化。这里的计算设备包括个人电脑、手机、嵌入式设备等，计算系统包括片上系统（SoC）、超级计算机、高性能计算机、云计算系统、数据中心系统、分布式计算系统等。

算力的狭义定义是一台计算机具备的理论上最大的每秒浮点运算次数（FLOPS）。但是，计算机不光具有运算能力，还有数据存储与访问能力、与外界的数据交换能力、数据显示能力等广义上，算力是计算机设备或计算/数据中心处理信息的能力，是计算机硬件和软件配合共同执行某种计算需求的能力。

算力计算性能指标一般使用运算速度表示，包括百万指令数每秒（MIPS）、浮点操作数每秒（FLOPS）等，表示定点、半精度/单精度/双精度浮点、AI常用的8bit整数操作等方面的性能。人们一般用这些性能指标来测度和表征设备或系统的算力，比如，一颗AI智能计算芯片的算力是256TOPS（全称为Tera Operations Per Second，是处理器运算能力单位），一台超级计算机的算力是1EFLOPS。性能指标图片详见“图一. 算力的衡量指标”。

MIPS

MIPS（Million Instructions Per Second）是一种衡量计算机处理器性能的指标，表示它在一秒钟内可以执行多少百万条指令。

FLOPS

FLOPS（Floating-point operations per second），即每秒浮点运算次数（亦称每秒峰值速度）。浮点（floating-point）指的是带有小数的数值，浮点运算即是小数的四则运算，常用来测量电脑运算速度或被用来估算电脑性能，尤其是在使用到大量浮点运算的科学计算领域中。

HPCG

HPCG(High Performance Conjugate Gradient)，即高性能共轭梯度基准测试，是超级计算机系统的性能评估指标之一。它是一种用于求解大型稀疏线性方程组的迭代算法。在高性能计算领域，共轭梯度法是一种非常重要的求解器，而 HPCG 则是在这个基础上进行优化，以适应大规模并行计算环境的版本。

算力指数包括算力规模、算力环境和算力应用三大部分。算力规模重点包括基础算力、智能算力和超算算力，分别提供基础通用计算、人工智能计算和科学工程计算。算力环境主要包括网络环境和算力投入，持续优化的网络环境为算力发展提供坚实支撑，大规模算力投入将会对算力增长产生直接和间接的推动作用。算力应用主要包括消费应用和行业应用，消费和行业应用带来了对算力规模、算力能力等需求的快速提升，算力的进步又反向推动了应用的发展。

算力基础设施作为各个行业信息系统运行的算力载体，已成为经济社会运行不可或缺的关键基础设施，在数字经济发展中扮演至关重要的角色。2019年，美国发布《国家战略性计算计划：引领未来计算》，将计算能力提升到国家战略高度，从先进计算、超算、高性能计算等多方面打造国家计算基础设施。

2020年全球算力总规模达到429EFlops，增速达到39%，其中基础算力规模(FP322)为313EFlops，智能算力规模（换算为FP32）为107EFlops，超算算力规模（换算为FP32）为9EFlops。伴随万物感知、万物互联以及万物智能时代的开启，据IDC预测数据，2025年全球物联网设备数将超过400亿台，产生数据量接近80ZB，且超过一半的数据需要依赖终端或者边缘的计算能力进行处理。预估未来五年全球算力规模将以超过50%的速度增长，到2025年整体规模将达到3300EFlops。2024年5月24日，第七届数字中国建设峰会开幕，峰会显示，2023年在算力的推动下，中国数字经济核心产业增加值占国内生产总值（GDP）比重达到10%，亿万民众畅享“数智红利”。

2024年在算力领域，中国在用算力中心机架总规模超过830万标准机架，算力总规模达246EFLOPS，位居世界前列。

截至2022年，在算力水平方面，美国、中国、欧洲、日本在全球算力规模中的份额分别为36%、31%、11%和6%，其中全球基础算力竞争以美国和中国为第一梯队，美国在全球基础算力排名第一，其份额43%，中国以26%份额排名第二；

据中国工信部介绍，截至2023年，中国算力总规模达到197EFLOPS，位居全球第二。中国围绕加快算力基础设施建设应用，出台了一系列政策举措，推动算力产业快速发展。全国数据中心机架总规模超过760万，算力总规模持续扩大。中国算力产业初具规模，计算类产品产量全球第一，高算力芯片迭代升级，算力应用广泛深入到政务、工业、交通、医疗等领域。中国工信部将加快建设全国一体化算力网络国家枢纽，推进算力高效协同联动，加强研发投入，支持各领域产业合作，培育推广一批应用场景。

截至2023年9月，数据显示，中国算力总规模位居全球第二，近5年年均增速近30%。在产业快速发展的背后，是基础设施不断完善、融合应用加速涌现、产业链条不断拓展。随着发展动能持续增强，中国算力产业正迈向高质量发展。

2024年4月，工业和信息化部表示，截至2023年底，中国算力总规模达到了230EFLOPS，就是每秒能完成230百亿亿次浮点运算。智能算力规模达到了70EFLOPS，就是每秒70百亿亿次浮点运算，增速超过70%。

工业和信息化部总工程师赵志国在近日于郑州举行的2024中国算力大会上表示，在算力领域，全国在用算力中心机架总规模超过830万标准机架，算力总规模达246EFLOPS，位居世界前列。

在分类上，根据使用设备和提供算力强度的不同，算力可分为基础算力、智能算力和超算算力三类。

由基于CPU芯片的服务器所提供的算力，主要用于基础通用计算，如;移动计算和物联网等。日常提到的云计算、边缘计算等均属于基础算力。

基于GPU、FPGA、ASIC等AI芯片的加速计算平台提供的算力，主要用于人工智能的训练和推理计算，比如语音、图像和视频的处理。

由超级计算机等高性能计算集群所提供的算力，主要用于尖端科学领域的计算，比如行星模拟、药物分子设计、基因分析等。以AI大模型为例，需要强大的算力和硬件支撑。以ChatGPT3.0为例进行拆解，训练一次的成本约为140万美元。对于一些规模更大的模型来说，训练成本介于200万美元-1200万美元之间。

中国建有超算中心，企业构建云计算中心，被密集地部署用于提供公共服务，算力的基础设施属性被不断强化。通信网络与互联网是全球性信息基础设施，是信息社会的底座，随着网络技术的发展，网络的智能测调能力越来越强。此外，谷歌等国际互联网企业，在全球范围布局了很多数据中心，在这些数据中心之间自建了互联的网络，自定义了互联的协议。

2022年2月，中国京津冀、长三角、粤港澳大湾区、成渝地区启动了国家算力枢纽节点建设，在此之前，内蒙古、贵州、甘肃、宁夏4地算力枢纽节点已获批复。至此全国一体化大数据中心体系完成8大国家算力枢纽节点，10个国家数据中心集群的总体布局设计，东数西算工程正式全面启动。

“算力”成为热门词最早出现在比特币挖矿领域。挖矿是比特币区块链的共识机制，所谓挖矿也被称作工作量证明，是指比特币区块链的所有共识节点通过算力竞争获得记账权的过程。

华为等企业和政府宏观经济部门提出了“算力指数”，来评估一个企业、一个区域乃至一个国家所能提供的总计算能力，用在终端、数据中心中安装的处理器芯片数量、CPU核的数量等来评估总计算能力，并且研究算力指数的增加与数字经济增加值之间的比例关系，衡量信息新基建的投资效率。“算力经济”也被提出，用来表示超算产业以及超算赋能的各行各业的GDP增加值。

新一轮科技革命和产业变革正在重塑全球经济结构，算力是信息时代的新生产力，是支撑数字经济发展的坚实基础，算力的发展推进了技术的升级换代、应用的创新发展、产业规模的不断壮大，而云计算作为算力的生产工具，给予算力随时随地、按需等优点，大大降低算力使用门槛，推动了算力向服务化迈进。

研究表明，算力对产业能级的带动作用日益增强。例如某智能制造企业在生产系统中自建20台服务器，为100台智能机器人提供模型训练服务，通过5G专网和云边算力协同改造后，不仅提高了生产效率，还为企业节约了大量资产购置和设备运营的费用。不仅如此，算力也在其他领域助力生产效率的提升。例如，在生物医药领域，算力提升使得基因测序时长从13年缩短到1天，新药研发鉴定周期从5000天缩短到100天；在天气预报领域，算力的发展把天气预报准确率从过去的21.8%提高到现在的90%以上：在工业生产领域，把整个生产流程在数字世界中重建，通过仿真模拟进行优化使得生产效率提高30%。算力已成为当下提升数字经济活力和推动企业转型的关键指标。