普慧算力包括三大关键要素是什么？

设施、应用、服务是算力的三大关键 要素。

1.算力设施

算力设施是算力的基础，主要包括芯片、服务器、数据中心等底层硬件，以及操作系统、数据库等底层 软件，如果说底层硬件决定了算力的物理极限，底层软件则决定着如何释放算力。随着算力硬件设计越 来越复杂，底层软件越来越难以驾驭，要兼顾硬件的高性能和软件的灵活性，亟需实现软硬件协同创新 和优化。符合“普慧”算力要求的算力设施将具备以下特征：

多元异构：大数据、物联网、人工智能、元宇宙等迫 切要求释放多元算力，以CPU、GPU、 FPGA、ASIC为代表的定制化芯片不断涌 现，通用算力和专用算力出现明显分流。 从源头开始，“普慧”算力就包含着多元 化基因，硬件系统随之将朝着超异构、超 融合和存算通信等多维一体的方向发展， 以实现最优效率和性能比。

软硬件协同：“人-机-物”融合共生关系不断深化，海 量、多源、异质、异构的资源，使得资源 管理难度呈指数级增加，软硬件协同设计 工具链将成为高效管理各类硬件资源、支 持多类型资源和场景有效隔离的重要创新 手段，从而提高算力可扩展性，实现算力 跨平台部署、多场景兼容。

绿色集约：面向双碳目标，平衡算力提升和能耗降低 成为关键命题，通用数据中心、智能计算 中心、高性能计算中心作为规模化算力的 重要载体，在保证业务性能的前提下，尽 可能提升服务器等的CPU利用率，实施集 约化、精细化、智能化管理，充分利用可 再生能源是必然趋势。

云边端一体化：数据中心之外，算力载体已涵盖“云端数 据中心” “边缘数据中心” “智能手 机”“智能传感器”等多种形式，算力部 署呈现出云边端三级架构。通过云边端一 体化，即云端负责统一管理和大规模集中 式计算，边缘进行数据敏捷接入和实时计 算，终端实现泛在感知和本地智能，能有 效推动“普慧”算力真正满足各类场景 需求。

2.算力应用

算力应用实现了算力的“功能设计”，主要包括各类应用软件，能够赋予算力解决问题的能力，随着计 算机视觉、智能语音、自然语言处理等不断嵌入应用软件之中，算法已逐渐成为应用软件的灵魂，在各 类智能应用软件中，“普慧”算力的功能呈现出了明显的升级趋势：

从感知型算力到认知型算力：基于各类智能传感器，算力不仅能执行 计算和存储任务，还具备了视觉、听觉、 触觉等感知能力。随着知识图谱、图计 算等技术不断成熟，算力将具备更多思 维逻辑和认知能力，从而更好地理解人 类指令，可以预见，认知型算力将大幅 提升ChatGPT回答的准确率

从应用型算力到通用型算力：以ChatGPT为代表的生成式AI更加成熟， 意味着向AGI更近一步，AGI赋能应用软件 成为可能，相应地，算力也能从面向特定 领域、特定问题的应用型算力，转变为通 用型算力。

3.算力服务

算力服务代表着算力的提供方式，是决定“普慧”算力最终能否转化为新型生产力的临门一脚，针对算 力需求激增、硬件性能提升受限等复杂情况，产业界的当务之急是设计出合理的算力服务模式，降低算 力服务门槛，实现多方利益最大化。“普慧”算力有望成为水电一样的可交易资源，提供方式能部分参 考水电，但远比水电复杂，目前主要包括三大类型：

新IT服务：传统算力设备制造商等IT服务企业习惯简单销售硬件，但随着各类实体经济 产业数字化转型逐渐深入，IT服务企业对内整合产品、技术等资源，对外提 供一站式解决方案成为主流趋势。以“端（智能物联网终端）—边（边缘计 算）—云（云计算）—网（5G）—智（行业智能）”为代表的新IT技术架构 逐渐成为市场共识，在新IT架构下，算力可以实现跨层级、跨领域、跨生态 赋能。从落地角度来看，IT服务模式的目标客户比较适合定位为中大型企业 类用户，主要原因有二，一是此类用户资金预算和时间预算都比较充足，对 前期成本投入大、回报周期长、建设流程复杂等情况接受力较强；二是此类 用户往往在自身产业链生态中具有一定影响力，可以借助新IT架构对外共享 “普慧”算力等资源，带动产业生态协同发展。

云计算服务：云计算服务主要通过分布式计算、虚拟资源管理、云原生等技术，实现服务 器、存储、网络等基础设施资源的池化、抽象化和标准化，在整合规模化算 力的基础上，成功将算力转化成虚拟商品，算力需求方可以结合自身资金实 力和IT基础建设情况，按需采购算力，能极大节约算力使用成本。云计算服 务模式的潜在客群以中小型企业为主，主要原因就是此类用户成本控制较为 严格，云计算具备按需服务、灵活计费、泛在接入等特点，能有效推动“普 慧”算力低成本普及。

算力网络服务：算力网络26的目标是建成水网、电网一样的网络，使算力“实时接入、即取 即用”，该建设目标和“普慧”算力发展需求最为接近，有利于推动“普慧” 算力渗透到广大个人用户群体中，但目前算力网络的落地还亟需解决“广覆 盖”“深应用”两大问题。在广覆盖方面，数据中心等基础设施的布局应当 保证用户能平等获取算力，必然要依靠国家机器强力推进，中国“东数西算” 工程就是典型示例。在深应用方面，算力一旦成为公共服务必然要面对大量 差异化需求，因此算力网络建设过程中，要兼顾通用算力、边缘算力、智能 算力、高性能算力等多元算力，合理规划一体化大数据中心、人工智能计算 中心等基础设施布局，而现阶段，国内外对于算力网络建设的技术标准、建 设思路仍在探索之中。