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

芯片成为了算力的主要载体

 

我们将算力分为两大类，分别是通用算力和专用算力

 

 

 

 

 

 

 

 

“算力卸载”，其实不是删除算力，而是把很多计算任务（例如虚拟化、数据转发、压缩存储、加密解密等），从CPU转移到NPU、DPU等芯片上，减轻CPU的算力负担

 

中国移动等运营商提出的“算力网络”，cloud network，其本质是联云成网、云网融合；学术界提出的“算力网”，coomputing utility，是把云、超算、边缘等算力基础设施化、utility化，按需使用、按用付费；对用户来说，云是变买为租，算力网是变租为用。租的是设备，用的是能力。因此，算力网，computility grid，代表电力服务化的意思。 [1]

算力经济，computility economy，是算力设备、算力网络和算力网共同构成的数字经济的一部分

 

数字化是信息化的进一步延伸。以往的信息化，只是在一些特定的业务上引入IT技术。而数字化，是面向整个企业的改造，包括组织架构、业务流程、商业模式和工作场景，都是数字化转型改造的对象。

 

 

通用算力以CPU（Central Processing Unit，中央处理器）输出的计算能力为主。CPU内部有指令集，对运算进行指导和优化，确保了CPU的可靠运行。

按指令集架构的不同，CPU可以分为x86架构与非x86 架构。X86架构大家都比较熟悉，是英特尔（Intel）公司首先开发并长期主导的，具有比较好的生态，市场占有率也比较高。非x86架构的类型比较多，这些年崛起速度很快，主要有ARM、MIPS、Power、RISC-V、Alpha等。

智能算力以GPU（Graphics Processing Unit，图形处理器）、FPGA（Field ProgrammableGate Array，现场可编程逻辑门阵列）、AI（Artificial lntelligence，人工智能）芯片等输出的计算能力为主。尤其是GPU，目前可以说是炙手可热，一卡难求。

超算算力，则是以超级计算机输出的计算能力为主。它利用并行工作的多台计算机系统的集中式计算资源，并通过专用的操作系统来处理极端复杂的或数据密集型的问题，主要应用于尖端科研、国防军工等高精尖领域，价格极为昂贵，但性能也极为强劲。

在数据中心里，也对算力任务进行了对应划分，分为基础通用计算，以及HPC高性能计算（High-performance computing）。

HPC计算，又继续细分为三类，分别是：

科学计算类：物理化学、气象环保、生命科学、石油勘探、天文探测等。

工程计算类：计算机辅助工程、计算机辅助制造、电子设计自动化、电磁仿真等

智能计算类：即人工智能计算，包括：机器学习、深度学习、数据分析等。 

 

 

 

VPC，全称Virtual Private Cloud，即虚拟私有云。它是云计算服务商提供的一种云服务，可以帮助用户构建出一个逻辑上彻底隔离于其他网络的专有网络。

 

NAT（Network Address Translation，网络地址转换）是一种在IP网络中将一个IP地址域转换为另一个IP地址域的技术。它通常被用于私有网络（如企业内部网络）连接到公共网络（如互联网）上，以允许私有网络中的设备使用私有IP地址，同时又能访问公共网络上的资源。

 

 

网络虚拟化是指在一个物理网络上模拟出多个逻辑网络，实现网络资源的抽象和隔离。这种技术使得用户可以在一个共享的物理网络基础设施上创建和管理多个独立的虚拟网络