人类社会处于主导形式的生产力经历了从人力、水力、热力、机械力到电力的演进，第四次工业革命正在推动算力成为新的核心生产力。

数据显示，2024年上半年我国智能算力在算力市场的比重已经超过30%，人工智能算力的产业链条也不断延伸，涵盖了芯片、服务器、操作系统、算法、应用等各个环节。而伴随着智能算力的发展，以智能科技为核心技术、智能算力为生产力的智能时代再次把脑科学推向世界科学与技术前沿。

何为算力，算力发展的挑战有哪些？类脑智能技术当前的发展又如何？

8月24日，继杭州、苏州、深圳后，由浙江大学管理学院主办、浙江大学管理学院专业学位教育中心承办、《每日经济新闻》提供媒体支持的“未来产业”系列论坛落地合肥。

在论坛现场，中科类脑智能算力事业部业务总监谷家磊和中科类脑首席品牌官柴文成接受了《每日经济新闻》记者专访，他们从算力科普出发，循序渐进地介绍了当前类脑智能等先进技术的发展现状。

人工智能时代中的“发动机”

作为人工智能技术的“底座”，算力成为了人工智能时代备受关注的明星。

算力是什么？是计算机设备或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。

由于传统的CPU计算架构无法充分满足人工智能高性能并行计算的需求，所以现在的智能算力更关注GPU（图形处理单元）芯片，在科学计算领域使用的GPU算力和日常消费级的GPU显卡类似于“同卵双胞胎”。

谷家磊表示，现在的GPU算力从商业的角度被划分为两个部分，一部分更适合用来做科学计算，而另一部分被用于做图形渲染。“以现在很火的一款游戏《黑神话：悟空》为例，如果想要有很好的游戏体验，就需要一张很好的显卡。这个显卡属于家庭消费级的，用于科学计算的显卡属于商业级别的，不同的应用场景要求GPU具备不同的浮点数性能，以满足特定的计算需求。”

“其实人工智能的三个核心要素就是算力、算法和数据。算力好比是基础设施，数据相当于原材料，而算法则相当于排兵布阵的生产方式。”柴文成补充说，“如果说用专业术语来解释算力很抽象的话，那我们可以将其类比成炒菜。在我们炒菜的过程中，算力就相当于厨房的锅碗瓢盆和灶具等装备，而我们买来的鸡蛋、肉和蔬菜等原材料就相当于数据，厨艺则相当于算法。”

但是，一千人的手中，有一千种味道的青椒土豆丝——并非所有人的厨艺都是相同的。所以不同的算法会用到不同规模的算力，对算法进行优化能够在很大程度上节省算力，也就意味着节约能源。

有了基础的算力之后，如何将各地分散建设的算力中心进行互联互通，形成算力网络结构，以达到更大的势能，这是另一个更大的挑战。“类脑团队一直在致力于研究多个异构的、异域的算力中心连接问题，在大模型时代，对算力的需求量级大到惊人，只有算力网络集群才能提供足够的算力供给。”谷家磊说。

智能未来中的“模范生”

人类大脑是神经系统的最高级部分，其作为自然界中最神秘、最复杂的信息处理系统，包含了约860亿个神经元，这些神经元之间又有着超过100万亿个突触连接。

作为一种生物信息处理系统，人脑也就成为了人工智能技术发展过程中的学习对象，而类脑技术也就由此诞生。类脑技术的目标不仅仅在于复制大脑的结构和功能，更在于汲取其精髓，实现前所未有的计算效率、学习能力和适应性。

可以说，类脑智能技术的发展，正如十三四岁的少年一般，在稚嫩中充满希望和朝气。谷家磊介绍说，目前类脑智能技术还没有大面积转化到商业应用中，但在类脑智能技术研发过程中的技术突破，比如图像压缩、机器博弈等都已经找到了合适的商业化路径。

今年8月底，中科类脑为广西龙源提供智能化装备和技术应用，使其在电站管理领域开创了智能化“无人值守”模式。其中，智能传感设备和先进AI识别技术，大幅减少了对传统人力的依赖，提高了场站的运营效率和安全性。“这些技术的应用，使得潜在隐患能够被及时精准地识别和处理，进一步保障了电站的安全稳定运行。”

虽然，人工智能技术已经成为生产生活中不可缺少的一部分，但是类脑智能技术的商业化进程仍有很长的路要走。

谈及类脑技术在商业化过程中的难题，谷家磊认为，首先是高昂的成本；其次，是寻找应用方向，怎样的消费场景可能会适配哪些技术，是商业化落地中的关键一环。比如在微信语音普及之前，大众很难想象在马路上对着手机讲话的场景；而最重要的一点，则是需求与供给的不匹配。“真正有需求的人可能并不懂技术，而在研发技术的人，很少能第一时间想到帮助客户解决哪些问题，其中的断层为类脑技术的商业化落地带来了很大挑战”谷家磊说。

确实，推动技术的发展意味着极高的成本——人力成本，时间成本，或是金钱成本。

但是技术研发的脚步并不会就此停下，对此，谷家磊则表示：“其实技术和商业价值在某些场景中是被割裂开来的，技术人员在作研究时，可能不会提前思考这项技术的商业价值。而技术本身是没有好坏的，我们也相信在研发的进程中，技术一定会找到一个适合它‘落脚’的维度。”