2022中國(guó)算力白皮書

中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）2022年7月II中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）目 錄概述 1算力體況 2球力體況 2國(guó)力體況 2國(guó)力業(yè)用布 3算力分類 44市規(guī)方面 4技方面 4用力 4概述 4市場(chǎng) 5技術(shù) 6能力 143.3.1概述 143.3.2市場(chǎng) 143.3.3技術(shù) 16算力 203.4.1概述 203.4.2市場(chǎng) 223.4.3技術(shù) 26緣力 293.5.1概述 293.5.2市場(chǎng) 303.5.3技術(shù) 32算力用能 34色力 344.1.1簡(jiǎn)介 344.1.2案例 34工能 35中國(guó)存力白皮書（2022年）4.2.1簡(jiǎn)介 35中國(guó)存力白皮書（2022年）4.2.2案例 35聯(lián)網(wǎng) 354.3.1簡(jiǎn)介 354.3.2案例 36慧療 364.4.1簡(jiǎn)介 364.4.2案例 36緣算 374.5.1簡(jiǎn)介 374.5.2案例 37聯(lián)網(wǎng) 394.6.1簡(jiǎn)介 394.6.2案例 39算力力量系 40力力標(biāo)建 40用力 40能力 405.4415.5415.645算力力型 47關(guān)念 47向影型 49力力型 516.452結(jié)語(yǔ)展望 58力模面 58力術(shù)面 58力標(biāo)建面 58IIIIII中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）圖目錄圖1 2021年球力模情況 2圖2 2021年國(guó)力模情況 3圖3 2021年國(guó)力業(yè)應(yīng)分情況 3圖4 近年CPU務(wù)處理出量模 5圖5 2021第4度CPU場(chǎng)額 6圖6 2021第4度GPU場(chǎng)額 15圖7 FPGA場(chǎng)模計(jì) 16圖8 2021第4度FPGA場(chǎng)額 16圖9 2022年6月TOP500中分家算量 23圖10 2022年6月TOP500中國(guó)算占額 23圖2022年6月TOP500榜對(duì)廠份額 25圖12 2002-2021國(guó)TOP100超算數(shù)據(jù) 25圖13 2021年月TOP100商統(tǒng)數(shù) 26圖14 算心件構(gòu) 27圖15 算絡(luò)構(gòu) 28圖16 邊計(jì)的構(gòu) 30圖17 2024各緣預(yù)期場(chǎng)額 31圖18 緣備展圖 31圖19 里巴紀(jì)南通A棟據(jù)心綠級(jí)估34圖20 緣算務(wù)功能構(gòu)圖 38圖21 邊同核活+邊分示圖 38圖22 據(jù)心力指標(biāo)建 40圖23 連撲vs.CLOS時(shí)延試 43圖24 連撲vs.CLOSOpenFoam性能測(cè)試 43圖25 南內(nèi)100G/27KMRoCE網(wǎng)平時(shí)延 44圖26 南淄博10G/310KMRoCE網(wǎng)平時(shí)延 45圖27 prjXiX+(X?X+)和prjX?X+(X?Xi)的形示 50圖28 個(gè)據(jù)心標(biāo)下正理解距離 56圖29 本據(jù)正理想解的離 57IVIV中國(guó)存力白皮書（2022年）表目錄中國(guó)存力白皮書（2022年）表1CPU類構(gòu)覽 5表22021年Intel部分處器產(chǎn)品 7表32021年AMDEPYC（霄龍部產(chǎn)概況 7表4ARM3產(chǎn)對(duì)比 8表5AmpereAltraMax品規(guī)格 8表6亞遜Graviton2品規(guī)格 9表7飛騰、FT2000S2500品格 9表8華為Hi1620Hi1616、Hi1612Hi1610產(chǎn)格 10表9芯3A5000/3B5000、芯3C5000L產(chǎn)規(guī)格 表10龍芯7A1000、芯7A2000產(chǎn)規(guī)格 12表IBM的Power1990-2019部產(chǎn)概況 12表12IBM的Power10概況 13表13阿的鐵架能表 13表14申威SW2、架性表 14表15智算主芯類型 14表16全服器GPU場(chǎng)季統(tǒng)（位：$M） 15表17AMD分品況 17表182010-2021年Xilinx部分FPGA產(chǎn)品 18表192010-2021年Intel（Altera）分FPGA產(chǎn)品 18表202010-2021年分產(chǎn)商FPGA19表2113并計(jì)關(guān)領(lǐng)域 21表22全超發(fā)歷程 22表231993-2022年界名第超算 24表24MEC緣部用軟系與務(wù)端置 37表25智算領(lǐng)算精度 41表26算五指選取 51表27樣數(shù)據(jù) 52表28數(shù)中能指分級(jí) 52表29數(shù)中能指定級(jí) 53表30不數(shù)中不指標(biāo)的兩較 53表31數(shù)中等比級(jí)經(jīng)序轉(zhuǎn)表 53表32相貼度星準(zhǔn)表 571《新型數(shù)據(jù)中心發(fā)展三年行動(dòng)計(jì)劃（2021-2023年）》，工信部通信﹝2021﹞76號(hào)11《新型數(shù)據(jù)中心發(fā)展三年行動(dòng)計(jì)劃（2021-2023年）》，工信部通信﹝2021﹞76號(hào)1中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）1 概述算力是數(shù)據(jù)中心的服務(wù)器通過對(duì)數(shù)據(jù)進(jìn)行處理后實(shí)現(xiàn)結(jié)果輸出的一種能力，最常用的計(jì)量單位是每（FLOPS）（FP32）來進(jìn)7（2021-2023年）》中提出算力發(fā)展目標(biāo)：到2021年底，全國(guó)數(shù)據(jù)中心總算力超過120EFLOPS（1O0^1FLS3200O1。202111“”2025300EFLOPS。CPUGPU、FPGAAI超級(jí)計(jì)算機(jī)輸出的計(jì)算能力為主；而邊緣算力主要以就近為用戶提供的實(shí)時(shí)計(jì)算能力為主，是以上三種算力形式的組合。2算力規(guī)模部分包含通用算力、智能算力、超算算力，邊緣算力暫未納入統(tǒng)計(jì)范圍。22算力規(guī)模部分包含通用算力、智能算力、超算算力，邊緣算力暫未納入統(tǒng)計(jì)范圍。2中國(guó)算力白皮書（2022年）2 算力總體情況中國(guó)算力白皮書（2022年）2.1全球算力總體情況在算力規(guī)模方面2，截止到2021年底，全球算力總規(guī)模達(dá)到521EFLOPS（FP32）。其中，通用算力為398EFLOPS（FP32），智能算力為113EFLOPS（FP32），超算算力規(guī)模為10EFLOPS（FP32）。160EFLOPS（FP32），14031275%、4%、37080604020中國(guó)日本德國(guó)英國(guó)加中國(guó)日本德國(guó)英國(guó)加中東和北非其他地區(qū)東歐其他地區(qū)其他新興亞太地區(qū)臺(tái)灣香港愛捷克共和國(guó)丹麥泰國(guó)馬來西亞沙特阿拉伯土耳其通用算力(EFLOPS) 智能算力（EFLOPS) 超算算力（EFLOPS）數(shù)據(jù)來源：Gartner、IDC、TOP500，中國(guó)信息通信研究院整理圖1 2021年球算規(guī)模情況2021140EFLOPS（FP32），算力規(guī)模排名全10929超算算力規(guī)模為2EFLOPS（FP32）。江蘇、上海、廣東、河北算力規(guī)模皆超過10EFLOPS（FP32）。北京、浙江、貴州、山東、內(nèi)蒙古算力規(guī)模皆超過5EFLOPS（FP32）。33中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）1614121086420

數(shù)據(jù)來源：中國(guó)信息通信研究院整理圖2 2021年國(guó)算規(guī)模情況截止到20214726%、720%左右3AI18%、4%、6%、2%、6%、2%。30302672618264政企 金融與支付 公有云 網(wǎng)站 視頻 AI 電商 游戲 其他來源：中國(guó)信息通信研究院整理圖3 2021年國(guó)算行業(yè)應(yīng)分布況43來源：中國(guó)信息通信研究院測(cè)算4圖3中的“其他”為互聯(lián)網(wǎng)及非互聯(lián)網(wǎng)類“其他”的總和。5《AI5《AIODCC，20194中國(guó)算力白皮書（2022年）3算力的分類中國(guó)算力白皮書（2022年）綜述隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來，算力的發(fā)展也迎來了高潮。算力分為通用算力、智能算力、超算算力和邊緣算力四種，這四種算力無論是在市場(chǎng)規(guī)模方面還是在技術(shù)方面均有了較大的提升。ICItel和MD9U%GPU市場(chǎng)份95GPU70FPGAGPUFPGAFPGA技術(shù)進(jìn)一步突破，芯片制程與芯片性能不斷提高。CPU提升，處理器架構(gòu)不斷創(chuàng)新，實(shí)現(xiàn)高性能低功耗。智能算力GPU、FPGA芯片性能不斷提高，芯片內(nèi)存通用算力概述CPU（CentralProcessingUnit，中央處理器）為代表。CPUCPU運(yùn)算進(jìn)行指導(dǎo)和優(yōu)化的硬程序5，CPUU分為x6x86x8MMIeICa等。PU芯片行業(yè)技術(shù)壁壘高，國(guó)內(nèi)外僅有少量企業(yè)能夠穩(wěn)定提供產(chǎn)品Itel、6來源：企業(yè)官網(wǎng)等公開資料，中國(guó)信息通信研究院整理56來源：企業(yè)官網(wǎng)等公開資料，中國(guó)信息通信研究院整理5中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）MDIMMISphaMIV表1 CPU各類構(gòu)概覽6分類 特點(diǎn) 引領(lǐng)者 優(yōu)劣勢(shì)x86 1. 2.

Intel、AMD、光、芯 軟件生好，有率指令集實(shí)現(xiàn)復(fù)雜，功耗高ARM

追求多核低功耗

ma騰、華為

獲得授權(quán)的廠商多，能效比高；軟件生態(tài)劣于x86MIS . 2. 低功耗

龍芯 軟件生弱市占率正在下降IMwr

IRISC-V基金會(huì)、阿里巴

主要應(yīng)用在金融領(lǐng)域RISC-V架構(gòu)完全開放，RISC-V 1

巴、兆易創(chuàng)新、華米科技、賽昉科技、芯來科技

指令精簡(jiǎn)、模塊化、可擴(kuò)展、開源Alpha 1. 2. 速度快

申威 軟件生弱，占率小市場(chǎng)2018 2019 2020 2018 2019 2020 CPU服務(wù)器處理器出貨量（單位：MU）272733364035302520151050數(shù)據(jù)來源：公開數(shù)據(jù)整理圖4 四年CPU服器處理出貨規(guī)模66中國(guó)算力白皮書（2022年）Intel與MD兩家占據(jù)市場(chǎng)近95%1IelU處中國(guó)算力白皮書（2022年）理器市場(chǎng)份額的占比為%D市場(chǎng)份額達(dá)到了1%的市場(chǎng)份額分別由IMpere、MavelOrcleintel AMD IBM Ampere 其他來源：公開數(shù)據(jù)整理圖5 2021年第4季度CPU市場(chǎng)額預(yù)計(jì)2021-2026年，全球CPU市場(chǎng)的年復(fù)合增長(zhǎng)率超過5%，增長(zhǎng)速度自2023年起趨于平穩(wěn)。x86架構(gòu)依然占據(jù)絕對(duì)市場(chǎng)優(yōu)勢(shì)，同時(shí)，ARM架構(gòu)正在崛起，由于其體積小、功耗低、成本低、性能好等優(yōu)勢(shì)，廣泛地被應(yīng)用在許多嵌入式系統(tǒng)設(shè)計(jì)，增長(zhǎng)迅速。技術(shù).3.1x86x86（Thex86architecture）CPUIntelx86x86（一）Intel產(chǎn)品方面IntelUUtimro、Thrle、riklad、ey、ratley、rley和hitleU制程由008m提升至2002CPU14nm77中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）表2 2021年Intel部處理器品7PCIePCIe制程（nm）TDP(W)基本頻率（GHz）發(fā)行日期 內(nèi)核數(shù) 最大睿頻頻率（GHz）處理器產(chǎn)品英特爾??tinm8368處理器

Q2'21 38 3.40 2.40 270 10 64（二）AMD產(chǎn)品方面200314nm霄龍?zhí)?nmAMDCPU201714nm20197nm，20225nmAMDEPYC70033AMDInfinity架構(gòu)。PCIe制程（nm）TDP（W）基本頻率（GHz）發(fā)行日期 內(nèi)核數(shù) 最大睿頻頻率（GHz）處理器產(chǎn)品表3 2021PCIe制程（nm）TDP（W）基本頻率（GHz）發(fā)行日期 內(nèi)核數(shù) 最大睿頻頻率（GHz）處理器產(chǎn)品AMDEPYCTM7763 Q1'21 64 3.50 2.45 280 7 128ARMARM架構(gòu)（AdvancedRISCMachine，更早稱作：AcornRISCMachine），為一個(gè)32位精簡(jiǎn)指令集（RISC）處理器架構(gòu)，廣泛地使用在嵌入式系統(tǒng)設(shè)計(jì)中?；贏RM的處理器具有運(yùn)行速度快、功耗低、成本低等優(yōu)點(diǎn)，被廣泛應(yīng)用于通信、存儲(chǔ)、安全系統(tǒng)等領(lǐng)域。（一）安謀（ARM）產(chǎn)品方面ARM11Cortex、RMA”“R”7來源：nel官網(wǎng)8來源：AMD官網(wǎng)88中國(guó)算力白皮書（2022年）表4 ARM3產(chǎn)品比9中國(guó)算力白皮書（2022年）特征 最新版本 應(yīng)用特征 最新版本 應(yīng)用Cortex-A

在所有架構(gòu)配置文高能效優(yōu)化運(yùn)行豐富的操作系統(tǒng)

ARMV8ARMV9

PCCortex-R 針對(duì)有實(shí)時(shí)要求的系統(tǒng)進(jìn)行了優(yōu)化

ARMV8 安全處理器、物聯(lián)網(wǎng)和嵌入式設(shè)備，如可rexM

設(shè)備而計(jì) ARM

穿戴設(shè)備、小型傳感器、通信模塊和智能家居產(chǎn)品（二）安晟培半導(dǎo)體科技有限公司（AmpereComputing）產(chǎn)品方面0mpreta201mpreAltraMax128AmpereAltraMax表5 AmpereAltraMax產(chǎn)品規(guī)格10AmpereAltraMax發(fā)行日期 2021核心 128架構(gòu) ARMV8.2主頻 3.0GHz1 64BL1I64KBL1-DL2 1MB系統(tǒng)級(jí)緩存 16MB內(nèi)存 8×72-bitDDR4-3200工藝/典型功耗 /25w（三）亞馬遜產(chǎn)品方面Graviton2AWSARMARMCPU架構(gòu)。9httsarmomyrmachtctuecpu0來源：pereomutg官網(wǎng)99中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）Graviton2表6 馬遜Graviton2產(chǎn)品規(guī)格11Graviton2發(fā)行日期 2019核心 64架構(gòu) ARMV8.2主頻 2.5GHz1 64BL1I64KBL1-DL2 1MBL3 32MBShared內(nèi)存 8×DDR4-3200工藝 7nm典型功耗 110W（四）飛騰產(chǎn)品方面150A、、150016、20、0（PSoC）64ARMV8表7 騰FT-1500AFT2000、S2500產(chǎn)格12FT-1500AFT2000S2500核心集成16個(gè)FTC660處理器核集成64個(gè)FTC662處理器核集成64個(gè)FTC663處理器核主頻1.5GHz工作主頻.8、2.0、2.2GHz2.0~2.2GHz二級(jí)緩存8MB32MB42MBL232MB三級(jí)緩存8MB/64MB存儲(chǔ)控制器網(wǎng)絡(luò)接口4個(gè)DDR3接口2個(gè)100Mbps以太8個(gè)DDR4接口集成8個(gè)DDR4-3200通道集成4個(gè)直連通路，每個(gè)通路組成為網(wǎng)調(diào)試口X4lane25Gbps，、4、8路CPU互連典型功耗35W100W150W（五）華為產(chǎn)品方面CPUARMV8Hi1610、Hi1612Hi1616CPU11來源：亞馬遜官網(wǎng)12來源：飛騰官網(wǎng)、中國(guó)信息通信研究院整理13來源：企業(yè)官網(wǎng)等公開資料，中國(guó)信息通信研究院整理1013來源：企業(yè)官網(wǎng)等公開資料，中國(guó)信息通信研究院整理10Hi1620（920）Hi1616（916）Hi1612Hi1610中國(guó)算力白皮書（2022年）表Hi1620（920）Hi1616（916）Hi1612Hi1610中國(guó)算力白皮書（2022年）發(fā)行日期 2019 2017 2016 2015核心 24~64 32 32 16架構(gòu) Ares Cortex-A72 Cortex-A57 主頻 2.4~3.0GHz 2.4GHz 2.1GHz 2.1GHz1 64BL1I64KBL1-D

48BL1I32KB

48BL1I32KB

48BL1I32KBL1-D2 512KBrivte 1M/4ores 1M/4ores 1M/43 1M/coeared 32MBN 32MBN 16MB內(nèi)存 8×DDR4-3200 4×DDR4-2400 4×DDR4-2133 2×DDR4-1866典型功耗 100~200W 85WMIMIS（Microprocessorwithoutinterlockedpipelnedstages，（I981年，由MISMIS2位。MISI（）IPMISCISU。7年8月6MIS獲得其處理器IP龍芯產(chǎn)品方面，2019年年底發(fā)布龍芯3A4000/3B4000。龍芯3B4000在核心線程、頻率上與芯3A400016CPU3B4000CPU400%以上。1oongrc。龍芯/3B500LoongArchLA4643B50003A50003C5000L,3A500016LA46414來源：企業(yè)官網(wǎng)等公開資料，中國(guó)信息通信研究院整理1114來源：企業(yè)官網(wǎng)等公開資料，中國(guó)信息通信研究院整理11中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）龍芯3A5000/3B5000 龍芯龍芯3A5000/3B5000 龍芯3C5000L發(fā)行日期 2021 2021核心個(gè)數(shù) 4 16處理器核

支持LoongArch?128/256422

LoongArch?指令系統(tǒng)；支持128/25622主頻 2.3Gz–.5Gz 2.0Gz2.2Hz峰值運(yùn)速度 160GFlops 560GFlops高速緩存每個(gè)處理器核包含64KB私有一級(jí)指令緩存和64KB256KB16MB內(nèi)存控器 2個(gè)72位DDR4-3200控制器持ECC校驗(yàn)高速IO 2個(gè)HyperTransport3.0控制器支持處器數(shù)據(jù)一致性互連（CC-NUMA）功耗管理 支持主要模塊時(shí)鐘動(dòng)態(tài)關(guān)閉；支持主要時(shí)鐘域動(dòng)態(tài)變頻；支持主電壓域動(dòng)態(tài)調(diào)壓

64KB64KB256KB私有二級(jí)緩存；每4個(gè)處理器核共享16MB三級(jí)緩存，共64MB三級(jí)緩存472DDR4-3200ECC4HyperTransport3.0持多處理器數(shù)據(jù)一致性互連（CC-NUMA）支持主要模塊時(shí)鐘動(dòng)態(tài)關(guān)閉；支持主要時(shí)鐘域動(dòng)態(tài)變頻；支持主電壓域動(dòng)態(tài)調(diào)壓典型功耗 35W@2.5GHz 130W@2.2GHz2022年6月發(fā)布龍芯3C5000芯片。龍芯3C5000芯片是面向服務(wù)器領(lǐng)域的通用處理器,在兼容龍芯3C5000L主板設(shè)計(jì)的基礎(chǔ)上，調(diào)整優(yōu)化了封裝形式，保持了系統(tǒng)和應(yīng)用軟件的兼容性。202277A20007A20007A20007A1000PHY15來源：IBM1215來源：IBM12中國(guó)算力白皮書（2022年）表10 芯7A1000、芯7A2000產(chǎn)品格中國(guó)算力白皮書（2022年）龍芯7A1000龍芯7A2000發(fā)行日期20202022處理器接口HT3.016.2GpsHT3.016.2GpsGPU支持2D、3D支持3D顯存DDR316DDR432顯示接口DVO*2HM*、*1功耗5~8W7~14WwrPower架構(gòu)是IBM開發(fā)的一種基于RISC指令系統(tǒng)的架構(gòu)。wrwerwrIMUerwrIMIM透過owr.rgwrIM產(chǎn)品方面，0年2月，IM推出了第一部采用wer架構(gòu)的IM電腦被稱作ICtm6000或/600IMowr0wr到we2、wrC、owr、we4、wr5、w6er1。處理器產(chǎn)品發(fā)行日期內(nèi)核數(shù)最大睿頻頻率基本頻率制程表11 IBM的Power1990-2019年部處理器產(chǎn)品發(fā)行日期內(nèi)核數(shù)最大睿頻頻率基本頻率制程（GHz）（GHz）（nm）wr6200725.03.665wr7201044.252.445wr820146/125.02.522IM的wr10采用7m2、ot16和IN8計(jì)算的I0倍、5倍和0S加IMowr101313中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）PCIe制程（nm）基本頻率 TDP（GHz） （W）最大睿頻頻率（GHz）發(fā)行日期 內(nèi)核數(shù)最多處理器產(chǎn)品PCIe制程（nm）基本頻率 TDP（GHz） （W）最大睿頻頻率（GHz）發(fā)行日期 內(nèi)核數(shù)最多處理器產(chǎn)品wr10 2020.8 15/30 4 3.5 0 7 5.0RISC-VRISC-V2010205年IVICVRISC-V指令集具有很強(qiáng)的靈活性，其設(shè)計(jì)使其適用于現(xiàn)代計(jì)算設(shè)備。RISC-V指令集的設(shè)計(jì)考慮了小型、快速、低功耗的現(xiàn)實(shí)情況，具有眾多軟件的支持，這解決了新指令集以往的弱點(diǎn)。20215—907，RISC-VMPU（處理器產(chǎn)品發(fā)行日期支持內(nèi)核數(shù)單核性能主頻制程其他性能表13 里的處理器產(chǎn)品發(fā)行日期支持內(nèi)核數(shù)單核性能主頻制程其他性能（coremark/MHz)（GHz）（nm）玄鐵E9072021/3.8128五級(jí)流水線玄鐵C9102019167.12.516十二級(jí)流水線AlphaAlpha（DECAlphaAlphaAXP）64RISCDECDECAlphaVAXVMSWindows2000beta3AlphaDECAlphaAlphaAXP210641992RISCzha2114526Mha12641998211642002AlphaAlpha21364，DEC16來源：IBM官網(wǎng)17來源：中國(guó)信息通信研究院整理1414中國(guó)算力白皮書（2022年）6DCa，10m90Mz。200年，申威基于ha2164開發(fā)了W/600處理器，0已經(jīng)運(yùn)用到神威藍(lán)光(wayBlueLightMPP)Alpha中國(guó)算力白皮書（2022年）表14 威SW2、SW-3/SW1600框架能18處理器產(chǎn)品發(fā)行日期內(nèi)核數(shù)主頻（GHz）制程（nm）用途申威SW2200821.4130高性能計(jì)算機(jī)申威/6002010161.665超級(jí)計(jì)算機(jī)智能算力概述智能算力主要以GPU（GraphicsProcessingUnit，圖形處理器）、FPGA（FieldProgrammableGateArray，現(xiàn)場(chǎng)可編程邏輯門陣列）、AI（ArtificialIntelligence，人工智能）芯片等為代表。表15 能算主要片類型19分類特點(diǎn)引領(lǐng)者1.通用性高GPU2.平行處理能力中等英偉達(dá)、AMD3.交付周期中等1.通用性中等FPGA2.平行處理能力高in（已被MD收購(gòu)、Itel3.交付周期中等1.通用性低AI芯片2.平行處理能力高寒武紀(jì)、燧原、華為等3.交付周期長(zhǎng)（一）GPU市場(chǎng)規(guī)模IDCGPU202171.5GPU偉達(dá)、AMD、Intel壟斷。18來源：申威官網(wǎng)、中國(guó)信息通信研究院整理19數(shù)據(jù)來源：中國(guó)信息通信研究院整理1515中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）表16 球服器GPU市場(chǎng)季統(tǒng)計(jì)20（單位：$M）第一季度第二季度第三季度第四季度年度合計(jì)20174914585225862057201868475478066828862019570600665745258020209121091118912894481202114561521182023537150英偉達(dá) AMD Intel2021GPU95.7，AMD4.2，Intel0.1。英偉達(dá) AMD Intel數(shù)據(jù)來源：IDC官網(wǎng)圖6 2021年第4季度GPU場(chǎng)份額（二）FPGA市場(chǎng)規(guī)模FPGA

已被AMD和Intel29.9%和70.1%。2020202020217.920數(shù)據(jù)來源：IDC官網(wǎng)1616中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）

7.8 7.95.6 7.2 5.64.02.00.0

2018

2019

2020

2021數(shù)據(jù)來源：IDC官網(wǎng)圖7 FPGA市場(chǎng)模計(jì)FPGA與Intel這兩家公司幾乎占領(lǐng)全60FPGAin（Dnte已收購(gòu)ratti（Mirsei()。Xilinx IntelXilinx Intel數(shù)據(jù)來源：IDC官網(wǎng)圖8 2021年第4季度FPGA市份額技術(shù)GPUGPU（上做圖像和圖形相關(guān)運(yùn)算工作的微處理器。GUMGresIGA-rieswrRogueGPUNIDI、D等。NVIDIA在1999年定義了GPU，推動(dòng)了PC游戲市場(chǎng)的快速發(fā)展，重新定義了現(xiàn)代計(jì)算機(jī)圖形技術(shù)，0NIDIAmere0IDA1717中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）0NIDAmpre架構(gòu)的GP0AMDGPUInstinct系列等。AMD20081TFLOPSGPUAMD在GPUAMDRadeonR9R7、AMDFireProS7100XGPU207a1nmGUInstnctI250180架構(gòu)的mGPUIstintI5，00A架構(gòu)的UInstnctI100，021IntnctMI00MDA2HPC型號(hào) 計(jì)算流處FP64| FP64|FP32FP32 Matrix FP16/bf16型號(hào) 計(jì)算流處FP64| FP64|FP32FP32 Matrix FP16/bf16INT4/INT HBM2e 顯存帶 規(guī)范單元理器Vector (Peak) (Peak) 8(Peak)ECC顯存 (Peak)AMDInstnctMI50x22014,08Upo4.90 TFUpoTFUpto383.0TFUpto383.0TOPS128GB3.2TB/secOCP加速器模塊AMDInstnctMI5020813,31Upo4.32 TFUpoTFUpto362.1TFUpto362.1TOPS128GB3.2TB/secOCP加速器模塊FPGAFPGA（FieldProgrammableGateArray，現(xiàn)場(chǎng)可編程邏輯門陣列）PAL、GALA（IICFPGAFPGAFPGAAD于5年收購(gòu)）兩家壟斷。國(guó)內(nèi)有能力自主研發(fā)FPGA的廠商有智多晶微電子、紫光同創(chuàng)、安路科技、京微齊力等。（一）Xilinx方面（AMD）1985FPGA2μm64850001991FPGA——XC40002001150nm2017Xilinx28nmSpartan7FPGA21來源：AMD官網(wǎng)1818中國(guó)算力白皮書（2022年）Xilinx45nm、28nm、20nm、16nmSpartanSpartanDSPArtixKintexVirtex20201027，AMDXilinxAMD以發(fā)行總價(jià)值0in，MD于1ix中國(guó)算力白皮書（2022年）FPGA名稱發(fā)行邏輯運(yùn)算分布式I/ODSPBRAM(Mb)制程表18 2010-2021年XilinxFPGA名稱發(fā)行邏輯運(yùn)算分布式I/ODSPBRAM(Mb)制程日期單元RAM(Mb)（nm）Virtex-6XC6VLX760Q1'10758k8.23086425.940Virtex-7UltraScale+Q2'198938k58.42072384075.916VU19P（二）Altera方面（Intel）1984EP3001992FPGA——FLEX8000FPGA。2002DSP模塊的FPGA——trtixFPA0.1mFG——neFPGAtra對(duì)A的DSP2012StratixVFPGA28nm，是28nmFPGA。2015Intel167FPGAAltera，IteloneMrri、rtix、lx01Inte（erFPGA28m1045表19 2010-2021年Intel（Altera）部分FPGA產(chǎn)23I/OI/O接口 DSP BRAM(Mb) 制程（nm）邏輯元素 MLABLE RAM(Mb)發(fā)行日期FPGA名稱Stratix?VFPGAIntel?Stratix?10GX10MFPGAInte?giex-Series027()

Q2'10 695k 8.01 840 1963 50 28Q3'19 10200k 55 2304 3456 253 14Q2'19 2692k 28 744 8528 259 102來源：Xnx官網(wǎng)3來源：nel官網(wǎng)1919中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）（三）國(guó)內(nèi)廠商方面2012Seal5000FPGA，28nm2013TitanFPGA40nm2011FPGA55nm（）2017HMEM7（）HMEM5（金山40nm。廠商FPGA名稱發(fā)行日期邏輯單分布式 I/O接DSP嵌入式制程表20 2010-2021分國(guó)產(chǎn)廠商FPGA名稱發(fā)行日期邏輯單分布式 I/O接DSP嵌入式制程元LERAM(Mb)口RAM （nm）西安智晶 SA5-325E微電子Q2'21326k0.650500131218.Mb 紫光同創(chuàng) PGT180HQ3'15174k0.057611-9468kb 40安路信科 EG4S20BG256Q1'2119.6k0.156193-1244kb 55技京微齊力 HR03PN3Q2'213.1k-128-72kb 40AIAIAICPUGPUFPGAAI算法，但是執(zhí)行效率差異較大。狹義上，將AI芯片定義為“專門針對(duì)AI算法做了特殊加速設(shè)計(jì)的芯片”。家第十四個(gè)五年規(guī)劃明確提出聚焦高端芯片、人工智能關(guān)鍵算法等關(guān)鍵領(lǐng)域，加快布局神經(jīng)芯片等前沿技術(shù)。國(guó)內(nèi)華為、寒武紀(jì)、燧原科技等新興AI芯片持續(xù)涌現(xiàn)。（一）華為華為昇騰I（3Dced310（310）、Ascend910（910）（Ascend）910310W（INT）4TO，6）TFLO。（二）寒武紀(jì)寒武紀(jì)開發(fā)的MLU，基于7nm制程工藝，采用寒武紀(jì)MLUv02架構(gòu)。主要代表產(chǎn)品為思元370/29/200chipe（I30億個(gè)晶體256OINT），02倍。（三）燧原科技24來源：中國(guó)信息通信研究院整理2020中國(guó)算力白皮書（2022年）2.0云燧T0040TFO（FP64GB1.TBs300/s中國(guó)算力白皮書（2022年）（四）百度AIAI2m(IT8256O(為18TF，120W。（五）阿里巴巴80012nm170820TOPS。（六）超聚變GPUAICPUGPU，CPUGPU，4UAI1.25AIAIHPCCPU：GPU超算算力超級(jí)計(jì)算是計(jì)算科學(xué)的重要概念，是超級(jí)計(jì)算機(jī)及有效應(yīng)用的總稱。超級(jí)計(jì)算利用并行工作的多臺(tái)計(jì)算機(jī)系統(tǒng)的集中式計(jì)算資源，并通過專用的操作系統(tǒng)來處理極端復(fù)雜的或數(shù)據(jù)密集型的問題。超級(jí)計(jì)算機(jī)又稱巨型計(jì)算機(jī)等，指能解決復(fù)雜計(jì)算的大型、快速、價(jià)格昂貴的計(jì)算機(jī)。通常這類機(jī)器包括了從標(biāo)準(zhǔn)計(jì)算機(jī)的大型集群到高度專用的硬件，主要運(yùn)用于尖端科研、國(guó)防軍工等大科學(xué)、大工程、大系統(tǒng)中，是一個(gè)國(guó)家科研實(shí)力的體現(xiàn)，是國(guó)家科技發(fā)展水平和綜合國(guó)力的重要標(biāo)志。并行計(jì)算作為超算最為核心的研究方向，其技術(shù)發(fā)展與超算生態(tài)的建設(shè)密不可分。加州大學(xué)伯克利13下：25來源：《并行計(jì)算研究前景：伯克利的視角》2125來源：《并行計(jì)算研究前景：伯克利的視角》21中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）表21 13個(gè)并計(jì)算鍵領(lǐng)域25Dwarf 排名 描述 Dwarf 排名 描述 Benchmark/例子稠密矩陣1數(shù)據(jù)是稠密矩陣或向量。（BLASLevel1Level2=矩陣-向量；Level3=矩陣-矩陣。）通常情況下，此類方法使用單位跨步內(nèi)存訪問從行讀取數(shù)據(jù)，并使用跨步訪問從列讀取數(shù)據(jù)。稀疏矩陣 2 所。譜方法3多體模擬4每個(gè)(N)粒子低到(NoN)或(N。結(jié)構(gòu)化網(wǎng)格5

塊三對(duì)角矩陣，下 上 對(duì) Gauss-Seidel共軛梯度法（CG方法）多重網(wǎng)格非結(jié)構(gòu)化網(wǎng)格蒙特卡洛方法

一種不規(guī)則的網(wǎng)格，通常根據(jù)應(yīng)用程序的底層特征選擇數(shù)據(jù)任何點(diǎn)的更新都需要首先確定相鄰點(diǎn)的列表，然后從這些相

非結(jié)構(gòu)自適應(yīng)粒子輸運(yùn)組合邏輯 8 使用邏函數(shù)存儲(chǔ)實(shí)現(xiàn)的數(shù)。 邏輯電模擬圖遍歷 9 通過跟隨連續(xù)邊訪問圖中的多個(gè)節(jié)點(diǎn)。這些應(yīng)用程序通常及許多別的接尋并且計(jì)量相較小。動(dòng)態(tài)規(guī)劃 10 通過求解更簡(jiǎn)單的重疊子問題來計(jì)算求解。特別適用于具大量可解的化問。

BFS/DFS回溯和分支界限算法

11 通過遞歸將可行區(qū)域劃分為子域，然后修剪次優(yōu)子問題來找構(gòu)建圖型 12 構(gòu)造將機(jī)變表示點(diǎn)、將件依項(xiàng)表邊的圖。 有向無圖有限狀機(jī) 13 一種系統(tǒng)其行由狀由輸入當(dāng)前態(tài)定的轉(zhuǎn)換與轉(zhuǎn)換狀態(tài)關(guān)的來定義。26來源：中國(guó)信息通信研究院整理2226來源：中國(guó)信息通信研究院整理22中國(guó)算力白皮書（2022年）4”moray600Livrore和LosAlamos60中國(guó)算力白皮書（2022年）超級(jí)計(jì)算60年的演變路線可簡(jiǎn)單地分為2個(gè)階段：Cray時(shí)代和多計(jì)算機(jī)時(shí)代。全球超算行業(yè)主要經(jīng)歷了以下發(fā)展歷程：國(guó)防驅(qū)動(dòng)階段—公司主導(dǎo)階段—蓬勃發(fā)展階段—多向發(fā)展階段。表22 球超發(fā)展程26時(shí)間 具體內(nèi)容時(shí)間 具體內(nèi)容國(guó)防驅(qū)動(dòng)階段（1950s—1960s）公司主導(dǎo)階段（1960s—1970s）蓬勃發(fā)展階段（1980s—1990s）多向發(fā)展階段（21

早期的計(jì)算機(jī)科學(xué)研究有著濃厚的國(guó)防軍事色彩。20世紀(jì)50年代后期，美國(guó)政府主要根據(jù)國(guó)家安全需求來支持情報(bào)和核武器應(yīng)用研究。國(guó)家安全是開發(fā)超級(jí)計(jì)算技術(shù)的主要推動(dòng)力。0世紀(jì)0年代初的IM730Streth和SperryRandUNIVACLARC顯著超出頂尖商用機(jī)的數(shù)量級(jí)而被視為早期的超級(jí)計(jì)算機(jī)。206070ControlDataCrayResearch。在這一階段，超級(jí)計(jì)算機(jī)的成本得到有效控制，同時(shí)向量處理技術(shù)的速度得到了大幅提升，大量廉價(jià)高速的計(jì)算機(jī)走向商品市場(chǎng)。8090NEC等，成功獲取IM2080Cray1的技術(shù)MPPPE市場(chǎng)在全球范圍內(nèi)，少數(shù)國(guó)家擁有強(qiáng)大的高性能計(jì)算能力。中國(guó)和美國(guó)領(lǐng)先，從最新發(fā)布的2022年6月TOP5001731501282/3。2323中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）806040200

173 12812833312214127 6 6 6 6 6 5 5數(shù)據(jù)來源：/圖9 2022年6月TOP500中分國(guó)家算數(shù)量TOP500246，法國(guó)占比4，位列前五名。美國(guó)中國(guó)日本德國(guó)法國(guó)韓國(guó)意大利俄羅斯英國(guó)荷蘭巴西瑞士其他數(shù)據(jù)來源：/、中國(guó)信息通信研究院整理圖10 2022年6月TOP500中國(guó)超所占額1993620226TOP5001183次。根據(jù)最新TO500FontirI54次，ra、Itel2TM、NE國(guó)家并行計(jì)算機(jī)工程技術(shù)研究中心、美國(guó)橡樹嶺國(guó)家實(shí)驗(yàn)室分別登頂1次。2424中國(guó)算力白皮書（2022年）表23 1993-2022界排名一超算27中國(guó)算力白皮書（2022年）時(shí)同名稱公司國(guó)家1993.06-1993.11CM-5TMC美國(guó)1993.11-1994.06數(shù)值風(fēng)潤(rùn)富士通日本1994.06-1994.11ragon/Intel美國(guó)1994.11-1996.06數(shù)值風(fēng)洞富士通日本1996.06-1996.11SR2201日立日本1996.11-1997.06CP-PACS日立日本1997.06-2000.11ASCIRedIntel美國(guó)2000.11-2002.06ASCI WhiteI美國(guó)2002.06-2004.11地球模擬器日本電氣（NEC）日本2004.11-2008.06藍(lán)色基因/LI美國(guó)2008.06-2009.11走鵑（超級(jí)計(jì)算機(jī)）I美國(guó)2009.11-2010.11美洲虎（超級(jí)計(jì)算機(jī)）Cray美國(guó)2010.11-2011.06天河-1國(guó)防科技大學(xué)中國(guó)2011.06-2012.06京〔超級(jí)計(jì)算機(jī)）理化研究所日本2012.06-2012.1l藍(lán)色基因/QI美國(guó)2012.11-2013.06TitanCray美國(guó)2013.06-2016.06天河-2國(guó)防科技大學(xué)中國(guó)2016.6-2017.11神威?太湖之光國(guó)家并行計(jì)算機(jī)工程技術(shù)研究中心中國(guó)2018.06-2019.11mitI美國(guó)2020.06-2020.11mptrugaku富士通日本2021.06-2021.11mptrugaku富士通日本2021.11-2022.06Frontier美國(guó)橡樹嶺國(guó)家實(shí)驗(yàn)室美國(guó)20226HPE3616.8、10。從算力來看，HP、富士通、聯(lián)想排名前三，總算力市場(chǎng)份額分別為18.6%、18.11.1%。27來源：中國(guó)信息通信研究院整理2525中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）Lenovo HPE Inspur Atos Sugon Other數(shù)據(jù)來源：/、中國(guó)信息通信研究院整理圖11 2022年6月TOP500榜對(duì)應(yīng)商份額我國(guó)目前已建成包括天津、廣州、深圳、長(zhǎng)沙、濟(jì)南、無錫、鄭州、昆山、成都等9座國(guó)家級(jí)超算中心。2002年到2021年，超級(jí)計(jì)算機(jī)平均性能提升了七萬多倍。12500093015125000930150.0968773842120000單位（TFlops單位（TFlops）8000060000400002002200320022003200420052006200720082009201020112012201320142015201620172018201920202021第一名性能 平均性能 最后一名性能數(shù)據(jù)來源：、中國(guó)信息通信研究院整理圖12 2002-2021國(guó)TOP100級(jí)算數(shù)據(jù)2021TOP100100202079%。202120201.3410年的.6125PFO240PFLOPS93PFLOPS125PFLOPS。排名前三的廠商份額合計(jì)占上榜系統(tǒng)份額的80，分別是，聯(lián)想40套系統(tǒng)，浪潮28套系統(tǒng)、中科曙光12套系統(tǒng)。2626中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）聯(lián)想 浪潮曙光 國(guó)防科大北龍超云/DELL 國(guó)家并行計(jì)算機(jī)工程技術(shù)研究中其他數(shù)據(jù)來源：、中國(guó)信息通信研究院整理圖13 2021年11月TOP100廠系統(tǒng)數(shù)技術(shù)HPL即HghfomaneLinack（二）HPCGHPCGTOP500HPCGCHPCGINPA（基準(zhǔn)500HPLHPCG（一）硬件架構(gòu)超算核心系統(tǒng)由計(jì)算系統(tǒng)、存儲(chǔ)系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)、管理系統(tǒng)、安全系統(tǒng)五部分構(gòu)成，方案應(yīng)考慮采用E級(jí)高性能計(jì)算機(jī)原型系統(tǒng)的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、管理及基礎(chǔ)設(shè)施支撐的技術(shù)路線。2727中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）圖14 算核硬件構(gòu)計(jì)算系統(tǒng)CPU顧不同算力業(yè)務(wù)的訴求，能夠提供多元化的算力支撐。在計(jì)算硬件選型方面建議采用專用硬件加速器等先進(jìn)技術(shù)手段，并且結(jié)合使用液冷等散熱技術(shù)來建設(shè)綠色低碳節(jié)能環(huán)保的超算計(jì)算系統(tǒng)。存儲(chǔ)系統(tǒng)采用分布式存儲(chǔ)，可提供PB級(jí)別以上的容量來進(jìn)行數(shù)據(jù)和算據(jù)存儲(chǔ)。存儲(chǔ)系統(tǒng)建議采用分布式融合存儲(chǔ)系統(tǒng)，解決海量數(shù)據(jù)存儲(chǔ)、讀寫速度緩慢等性能問題。網(wǎng)絡(luò)系統(tǒng)分為存儲(chǔ)網(wǎng)絡(luò)、業(yè)務(wù)網(wǎng)絡(luò)以及監(jiān)控網(wǎng)絡(luò)等多個(gè)網(wǎng)絡(luò)平面，為超算系統(tǒng)間各個(gè)硬件設(shè)備以及子系統(tǒng)間通信提供網(wǎng)絡(luò)互連的能力。管理網(wǎng)絡(luò)包括資源與業(yè)務(wù)監(jiān)控、告警監(jiān)控、可視化等功能。資源與業(yè)務(wù)監(jiān)控建議實(shí)現(xiàn)計(jì)算資源、應(yīng)用與業(yè)務(wù)的全鏈路監(jiān)控。告警監(jiān)控建議實(shí)現(xiàn)故障信息以多種提醒方式快速響應(yīng)運(yùn)維人員以確保及時(shí)獲取故安全系統(tǒng)可由防火墻、負(fù)載均衡、堡壘機(jī)、抗DDoS、日志審計(jì)、漏洞掃描、網(wǎng)絡(luò)審計(jì)、DNS服務(wù)2.0（二）網(wǎng)絡(luò)體系2828中國(guó)算力白皮書（2022年）速網(wǎng)絡(luò)技術(shù)；中國(guó)算力白皮書（2022年）監(jiān)控網(wǎng)絡(luò)：提供帶外管理網(wǎng)絡(luò)連通，實(shí)現(xiàn)對(duì)所有設(shè)備的帶外管理，包括遠(yuǎn)程開關(guān)機(jī)等操作。圖15 算網(wǎng)架構(gòu)（三）存儲(chǔ)節(jié)點(diǎn)和高性能計(jì)算節(jié)點(diǎn)采用專用超高速網(wǎng)絡(luò)IOAoteDretMmorys）MA的引入，可以解決網(wǎng)絡(luò)傳輸中服務(wù)器端數(shù)據(jù)處理的延遲而產(chǎn)生的問題。(四）多種網(wǎng)絡(luò)平面的融合2929中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）帶寬不小于10G，核心層40G，這樣既能保證多網(wǎng)絡(luò)平面融合后的性能，又具有布線簡(jiǎn)單、維護(hù)性好、可靠性高等優(yōu)勢(shì)，也為未來擴(kuò)容預(yù)留充足空間。E5（atonaltrtegicomutingIntativeNI（aleomptingrojetEPost-KEEuroHPCEU（umt邊緣算力概述邊緣算力的發(fā)展需要云邊協(xié)同解決問題。邊緣計(jì)算與云計(jì)算各有所長(zhǎng)，云計(jì)算擅長(zhǎng)把握整體，在乎全計(jì)算需要處理的數(shù)據(jù)種類日趨多樣化，邊緣設(shè)備既要處理結(jié)構(gòu)化數(shù)據(jù)，又要處理非結(jié)構(gòu)化數(shù)據(jù)。為此，邊緣算力構(gòu)架需要解決不同指令集和不同芯片組成的異構(gòu)計(jì)算體系中各指令集和芯片高效協(xié)同工作用于邊緣計(jì)算的處理器：常規(guī)物聯(lián)網(wǎng)終端節(jié)點(diǎn)的處理器是一塊簡(jiǎn)單的MCU（微控制單元，MicocotrolrUnt3030中國(guó)算力白皮書（2022年）采取兩種方式：中國(guó)算力白皮書（2022年）MCUIP型的產(chǎn)品會(huì)使用第一種思路，而針對(duì)某種大規(guī)模應(yīng)用的定制化產(chǎn)品則會(huì)采用第二種。市場(chǎng)國(guó)際5G2021年，邊緣基礎(chǔ)設(shè)施和終端AI處理器的收入規(guī)模達(dá)到了160202660030。28邊緣計(jì)算硬件按計(jì)算算力和存儲(chǔ)發(fā)生的位置分為兩大種類：邊緣設(shè)備和邊緣服務(wù)器。有四個(gè)具體類型，如圖16所示：DeviceedgeremsegeAccessedge城市邊緣Meroed圖16對(duì)邊緣計(jì)算的解構(gòu)29DeviceedgePremiseedge7520245Gsdge和Mtroede28數(shù)據(jù)來源：公開數(shù)據(jù)整理9數(shù)據(jù)來源：STNSLTNGP:TheBattleatomutng’sde3131中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）圖17 2024年邊緣段預(yù)期場(chǎng)份額3018圖18 緣設(shè)發(fā)展比圖31國(guó)內(nèi)邊緣算力產(chǎn)業(yè)鏈逐步完善。0數(shù)據(jù)來源：STNSLTNGP:TheBattleatomutng’sde31數(shù)據(jù)來源：IDC官網(wǎng)3232中國(guó)算力白皮書（2022年）多個(gè)垂直行業(yè)。中國(guó)算力白皮書（2022年）++IaasITOTT2021年中國(guó)邊緣計(jì)算服務(wù)器整體市場(chǎng)規(guī)模達(dá)到33億美元，較2020年增長(zhǎng)2432。2021年，中國(guó)垂875.0。NVFIUPF以及多接入邊緣計(jì)算MEC/管道檢測(cè)、智慧營(yíng)業(yè)廳等場(chǎng)景解決方案，以邊緣洞察全面賦能企業(yè)業(yè)務(wù)創(chuàng)新。從出貨規(guī)模來看，2021在2021年-2026年，中國(guó)邊緣定制服務(wù)器市場(chǎng)預(yù)計(jì)將保持40的年復(fù)合增長(zhǎng)率。技術(shù)AIAIAIAI相比于面臨性能與能耗瓶頸的基于云數(shù)據(jù)中心的深度學(xué)習(xí)模型部署方法，結(jié)合新興的邊緣計(jì)算技術(shù)則是更好的方式，充分運(yùn)用從云端下沉到網(wǎng)絡(luò)邊緣的計(jì)算能力，在具有適當(dāng)計(jì)算能力的邊緣計(jì)算設(shè)備上32數(shù)據(jù)來源：公開數(shù)據(jù)整理3333中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）實(shí)現(xiàn)低時(shí)延與低能耗的深度學(xué)習(xí)模型推理。邊緣側(cè)的負(fù)載整合則為人工智能在邊緣計(jì)算的應(yīng)用找到了突破口。虛擬化技術(shù)將在不同設(shè)備上獨(dú)立的負(fù)載整合到統(tǒng)一的高性能計(jì)算平臺(tái)上，實(shí)現(xiàn)各個(gè)子系統(tǒng)在保持一定獨(dú)立性的同時(shí)還能有效分享計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源。邊緣側(cè)經(jīng)過負(fù)載整合，產(chǎn)生的節(jié)點(diǎn)既是數(shù)據(jù)的一個(gè)匯總結(jié)點(diǎn)，同時(shí)也是一個(gè)控制中心。人工智能可以在結(jié)點(diǎn)處采集分析數(shù)據(jù)，也能在節(jié)點(diǎn)提取洞察做出決策。網(wǎng)絡(luò)優(yōu)化將是把人工智能運(yùn)用到邊緣側(cè)的關(guān)鍵性技術(shù)之一。可以通過低比特、剪枝和參數(shù)量化等方法進(jìn)行網(wǎng)絡(luò)優(yōu)化。Ite、NID、MM和Qualcomm33。Inte?產(chǎn)品如英特爾?酷睿?（Itel?or?）和英特爾凌動(dòng)?（Intelom?）,英特爾Movidu?U?至強(qiáng)?It?n?ble5GNVII（英偉達(dá)JetonrN,JetsonXavierJetsonNano2-734。AMD,AMDEPYC（）嵌入式3000處MDCIC相比edrivr35。ARMARMAMDx86SRAM，而DRAM，QualcmI:D.2e高達(dá)OS瓦；D.2crd為0OS5ecrd40TO，功率為536。35roesorachtctuesmkngmchneleanngaratyfordgecmutng|nberchtctedatcm)4Jnmn，Sceolen，PsngKng，“ecmrkngPUceeatedEgeDevcs”,EEE2205httsamdcmysmfesouens000amyprdutbref.df36https://www./content/dam/qcomm-martech/dm-assets/documents/Prod-Brief-QCOM-Cloud-AI-100.pdf3434中國(guó)算力白皮書（2022年）4算力應(yīng)用賦能中國(guó)算力白皮書（2022年）綠色電力簡(jiǎn)介案例10kV圖19 里巴世紀(jì)聯(lián)南通A棟數(shù)中心等級(jí)評(píng)估5A“10kV“10kV4)66%3%。阿里巴巴南通數(shù)據(jù)中心通過與政府、供電局、電網(wǎng)、發(fā)電企業(yè)探索綠色電力實(shí)施路徑，2021年1月3535中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）985%3000016萬噸。人工智能簡(jiǎn)介案例環(huán)首都AI0k/智能化IIItelU處理器，搭載U651TL53.GFOW。產(chǎn)業(yè)基地積極實(shí)現(xiàn)“可再生能源→超大規(guī)模算力→新業(yè)態(tài)新場(chǎng)景支撐”的數(shù)字經(jīng)濟(jì)可再生能源零碳車聯(lián)網(wǎng)簡(jiǎn)介車聯(lián)網(wǎng)是智能化的一體化網(wǎng)絡(luò)。車聯(lián)網(wǎng)是以車內(nèi)網(wǎng)、車標(biāo)網(wǎng)和車載移動(dòng)互聯(lián)網(wǎng)為基礎(chǔ)，按照約定的通3636中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）案例號(hào)進(jìn)行識(shí)別并給出錯(cuò)誤手勢(shì)和空手勢(shì)預(yù)警，支持駕駛員后部瞭望識(shí)別、駕駛員起立識(shí)別、駕駛員伏趴識(shí)AIAI5G智慧醫(yī)療簡(jiǎn)介案例5G切片和MEC5GMEC5G云+3737中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）學(xué)診斷治療水平。5G+MECMRAR術(shù)指導(dǎo)三項(xiàng)MECMEC業(yè)務(wù)名稱 業(yè)務(wù)軟件及終端配置表24 MEC邊緣部應(yīng)用軟系統(tǒng)業(yè)務(wù)配置業(yè)務(wù)名稱 業(yè)務(wù)軟件及終端配置5G三維像重建 1套云像系軟件+4個(gè)終端（PAD、機(jī)、腦）5GMR輔手術(shù)劃 1套規(guī)系統(tǒng)件+1數(shù)據(jù)服端，2個(gè)MR端，2個(gè)pad操端5GAR141ARQOSFlexE5G切片+MEC5G切片+MEC5G邊緣計(jì)算簡(jiǎn)介案例國(guó)網(wǎng)公司變電站多站融合邊緣數(shù)據(jù)中心站是特指利用變電站富余站址、供電、通信等資源開展變電站與數(shù)據(jù)中心站的融合建設(shè)、運(yùn)營(yíng)和運(yùn)維。（（IaSS擴(kuò)展至邊緣端，提供電力共享站、社會(huì)共享站、融合共享站、云游戲、5G邊緣計(jì)算等應(yīng)用解決方案。3838中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）圖20 緣計(jì)服務(wù)臺(tái)功能構(gòu)圖+圖21云邊協(xié)同下核心多活+邊緣分布示意圖3939中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）物聯(lián)網(wǎng)簡(jiǎn)介萬物互聯(lián)作為未來社會(huì)發(fā)展的方向，其技術(shù)進(jìn)步和應(yīng)用進(jìn)展始終是社會(huì)關(guān)注的重點(diǎn)。目前信息社會(huì)案例（層、IasS層云服務(wù)；②5GCT5GVPN2C2H類端到端試點(diǎn)（（2020）M4040中國(guó)算力白皮書（2022年）5算力五力衡量體系中國(guó)算力白皮書（2022年）ODCC2020（）本白皮書，將數(shù)據(jù)中心算力的內(nèi)涵進(jìn)行進(jìn)一步推廣，融合計(jì)算、算效、存儲(chǔ)、網(wǎng)絡(luò)等綜合概念，同時(shí)結(jié)合數(shù)據(jù)中心算力發(fā)展特點(diǎn)和重點(diǎn)影響因素，利用統(tǒng)計(jì)學(xué)相關(guān)方法構(gòu)建衡量算力的指標(biāo)體系，算力衡量指標(biāo)包含通用算力、智能算力、算效、網(wǎng)絡(luò)和存儲(chǔ)5個(gè)方面。圖22 據(jù)中算力估指標(biāo)建通用算力本白皮書將繼續(xù)沿用O（Flotinpoitoperationspersecond，F(xiàn)LOPS）CPU（FP32）智能算力算力和精度是密不可分的，必須在精度的前提下，討論智能算力。由于智算領(lǐng)域應(yīng)用的多樣性，通常無法使用單一精度來衡量算力的大小。目前，智算領(lǐng)域常用的算力精度有：4141中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）表25 能算領(lǐng)域力精度算力精度 說明FP64 用于科計(jì)算高精真模擬等FP32 傳統(tǒng)上于深學(xué)習(xí)以及圖渲FP16 深度學(xué)訓(xùn)練推理TF32 新的數(shù)格式用于學(xué)習(xí)訓(xùn)BFloat16 用于深學(xué)習(xí)練INT8 （Floating-pointoperationspersecond，F(xiàn)LOPS）來評(píng)（FP32）算效將算力與功耗結(jié)合來看，單位功耗的算力是評(píng)價(jià)數(shù)據(jù)中心計(jì)算效果更為準(zhǔn)確的一個(gè)指標(biāo)。在ODCCITT設(shè)備每瓦功耗所產(chǎn)生的算力”（單位：FLO/）：CE

CPIT設(shè)備功率網(wǎng)絡(luò)在基礎(chǔ)設(shè)施操作方面，在網(wǎng)絡(luò)中實(shí)現(xiàn)計(jì)算功能以及一些基礎(chǔ)設(shè)施操作的卸載，也成為網(wǎng)絡(luò)的一種技術(shù)走向。如在網(wǎng)絡(luò)交換機(jī)上進(jìn)行All2All、BarrierAR（AdaptiveRouting）NMoveraricTrgtUO；Ic和S在網(wǎng)卡處理能力方面，大小消息對(duì)于網(wǎng)絡(luò)性能的關(guān)注重點(diǎn)不同。網(wǎng)卡是網(wǎng)絡(luò)和業(yè)務(wù)的接口，它需要4242中國(guó)算力白皮書（2022年）將應(yīng)用的MessageCRC的計(jì)算等操作。對(duì)于大的MessageMessage來言，消息率（MessageRate，即網(wǎng)卡每秒可處理的Message的數(shù)量）HPC中國(guó)算力白皮書（2022年）在交換機(jī)性能方面，包轉(zhuǎn)發(fā)率和轉(zhuǎn)發(fā)方式至關(guān)重要。網(wǎng)絡(luò)中的交換機(jī)需要對(duì)數(shù)據(jù)進(jìn)行高速轉(zhuǎn)發(fā)，由于交換機(jī)看不到所以交換機(jī)的包轉(zhuǎn)發(fā)率Perdthrough還是tre/owrd的Cut-ThroughBuffertr/Fowrdfrfer在RDMARDMA通過A技術(shù)，可以在幾乎不消耗CPU資源的前提下實(shí)現(xiàn)網(wǎng)絡(luò)的線速帶寬。如何以最簡(jiǎn)單的方式在數(shù)據(jù)中心內(nèi)部署AnfinndDMARDMARDMA在網(wǎng)絡(luò)帶寬方面，網(wǎng)絡(luò)帶寬將進(jìn)一步提升。200/s200/sE40Gb/sureHP/I1600/Infinad400bs3在網(wǎng)絡(luò)時(shí)延方面，時(shí)延決定計(jì)算效率。算力網(wǎng)絡(luò)時(shí)延需要向總線級(jí)看齊，提供低時(shí)延傳輸能力，降低跳數(shù)（消息入網(wǎng)的次數(shù)，降低時(shí)延，提升通信效率，縮短計(jì)算任務(wù)的完成時(shí)間。網(wǎng)絡(luò)跳數(shù)。CLOS32%。4343中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）圖23直連拓?fù)鋠s.CLOS時(shí)延測(cè)試CLOSOpenFoamCLOS2.0。圖24直連拓?fù)鋠s.CLOSOpenFoam性能測(cè)試（長(zhǎng)距無損，PFC文。同時(shí)保證鏈路傳輸?shù)耐掏虏皇苡绊懀瑒t需要接收端有更大的緩存。大緩存則必然導(dǎo)致報(bào)文在設(shè)備中傳輸100GC438。37數(shù)據(jù)來源：華為測(cè)試數(shù)據(jù)4437數(shù)據(jù)來源：華為測(cè)試數(shù)據(jù)44450

濟(jì)南市內(nèi)100G/27KMRoCE網(wǎng)絡(luò)平均時(shí)延

中國(guó)算力白皮書（2022年）409.660.00中國(guó)算力白皮書（2022年）409.648.38%43.04%48.38%43.04%20.22

50.00211.44314.4221.76長(zhǎng)距無損vs傳統(tǒng)方案提升比例300 40.00211.44314.4221.76長(zhǎng)距無損vs傳統(tǒng)方案提升比例平均時(shí)延（us）平均時(shí)延（us）

30.00179.07176.91150 20.00179.07176.9150

10.0001K 8K(典型OLTP流量） 256（典型OLAP流量字節(jié)byte傳統(tǒng)方案 長(zhǎng)距無損 提升比例

0.00數(shù)據(jù)來源：華為測(cè)試數(shù)據(jù)圖25濟(jì)南市內(nèi)100G/27KMRoCE網(wǎng)絡(luò)平均時(shí)延37300KM場(chǎng)景下，長(zhǎng)距無損算法對(duì)比傳統(tǒng)PFC方案，網(wǎng)絡(luò)帶寬打滿的情況下，平均時(shí)延最高可降低49.81。38數(shù)據(jù)來源：華為測(cè)試數(shù)據(jù)4538數(shù)據(jù)來源：華為測(cè)試數(shù)據(jù)45中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）4028.1濟(jì)南-淄博10G/310KMRoCE網(wǎng)絡(luò)平均時(shí)延4028.148.09%49.81%37.59%3776.1748.09%49.81%37.59%3776.17

60.004221.434221.43

50.002021.81960.28長(zhǎng)距無損vs傳統(tǒng)方案提升比例3000 40.002021.81960.28長(zhǎng)距無損vs傳統(tǒng)方案提升比例2634.41平均時(shí)延（us）2634.41平均時(shí)延（us）

30.001500 20.00

10.0001K 8K(典型OLTP流量） 256（典型OLAP流量字節(jié)byte傳統(tǒng)方案 長(zhǎng)距無損 提升比例

0.00數(shù)據(jù)來源：華為測(cè)試數(shù)據(jù)圖26濟(jì)南-淄博10G/310KMRoCE網(wǎng)絡(luò)平均時(shí)延38總而言之，衡量網(wǎng)絡(luò)的指標(biāo)需要各個(gè)層面來綜合考慮，最終選擇合適的網(wǎng)絡(luò)，助力于算力的性能提升。5.6存儲(chǔ)存儲(chǔ)系統(tǒng)作為數(shù)據(jù)中心基礎(chǔ)架構(gòu)的組成部分，在算力準(zhǔn)備、實(shí)現(xiàn)和交付的過程中起著重要的保障作用。SSDSATA、SASNMIeIDS、TAOSIe/MED以算力為中心的存儲(chǔ)系統(tǒng)，不同于傳統(tǒng)的數(shù)據(jù)中心存儲(chǔ)系統(tǒng)，有著對(duì)帶寬、IOPS、時(shí)延、存儲(chǔ)容量、4646中國(guó)算力白皮書（2022年）I/NME因此全閃存陣列或者閃存陣列和硬盤陣列的組合形態(tài)將成為主要的存儲(chǔ)設(shè)備形態(tài)。中國(guó)算力白皮書（2022年），NVMESSD、SASSSD、SATASSDHDDOS最后，在存儲(chǔ)介質(zhì)裝機(jī)量的數(shù)量級(jí)達(dá)到萬以上的數(shù)據(jù)中心中，存儲(chǔ)單元的故障會(huì)成為日常發(fā)生的狀O4747中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）6算力五力模型（MultitribueGropDecsionMkingMM（ultitribueDecsionMakigMM）（roupDecsionMakig，G）為了綜合評(píng)價(jià)單體數(shù)據(jù)中心的算力，本章提出“算力五力模型”，將與計(jì)算能力高度相關(guān)的通用TOPSIS39。相關(guān)概念設(shè)多屬性決策中的方案集為??={??1,??2,?,????}，屬性集為??={??1,??2,?,????}。記??={1,2,?,??}，??={1,2,?,??}，用????(??),??∈??表示方案A在????屬性下的值，并允許出現(xiàn)不可比較的情況。定義140{}??????∈??任意兩個(gè)方案????和????(??≠??)方案????優(yōu)于方案?????)；方案????與方案(????≈????)；方案????劣于方案?????)；方案????與方案(????。且兩方案????和????（滿足??≠??）之間有且僅有{?,?,≈,?}中的一個(gè)關(guān)系成立，則稱{?,?,≈,?}構(gòu)成了一個(gè)偏序偏好結(jié)構(gòu)。設(shè)在多屬性決策問題中，各個(gè)不同的屬性下各方案的屬性值被劃分為n+1個(gè)等級(jí)，從而將一個(gè)方案??比另一個(gè)方案好的程度分為n個(gè)等級(jí)。不妨記

，(??,??∈??;0≤??≤??)，表示方案??優(yōu)于方案ak個(gè)?????????

?? j9吳美希楊曉彤算力五力模型：一種衡量算力的綜合方法J信息通信技術(shù)與政策2023132.0張金清.序方法與均衡分析上海：復(fù)旦大學(xué)出版社,203.4848中國(guó)算力白皮書（2022年）??? ??中國(guó)算力白皮書（2022年）等級(jí)；?????????，(??????0????)與????????，(??????0????)均表示方案????k定義241令??1,????(????)?????(????),??≠??????,????2?????

(????

??)?

),??≠??????????=

0.5,????(????)≈????(????),??≠??0.375,????(????)?????(????),??≠??0,??=?????

???,??(??)

),??≠??2?????

??

???{?1,????(????)?????(????),??≠??()其中??,??∈??,??∈??。稱????????為屬性????下方案????相對(duì)于方案????的廣義優(yōu)序數(shù)。TOPSIS? ?定義3設(shè)????=[??????,??????]和????=[??????,??????]為集合X上的兩個(gè)不確定等級(jí)變量，如果我們將????和????通? ?? ?過廣義優(yōu)序數(shù)轉(zhuǎn)變?yōu)????=[??(??????),??(??????)]和????=[??(??????),??(??????)]，其中，??(??????)為??????? ? ? ?經(jīng)廣義優(yōu)序數(shù)轉(zhuǎn)化的值，其它類似符號(hào)同義，????與????形成的向量定義如下：?????=[????(??),??????] ()?其中：? ?????(??)=??|??(??)???(??|,????)?????,? ? ?? ? ???????????????)=??????|????????????????)||??(????????(??????)|) 。? ?例1不妨令??={??1,??2,?,????}為方案集，??={??1,??2,?,????}為屬性集，將屬性????(1≤??≤??)劃分為6個(gè)等級(jí)，有等級(jí)比較集??={????|??=?5,?,0,?,5,?}，其中?表示兩方案優(yōu)劣關(guān)系不明的情況，??=5。已知兩個(gè)等級(jí)變量分別為????=[??2,??4]，????=[??0,??4]。借助等級(jí)優(yōu)序數(shù)可以將

=[??,??

=[??,??]轉(zhuǎn)化為

=[5,5]

=[1,5]；進(jìn)而通過定義3?? 24 ?? 0

?? 8

?? 26計(jì)算出??????

=[0,1]。?? ??

???? 81張小芝,朱傳喜.多屬性決策的廣義等級(jí)偏好優(yōu)序法J系統(tǒng)工程理論與實(shí)踐,213,331：25388.4949中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）雙向投影法具有決策過程科學(xué)合理、簡(jiǎn)單易行和區(qū)分度高等特點(diǎn)，并且可以避免傳統(tǒng)投影法無法處令

????????=[??(??????),??(??????)]為第??個(gè)屬性????下對(duì)方案????經(jīng)廣義優(yōu)序數(shù)轉(zhuǎn)換的向量。?首 先 ， 在 第 ??個(gè)屬性，將、負(fù)想解示為：??+

=[????????(??????),??????

)]，???=1≤??≤?? ?

1≤??≤???+[????????(??????),????????(??????)]，其中??表示備選方案的數(shù)量；正負(fù)理想解形成的向量可以表示為：????=

????

1≤??≤???[??(??????),??(??????)]，其中：??? ? ???(??????)=??????((????????(??????)?????????(??????)),(????????(??????)?????????(??????)))? 1≤??≤??

1≤??≤??

1≤??≤????? ? ???(??????)=??????((????????(??????)?????????(??????)),(????????(??????)?????????(??????)))1≤??≤?? ?

1≤??≤??

1≤??≤??

1≤??≤??然后，在第??個(gè)屬性下，??與正、負(fù)理想解形成的向量可以表示為：?

[ ? ??)]，????+=??+ ?+

??????=

??),??(?????? ????[??(??????),??(??????)]，其中，?? ? ???(??????)=??????((??(??????)?????????(??????)),(??(??????)?????????(??????)))；? ? 1≤??≤?? ? 1≤??≤???? ? ???(??????)=??????((??(??????)?????????(??????)),(??(??????)?????????(??????)))；? 1≤??≤?? ? 1≤??≤??+ ? ???(??????)=??????((????????(??????)???(??????)),(????????(??????)???(??????)))? 1≤??≤?? ? ? 1≤??≤???+ ? ???(??????)=??????((????????(??????)???(??????)),(????????(??????)???(??????)))這些向量的模可以計(jì)算為：

1≤??≤?? ?+ ??

? 1≤??≤???? 2 ??? 2?|???

??|=√∑??=1((??(??????))

+(??(??????)))；? ??

? 2 ?? 2?|???

????|=√∑??=1((??))

+(??(??????)))；+ ??

+ 2 ?+ 2?|???????

|=√∑??=1((??

+(??(??????)))。那么余弦值??????(???????,?????+),??????(???????,?????+)可以分別表示為：5050∑??

??

??? ??中國(guó)算力白皮書（2022年）))中國(guó)算力白皮書（2022年）????????(?????,?????+)= ? ? ??|???????|?|?????+|

()∑??

??

??? ?+))????????(?????,?????+)= ? ? ??|??????+|?|?????+|進(jìn)而向量???????到向量?????+和向量?????+到向量??????+的投影值分別表示為：???????????+(???????)=|???????|???????(???????,?????+)

()∑??

??

??? ????=1(??(??????)???(??????)+??(??????)???(??????))= ? ? |?????+|

()????????????+(?????+)=|?????+|???????(??????+,?????+)??∑?? ?? + ??? ?+??=1(??(??????)???(??????)+??(??????)???(??????))= ? ? |??????+|

()??注1如圖27所示，???????????+(???????)的值越大，則說明方案????越接近正理想解??+；同理，??????????+(?????+)??i越大，說明方案????越接近負(fù)理想解???。i圖27 prjXX+(X?X+)和prjX?X+(X?Xi)的圖表示最終，分別計(jì)算出方案????與理想解的相對(duì)貼近度：???????????+(???????)??(????)=???????+(?????)+??????

+(?+) ()????

?? ????????表示每個(gè)方案的投影值到正理想解的相對(duì)貼近度，其中???????????+(???????)，??????????+(?????+)分別表示向量?????????到向量?????+和向量?????+到向量??????+的投影值?；谝陨戏椒?，等級(jí)雙向投影模型的具體步驟如下：6.2.1??6.2.2步驟6.2.3：確定正理想解??+={??+,??+,?,??+}和負(fù)理想解???={???,???,?,???}；1 2 ?? 1 2 ??5151中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）步驟2.?????+和???????，????+；6.2.5（6-5）（6-6）????????????+?????+??????+??的投影值???????????+(???????)，??????????+(?????+)；??步驟6.2.6：由（6-7）式計(jì)算方案????與理想解的相對(duì)貼近度；步驟6.2.7：將相對(duì)貼近度進(jìn)行大小排序(由大到小)，選取貼近度最大的方案為最優(yōu)方案。本文選取5個(gè)指標(biāo)進(jìn)行算力評(píng)估，分別為：通用算力、智能算力、算效能力、網(wǎng)絡(luò)能力、存儲(chǔ)能力。表26 力五指標(biāo)取指標(biāo) 說明通用算力 本文通算力單位用TFLOPS（FP32，精度浮算力。智能算力 本文智算力單位用TFLOPS（FP32）。算效能力 本文算的單采用GFO/W（2）。網(wǎng)絡(luò)能力 本文主采用絡(luò)帶度來衡網(wǎng)絡(luò)性能位為bi/（比特每秒），每秒輸?shù)奈粩?shù)。存儲(chǔ)能力 本文采每秒寫次InptOtputOpratinsr，O）衡量存儲(chǔ)性能。本節(jié)將信息與雙向投影法結(jié)合，給出利用雙向投影法處理不同數(shù)據(jù)中心算力方面不同指標(biāo)間信息的可，一般越理想的一端標(biāo)記等級(jí)數(shù)越高。步驟6.3.2：將數(shù)據(jù)進(jìn)行定級(jí)，并轉(zhuǎn)化為優(yōu)序數(shù)（0-1之間的實(shí)數(shù)）。6.3.10-1步驟.3.3步驟6.3.4：計(jì)算每個(gè)向量對(duì)應(yīng)的模，得出余弦值??????(???????,?????+)、??????(???????,?????+)，進(jìn)而分別計(jì)算向量???????到向量?????+和向量?????+到向量??????+的投影值???????????+(???????)，????????????+(?????+)；步驟6.3.5：由式（6-7）計(jì)算得出每個(gè)數(shù)據(jù)中心最終的相對(duì)貼近度；5252中國(guó)算力白皮書（2022年）中國(guó)算力白皮書（2022年）算例65（）27編號(hào)通用算力（單智能算力算效（單網(wǎng)絡(luò)（單位:存儲(chǔ)（單表編號(hào)通用算力（單智能算力算效（單網(wǎng)絡(luò)（單位:存儲(chǔ)（單位：TFLOPS）（單位:TFLOPS）位:GFLOPS/W）Mbit/s）位:IOPS）DC.161.25547.23729018.1DC.2137.3545.0340.31699.312.7DC.323.950.6123.91218.43.6DC.420.2350.32100964.915.4DC.5127.07640.6580.44376.33.3DC.616.6588.3513.24467.64.5步驟.58所示；編號(hào) 等級(jí)Ⅰ等級(jí)Ⅱ等級(jí)Ⅲ等級(jí)Ⅳ等級(jí)Ⅴ通用算（單： 0-10編號(hào) 等級(jí)Ⅰ等級(jí)Ⅱ等級(jí)Ⅲ等級(jí)Ⅳ等級(jí)Ⅴ通用算（單： 0-1010-2020-5050-100100-200智能算（單 0-9090-130130-230230-500500-1000算效（單 0-1010-2020-3030-5050-100網(wǎng)絡(luò) 0-300300-500500-900900-15001500-2200存儲(chǔ) 0-11-33-77-1212-20TFLOPS）位:TFLOPS）位:GFO/）（:Mbts）（:OS）步驟.：將表78據(jù)中心的等級(jí)數(shù)兩兩進(jìn)行比較，得到相對(duì)等級(jí)數(shù)并轉(zhuǎn)化為優(yōu)序數(shù)，如下表29、表30、表31所示；5353中國(guó)算力白皮書（2022年） 中國(guó)算力白皮書（2022年）表29 據(jù)中能效標(biāo)定級(jí)編號(hào)通用算力智能算力算效網(wǎng)絡(luò)存儲(chǔ)DC.145544DC.255455DC.331343DC.434545DC.555523DC.621223表30 同數(shù)中心同指標(biāo)的兩比較編號(hào)通用算力智能算力算效網(wǎng)絡(luò)存儲(chǔ)1,],,,,],,,,],,,,],]DC.2,,,,],,,,],],,],,,,]3,,,,],,,,,],,,,],,,,],,,,]4,,,,],,],,,,],,,,],,,,]5,,,,],,,,],,,,],,,,,],,,,]6,,,],,,,,],,,,],,,,,],,,,]表31 據(jù)中等級(jí)較級(jí)經(jīng)序數(shù)化表通用算力