智能計算是指面向人工智能應用(包括訓練、推理、衍生應用場景等)的G性能計算。算力可分為：通用 算力、智能算力和超J算力，分別對應三種計算模式：基礎計算、智能計算和超J計算。不同應用場景下所 需的計算精度不同，通常會采用不同種類的算力。目前，隨著人工智能的快速發展以及層面的政策助 推，智能算力規模和占比越來越大，算力需求逐步從通用計算轉向智能計算。

①通用算力：基于CPU 芯片的服務器所提供的算力，主要用于計算復雜度適中的云計算、邊緣計算類 場景，通常這些場景對實時性有一定要求，不適合完全將本地數據搬到異地計算，如移動計算和物聯網等。

②智能算力：基于GPU、FPGA、ASIC等AI芯片的加速計算平臺提供的算力，主要用于人工智能的訓練 和推理計算，智算中心可以根據不同細分L域業務的算力需求匹配相應的計算能力。對于人工智能的模型 訓練及推理來說，處理文字、語音、圖片或視頻等需求較大，單精度、半精度、甚至整型的智能計算才能夠滿 足應用需要。

③超J算力：由超J計算機等G性能計算集群所提供的算力，主要用于尖端科學L域的計算，比如行 星模擬、藥物分子設計、基因分析、天體物理、氣象研究、航空航天等需要復雜運算、G性能雙精度算力的G 精尖科研L域。同時，不同超J計算機的處理器、加速卡、框架等各不相同，商業化服務門檻G。

當前，我國智能算力占比已經超過通用算力，成為整體算力增長的主要驅動力。我國智能算力占總體 算力的比重增長迅速，據信通院《算力發展指數白皮書(2023)》數據，2017-2022年我國算力內部 結構中智能算力占比持續增加，2022年我國算力結構為通用算力：智能算力：超J算力=40%:59%:1%,智能算力占比已較大幅度超過通用算力占比，逐步成為總體算力增長的主要驅動力。據信通院預計，未來五年，算力規模增速超過50%。

附件：2024智能算力產業發展白皮書-算力規模增速超過50%