智能计算是专门用于处理高度并行化和计算密集型的任务的计算模式。

因此，随着高性能计算的不断发展，我们会根据不同的领域需求，建立不同类型的计算中心。

AI属于智能计算的范畴，随着近年来AI的快速发展，智算中心应运而生。智算中心是以人工智能为核心的算力中心。人工智能需要算力、算法和数据三大要素。

为什么在人工智能计算中需要专用的算力呢？与其他计算模式相比，AI计算主要涉及大量的矩阵、向量运算，这些数据需要经过预处理才能转化为矩阵或向量结构。张量的维度通常在四维以上，需要进行矩阵或向量级别的处理。而矩阵是由向量组成的，需要进行矩阵向量之间的计算。因此，AI计算具有很高的专用性。由于这种计算模式不适合使用CPU进行计算，因此在实际应用中，主要使用GPU或专用芯片进行计算。GPU是AI算力的主要来源，它具有处理高并行度计算任务的优势。GPU是图形处理器，主要用于处理高度并行化的计算任务。与CPU不同，GPU的核心数量远超过CPU，因此可以实现高度并行化的计算。

近年来，随着人工智能计算需求的增加，国家建立了许多专门的计算中心，例如成都的智算中心，为AI计算提供了支持。除了智算中心，还有超级计算机吗？超算代表着我们国家的实力，它与HPC息息相关。HPC是科学计算和工程计算的一种，需要通过超算中心来完成。超算中心专门承担各种大规模的科学计算和工程计算任务。

超算中心通常使用天合系列、天河系列、曙光系列等超散系列。这些超算通常用于气象环保、生命科学、石油勘探、计算机辅助设计和电子设计自动化等工作。

天河系列的天河一号是其中之一。像天河一号这样的超算，主要用于解决HPC计算中的科学和工程计算问题。这些计算任务包括气象、环保、生命科学、石油勘探、计算机辅助设计、电子设计自动化等。

由于数据量和计算量非常大，任务也很专业，所以HPC计算需要超算中心来完成。因此，智算、超算和云计算数据中心都是国家层面推动建设的。

智算中心和超算中心的投资都非常大，它们用于解决国家层面的专用和专业需求。云计算数据中心是数量最多的数据中心之一，如阿里云、腾讯云和华为云。

智算中心和超算中心都是从国家层面推动建设的。

从数据中心的角度看，HPC计算分为科学计算和工程计算两类。计算能力的衡量单位有很多种，除了大家熟悉的CPU和GPU，还有专门为深度学习设计的DPU、NPU和TPU。

除了这些专门设计的芯片外，还有为神经网络设计的NPU。此外，TPU也是Google开发的，用于Tensoflow框架中的计算单元。APU类似于CPU和GPU的结合体，用于加速图像处理和计算机视觉等任务。APU（加速处理器）是一种将CPU和GPU集成在同一芯片上的芯片，它的优势在于同时具备通用处理能力和计算密集型处理能力。因此，APU非常适合处理游戏场景，因为它需要大量的GPU显卡来渲染，同时也需要通用的算力来支持。然而，从AI的训练角度来看，专用的TPU或NPU更适合AI。

算力卸载是将许多计算任务从CPU转移到NPU、DPU或DPR上，以减轻CPU的负担。虚拟化、数据转发、压缩存储和加密解密等任务都是适合转移到这些芯片上的。算力卸载的目的是减少CPU的负担。

在芯片和处理中心的角度，算力可以被分类为不同的类型。同时，我们还介绍了各种处理器的衡量单位。