专家指出，智能计算机≠超级计算机，AI计算行业发展须树立新目的

近年来，随着人工智能（AI）辐射到各行各业，建设人工智能（AI）计算中心以满足对AI计算日益增长的需求，成为很多企业或地方的首要目的，同时也促使行业进入加速发展期。此背景下，我们发现，在打造人工智能计算中心的时分，很多地方却被数字概念误导了。

对此，中国迷信院计算技术研讨所研讨员、中国计算机学会高功能计算专业委员会秘书长张云泉表示，智能计算机不是超级计算机，两者概念应该区分清楚，否则能够会惹起行业混乱。

智能计算机和超级计算的区别

很多人对智能计算机和超级计算机“傻傻分不清”，其实，想要正确看法二者很简单，可以从以下两方面动手：

第一，二者算力不同。智能计算机是一种公用算力，在推理、训练等智能计算方面，其表现愈加出色；超级计算机是一种通用算力，能提供更完备和复杂的计算才能，次要运用于行星模拟、新材料开发、分子药物设计、基因分析等迷信计算和大数据处理等范畴。

第二，二者准确度不同。在以二进制所表示数字精度中，有半精度、单精度、双精度等，精度越高，计算越准确。

智能计算机大多以低精度计算（单精度、甚至半精度）、甚至整形计算为主，并不具有高精度数值计算才能；而超级计算机恰恰相反，采用双精度浮点运算，高精度计算才能更强，两者计算的准确度相差不小。

建立新目的，防止行业乱象

除了分不清智能计算机和超级计算机外，行业内也存在着模糊智能计算机的训练功能和推理功能的做法，导致行业乱象丛生。

目前，AI计算的三种功能——推理功能、训练功能、类脑“模拟”功能，它们的算力需求不同。

算力需求最低的是“推理”，半精度算力或整型算力即可满足其需求；

算力需求处于中间的是“训练”，普通需求运用单精度算力或半精度算力；

算力需求最高的是类脑“模拟”，需求双精度算力和低精度算力同时支持。

一些厂商混淆传统超级计算与智能计算、混淆智能计算的训练功能和推理功能，模糊它们的的区别，就能够导致用户或地方错误决策，花了很多钱，结果却与预期相差甚远。

例如，他们本来希望建设弱小的计算集群，但之后发现只建成了一台只要AI计算低算力需求“推理功能”的机器；或者以为花了小钱就建成了世界顶级的“大超级计算”，结果也只是建成了具有低精度计算才能的智能计算而已。

因此，内行业处于高速发展的当下，急需求一个行业规范的目的，用于协助判别系统的AI算力，和整个高功能AI范畴的发展状况，从而，引导AI计算行业走上健康发展的道路。

计算是追求严谨的，这方面要听专家，而非某些厂商的忽悠[哈欠]

AI算力行业的确需求新的标尺，不然用户和政府很容易被误导。