莆田創世紀超級計算機算力

A. 你好，在問答上看到您關於創世紀團隊的回答，想問下莆田創世紀是假的 騙人的嗎

你好。你是在莆田創世紀上班後離職了嗎？我也正好要去面試。聽你說有點慌

B. 超級算力背後，它們都扮演了什麼角色

計算能力可以理解為計算能力，即用於數據計算的CPU、GPU等硬體的計算能力。目前一般用於衡量虛擬貨幣礦機的運行速度。超級計算能力是指將分散在世界網路上的閑置計算能力進行整合和管理，匯聚成超高性能計算服務的能力。可以簡單理解為分布式雲計算的共享版本，或者超級計算機的共享版本。可用於訓練AI(人工智慧)、天氣預報、大數據分析等。

C. 我國的超級計算機算力那麼先進，具體都能應用於哪些方面呢

兩個方面：一方面是超大的數據存儲容量和極快的數據處理速度。隨著現在科技的發展，電腦、計算機、大數據已經成為了帶動社會、科技發展的物質，我們的生活也越來越離不開計算機，可謂是計算機已經走進了我們生活的方方面面，因為我國目前科技發展迅速，我國超級計算機方面已經躍升到國際先進水平國家當中，我國也是唯一一個以發展中國家身份製造超級計算機的國家。下面讓我們看看我們有那些超級計算機進入世界排名的吧。

在2012年9月16日，我國自行研發安裝了第一台本土超級計算機——神威藍光，目前安裝在山東省的國家超級計算濟南中心。神威系統運算量大，每秒能進行約1千萬億次的運算，排列在世界運算最快的20台計算機之中，更重要的是，神威藍光中採用的8700片神威和1600微處理器是由我國本土計算機研究所製造的。神威比起美國、日本、韓國等晶元技術，我國晶元製造技術還落後三代。

如果有建議，歡迎大家在下方評論留言。

D. 當今世界上計算速度最快的計算機每秒可以計算多少萬億次

當今世界上計算速度最快的計算機每秒可以計算1.1百億億次。

據英國《新科學家》雜志網站2022年5月31日報道，國際超算組織宣布，位於美國橡樹嶺國家實驗室的超級計算機「前沿」在2022年國際超算Top500榜單中拔得頭籌。

成為現今世界上運行速度最快的超級計算機，算力高達每秒1.1百億億次，也是目前在國際上公告的首台每秒能執行百億億次浮點運算的計算機。

研究人員指出，「前沿」的算力還未到頂點，在未來幾個月甚至幾年內，隨著軟體不斷優化，它可能會達到理論上的峰值性能——2百億億次。

美國橡樹嶺國家實驗室基本介紹：

美國橡樹嶺國家實驗室是美國能源部所屬最大的科學和能源研究實驗室，成立於1943年，現由田納西大學和Battelle紀念研究所共同管理。

20世紀50、60年代，ORNL主要從事核能、物理及生命科學的相關研究。70年代成立了能源部，使得美國橡樹嶺國家實驗室的研究計劃擴展到能源生產、傳輸和保存領域等。

E. 超算中心的算力都能解決哪些問題

十次方算力平台目前可以向廣大的客戶提供全球范圍內個人設備的閑置算力，為世界級科研項目提供算力支持，涉及數學、物理、化學、生命科學、天文學等各個領域。

截止目前，算力可達到30P，相當於全球排名第五的超級計算機「天河二號」的算力，能滿足市面上所有的算力項目需求。

十次方分布式計算資源平台，適用於各種需要大量算力支持的項目，特別是科研類，如數學、物理、化學、生命科學、天文學等各個領域，目前，正在為橫跨各個學術領域的 37 個尖端研究項目提供算力支持，另外，在當下比較熱門的行業領域，也有大量的應用需求。

F. 超算中心算力排名

武漢超算中心能排進中國高性能計算機性能TOP100排行榜前十。

武漢超算中心，是國內最大的集裝箱超算中心，正寬戚由湖北科投集團與武漢產投集團聯合投資，整體規劃設計的算力為200P，首期算力達到50P。其中1P等於每秒1千萬億（=10^15）次的浮點運算，50P的算力將超過10萬台高性能計算機算力之和，其技術底座是由數萬核鯤鵬處理器內核，以及數千張加速卡構成。

武漢超算中心，是中國最大的集裝箱超算中心，位於湖北東湖科學城核心區。 2022年8月消息，武漢超算中心正式接入「中國算力網」。

算力的作用

目前數據巧尺能力和算力需求展現不斷增強態勢，數據量的提升需要算力的配套進化。超大規模的數據量對算力的需求也達到了前所未有的高度和強度，算力成為支撐數字經濟持續縱深發展的重要動力。沒有算力，一切數字技術無從談起。

算力是數智服務的核心，如今「算力時代」已經到來。首先，算力能夠替代熱電力，作為推動數字經濟發展的新動能、新引擎。與此同時，算力正在成為影響國家綜合實力和國際話語權的關鍵要素，國與國的核心競爭力集中於以計算速度、計算方法、通信能力、存儲能力為代表的算力，未來哪一方掌握先進的算力，誰就掌握了發展的主動權。

G. 這就是自動駕駛的大結局

北京時間8月20日，特斯拉召開一次別開生面的技術發布會，AI DAY，與以往的電池日、新車日不同，這次發布會的重點放在目前電動車上最前沿的技術——自動駕駛、神經網路、超級計算機等。

在AI DAY上，特斯拉著重介紹了在人工智慧領域的軟體和硬體進展，尤其在神經網路上的訓練系統，其中最大的看點就是『Dojo超級計算機』。

特斯拉本次推出的人工智慧訓練機Dojo D1晶元，是特斯拉全新自研的超級計算機晶元，該電腦將用於車輛自動駕駛數據的運算和分析，能夠自動地學習和識別標記道路上的行人、動物、坑窪地等數據，將海量的數據匯聚於Dojo，然後通過自動化深度神經網路訓練，以此不斷加強演算法進化，最終實現以純視覺為基礎的完全自動駕駛（FSD），即特斯拉自動駕駛的最終形態。

據悉，目前單個Dojo D1晶元的演算力已經達到全球第五。縱觀全世界的超級計算機的排名，前五中除了第五名的Selene是英偉達的之外，前四的都是國家所有，包括第一的日本『富岳』、第二的美國Summit、第三的美國Sier，以及第四的中國『神威太湖』。

其中，目前排名第一的超級計算機是日本的『富岳』，在機器學習應用上的算力超頻之後是2.15EFLOPS，默頻是1.95EFLOPS。

值得一提的是，上述前四的超級計算機都是舉國之力研發的結果，而特斯拉只是一家新能源車製造公司，能取得這樣的成就，特斯拉可謂又一次突破了自己的極限。

什麼是『Dojo超級計算機』？

Dojo一詞來源於日語，意思是「道場」，翻譯成中文應該叫做「訓練館」。

特斯拉特地取此名，可以說目的就是專門訓練特斯拉 汽車 的。來自全球超100萬輛特斯拉車輛採集的真實數據將匯聚於此，然後通過Dojo進行深度神經網路訓練，以此幫助特斯拉的Autopilot不斷進化，最終實現以純視覺為基礎的完全自動駕駛（FSD）。

換一個更好理解的方式，就像是AlphaGo專攻圍棋領域一樣，經過人工參與調整和標注的訓練，只需要幾年時間就擊敗了全球圍棋高手，而Dojo可以被看做是為專攻自動駕駛領域的AlphaGo，通過深度學習和分析海量的特斯拉車隊數據，Dojo可以自動模擬開車、自動尋找問題最優解，從而完成自我進化。

重點是「無監督訓練」和「自我進化」，你可以理解為：Dojo最初不會駕駛車輛，但通過極快的速度學習人類開車（影子模式）和模擬開車（特斯拉為其構建了一個虛擬世界供訓練）後，就可以慢慢地在真實世界開車了。

接著隨經驗的積累，演算法的精進，駕駛技術還會越來越嫻熟，最終超過人類的駕駛水平。就像AlphaGo最終擊敗李世石和柯潔一樣。

『Dojo超級計算機』有什麼能力？

今年6月，特斯拉AI高級總監Andrej Karpathy宣稱由特斯拉團隊研發的世界第五代超級電腦Dojo即將問世。今天的AI Day發布會則透露了更多的細節。

Dojo D1計算晶元採用了5760個算力為321TFLOPS的英偉達A100顯卡，組成了720個節點構建的超級計算機，總算力達到了1.8EFLOPS（EFLOPS：每秒千萬億次浮點運算），有10PB的存儲空間，讀寫速度為1.6TBps。

注意，這還是單個Dojo D1的算力，未來特斯拉還會將多個Dojo D1組成『Dojo超級計算機群』，屆時，該超級計算機群的總算力將超過目前世界第一的超級計算機『日本富岳』。

隨著Dojo D1推出，毫不誇張的說，它就是目前世界上最強大的人工學習機器，它使用7nm晶元驅動、將50萬個訓練單元搭建在一起。

在馬斯克的規劃中，『Dojo超級計算機群』目標算力要達到每秒鍾exaFLOP的級別，也就是百億億次浮點運算，是現在的一萬倍，名副其實的直接最尖端的超級計算機。

那麼，Dojo能做什麼呢？主要就是自主深度神經網路訓練。

特斯拉車輛搭載的攝像頭，能夠不間斷地採集真實的道路數據，然後Dojo D1的人工智慧演算法，會自動標記這些數據中的物體（包括常規道路、危險道路和其他意外情況）。

之前的大型AI數據集通常需要手動標記，非常耗時費力，而Dojo將配合無監督學習演算法（Unsupervised Learning，無需人工對訓練數據集進行標注，系統可以自行根據樣本間的統計規律對樣本集進行分析）。

譬如，可以不給任何額外提示的情況下，僅依據一定數量「狗」的圖片特徵，就能將「狗」這個物體識別出來。大幅減少特斯拉對於數據人工標注的工作量，進而幫助其數據訓練效率實現指數級提升。

這些數據還可以包括信號燈、車道線、動物、行人、天氣、馬路邊緣、指示牌、路燈、樁桶、可行車區域、不可行車區域等等，通過8個攝像完成360度環影，以鳥瞰的方式來展示一個4D視圖（三維空間+時間戳）。

不過，特斯拉車輛並不會將每分每秒的視頻數據都發送給Dojo，也不會隨機發送視頻數據，更多的情況是發送一個「案例」（10秒）。比如在Autopilot駕駛時，駕駛員突然介入，改為人工駕駛，Dojo就會分析這個視頻案例，試圖找出駕駛員中斷Autopilot的原因，又或者司機在高速路上突然剎車、堵車時有人插隊、雷達與攝像頭判斷結果不一致、車輛發生事故/險些發生事故等等，將這些具體的案例，交給Dojo來分析處理。

最終，更多的數據通過Dojo的處理，反饋給神經學習系統，實現自動駕駛演算法的迭代，而演算法的迭代，讓Autopilot更加好用，持續反饋更多的數據給Dojo分析，從而實現一個正循環。

目前，特斯拉已經積累了100萬個10秒左右的視頻，並給60億個物體貼上了深度、速度和加速度的標簽。這些數據每天都還在增加，這就需要特斯拉有一個強大的計算機來處理這些龐大的數據，目前這些數據已經達到了驚人的1.5PB。

以特斯拉百萬級的車輛保有量，這個規模的數據收集終端，數據增長速度也是驚人的。這似乎是個天文數字，而特斯拉如果繼續依賴純視覺的自動駕駛方案，不斷提高其可靠性，就需要開發出更強大的超級計算機，以追求更先進的AI演算法。

一家車企為什麼要做超級計算機？

我們前面說到，全世界的超級計算機的排名前五的超級計算機，除了第五名的Selene是英偉達的之外，前四的都是國家擁有的，包括第一的日本『富岳』、美國的Summit和Siera分別位於第二、第三，第四的是中國的『神威太湖』。

這些都是國家級的超級計算機，它們通常是體量巨大、造價高昂的設備，擁有數以萬計的處理器，旨在執行專業性強、計算密集型的任務，可完成極端尺度的宇宙模擬、為葯物反應預測尋找新途徑、發現可用於製造高效有機太陽能電池的新材料等任務，應用於人工智慧、生物醫葯和智慧城市建設等多個領域。

為什麼特斯拉，一個電動車企需要研製一台超級計算機？

其實原因，上面已經有所提及。

目前，全球自動駕駛領域主要分為兩派，即純視覺路線與高精地圖+雷達路線。後者認為，多感測器與攝像頭可以優勢互補，更可依靠高精度地圖與多激光雷達來完成全自動駕駛。而作為純視覺路線領頭者的特斯拉，則堅定的認為，純視覺是唯一正確的出路。

馬斯克主張採用純視覺的自動駕駛方法，就是依靠攝像頭和機器學習來支持其高級駕駛輔助系統和自動駕駛，而摒棄了激光雷達（LiDAR）、毫米波雷達。

馬斯克曾非常自信地說到：「只要人眼能夠完成的事情，視覺感測器也應該能夠完成。其它的激光雷達都是累贅」。

在特斯拉看來，把激光雷達、毫米波雷達砍掉，是因為多感測器融合，會干擾系統的判斷，甚至會造成誤判，因為當不同感測器過來的數據沖突的時候，會延長系統處理和判斷的時間，甚至會出現誤判。

在純視覺自動駕駛方法下想改進這套自動駕駛AI達到足夠的可靠性，自研適應計算需要的超級計算機便極為必要。

特斯拉AI高級總監Andrej Karpathy是計算機視覺和深度學習領域的頂級專家之一，博士畢業於斯坦福AI實驗室，主要研究方向是卷積神經網路結構，自然語言處理，以及其在計算機視覺上的應用。

進入特斯拉之後，主要就是為了攻堅特斯拉自動駕駛的難題，而特斯拉非常堅決地採取純視覺演算法路線，這就為數據處理以及神經網路學習提出了巨大的要求。

Karpathy解釋道，如果想要讓計算機以人類的方式對新環境做出反應，需要一個巨大的數據集，以及超級計算機的處理能力。我們有一個神經網路架構網路和一個1.5 PB的數據集，需要大量的計算。

對我們而言，計算機視覺是使自動駕駛成為可能的基本要素。為了讓其更好地工作，我們需要掌握來自車隊的數據，訓練大量的神經網路，並進行大量實驗。

Karpathy討論了特斯拉人工智慧的視覺組件，他指出，特斯拉在設計其 汽車 的視覺皮層時，是按照眼睛感知生物視覺的方式進行建模的。他還談到了特斯拉的視覺處理策略多年來是如何演變的，以及現在是如何實現的。Karpathy還提到了特斯拉的「HydraNets」，它具有多任務學習能力。

充分利用從整個車隊收集來的數據訓練，從而不斷改善特斯拉的自動駕駛功能（Autopilot），為下一代自動駕駛人工智慧（AI）提供能夠更進一步的自主學習的神經網路。

這里的神經網路可以簡單理解為通過『仿生學』模擬人類大腦皮層的神經元『溝通學習』的方式進行處理數據，用來實現『類似人類』的學習方式。

這也是為什麼這個超算機群取名為Dojo（道場）的原因，在中文裡翻譯為訓練場也非常合適，這個「訓練場」就是專門用來訓練特斯拉 汽車 的自動駕駛能力的。

其實早在2019年的Autonomous Day，馬斯克就提到過Dojo，稱Dojo是能夠利用海量的視頻（級別）數據，做『無人監管』的標注和訓練的超級計算機。

如果認真了解過當年Autonomous Day的朋友，自然會發現，特斯拉推出Dojo超算以及自研晶元，是必然且在規劃中的事，也是特斯拉不得不去做的事。

因為按照特斯拉的邏輯，一輛車上要裝8個攝像機，十秒內就能產生一百萬個視頻。這也難怪，需要依賴超級計算機的運算能力。

換句話說，不是特斯拉想要成為人工智慧巨頭，而是被逼無奈，因為選了純視覺路線，就需要一個超級計算機的算力與之匹配。結果Dojo一出場，就是要成為世界第一。可以說，這也是馬斯克的凡爾賽了吧。

其實關於「視覺演算法與AI的關系」這個問題，馬斯克曾在推特中回復過，大致意思為：『只有解決了真實世界的 AI 問題，才能解決自動駕駛問題……除非擁有很強的 AI 能力以及超強算力，否則根本沒辦法……自動駕駛行業大家都很清楚，無數的邊緣場景只能通過真實世界的視覺 AI 來解決，因為整個世界的道路就是按照人類的認知來建立的……一旦擁有了解決上述問題的 AI 晶元，其他的就只能算是錦上添花』。

確實，毫米波雷達或激光雷達方案雖然有優勢，但是成本更高，而且還有著無法解決的弊端。首先雷達精度、反應速度都不如純視覺方案，而高精地圖則嚴重限制了可使用自動駕駛的范圍。這意味著他們除了需要非常詳細的使用地點地圖外，還需要所有車道及其連接方式、實時交通燈等額外信息。

但特斯拉的純視覺方式不同，特斯拉的自動駕駛依靠8個攝像頭和背後的Dojo超算，原則上我們可以在地球上任何地方（的道路上）使用。

『Dojo超級計算機』的出現意味著什麼？

Dojo的問世，將幫助特斯拉的無人駕駛技術繼續提升一個等級，讓視覺演算法這條路線走的更加深遠，它能幫助訓練電腦去理解道路畫面，通過對視頻信息的採集和大量視頻信息運算處理，達到僅通過視覺圖像便能實現全自動駕駛的目的。

視覺自動駕駛與人類駕駛員的開車方式相似，但最重要的是，計算機更加的可靠。為此，Karpathy也舉了幾個例子：

首先，人類的反應速度太慢，即使是優秀的駕駛員也要250ms（0.25秒）的反應速度，很多人甚至超過460ms（0.46秒），而電腦的反應速度全部低於100ms（0.1秒）；其次，人類駕駛員經常在開車時玩手機，而電腦則會全神貫注，不會一會看看微信，一會刷刷抖音；再來，人類駕駛員的視野范圍太窄，並道時如果不回頭，則完全看不到位於後視鏡盲區的來車，而特斯拉擁有8個攝像頭以每秒36幀的速度從車身周圍識別信息，涵蓋360度視野……

通過海量的案例，Dojo將幫助駕駛員更安全的駕駛車輛，包括利用視覺計算機來糾正人類錯誤和不安全的駕駛行為。比如：信號燈警告，系統識別到遠處的紅燈或黃燈，如駕駛員不減速會發出警告；緊急制動場景，系統判斷車輛在障礙物前減速度不足或沒有減速，會自動幫助車輛制動；躲避障礙，系統偵測到周圍有突然出現的動物、行人、車輛、異物等，會自動控制方向盤來進行躲避。

在目前的特斯拉Autopilot中，已經出現過很多因系統失靈而出現的事故，這些可以通過Dojo進行解決，包括不限於：橋下陰影造成的無故剎車；高速跟車時，自動剎車踩得太死；遇到路邊佔用部分車道停放車輛的規避問題；當車輛檢測到前方有行人或者道路變窄的情況時，當駕駛員把油門當做剎車踩下，車輛則不會加速（包括惡意報復 社會 行為）。

總結起來， Dojo的出現，實現了海量數據的『無監督訓練』，大幅度提高神經網路訓練的效率。通過用海量的數據鍛煉它，就能解決各種『邊緣場景』的問題，加快自動駕駛系統的成熟和完善，實現指數級的成長速度。

更關鍵的是，特斯拉對其軟硬體的垂直整合度非常高，不僅不受制於別人，而且能夠以此作為服務，給外界提供深度學習的訓練業務。

在特斯拉的規劃中，全球各地的數據，都會匯集到Dojo超級計算機中心進行處理。當然，這不包括中國的數據，因為中國出台了相關的管理辦法，限制這類數據出境（因此，特斯拉在上海建立了數據中心，所以我們也會期待Dojo也能在中國實現）。

這就是自動駕駛的大結局？

對於自動駕駛的 科技 價值，幾乎全球科學家都達成共識，其擁有廣泛的應用前景，在包括計程車、代駕、共享 汽車 、機器人物流等領域都有巨大潛力。

根據中國信通院《2020年全球自動駕駛戰略與政策觀察》報告顯示，自動駕駛具有巨大的 社會 經濟價值，預計2050年將為美國創造大約3.2至6.3萬億美元的經濟效益，其中 社會 福利和消費者福利預計接近8000億美元。

我國多個地方政府也大力支持自動駕駛技術發展。北京已累計開放四個區縣的自動駕駛測試道路共計200條、699.58公里，開放了亦庄和海淀2個自動駕駛測試區域，面積約140平方公里。同時累計為14家自動駕駛企業87輛車發放一般性道路測試牌照。

深圳市也已經先後公開兩批無人駕駛路測道路；深圳坪山區的L5級別全無人RoboTaxi已商業化試運營超過100天，並承載了國內首批乘客。此外，包括亞馬遜、蘋果、三星等國外 科技 巨頭，以及阿里巴巴、網路、騰訊等國內 科技 巨頭都紛紛加入無人駕駛的賽道，想在這個潛力無限的市場里瓜分一塊蛋糕。

從技術的角度來看，無人駕駛 汽車 是一個復雜的軟硬體結合的智能自動化系統，運用到了自動控制技術、現代感測技術、計算機技術、信息與通信技術以及人工智慧等。從戰略意義的角度來看，自動駕駛移動能力更強，能夠有效改善交通安全、實現節能減排、消除交通擁堵、促進產業轉型。

過去數年，特斯拉一直對外宣傳「全自動駕駛」技術，由此也為人們所詬病。因為事實上，特斯拉的「Autopilot」（自動輔助駕駛）以及「Full Self-Driving」（全自動輔助駕駛）都只是「輔助駕駛」功能，並不是真正意義上的「自動駕駛」功能。

因為這樣的宣傳，導致了不少車主過於相信特斯拉的輔助駕駛功能，因此也導致了很多起令人痛心的安全事故，最近的蔚來也因為NIO Pilot導致的事故登上了熱搜。

可見，截止目前，自動駕駛還是一個理想中的概念，離我們的實際使用還有不少的距離，我們現在能用上路的都是「輔助駕駛」，大家為了自己的人身財產安全一定要牢記這一點，切勿過分相信市面鼓吹的「自動駕駛」功能。

目前，特斯拉已開始向純視覺自動駕駛路線轉變，從上月開始，部分在北美生產的特斯拉車型，已停止安裝雷達感測器，而全新的FSD Beta V9.0（完全自動駕駛測試版）也將在近期更新，而這一切的背後，都離不開Dojo。

Dojo的到來，意味著我們離真正的「自動駕駛」又近了一步，打開了電動車駕駛AI世界的新入口。

對了，這個技術並不遙遠，我們明年可能看到Dojo正式運行。

最後的彩蛋

就在發布會最後，馬斯克開著玩笑帶來了一位Tesla Bot機器人，他表示，如果Dojo的能力能夠如期實現，那麼將它至於機器人的內部，同樣可以100%模擬人類的性能。在未來，可以為人類 社會 釋放更多的勞動力。

馬斯克絕對是一個技術瘋子，改變全球能源布局、改變交通出行方式、改變人類腦機交互方式、游歷太空、 探索 火星等等，單憑一個人的意志推動了整個人類 社會 的 科技 進步。

通過已量產的產品掙錢，但不會斂財，因為掙到的錢馬上用在下一個瘋狂的想法，並努力實現它，如果此時說馬斯克是後喬布斯時代最偉大的 科技 創造者，應該沒有人會反對吧？

（圖/文/攝：皆電 唐科）

H. 創世紀雲計算及創始人林慶星是誰

林慶星現為撫州市創世紀綠色數據中心技術應用的牽頭人、撫州市創世紀科技有限公司創始人、莆田市創世紀科技有限公司創始人，且是撫州創世紀、莆田創世紀公司的技術總監。

林慶星出生於1989年，主要擅長異構超算技術、分布式信息服務與集成技術、網格關鍵技術、網格應用支撐與網格應用、高性能計算技術等技術，取得了創新性成果。

2017年，林慶星創立了創世紀科技有限公司，自主研發GPU伺服器設備，GPU伺服器是基於GPU應用的計算服務，具有實時高速的並行計算和浮點計算能力，為全球客戶提供深度學習、圖形渲染、視頻壓縮轉碼、科學計算、地質勘探、能源開采等服務。

林慶星所創立的創世紀科技立足撫州、莆田、深圳，面向全國及全球區域，主要投資建設超級計算機數據服務中心，是中國計算機科技行業領先品牌，將承擔各種大規模科學計算和工程計算任務，同時以其強大的數據處理為社會提供雲計算服務。

創世紀雲計算優勢：

創世紀超算數據中心，擁有單精度與雙精度並行運算的獨有技術，大幅提高了運算效率並降低了運算成本。

為大數據處理、3D渲染、IC設計、生物信息、材料科學、動態模擬、宏觀經濟分析以及政府決策支持等領域，提供更高性能的超級計算和並行計算服務。

致力於優化創新科學及推進現代化企業，打造科技世界，成就時代精神，為各大企業和科研機構提供強大的計算資源，支持重大課題或者進行協作研發。

I. 超級算力是什麼東西

超級算力是指把散布在世界網路上的閑置算力進行整合管理，聚集為超高性能的運算服務能力，可以簡單理解為共享版分布式的雲計算或共享版超級計算機。

算力可以理解為計算能力，即CPU、GPU等用於數據運算硬體的運算能力，目前一般多用於衡量虛擬貨幣礦機的運算速度。

單位

1kH/s=每秒1,000哈希

1MH/s=每秒1,000,000次哈希。

1GH/s=每秒1,000,000,000次哈希。

1TH/s=每秒1,000,000,000,000次哈希。

1PH/s=每秒1,000,000,000,000,000次哈希。

1EH/s=每秒1,000,000,000,000,000,000次哈希。

以上內容參考：網路-超級算力