算力，即对数据的处理能力，虽然看不见、摸不着，但已成为驱动现代经济社会运行的关键生产要素。
从智能音箱的语音识别、电子支付的实时清算，到在线购物的个性化推荐和电影特效的渲染处理，背后都离不开算力的支撑。
在数字经济和人工智能时代，谁掌握了充足的算力资源，谁就掌握了发展的主动权。
衡量计算能力的国际标准是FLOPS，即每秒浮点运算次数。
根据运算规模的不同，FLOPS可进一步细分为MFLOPS（百万次）、GFLOPS（十亿次）、TFLOPS（万亿次）、PFLOPS（千万亿次）、EFLOPS（百亿亿次）等多个量级。
以美国超级计算机"前沿"为例，其峰值性能突破1 EFLOPS，即每秒可完成100亿亿次运算。
若按普通人使用计算器的速度计算，这台超级计算机1秒内完成的运算量，需要80亿人持续按键近40年才能完成。
这一对比足以说明EFLOPS这个数字背后蕴含的计算能力有多么巨大。
我国智能算力规模超过1590 EFLOPS的成就来之不易。
根据国际数据公司与浪潮信息联合发布的研究报告，2023年中国智能算力为416.7 EFLOPS，2024年达到725.3 EFLOPS，短短一年增长率超过70%。
这充分体现了我国在算力基础设施建设方面的加速推进。
从算力类型看，目前中国信息通信研究院等机构将算力分为三类。
第一类是基础算力，主要用于办公、上网、看视频等日常应用，对性能要求相对较低。
第二类是智能算力，专门用于复杂数据分析和人工智能任务，如人脸识别、语音理解、机器翻译等，具有高效处理海量数据、灵活适应不同AI场景的特点，是人工智能技术迭代发展的重要基础。
第三类是超算算力，由超级计算机等高性能计算集群提供，主要应用于科学研究和工程计算领域。
近年来，随着大模型训练与推理需求呈几何级数增长，单个AI芯片的性能提升速度已跟不上对算力需求的增长速度。
在这一背景下，通过集群互联来弥补单卡性能不足，成为解决"算力荒"的必要路径。
万卡智算集群应运而生，即通过数万个GPU构建大型人工智能算力集群，用于训练基础大模型。
这种集群能够大幅压缩大模型训练时间，实现模型能力的快速迭代，使企业能够及时应对市场变化。
我国在万卡集群建设方面也取得显著成果。
国务院国资委副主任李镇介绍，通信运营商累计投资超百亿元，建成4个万卡集群，分别为中国电信京津冀智能算力中心、中国电信临港智算中心、中国移动智算中心（哈尔滨）以及中国移动智算中心（呼和浩特）。
这些集群的建成标志着我国通信运营商正在加快向AI基础底座供应商转变，智算规模相比"AI+"行动实施前增长超过2倍。
从区域发展看，北京等创新高地也在加快推进算力基础设施建设。
北京市发布的《人工智能创新高地建设行动计划》提出，力争在两年左右时间内建成十万卡级国产智算集群，进一步增强算力自主保障能力。
这反映了我国对算力基础设施战略地位的深刻认识。
当前，我国算力总规模年增速达到30%左右，在人工智能快速发展的带动下，智能算力需求呈现迅猛增长态势。
这种增长既源于AI技术本身的快速迭代，也源于AI在各行业应用的不断深化。
从工业制造、金融服务到医疗健康、科学研究，AI应用的扩展进一步推高了对智能算力的需求。
算力不是抽象的数字，而是推动创新的现实力量。
智能算力规模迈上新台阶，既标志着我国数字基础设施建设取得重要进展，也提出了更高要求：在持续扩容的同时，更要向高效、绿色、安全和普惠迈进。
把算力优势转化为产业优势，把规模优势转化为质量优势，才能让技术进步更好服务经济社会发展、造福人民生活。