在人工智能(AI)的背景下，“計算能力”是指計算機或計算機網絡執行復雜計算、處理大量數據和快速運行復雜算法的能力。這是人工智能的一個關鍵方面，因為許多人工智能任務，如機器學習和深度學習，需要大量的計算資源才能高效地執行。

計算能力在人工智能中的重要性可以用一個類比來解釋:想象一個偵探試圖解決一個復雜的謎題。偵探同時處理的線索和證據越多，思考速度越快，他就能更早地拼湊出解決方案。同樣，更多的計算能力使人工智能模型能夠處理和分析大量數據，從而提高準確性和更快的決策速度。

計算能力主要由兩個關鍵組成部分決定:

（1）處理器(CPU/GPU/TPU):處理器就像是計算機的大腦。它執行人工智能任務所需的所有計算和操作。CPU(中央處理單元)可以很好地處理一般任務，但對于AI來說，GPU(圖形處理單元)或TPU(張量處理單元)等專門的單元經常被使用。這些專門的單元可以同時執行多個計算，使它們更快地執行AI任務。

（2）內存(RAM):內存就像一個工作空間，計算機可以在其中快速訪問和存儲數據。在人工智能中，需要處理大型數據集，因此擁有足夠的RAM至關重要。如果內存有限，計算機可能不得不浪費時間不斷地從存儲器中獲取數據，從而減慢進程。

擁有足夠的計算能力可以使人工智能的突破成為可能。研究人員和開發人員可以用更大、更復雜的模型進行實驗，從而在自然語言處理、計算機視覺和自主系統等各種人工智能應用中取得進步。

ChatGPT問世后，很多人都有這樣的疑問，“中國企業能做出ChatGPT這樣的大模型嗎？”

這其中，算法可能不是差距最大的環節，真正卡脖子的，是很多人想不到的算力。

算力對于訓練大模型可是太重要了。

像GPT-3.5這個模型，本身由1750億個參數組成。參數就像旋鈕，模型在訓練過程中學會調整以產生適當的響應。擁有大量的參數使模型能夠捕獲語言中的復雜模式，理解上下文，并生成連貫且與上下文相關的響應。

這種巨大的計算能力和大量的參數有助于ChatGPT參與自然和類似人類的對話的能力。它可以理解細微的表述差別，遵循上下文，并在廣泛的主題中提供詳細的答案或回應。

人工智能，一天也離不開海量的算力。

供稿單位：重慶市無線電科普體驗中心

審核專家：張啟義

聲明：除原創內容及特別說明之外，部分圖片來源網絡，非商業用途，僅作為科普傳播素材，版權歸原作者所有，若有侵權，請聯系刪除。

來源: 重慶市科學技術協會