第二節 算力驅動階段

計算機的誕生源于人類對機器控制能力的渴望以及處理大量計算任務的需求。在古代，人們利用手指、石塊、繩索和劃痕等方式計數，隨著交易的出現，需要進行更復雜的數學運算，于是發明了算盤、納皮爾骨籌、滑尺等計算工具。例如，德國的契克卡德發明了計算板，法國的帕斯卡發明了加法器（見圖1-3），德國的萊布尼茨發明了乘法器，英國的巴貝奇設計了差分機和分析機，這些都是現代計算機的雛形。

（一）算力1.0：機構算力（20世紀40—70年代）

在遠古時代，原始的計算工具如草繩和石頭滿足了基本的計數需求。隨著社會的發展和數學運算需求的增加，人們發明了更為高效的計算工具，如算籌和算盤。這些工具的出現顯著提高了當時的算力水平。進入20世紀40年代，人類經歷了一場算力革命。1946年2月，世界上第一臺數字式電子計算機ENIAC（Electronic Numerical Integrator and Computer，電子數值積分計算機）誕生，這標志著人類的計算能力正式步入了數字電子時代。

1.馮·諾依曼和ENIAC

在第二次世界大戰期間，著名的數學家、物理學家約翰·馮·諾依曼（John von Neumann）參與了“曼哈頓計劃”，為世界上第一顆原子彈的研制作出了重要貢獻。“曼哈頓計劃”是美國在第二次世界大戰期間進行的一項秘密研究項目，旨在開發原子武器。在戰爭結束后，馮·諾依曼加入了ENIAC的研制小組。ENIAC是世界上第一臺全電子式通用計算機，主要用于計算彈道表，它的設計和建造由美國軍方資助，設計者是約翰·莫克利（John Mauchly）和約翰·普雷斯珀·埃克特（J.Presper Eckert）。

1945年，馮·諾依曼發表了一篇具有里程碑意義的論文，題為《電子計算機中的數器》，提出了一個全新的“存儲程序通用電子計算機方案”。這篇論文中，他提出了計算機的基本功能規范，包括二進制運算、存儲程序控制及CPU（中央處理器）的概念。這些規范構成了現代計算機設計的基礎，并且至今仍然得到遵循。

1946年2月14日，ENIAC在美國賓夕法尼亞大學正式公開，它采用了二進制和可重用的存儲器，能夠重新編程并解決各種計算問題。ENIAC包含了17468個真空管、7200個水晶二極管、1500個中轉站、70000個電阻器、10000個電容器、1500個繼電器和6000多個開關。它的計算速度達到了每秒5000次加法或400次乘法，比使用繼電器的機電式計算機快1000倍，比手工計算快20萬倍（見圖1-4）。ENIAC的成功運行開啟了計算機科技的新紀元，之后，計算機技術以驚人的速度發展，不斷推動著各行各業的變革。從第一代電子管計算機到如今的量子計算機，每一次技術的飛躍都極大地擴展了計算機的應用范圍，推動了人類社會的進步。

2.大型機時代與藍色巨人IBM

到了1945年，電子管計算機基本取代了之前的繼電器計算機，計算速度提升了約1000倍。盡管電子管計算機的運算速度顯著提高，但它們也存在明顯的缺陷：成本高昂且受到所謂的“愛迪生效應”的影響，即電子管在工作時容易發熱，經常發生燒毀的情況。因此，科研人員開始探索新的電子元件。1946年5月6日，世界上第一臺存儲程序式電子計算機EDSAC誕生（見圖1-5）。

1947年，晶體管的發明標志著電子技術的一個重大突破。晶體管是一種小型、高效、耐用的半導體器件，能夠放大和開關電子信號。由于其優越的性能和可靠性，晶體管很快取代了電子管在電子設備中的應用。1956年，威廉·肖克利（William Shockley）、約翰·巴丁（John Bardeen）和沃爾特·布拉頓（Walter Brattain）因在半導體及晶體管效應方面的研究而共同獲得了諾貝爾物理學獎。晶體管的出現徹底改變了電子工業，為后續的電子產品發展奠定了基礎。

1950—1980年這一時期被稱為大型機時代。大型計算機主要采用晶體管作為核心元件，這些計算機通常安裝在配備空調的專業實驗室和數據處理中心中。在這個時期，IBM（國際商業機器公司）憑借在機電制造方面的深厚積累、卓越的組織能力和精心構建的銷售與營銷體系，在大型計算機市場上取得了巨大成功，逐漸成長為計算機行業的領導者，被昵稱為“藍色巨人”。20世紀60年代末，IBM在全球大型計算機市場中已經占據了大約四分之三的份額，確立了其在計算機行業的主導地位。

大型主機（Mainframe）確實是計算機技術中的頂級產品，以其出色的安全性和高可靠性在金融、證券等關鍵行業中發揮著至關重要的作用。由于其強大的處理能力和高度的穩定性，大型主機在這些行業中的地位至今仍然不可替代。大型主機的歷史可以追溯到20世紀60年代，當時的計算機技術迅速發展。經過數十年的不斷迭代和升級，大型主機在所有計算機系統中的穩定性和安全性都是首屈一指的。這些系統的設計理念是為了滿足最嚴苛的業務需求，包括對數據完整性、系統可用性和安全控制的極高要求。

然而，大型主機的優勢背后，也伴隨著高昂的成本和復雜的管理維護工作。因此，通常只有政府、銀行、保險公司和大型制造企業等對信息安全性和穩定性有著極高要求的機構，才會投資使用大型主機系統。大型主機在許多關鍵領域的貢獻是不可忽視的。例如，美國“阿波羅登月計劃”的成功、天氣預報的準確性、軍事科學的發展，以及全球金融業和制造業商業模式的轉變，都離不開大型主機的支持。在銀行業，數以億計的個人儲蓄賬戶管理和豐富的金融產品提供，都依賴于大型主機的處理能力。在證券行業，無紙化交易的實現也是建立在大型主機技術之上的。

大型主機的誕生和發展歷程確實標志著計算技術的重大進步，對人類社會的發展產生了深遠的影響。在它們的全盛時期，大型主機幾乎成了計算機乃至整個信息技術領域的代名詞。這些強大的系統不僅為商業、科學和政府等領域提供了前所未有的計算能力，還推動了軟件工程、數據庫管理和網絡通信等關鍵技術的發展。在IT業界，大型主機是為數不多的能在一個時代中占據主導地位并保持了數十年的產品。它們的出現不僅開創了一個新的IT時代，而且其不斷進化也見證了技術創新的力量，以及這些創新如何幫助客戶實現價值。那個“最好的時代”充滿了創新和機遇，大型主機的處理能力和可靠性為各種行業提供了強大的支持，從而促進了整個社會的進步。那是一個“偉大的時代”，許多技術和業務模式的里程碑被設立，至今仍在影響著我們的生活；那也是一個“神奇的時代”，因為大型主機代表了計算方式的巨大飛躍，它們的存在不僅僅是技術上的突破，更是人類智慧的結晶。

3.日本電子計算機的強勢崛起

日本的電子計算技術于20世紀50年代萌芽，那時，日本的電子產業還處于起步階段，尚未具備獨立開發高性能計算機和微處理器的能力。為此，日本電子計算領域不得不借助外部的科技力量，從美國和歐洲等地引進了眾多技術和設備。最初，日本制造的電子計算設施主要被應用于各類科學運算及數據處理任務，如預測自然災害、地震學分析以及金融信息統計等重要領域。

進入60年代初期，日本電子計算產業迅速成長。政府對這一領域的支持顯著增強，資金與人力資源的大量投入促進了計算機技術的研究與發展。此外，日本電子企業紛紛推出具有自主知識產權的計算產品，如NEC推出的NEAC系列，以及富士通推出的MARS系列計算機。在這個時期，日本廠商以生產中小型計算機為主，這些機器搭載了自主研發的操作系統和芯片，成為當時市場上領先的產品之一。

到了70年代初，日本電子計算行業再度實現了飛躍。部分日本企業開始進軍微處理器市場，推出了功能更加全面、性能更加卓越的計算產品。特別是NEC的SX-2超級計算機，成為那一時期的標桿性產品，并在全球范圍內躋身最快的超級計算機之列。同時，富士通的VPP系列和日立的HIOS系列產品也受到了廣泛關注。70年代末，日本電子計算產業已在全球市場展現出強大的競爭力，其研發與制造水平達到了國際先進標準。于80年代末，日本已經牢牢掌控了國內市場。曾經在全球占據領導地位的IBM，于80年代初在日本市場也占據著首要位置，但隨后被富士通和NEC超越，降至第三位。在美國和歐洲市場，日本計算機制造商亦取得了顯著成就，主要通過辦公和電子設備公司向其合作伙伴銷售產品。

4.百花齊放的編程語言

隨著大型計算機市場的快速擴張，出現了多種型號和用途的計算機，這就要求開發相應的多樣化軟件。企業不得不投入巨額的資金和人力資源進行軟件編寫、更新和維護工作。為了解決這一挑戰，廠商們開始探索設計一種不依賴于特定硬件平臺的軟件方案，以實現程序在不同計算機之間的兼容，從而提高軟件開發效率并減少重復性勞動。

在編程語言的演進過程中，歷經了從機器語言到匯編語言的各個階段，業界迫切需要一種新型編程語言，它既能跨設備運行，又接近數學符號或人類的自然語言，以便更好地服務于程序員和其編程任務。為響應這一需求，1956年，美國計算機科學家約翰·巴克斯領導其團隊開發了世界首個高級編程語言FORTRAN。FORTRAN語言專為數值計算設計，迅速成為該領域的一種主要且持久的編程語言。

20世紀60年代，軟件行業經歷了一段特別動蕩的時期，這十年被廣泛稱作軟件領域的“崩塌十年”。其中，最具代表性的失敗案例莫過于IBM推出的OS/360操作系統。OS/360不單是一個操作系統，它涵蓋了除編程語言之外的，程序員在開發與執行應用程序時所需的全套軟件工具。這一系統由數以百計的程序部件構成，擁有超過百萬行的代碼量，并且采納了“多任務處理”這一創新性技術，允許計算機同步執行多個程序。然而，當OS/360推遲上市之后，其系統性能異常緩慢，導致大量代碼必須重新編寫才能確保功能性，同時，它還暴露出了根本性的設計瑕疵，似乎并沒有容易的解決方案。OS/360的問題反映了當時計算機行業中普遍存在的軟件難題。

危機的出現也意味著機會的出現。結構化設計方法應運而生。1970年，瑞士計算機科學家尼古拉斯·沃斯（Niklaus Wirth）研制出了第一個結構化編程語言Pascal（帕斯卡）。Pascal基于ALGOL算法語言實現。1966年，WG 2.1工作小組中的尼古拉斯·沃斯與托尼·霍爾（C.A.R.Hoare）在ALGOL X的基礎上作出修改與完善，形成ALGOL W。礙于調整與改進幅度略顯保守，委員會并未以此作為ALGOL 60的后繼者。然而，尼古拉斯·沃斯在斯坦福大學撰寫的PL/360在IBM/360上成功運行了ALGOL W。1971年，尼古拉斯·沃斯以電腦先驅Pascal的名字為之命名，其具有豐富的數據類型和簡潔靈活的操作語句。Pascal是一個重要的里程碑，它是第一個系統地體現了艾茲格·迪杰斯特拉和托尼·霍爾定義的結構化程序設計概念的語言。

1961年，麻省理工學院的教師和學生在開發程序時遇到了困難。由于大型計算機的租用成本高達每小時100美元且效率極低，他們通常只能負擔得起1個小時的使用時間。為了解決這個問題，分時系統的概念被提出。其中最著名的分時系統是達特茅斯分時系統。1964年，達特茅斯學院院長約翰·凱梅尼和數學系教師托馬斯·卡茨開發出了一套簡單的分時系統以及名為BASIC的簡單編程語言。像FORTRAN這樣的語言是為專業人員設計的，無法普及。因此，他們在簡化FORTRAN的基礎上，研制出了一種“初學者通用符號指令代碼”（Beginner's All-purpose Symbolic Instruction Code，BASIC）。1975年，比爾·蓋茨成功地將其移植到了個人計算機上。

1969年，OS/360和Multics項目遭遇了重大的軟件災難，這為程序員們敲響了警鐘：系統越復雜，出現問題的可能性就越大，而且這些問題往往難以解決。這一現象促使一些開發者尋求通過簡約的設計來規避復雜性問題。Unix操作系統的誕生正是這種追求簡潔性的典范。貝爾實驗室的肯·湯普森和丹尼斯·里奇在Multics項目失敗后，不愿就此放棄，他們決定開發一種小巧的操作系統，后來這個項目被命名為Unix。為了支持這個系統的開發，里奇還專門設計了一種編程語言——C語言。Unix操作系統實現了“可移植性”，在當時成為一個獨特的存在，它迅速在美國走紅，并在20世紀80年代成為標準操作系統。C語言因其廣泛適用性，直到今天仍然是最受歡迎的高級編程語言之一。

5.機構算力既是時代發展階段的產物，也是算力經濟的萌芽

在算力經濟的初期階段，即算力1.0時代，大型機構和企業幾乎壟斷了所有主要的大型計算機資源。這種現象是當時技術進步和經濟結構的典型反映。由于大型計算機昂貴的成本，加之它們對空間的需求以及特殊的維護設施，使得只有規模較大的企業才有能力投資和管理這些資源。大型計算機的強大計算力和集中化特性，為處理數據、進行財務分析等復雜任務提供了可能，滿足了機構和企業的需求。

大型計算機的發展帶動了產業鏈的延伸，其影響范圍廣泛，帶動效應顯著，屬于知識和技術高度集中的產業。它的發展涉及眾多學科領域，如電子學、材料科學、自動化控制、制造技術等，對這些學科的進步起到了關鍵的推動作用。大型計算機不僅在當時為制造業和運營活動帶來了直接的經濟效益，而且極大地促進了國民經濟各部門在資源配置上的效率優化，奠定了隨后互聯網發展和廣泛應用的軟硬件基礎。

（二）算力2.0：普適算力（20世紀80年代—21世紀00年代）

進入20世紀70—80年代，芯片技術在摩爾定律的指引下實現了顯著飛躍。隨著性能的持續增強和體積的不斷縮小，計算機技術迎來了小型化的變革，個人計算機（Personal Computer，PC）隨之誕生，其影響是劃時代的。PC的出現意味著信息技術的算力不再局限于那些大型企業（依賴大型計算機），而是進入了普通家庭和中小企業。這一重大進展開啟了全民信息時代，極大地促進了社會的信息化進程。人們開始在日常生活中體驗到IT算力帶來的便捷和效率提升。此外，PC的普及也為互聯網的后續快速發展提供了堅實的基礎。

1.不可思議的集成電路和摩爾定律

杰克·基爾比（Jack Kilby）和羅伯特·諾伊斯（Robert Noyce）分別獨立發明了基于鍺和硅的集成電路，兩人之間誰先發明了集成電路的問題存在爭議。1958年，杰克·基爾比在德州儀器公司工作時發明了基于鍺的集成電路，這一發明被認為是世界上第一塊集成電路。同年，羅伯特·諾伊斯也獨立地發明了基于硅的集成電路。由于他們的工作對電子行業的巨大貢獻，兩位科學家都被廣泛認為是集成電路的發明者。

集成電路的發展極大地推動了現代電子技術的進步。通過在單晶硅片上集成多個電子元件，集成電路大大提升了電子設備的性能和效率。隨后，平面型晶體管和平面型集成電路的出現，使得半導體電路的生產更加高效和精確。這種平面型制造工藝采用了“光刻”技術，可以在研磨得很平的硅片上形成二極管、晶體管、電阻和電容等元器件。隨著光刻精度的不斷提高，元器件的密度隨之增加，這為摩爾定律的出現提供了技術基礎，也為信息化時代的到來奠定了堅實的技術基石。

摩爾定律是由英特爾公司創始人之一的戈登·摩爾提出的觀察法則，他預測集成電路上可以容納的晶體管數量大約每兩年翻一番。1965年，摩爾提出了對未來半導體元件工業發展趨勢的預言，他觀察到器件的復雜性（即電路密度）與時間之間存在線性關系，并預測在最低元件價格下，這種復雜度每兩年大約增加一倍。這一推斷后來被稱為“摩爾定律”的最初原型。1975年，摩爾在IEEE（電氣與電子工程師協會）的學術年會上提交了一篇論文，對之前預測的密度增長率進行了重新審定，并將集成電路的復合年增長率修正為41%。但是，摩爾定律并不是一個科學定律，而是基于實際生產經驗和觀察得出的趨勢性預測。它并沒有像物理定律那樣的普適性和必然性，而是基于經驗的預測，反映了半導體技術的發展速度和趨勢。隨著技術的進步、制造工藝的提升，摩爾定律所描述的增長速度得到了行業內的廣泛認可和應用，成為推動半導體行業發展的一個重要動力。

計算技術的進步與摩爾定律緊密相關，包括微處理器性能的提升、內存容量的增加、傳感器技術的改進，以及數碼相機像素數量和尺寸的增長。這些技術進步推動了社會變革、經濟增長，并促進了計算機體積的減小、重量的減輕、功耗的降低，同時提高了運算速度、存儲容量和可靠性。

集成電路的發展是多學科知識積累的成果，包括數學、物理學、化學、微電子學、電磁學、光學和量子力學等，凝聚了無數科學家和工程師的智慧。自開發以來的半個世紀內，集成電路已變得無處不在，電腦、手機和其他數字設備成為現代社會結構不可或缺的一部分。現代計算、通信、制造和交通系統，尤其是互聯網，都依賴于集成電路的存在。許多學者甚至認為，由集成電路帶來的算力革命是人類歷史上最重要的事件之一。

2.Windows打開計算機軟件蓬勃發展之門

在計算機硬件發展趨于平緩的時代，軟件的發展迎來了一個新的高潮。20世紀80年代初，布萊德·考克斯發明了Objective-C，這是一種擴充C語言的面向對象編程語言。1983年，C++誕生，它在C語言的基礎上增加了面向對象的特性。1987年，拉里·沃爾（Larry Wall）研發出了Perl語言，這是一種高級、通用、解釋型、動態的編程語言。1990年，荷蘭的吉多·范羅蘇姆基于ABC語言研發出了Python語言，它以其簡潔明了的語法和強大的功能受到廣大程序員的喜愛。

1975年1月，一家位于美國新墨西哥州阿爾伯克基的小型電子元件供應商發布了一款前所未有的產品，《大眾電子》雜志的封面上寫道：“獨家發布！牽牛星8800，有史以來功能最強的小型計算機項目，不到400美元即可擁有。”牽牛星8800以郵件形式銷售散件，愛好者必須自己組裝。盡管它的內存容量僅有256字節，只能以二進制代碼的形式輸入程序，沒有配備顯示器和鍵盤，但它仍然是之后兩年中個人計算機行業發展壯大的主要推動力，充當了“引路人”的角色。

牽牛星8800的問世確實激發了包括比爾·蓋茨和史蒂夫·喬布斯在內的眾多創新者。蓋茨為牽牛星編寫了BASIC解釋器，退學之后與保羅·艾倫共同創立了微軟。微軟的發展勢不可擋，而蓋茨也一度成為世界首富。喬布斯自小對電子產品充滿熱情，在1975年加入了家釀計算機俱樂部，并與史蒂夫·沃茲尼亞克于1976年共同成立了蘋果公司。

個人計算機要想獲得廣大消費者的青睞，提高用戶友好性是關鍵。當時流行的操作系統是微軟開發的MS-DOS，它源自Unix，通過命令行界面與用戶交互，這對于普通用戶來說頗具挑戰性。圖形用戶界面（GUI）因此被提出。1981年，施樂公司推出了具有革命性圖形用戶界面的施樂之星計算機，但由于其高昂的價格，并未在市場上取得預期的成功。喬布斯在參觀了施樂帕洛阿爾托研究中心后，堅信下一代計算機必須具備圖形化界面。1979年，蘋果啟動了麥金塔項目，并在1984年發布了麥金塔計算機。盡管麥金塔計算機未能成為市場的爆款，但其大膽簡潔的設計和友好的圖形界面加速了個人計算機的普及。與此同時，微軟也在1981年9月啟動了圖形用戶界面項目Windows，并于1985年11月發布了第一版。此時，圖形用戶界面已經被業界公認為個人計算機發展的重要方向，并持續影響著現代操作系統的設計。

3.互聯網把全世界的計算機連接起來

隨著圖形用戶界面（GUI）的出現，操作系統變得更加直觀和易用。用戶不再需要鍵入復雜的命令或深入了解計算機的內部工作原理；通過鼠標點擊和圖形界面的交互，人們可以輕松地使用計算機。這種易用性的提升使得個人計算機變得越來越受歡迎，并促使更多的人開始購買和使用計算機。隨著個人計算機的普及，人們希望能夠將全球的計算機網絡統一到一個單一的系統中，實現計算機之間的連接和通信，以及自由地獲取全世界的信息和知識。這一愿景可以追溯到20世紀30年代，當時的英國科普作家赫伯特·喬治·威爾斯提出了他的“世界百科全書”項目，設想一個能夠接收、分類、總結、消化、澄清并比較知識和思想的中心。

這個愿景在現實中逐步實現，經過三十多年的思考和實踐。1972年，麻省理工學院的博士拉里·羅伯茨在國際計算機通信大會上展示了他的研究成果——阿帕網（ARPANET），這是一個由四個節點組成的網絡，它不僅能夠執行數據庫訪問、氣象模型運行、交互式圖形探索等計算任務，還能用于娛樂，如空中交通模擬和國際象棋游戲。這次演示成為阿帕網和整個互聯網發展的轉折點。隨后，收發電子郵件的需求推動了網絡的發展，TCP/IP協議的開發解決了電子郵件在不同網絡之間傳輸的問題，實現了計算機之間的互聯互通。經過十多年的發展，接入網絡的計算機數量逐漸增多，因特網（Internet）的雛形開始形成。

隨著接入因特網的計算機數量的激增，如何從海量信息中找到所需內容成為一個新問題。超文本和因特網技術的結合為這個問題提供了解決方案。經過五年的探索，蒂姆·伯納斯-李（Tim Berners-Lee）于1989年向歐洲核子研究中心提交了“萬維網”（World Wide Web，WWW）的提案。萬維網包括服務器端和客戶端兩部分：服務器將超文本文檔（后來稱為網頁）發送給客戶端計算機（通常是個人計算機或工作站），然后由客戶端計算機顯示在屏幕上。伯納斯-李的萬維網提案極大地促進了因特網上信息的組織和檢索，使人們能夠更加方便地訪問和共享知識，這是現代互聯網發展中的一個里程碑。

隨著互聯網技術的飛速發展，萬維網逐漸步入了高速發展的軌道。在這一時期，通用的網絡通信標準，特別是TCP/IP和HTTP協議，得到了廣泛應用。得益于政府部門的強力支持，互聯網開始逐步邁向商業化。瀏覽器市場也因此迎來了激烈的競爭。在互聯網發展的初期，Mosaic瀏覽器作為第一個廣泛使用的網頁瀏覽器，支持圖片顯示，為互聯網的普及奠定了基礎。隨后，Mosaic瀏覽器的開發者馬克·安德森（Marc Andreessen）與美國硅圖公司的創始人共同創立了網景公司（Netscape Communications）。他們推出的網景領航員（Netscape Navigator）瀏覽器在短時間內迅速崛起，市場份額超過80%，成為當時市場的領導者。面對網景公司的成功，微軟采取了相應的策略。首先，他們從Spyglass公司獲得了使用Mosaic瀏覽器的技術授權。其次，微軟基于這項技術授權“開發”了自己的IE瀏覽器。為了進一步提升IE瀏覽器的市場占有率，微軟決定將其免費預裝到Windows 95操作系統中。這一舉措迅速提升了IE瀏覽器的市場份額，同時也使得Mosaic的授權費用降到了Spyglass公司的心理底線。

為規避潛在的法律糾紛，微軟向Spyglass公司支付了總計800萬美元的授權費用。然而，盡管付出了這一代價，微軟仍因在Windows系統中捆綁IE瀏覽器的做法而長時間面臨歐盟和美國司法部的反壟斷訴訟。法庭認定，微軟的這種做法阻礙了其他第三方瀏覽器在Windows平臺上的發展。此外，訴訟文件還指出，微軟涉嫌不正當競爭，當康柏公司決定在其計算機上預裝網景領航員瀏覽器時，微軟曾威脅要撤銷對康柏公司的Windows授權許可。盡管微軟的此舉引發了一系列法律爭端，但從整體上看，利大于弊。數據顯示，在短短的三年內，微軟IE瀏覽器逐漸侵占了網景領航員瀏覽器的市場份額。到2002年，IE瀏覽器的市場份額達到了頂峰，接近96%。在接下來的十年里，IE瀏覽器一直穩居行業領先地位。

4.Wintel聯盟快速占領桌面端計算市場

20世紀80年代末，IBM面臨著眾多強勁對手的圍攻，這些對手無一不是借助微軟的操作系統和軟件應用來挑戰其市場地位的。在這一時期，從商業平臺到個人計算，計算機運算及其相關軟件應用市場的迅速擴張為互聯網及其相關產業帶來了巨大的發展機遇。隨著軟件應用的多元化，用戶逐漸認識到個人計算機不應僅僅是一個固定的工作站，而應是一個便攜、隨身的“伙伴”。對于非辦公用途，一臺便攜式的個人計算機更適合用于影音娛樂、展示個人風格，以及滿足某種心理需求。

從歷史視角來看，移動個人計算的起源可以追溯到入門級的計算器。個人計算機的“便攜性”與PC組件（如顯示器、軟盤等）的“小型化”趨勢密切相關。初期真正意義上的筆記本計算機，如惠普的HP-110和HP-110 Plus，以及GriD的Compass 1101，均配備了英特爾處理器，采用半哈殼式非背光LCD顯示屏，可顯示4～8行文本。盡管這些產品的售價高達8000～10000美元，但它們仍被視為“尊貴”的象征。同時，市場上還涌現出了許多低配置的廉價筆記本計算機，如愛普生的HX-20、夏普的PC-5000和Kyocera的Kyotronic 85，后者甚至被Olivetti、Tandy和NEC等品牌以貼牌形式銷售。這些低端筆記本計算機的普及在很大程度上歸功于用戶對低功耗處理器的迫切需求，如英特爾于1986年推出的386SL，它是386處理器的低功耗版本。

為了重新控制PC市場，IBM在1987年9月推出了架構更先進的PS/2個人計算機。然而，當時許多廠商仍然堅持采用Wintel方案，而不是IBM的PS/2。盡管如此，PS/2的許多創新舉措還是成為后續PC產業的標準。康柏公司在1987年9月推出了搭載32位處理器的Compaq DeskPro 386和ALR Access，比IBM的PS/2早了7個月。這一舉動使IBM在個人計算機領域的領導地位岌岌可危。微軟公開表示對業界堅守16位架構的做法感到憤怒，那些試圖取代IBM成為市場領袖的OEM廠商們突然發現這只是一個幻想。

1989年10月，英特爾在全球范圍內開展了代號為“Red X”的市場營銷活動，旨在推動32位處理器在業界的普及。這一活動幫助英特爾賣出更多的386處理器，并迅速傳遞給用戶一個信息——286處理器已經過時了。同時，得益于此，英特爾的品牌價值得到了提升，為其成為市場領袖邁出了堅實的一步。通過“Red X”活動，英特爾發現它并不怎么需要輔助供應商，而且沒有必要督促x86芯片制造商們抓緊生產各自的386處理器。或許是因為386處理器太搶手，誰來做都能大賣。盡管AMD在1991年3月至同年年底共賣出了200萬顆Am386處理器，累計進賬2億美元，一舉拿下了14%的市場份額。然而，英特爾的386處理器用了4年半的時間才拿下了25%的市場份額。奔騰處理器的到來再次拉大了其他處理器廠商與英特爾之間的差距，而且通過采用型號名稱受版權保護的方式大大提升了品牌知名度。繼“Red X”之后，英特爾又在全球范圍內開展了曠日持久的“Intel Inside”市場營銷活動。得益于此，英特爾的品牌標志似乎變成了一個常用的標識符號。

當英特爾涉足主機板業務時，其在廣告投放上的預算卻非常小。英特爾的加入讓主機板領域面臨洗牌，數以百計的主板廠商被淘汰出局，只留下了為數不多的原始設備制造廠商，主機板的品質得到了整體提升。此舉過后，很多客戶在選定處理器時，開始優先考慮主機板原始設備制造廠商了。眼看著Wintel聯盟風生水起，蘋果、IBM以及摩托羅拉終于坐不住了，聯合成立了AIM聯盟，并于1991年7月推出了一款商用級處理器——PowerPC RISC，旨在與Wintel的x86相抗衡。而老到的IBM沒有把自己的未來押寶于此，而是兩面投機——于同年11月與英特爾一起成立了一家開發處理器的合資公司。1984—1996年，英特爾主導了PC硬件行業，微軟則牢牢控制住了軟件領域。當這兩個密不可分的行業巨頭結合到一起時，形成了強大的Wintel聯盟——推動Windows操作系統在基于英特爾CPU的PC上運行。自此，Wintel聯盟制定的一些技術規范成為PC產業事實上的標準，該聯盟也因此在全球PC產業中形成了所謂的“雙寡頭壟斷”格局。

5.安迪—比爾定律將計算機由耐用消費品變為消耗品

摩爾定律為計算機消費者帶來了一個希望：如果目前計算機的價格顯得過高以至于難以承擔，或許耐心等待18個月，就能以親民的價格購買到。然而，如果這種價格下降真的如此簡單且可預測，那么計算機的銷售量將無法實現增長。潛在買家可能會選擇推遲購買，而已有計算機的用戶也會缺乏升級的動力，這一趨勢同樣適用于其他IT產品。盡管如此，在過去的20年里，全球PC的銷量并未停滯，而是持續增長的。英特爾于2004年預估，接下來五年內，全球PC銷量將實現60%的增長，這遠遠超出了經濟增長率。

在這種現象背后，推動人們不斷更新硬件的動力是什么呢？業界將此歸結為安迪—比爾定律——比爾·蓋茨將取得安迪·格魯夫所提供的一切（“What Andy gives，Bill takes away.”）。“Andy”是英特爾公司的前CEO安迪·格魯夫，“Bill”則是微軟的創始人比爾·蓋茨。20年間，英特爾處理器性能每18個月翻一番，而內存和硬盤容量的增長速度更為迅猛。但與此同時，微軟的操作系統和應用軟件卻變得越來越龐大，對資源的需求也日益增加。因此，盡管當今的計算機比10年前快了100倍，但運行現代軟件的體驗似乎并沒有顯著改善。例如，Windows操作系統從十幾兆的大小膨脹到如今的數千兆，應用軟件亦然。新軟件版本的功能雖有所增強，但與其體積的增長并不成正比。因而，盡管硬盤容量增加了千倍，但用戶發現，即使是10年前的計算機所能裝載的應用數量，與現在的計算機相當。更糟糕的是，不更新硬件可能導致許多新款軟件無法運行，甚至上網都會成問題，這與汽車等耐用品相比，后者即使經過多年仍可使用。

軟件開發商如微軟往往充分利用硬件性能的提升，促使用戶更新他們的設備，這對惠普、戴爾等整機生產商是有利的。這些制造商向英特爾這樣的半導體公司及希捷等外設制造商訂購新的芯片和外設，由此產生的利潤進一步推動了相關公司股價的上漲。隨后，半導體和外設公司將部分利潤重新投入研發，按照摩爾定律的步伐提升硬件性能，并為微軟的下一輪軟件更新做好準備。如果微軟的開發進度慢于預期，或者軟件業績不佳，那么投資者可能會避免購入英特爾等公司的股票。對于消費者而言，購買一臺功能良好的計算機的成本與10年前大致相同，如果不是因為“中國制造”帶來的成本降低效應，考慮到通貨膨脹，價格實際上可能略有上漲。雖然如此，微軟和其他軟件開發商在利用大部分硬件性能提升的同時，也為消費者帶來了一些新功能和更佳的體驗。安迪—比爾定律將計算機和手機等原本屬于耐用消費品的商品轉變為消耗品，進而激發了整個IT行業的快速發展。

6.蘋果推出智能手機與移動互聯網時代的革命性產品

隨著個人計算機技術的不斷成熟，我們見證了其性能的顯著提升和體積的大幅縮減，使得便攜性成為設計新方向。20世紀90年代初期，微處理器技術的進步、存儲芯片容量的增大，以及液晶顯示屏的改進，共同促成了經濟實惠的翻蓋式膝上計算機的誕生。IBM、康柏等制造商的產品逐年變得更輕薄、功能更全面。2008年1月16日，在國際消費電子展落幕不久后，比爾·蓋茨宣布退出微軟。在同一天的MacWorld大會上，喬布斯戲劇性地從標準信封中抽出了MacBook Air。這款設備摒棄了CD驅動器和許多傳統端口，引入了多點觸控板和固態硬盤，同時配備了USB 2.0接口、微型DVI接口和耳機插孔。其極簡設計和精湛工藝讓人驚嘆，預示著筆記本計算機新時代的到來。那一幕，也成了蘋果乃至整個計算機行業的歷史性時刻。

隨后，iOS和Android的出現徹底改變了移動操作系統的格局。2007年，iPhone面市，以其革新性的用戶體驗和充滿活力的應用生態系統迅速占據手機市場的中心舞臺。谷歌于2005年收購了Android公司并保留了安卓品牌，其開源和無版權費用的特性吸引了大量企業和用戶轉向Android平臺。進入新世紀，不僅計算硬件經歷了革命性的發展，軟件領域的變革同樣令人矚目。2004年，“Web 2.0”概念深入人心，用戶不僅是網站內容的瀏覽者，也成為內容的創造者。社交網絡成為Web 2.0中改變生活的最大力量，人們每天花費數小時在社交網絡上。眾多社交網絡公司相繼崛起，如Friendster、MySpace、臉書、推特、微信、抖音等。截至2023年第四季度，臉書的月活躍用戶（MAU）量達到了30.65億，成為全球最活躍的社交網絡平臺之一。

7.算力下沉帶來社會經濟生活的多維變革

隨著小型化計算設備和移動智能技術的飛速發展，算力資源已廣泛滲透至我們社會與經濟生活的方方面面。在移動互聯網時代背景下，移動設備的廣泛普及配合先進的網絡技術，實現了算力的空前擴散與升級。如今，計算能力不再局限于龐大的主機，而是轉移到了個體手中的微型化、多功能設備上，消除了地理與時間的約束。這種算力向廣大個體轉移的現象，不僅為我們的日常生活與工作帶來了極大的便利，而且加速了數字化轉型的步伐，對社會經濟結構產生了重大影響。

普適算力得以通過如衛星計算機、智能手機、平板計算機等高效智能設備，提供給用戶更加智能化、高效率和便捷的體驗，滿足了人們對科技與生活緊密結合的渴望。這些智能設備擁有高級計算和數據處理能力，能迅速完成各種操作，運行多樣的應用程序及游戲，并實現智能排序、推薦等功能，輕松應對復雜的計算任務和圖像處理，從而顯著提升了用戶體驗。例如，在攝影方面，智能高動態光照渲染技術和美顏功能借助分布式算力，分別實現了在不同曝光條件下的照片合成，以及基于面部識別的皮膚和色彩優化，使照片看起來更加美觀自然。

此外，普適算力的發展同國家的市場規模及人口規模緊密相連，它加速了與不同行業應用場景的深度整合。在醫療領域內，算力不僅提高了基層醫療機構醫學影像的處理能力，增加了診斷的準確性和效率，還緩解了大型醫院的就醫壓力，并為個人提供了更多樣化的健康管理選項，使人們能夠更加主動地關注和管理自身健康。在金融領域，算力的應用極大地提升了金融服務的可獲取性與效率，推動了包容型金融的進步。移動支付、在線投資等新興金融服務的興起，為小微型企業和個人投資者開辟了更為便捷的融資和投資途徑。

（三）算力3.0：基礎設施算力（21世紀10年代）

隨著21世紀的到來，計算能力經歷了一次重大轉型，這一轉型的核心是云計算技術的興起。云計算代表了亞馬遜、谷歌、阿里巴巴等互聯網巨擘在分布式計算領域的創新和探索。其核心理念在于將分散的計算資源進行集成和管理，以此提供更加可靠、高效和成本效益的算力服務。隨著計算能力的云端化，數據中心演變成了算力的主要平臺，標志著計算能力從分布式逐漸過渡到集中式基礎設施。這促進了人類計算能力規模的飛速增長，開啟了一個新的時代。

1.云計算以集中式算力服務軟件產業開拓邊界

云計算的歷史可追溯到1965年，當時“虛擬化”概念的出現，為云計算的發展奠定了基礎。然而，由于技術限制，虛擬化和云計算僅停留在概念和暢想階段。進入20世紀90年代，隨著計算機技術的迅猛發展和以思科為代表的公司崛起，云計算逐漸嶄露頭角。

在云計算興起之前，大多數企業依賴于自行采購硬件和租用互聯網數據中心機房來構建互聯網技術基礎設施。這涉及服務器、機柜、帶寬、交換機、網絡配置、軟件安裝和虛擬化等底層事項，通常需要專業人士負責，且調整周期較長。許多研發負責人都有過等待服務器到位的經歷，這凸顯了當時互聯網技術基礎設施構建方式的局限性。隨著互聯網的快速發展，用戶方便快捷地使用網絡服務成為迫切需求。同時，大型公司開始投入研發大型計算能力的技術，為用戶提供更強大的計算處理服務。這些技術和服務的發展為云計算的興起奠定了基礎，推動了云計算的快速發展和廣泛應用。

2006年在科技歷史長河中熠熠生輝，因為在這一年，云計算的概念首次被提及并引起了業界的廣泛關注。在那一年的搜索引擎大會（SES San Jose 2006）上，谷歌首席執行官（Chief Executive Officer，CEO）埃里克·施密特（Eric Schmidt）站在臺上，他的聲音洪亮而清晰，向全世界宣告了“云計算”（Cloud Computing）的到來。同一時期，亞馬遜公司憑借前瞻性的市場洞察，推出了基礎設施即服務平臺AWS。盡管當時甲骨文公司的掌門人拉里·埃里森（Larry Ellison）在社交軟件上對此冷嘲熱諷，認為這只是一時的潮流，然而僅僅四年后，他也不得不宣布加入云戰略的大軍，向這片新興市場進軍。云計算行業的開端其實并不容易精確定義。雖然2006年標志著“云計算”概念的誕生，但整個行業真正的繁榮和興起要等到2008年。這一年，國內云計算的標桿阿里云也開始籌辦和起步，預示著中國在這一領域的崛起和貢獻。

亞馬遜的AWS服務憑借其先發優勢和持續創新，在云計算市場中脫穎而出。他們不僅成功地把旗幟插上了新大陸，還初步構建了涵蓋基礎設施即服務、平臺即服務的完整產品體系，從而確立了在全球云服務領域的領導地位。2009年，當金融危機席卷全球時，美國Salesforce公司卻傳來了好消息。他們公布的2008財年年度報告顯示，公司的云服務收入超過了10億美元。這一數字不僅證明了云計算的商業價值和市場潛力，更讓云計算成為計算機領域中最受矚目的話題之一。各大互聯網公司紛紛將云計算納入發展研究的重要方向，以期在新一輪的技術變革中搶占先機。回顧這段歷史，我們可以清晰地看到云計算從概念到實踐的演變過程，以及各大公司在這一領域中的競爭與合作。從谷歌提出云計算概念，到亞馬遜推出AWS服務，再到Salesforce公司云服務收入突破10億美元，每一步都見證了云計算行業的快速發展和巨大變革。而未來，隨著技術的不斷進步和市場的不斷擴大，云計算將繼續引領著科技行業的發展方向。

在隨后的幾年里，全球領先的科技供應商紛紛涌入云市場，形成了IBM、VMWare、微軟和AT&T等強大的第二梯隊。微軟在2010年左右加入這場競爭，但其掌門人史蒂夫·鮑爾默（Steve Ballmer）的反應相對遲緩。然而，谷歌在2011年果斷轉型并推出了GCP（Google Cloud Platform），正式加入了公有云市場的激烈角逐。隨著競爭的加劇，2016—2017年成了云市場的關鍵時刻。微軟云服務與企業部的執行副總裁及GCP的客戶總裁紛紛表示，“價格戰”已不再是競爭的核心，取而代之的是“價值戰”。這意味著，各大供應商開始將焦點從單純的價格優勢轉向為客戶提供更高的價值和更優質的服務。

與此同時，為了鞏固自身地位并擴大市場份額，大型科技公司開始鯨吞小型勢力。在經濟動蕩的2018年，云領域見證了眾多的合并與收購。IBM以高達340億美元的價格收購了紅帽（Red Hat），其CEO羅睿蘭（Ginni Rometty）宣稱這一收購將打破現有格局，徹底改變云市場的面貌。微軟則以75億美元的價格收購了GitHub，將其開源優勢與自身的基礎設施即服務領域相結合。Salesforce則斥資65億美元收購了云服務公司MuleSoft，后者擁有1200多家客戶，其中45%是全球500強企業。盡管亞馬遜在市場份額上仍保持著領先地位，但隨著競爭對手的不斷壯大和招兵買馬，其優勢逐漸縮小。各大供應商之間的競爭愈發激烈，云市場迎來一個充滿變革和機遇的新時代。

2.集約化基礎設施算力將逐步成為算力資源統籌調度樞紐

信息時代的未來充滿了無限的可能性和機遇，其中，云計算、大數據、人工智能、物聯網、量子計算、量子通信等技術將發揮至關重要的作用。作為現階段信息技術的基石，云計算、大數據和物聯網已經深入應用到各個行業和領域，成為推動數字化轉型和促進經濟發展的重要力量。隨著云計算的日益成熟，它正在變得像水、電一樣自然而然，深入到各個領域的日常運營中。2023年，云服務已經成為商業主流，以軟件、服務和應用為核心的廠商正在掠奪更多的市場份額，成為互聯網市場的主導力量。這一變革不僅推動了新一輪的互聯網技術革新，更是讓我們站在了時代變革的轉折點上，迎接5G時代下萬物互聯的星辰大海。

隨著云計算算力需求的持續攀升，集約化基礎設施算力成為算力資源統籌調度的重要樞紐。這種集約化的算力基礎設施通過提供高效、可靠和靈活的算力服務，滿足了各種行業和領域的需求。其優勢在于可以提供大規模、高效率的算力資源，并根據不同需求進行靈活調度和分配；同時，通過技術手段實現算力的監測、管理和優化，確保算力資源的充分利用和高效運行。這種集約化基礎設施算力的應用將大大提高算力資源的利用效率，減少資源浪費，降低使用成本。

隨著技術的不斷進步和應用的不斷深化，集約化基礎設施算力將在更多領域得到應用和推廣。在人工智能領域，集約化基礎設施算力為人工智能模型訓練提供強大支持，推動人工智能技術的快速發展和應用。在金融領域，集約化基礎設施算力為金融交易提供高速、高效的算力服務，提高金融交易的效率和安全性。在醫療領域，集約化基礎設施算力為醫療影像處理提供強大支持，提高醫療診斷的準確性和效率。在此背景下，云計算、大數據、物聯網等領域也將加速蓬勃發展，為數字化轉型和促進經濟發展做出更大貢獻。我們期待著這些技術不斷創新和突破，共同推動信息時代的未來發展。

（四）算力4.0：人工智能和量子計算開啟新型算力時代

人工智能（Artificial Intelligence，AI）確實已成為當今時代的一項革命性技術，它不僅僅是對人類智能的簡單模擬，更是對人類智能的延伸和擴展。作為計算機科學的一個分支，AI專注于開發和應用能夠模擬、學習、推理、感知、理解和交流的系統，從而實現機器的智能行為。被譽為“人工智能之父”的約翰·麥卡錫在1956年首次提出“人工智能”這一術語時，他將其定義為“制造智能機器的科學與工程，特別是智能計算機程序”。這一定義捕捉到了AI的核心目標，即構建能夠像人類一樣思考、學習和解決問題的機器。自AI概念提出以來，這項技術已經經歷了70多年的發展。在這段時間里，AI技術經歷了多次起伏，但隨著計算能力的增強、算法的優化以及數據的爆炸式增長，AI技術得以快速發展和迭代。特別是近年來，得益于深度學習、強化學習等先進算法的發展，AI在語音識別、圖像識別、自然語言處理等領域取得了突破性的進展。AI的應用已經滲透到我們生活的方方面面，從智能手機、智能家居到自動駕駛汽車、醫療診斷等，都離不開AI技術的支持。隨著技術的不斷進步，AI將在未來發揮更加重要的作用，在算力、算法、算據三大要素螺旋式推動下快速迭代發展。

1.人工智能的“三起兩落”

自阿蘭·圖靈在1950年提出“機器能思考嗎”這一深刻命題以來，人工智能的概念與可能性便激發了全球范圍內科學家與研究者的廣泛興趣與深入探索。隨后，1956年在美國達特茅斯學院舉辦的會議上，人工智能這一術語首次被明確提出，這次會議亦被公認為人工智能學科的誕生之地。在人工智能的發展歷程中，它經歷了數次興衰的周期。每一次技術的興起，都伴隨著底層算法的重大突破，如神經網絡、深度學習等技術的發展，為人工智能提供了新的動力與可能性。然而，歷次技術的衰落，又常常受限于當時數據處理的能力和計算資源的局限。在這些階段，盡管人工智能在理論上取得了顯著的進展，但由于技術成熟度和商業可行性的不足，其實際應用和落地常常受到阻礙，發展因此一度停滯。盡管如此，隨著技術的不斷進步，特別是近年來計算能力的提升、數據資源的豐富及算法的優化，人工智能已經開始在多個領域展現出強大的應用潛力。無論是智能語音識別、自然語言處理，還是圖像識別、自動駕駛等領域，人工智能都取得了令人矚目的成就。人工智能發展歷程見圖1-6和圖1-7。

早期萌芽與首次寒冬（20世紀50—80年代）：這一時期，人工智能經歷了從概念提出到初步應用的過程，同時也暴露出了一些限制和挑戰。1956年，奧利弗·薩爾夫瑞德研制出第一個字符識別程序，這標志著模式識別這一新領域的開辟。隨后，約翰·麥卡錫提出了“納諫者”程序構想，將邏輯學引入了AI研究界。這一時期，搜索式推理成為許多人工智能程序使用的基本算法。1962年，世界上首款工業機器人“尤尼梅特”在通用汽車公司的裝配線上服役，這顯示了人工智能在工業領域的初步應用。1966年，麻省理工學院發布了世界上第一個聊天機器人Eliza，“她”能夠通過腳本理解簡單的自然語言，并產生類似人類的互動。同期，美國斯坦福國際研究所研制了移動式機器人Shakey，并為控制機器人開發了STRIPS系統。Shakey是首臺采用了人工智能技術的移動機器人，它的出現引發了人工智能早期工作的大爆炸。

然而，受限于計算能力的嚴重不足，人工智能迎來了首個寒冬。早期的人工智能大多是通過固定指令來執行特定問題的，并不具備真正的學習和思考能力。當問題變得復雜時，人工智能程序往往無法應對。在第一波人工智能浪潮中，占據主導地位的思想是邏輯主義，即引入符號方法進行語義處理、將待研究和解決的問題轉化為可以用計算機處理的符號，運用邏輯公式進行解答，從而實現人機互動。然而，由于算力性能及可獲取的數據量的限制，當時的人工智能只能完成玩具式的簡單任務，僅在定理證明等特定領域取得了成功。這一時期的成就雖然有限，但為人工智能后續的發展奠定了重要的基礎。隨著技術的不斷進步和算力的提升，人工智能有望在更多領域取得突破性的進展。

沉淀積累與二次寒冬（20世紀80—90年代）：這一時期，雖然有一些重要的進展和突破，但人工智能的發展也面臨著一些挑戰和限制。20世紀70年代初，斯坦福大學研制出了MYCIN系統，這是人工智能的早期模擬決策系統之一。該系統用于嚴重感染時的感染診斷以及抗生素推薦，顯示了人工智能在醫學領域的初步應用。隨后，20世紀80年代，一類名為“專家系統”的人工智能程序開始被全世界的公司廣泛采納。這些系統基于知識庫和知識工程，通過模擬專家的決策過程來解決復雜的問題。

然而，研究人員很快發現專家系統的通用性較差，沒有與概率論、神經網絡等其他技術進行有效整合，因此不具備自學能力。此外，隨著規則數量的增加，維護專家系統變得越來越復雜。盡管知識導入使得計算機在某些方面變得更聰明，但知識的描述和輸入卻變得越來越復雜和困難。人們發現，知識的輸入是無窮無盡的，而如何有效地表示和利用這些知識成為一項巨大的挑戰。因此，1995年左右，人工智能研究再次迎來了寒冬。這一時期的研究雖然積累了一些寶貴的經驗和知識，但也暴露出了一些關鍵的問題和挑戰。隨著技術的不斷進步和研究的深入，人工智能領域逐漸走出寒冬，并迎來新的發展機遇。

起飛破圈（21世紀以來）：自21世紀以來，人工智能領域迎來了飛速發展，這主要得益于計算機算力性能的不斷提升和先進算法的涌現。20世紀90年代，隨著摩爾定律的推進，計算機算力性能不斷突破，為人工智能的發展奠定了堅實的基礎。1997年，IBM的“深藍”計算機戰勝國際象棋世界冠軍卡斯帕羅夫，這一里程碑式的事件展示了人工智能在復雜決策領域的潛力。然而，人工智能產業真正的爆發源自2012年，當時AlexNet模型的問世開啟了卷積神經網絡在圖像識別領域的廣泛應用。僅僅過了三年，機器識別圖像的準確率就首次超過了人類（錯誤率低于4%），這一突破開啟了計算機視覺技術在各行各業的應用，極大地推動了人工智能的創新周期。

2016年，AlphaGo打敗人類頂尖棋手李世石，再次證明了人工智能在復雜決策領域的強大能力，同時也開啟了人工智能發展的新紀元。此后，人工智能技術在各個領域都取得了顯著的進展，包括自然語言處理、語音識別、推薦系統等。值得一提的是，2017年Google Brain團隊提出的Transformer架構，為自然語言學習和計算機視覺領域奠定了主流算法基礎。這一架構的提出極大地推動了人工智能技術的發展，成為人工智能領域的重要里程碑。

自2018年開始，大模型迅速流行，并成為人工智能發展的重要趨勢。隨著模型參數的指數級增長和計算能力的高速提升，模型的精準度和泛化能力不斷提高，使得人工智能技術在更多領域得到了廣泛應用。當前，人工智能已經進入快速發展新階段，在醫療、教育、金融、交通等各個領域的應用都在不斷拓展和深化。未來，隨著技術的不斷進步和應用場景的不斷拓展，人工智能有望為人類社會帶來更加深遠的變革和影響。

2.在算力、算法、算據螺旋式推動下，人工智能開啟未來“普慧”算力時代

自2022年年底以來，美國人工智能公司OpenAI發布的聊天機器人ChatGPT引發了全球范圍內的關注。高度的自然語言理解能力、高效的信息獲取能力以及智能化應答能力，使ChatGPT迅速成為公眾關注的焦點。這一成就的背后，是大模型技術以海量高質量數據和超強算力為基礎所實現的“大力出奇跡”。大模型技術所展示出的“無師自通”的智能“涌現”能力和一定的通用性，不僅顛覆了現有的內容生產模式，還創造了具有獨特價值的內容，為各行業應用創新提供了強大的推動力。在超強算力、巨量算法、海量數據的共同支撐下，人工智能技術創新和產業發展正在進入快車道，標志著算力4.0時代的開啟。

然而，隨著摩爾定律逐漸趨近其物理極限，算力危機顯現。在這一背景下，量子計算作為一種顛覆性的計算體系，為我們提供了突破當前經典計算機物理局限的可能性。量子計算有望使算力獲得指數級別的增長，因此被看作是下一個算力時代的“星辰大海”。與此同時，人工智能大模型技術正在以驚人的速度演進，英偉達等科技巨頭通過算法開源構建生態和技術護城河，使得“馬太效應”在人工智能領域愈發凸顯。大模型的迭代反饋機制決定了在這一領域中，先發優勢至關重要。因此，在大模型時代，強者愈強，對于技術的投入和攻關顯得尤為重要。

為了應對這一挑戰，我們需要聚焦技術層面，以技術攻關為目的，打造具有代表性的通用基礎大模型。同時，我們還需要關注垂直領域的問題，以產品開發為目的，在通用大模型的基礎上訓練行業專用模型，以推動行業應用的深入發展。在這一過程中，確保數據安全和隱私保護同樣不可忽視。人工智能大模型技術的發展為我們帶來了前所未有的機遇和挑戰。我們需要繼續加大投入和研發力度，推動技術不斷創新和突破，以應對算力危機和市場競爭的雙重壓力。同時，我們還需要關注技術應用的倫理和社會責任問題，確保人工智能技術的發展能夠真正造福人類社會。