超融合可以降低云計算的設備成本？

1.直接采購成本降低

首先看一下這兩種模式之間的架構差異:

算力的標準？

計算力是設備通過處理數據輸出特定結果的計算能力，常用FLOPS作為計量單位。FLOPS是每秒浮點運算次數的縮寫，即每秒浮點運算的次數(每秒浮點運算次數)。

一個MFLOPS(兆浮點)等于每秒一百萬(10^6)次浮點運算；

AGFLOPS(gigaFLOPS)等于每秒十億(10^9)次浮點運算；

ATFLOPS(萬億次浮點運算)等于每秒一萬億(10^12)次浮點運算；

一個PFLOPS(千萬億次浮點運算)等于每秒一萬億(10^15)次浮點運算；

一個EFLOPS(exaFLOPS)等于每秒十億(10^18)次浮點運算。

計算能力可分為基礎計算能力、智能計算能力和超級計算能力:

(1)基礎計算能力，由基于CPU芯片的服務器提供，主要用于基礎通用計算。日常提到的云計算、邊緣計算都是基礎計算力，為移動計算、物聯網提供計算支持。基礎計算能力占整體計算能力的比重從2016年的95%下降到2020年的57%，但仍是計算能力的主力軍。

(2)智能計算能力，由基于GPU、FPGA、ASIC等AI芯片的加速計算平臺提供，主要用于人工智能訓練和推理計算，如語音、圖像、視頻處理等。在技術架構上，人工智能的核心計算能力由訓練、推理等專用計算芯片提供，專注于單精度、半精度等多元化計算能力。在應用方面，人工智能計算中心主要支持人工智能與傳統行業的融合、創新和應用，提高傳統行業的生產效率，在自動駕駛、輔助診斷、智能制造等方面發揮重要作用。智能計算能力的規模近年來增長迅速，占整體計算能力的比重從2016年的3%上升到2020年的41%。預計到2023年智能計算能力占比將提升至70%。

(3)超級計算能力，由超級計算機等高性能計算集群提供，主要用于前沿科學領域的計算，如行星模擬、藥物分子設計、基因分析等。在技術架構上，超級計算的核心計算能力由高性能CPU或協處理器提供，側重雙精度通用計算能力，追求精確數值計算。在應用方面，超級計算中心主要用于重大工程或科學計算領域的通用和大規模科學計算，如新材料、新能源、新藥設計、高端裝備制造、航天飛行器設計等領域的研究。超算能力在整體算力中的比例比較穩定，在2%左右。