开篇故事：从蒸汽机到算力引擎 18世纪，蒸汽机点燃了工业革命； 20世纪，电力和石油推动了全球化； 今天，算力 正在成为数字文明的底座。 未来十年，世界的竞争格局，很可能取决于一个国家、一个企业掌握多少算力。 那么，算力的未来走向是什么？
开篇故事：买电还是买发电厂？ 在工业时代，企业要么自己建电厂，要么从电网买电。 建电厂成本高，但掌握自主权；从电网买电灵活，但要依赖外部供应。 算力中心的商业模式，和电力产业极其相似： 有的企业选择自建算力中心； 更多企业选择向云厂商“买算力”。 这背后，正孕育出一个庞大的 算力产业生态。
开篇故事：数据的“南水北调” 大家都知道“南水北调”工程：把南方丰富的水资源调往缺水的北方。 今天，在数字时代，我们也在进行一场类似的工程——“东数西算”。 只是这次调
开篇场景：一座“吃电怪兽” 有人调侃：一座算力中心，能一口吃掉一座小型水电站的电力。 这不是夸张。 一个中大型算力中心，耗电量常常以 百兆瓦（MW） 计； 相当于一个中等城市的居民用电需求。 为什么算力中心这么耗电？除了算力本身，还
开篇场景：一座“数字工厂”的流水线 如果把算力中心比作一座超级工厂： 计算单元 就像工厂里的工人，负责核心生产； 存储系统 就像仓库，提供原料和半成品； 网络系统
开篇故事：一台“国之重器” 2016年，中国“神威·太湖之光”超级计算机登顶世界第一，峰值算力达到 12.5亿亿次/秒（125 PFlops）。那一刻，全球震惊：中国进入“超算强国”行列。 但你可能没注意到：今天，科研之外我们更多听到的已经不是“超算”，而是“算力中心”。 为什么会发生这种转变？
开篇故事：从游戏显卡到AI引擎 20年前，显卡只是给电脑“打游戏、渲染画面”的小配件。 但谁能想到，如今它已经成了支撑 ChatGPT、自动驾驶、超级计算机 的核心武器。 为什么一块“显卡”，能撑起整个AI产业？ 答案，就藏在 GPU 的设计逻辑里。
开篇场景：建一座“数字工厂” 假设你要建一家汽车工厂： 需要多少工人？ 每个工人每小时能装多少零件？ 一天能生产多少辆车？ 算力中心也是这样：它的“工人”是 CPU/GPU/NPU，每个工人每秒能完成多少计算，决定了整座工厂的产能
开篇案例：一辆跑车的极限 你买了一辆跑车，想知道它性能怎么样？ 你会看 马力（horsepower）； 你会看 加速度（百公里加速）； 你会看 油耗（效率）。
开篇故事：你每天都在“用电”，但你未必知道电厂在哪里 想象一下，如果没有电厂，你的生活会怎样？手机没电，冰箱停转，交通信号灯熄灭，城市陷入黑暗。 在数字社会，算力 就像电力，驱
