从结绳记事到AI大模型:一部手机如何比登月飞船还强十万倍?

 

 

 从古人用绳子打结计数，到今天一部手机的计算力超过1969年登月飞船——这中间发生了什么？  

 

 从结绳记事到ChatGPT，人类花了五千年，让算力提速了10万亿亿倍。这不是科幻，是我们真实走过的路。  

💡 阿波罗11号登月导航计算机仅2KB内存、0.043MHz主频。如今一台千元智能手机，算力是它的12万倍。

一、原始算力时代：人脑就是第一台"计算机"

人类最早的"算力"藏在脑子里。原始人靠心算来分猎物、记数量，但人脑不仅速度慢，还容易忘、容易错。

为了弥补人脑的不足，古人发明了一系列"外挂"：

工具	时代	能力
结绳记事	史前	记录数量和事件，最早的"存储器"
算筹	中国古代	竹木小棍排列表示数字，可做加减乘除
算盘	约公元1200年	首个成熟手动计算工具，今天仍在使用

这些工具的本质不是"替代"人脑，而是辅助人脑记忆——最早的"计算机"其实是人 + 工具的组合。

二、机械计算时代：齿轮里的算力革命

17世纪起，数学家们开始尝试用齿轮和杠杆来"自动化"计算。

发明	年份	发明者	意义
滚轮式加法器	1642	帕斯卡（法）	世界首台机械加法器
步进计算器	1672	莱布尼茨（德）	首台能自动四则运算的机器
分析机（设计）	1834	巴贝奇（英）	现代计算机的雏形构想
首个算法程序	1843	艾达·洛夫莱斯（英）	人类历史上第一位程序员

有趣的是：巴贝奇的"分析机"已经包含了存储、运算、控制、输入输出四大核心单元——这与今天所有计算机的冯·诺依曼结构惊人相似。只是因为当时没有精密加工技术，这个"超前200年"的构想始终没能造出来。

💡 世界上第一位程序员是女性——诗人拜伦的女儿艾达·洛夫莱斯。她早在1843年就预言：计算机不仅能算数，还能处理音乐和绘画。这个预言在170年后被AI完全实现了。

三、电子计算时代：从一间房到一粒沙

1946年，算力正式从机械时代迈入电子时代。

年份	技术	关键变化	算力跃迁
1946	ENIAC（电子管）	占地170m²，重30吨，1.7万根电子管	5000次/秒加法
1947	晶体管发明	贝尔实验室，诺奖级突破	体积缩小1000倍
1954	TRADIC	首台全晶体管计算机	功耗<100瓦
1958	集成电路	基尔比 & 诺伊斯独立发明	芯片时代的起点

核心逻辑：电子管 → 晶体管 → 集成电路，三级跳把"一间房大小的计算机"缩成了"一粒沙大小的芯片"。1946年的ENIAC每秒5000次加法，而2026年的一颗手机芯片每秒能进行超过10万亿次运算。

从1946年到2026年，80年间算力提升了约20亿倍。如果汽车以同样速度进步，今天的汽车应该能以光速飞行。

四、PC时代与摩尔定律：计算机走进千家万户

1971年，英特尔推出世界上第一颗商用微处理器 4004——指甲盖大小的芯片集成了2300个晶体管，算力却堪比占地170平方米的ENIAC。

英特尔创始人戈登·摩尔在1965年提出了著名的摩尔定律：芯片上的晶体管数量大约每18-24个月翻一倍，算力也随之增长。

这个"预言"在随后的50多年里惊人地准确——CPU主频从几MHz一路飙到几GHz，个人电脑走进了千家万户。同一时期，超级计算机也从亿次突破到了百亿亿次。

但到了2010年代，摩尔定律开始放缓。晶体管尺寸逼近硅原子的物理极限，单纯靠"缩小"来提升算力这条路，越来越不好走了。

算力发展六大里程碑

五、云计算时代：算力像水电一样随取随用

2006年，亚马逊推出EC2弹性计算云服务，算力正式从"固定资产"变成了"按需使用的公共服务"。

以前要做一个AI模型，你得自己买服务器、搭机房、配网络——投入动辄百万起步。现在，打开网页点几下，几千张GPU就任你用。

与此同时，互联网和移动互联网的爆发，产生了海量数据——搜索引擎、电商、短视频、社交媒体……每一秒产生的数据量都在刷新纪录，对算力的需求也被推到了前所未有的高度。

💡 全球数据中心每年的耗电量已超过2万亿度，约占全球总发电量的2%，且仍在快速增长。算力正在成为继石油、电力之后的第三种"战略能源"。

六、AI智算时代：GPU凭什么成为"算力之王"？

2012年是AI算力的转折点。在一场图像识别大赛中，一个叫AlexNet的模型用2块游戏显卡（GPU），把错误率从26%暴降到15%，吊打了所有用CPU训练的对手。

从此，算力世界分成了两条路：

	CPU	GPU
角色	全能教授：会解微积分、写论文、作决策	一万个小学生：每人只会加减乘除
核心数	8-24个强核	1.6万+小核
擅长	复杂逻辑、分支判断、串行任务	海量重复、并行计算
AI训练	慢（用人脑算微积分）	快（用一万人同时算加减法）
内存带宽	约90 GB/s	约3,350 GB/s（H100）
AI算力	约0.8 TFLOPS	约989 TFLOPS（H100）

一句话：AI的本质就是"一万个人同时算加减法"——GPU天生就是干这个的。

CPU vs GPU 架构对比示意图

GPU进化史

年份	里程碑	意义
1999	英伟达GeForce 256，首提GPU概念	GPU诞生，最初只为打游戏
2006	英伟达推出CUDA平台	GPU从游戏芯片变成通用计算平台
2017	Volta架构，首次引入Tensor Core	专为AI矩阵乘法优化，训练速度提升6倍
2024	Blackwell架构发布	AI算力再上新台阶

英伟达能垄断全球AI芯片90%以上市场，靠的不只是硬件，更是CUDA软件生态——全球600万+开发者、900多个优化库、所有主流AI框架都原生支持。换芯容易，换生态难如登天。

💡 用一颗顶级CPU（i9-14900K）训练GPT-3，需要连续运行约1200年。用1024张A100 GPU，只需要34天。这就是并行计算的力量。

七、大模型时代：算力需求爆炸式增长

2022年底ChatGPT引爆大模型时代，算力需求呈现出"每3.4个月翻一倍"的疯狂增速——远超摩尔定律的18-24个月。

模型	参数规模	训练GPU	训练时长	训练成本
GPT-3（2020）	1750亿	~1024张A100	~34天	约1200万美元
GPT-4（2023）	~1.8万亿	~25000张A100	90-100天	约6300万美元
DeepSeek-V3（2025）	671亿	2048张H800	56天	约600万美元
国产万亿参数	~1万亿	~10000张昇腾910C	~60天	约2亿人民币

DeepSeek-V3用不到GPT-4 10%的成本，实现了相近的性能。算法优化同样能"省算力"。

大模型训练成本对比

推理算力：下一个万亿赛道

训练大模型需要天量算力，但当模型训练完投入使用时——每次你问ChatGPT一个问题、每次AI帮你修图——消耗的是推理算力。

年份	推理算力占比	趋势
2025	55%	推理首次超过训练
2026（预测）	66%	推理增速是训练的4倍
2030（预测）	80%	推理成为绝对主力

行业核心逻辑已经从"谁大模型强"变成了"谁能把推理成本打下来"——这才是AI真正走进千家万户的关键。

八、中国算力：被"卡脖子"之后的逆袭

2018年起，美国对中国AI芯片实施多轮制裁，2022年直接禁售英伟达A100/H100，2023年连"中国特供版"H800/A800也禁了。

但封锁反而成了国产芯片的催化剂。

华为昇腾、阿里平头哥、寒武纪、海光信息等国产厂商集体爆发：

厂商	代表产品	FP16算力	对标	市场份额(2026Q1)
华为昇腾	910C	560 TFLOPS	H100(70%)	36.6%
阿里平头哥	含光800	-	推理专用	6.3%
海光信息	深算2号	-	兼容CUDA	4.2%
寒武纪	思元590	-	NPU路线	2.8%
百度昆仑芯	3代	-	文心一言验证	2.8%

2025年，中国AI芯片出货量中国产占比首次超过50%。2026年Q1进一步升至52.3%，英伟达在华份额从巅峰的95%暴跌至42.7%。

2026Q1 中国AI芯片市场份额

💡 华为昇腾910C已于2026年4月量产，国内已有37家大模型企业使用国产芯片训练和推理。基于910C的CloudMatrix 384超节点，在集群级性能上已超越英伟达同级别方案。

九、差距仍在，但未来可期

尽管进步巨大，国产芯片与英伟达仍有差距：

•  
• 硬件性能：910C单卡≈H100的70%
•  
• 软件生态：CANN开发者远少于CUDA
•  
• 制程工艺：国产只能做7nm+，英伟达已进入3nm
•  
• 供应链：先进制程制造仍依赖海外

但方向已经明确：以华为为代表的国产厂商，正在从硬件、软件、生态三线并进，目标是打造完整的国产算力闭环。

十、算力的下一个十年

当传统"缩小晶体管"这条路越来越难走，算力的未来在哪里？

技术方向	原理	潜力
存算一体	存储和计算合二为一，打破"存储墙"	能效提升10-100倍
光电计算	用光子代替电子进行计算	速度极快、功耗极低
量子计算	用量子比特并行计算	某些问题比经典计算机快万亿倍
类脑计算	模仿人脑神经元结构	超低功耗的AI推理

华为提出的"韬定律"——不再只拼晶体管密度，而是从系统架构、时延优化、软硬协同三个维度同步突破——可能成为后摩尔时代中国算力追赶的一条新路径。

未来十年，算力竞争的核心将不再是"谁跑得更快"，而是"谁能用更少的能量算更多的东西"。能源效率将成为新一代算力竞赛的终极指标。

写在最后

从结绳记事到AI大模型，人类用五千年把算力提升了10万亿亿倍。

算力的每一次革命，都带来了文明的跃迁——机械计算催生了工业革命，电子计算开启了信息时代，而AI智算正在重新定义"智能"本身的含义。

今天，算力已经成为国家战略资源、数字经济的核心引擎。中国正在这条赛道上奋力追赶，虽然差距仍在，但方向和速度都前所未有地清晰。

下一个五千年的算力故事，可能才刚刚开始。

 

轻分享 · 与你了解这个时代