单位算力成本：改变世界的力量
本文作者为智能手机从业者托马斯白，知乎万赞答主，公众号托马斯白（微信 ID：tuomasibai），粉丝总数没有百万，粉丝财产总额应该过百万了。
在今天凌晨开幕的英伟达 GPU 技术大会 (GTC 2018) 上，创始人黄仁勋发布了最新的桌面级工作站：NVIDIA DGX-2。这台设备安装了 16 枚 V100，总体性能达到了惊人的 2PFLOPS。这是第一台超过千万亿次浮点计算能力的单机箱计算机。
黄仁勋在会上表示，NVIDIA 让算力进步的速度已经超越了摩尔定律，过去 5 年，算力提升了 25 倍。
这还不是最激动人心的地方，更激动人心的是价格。
他吐槽常见的 x86 架构服务器栈，一个机柜动辄数十台服务器，十几台机柜总成本成百上千万美元。而取得同样的深度学习训练效果，只需几台或者十几台 V100，或者一台 DGX-2，价格至多六位数。
性能成几十上百倍的增长，价格却成百倍的下降。
单位算力成本仍在以令人目眩的速度下降。我坚定的认为，这一成本的下降，正在、并且将继续深度地改变我们的生活，而这种改变是过去几千年都不曾发生过的。
这里贴一篇我写于 2017 年 10 月的文章，与大家分享我对单位算力成本的一些观点。
2017 年 5 月 23 日，在举行于中国乌镇的 “人机终极对决” 第一局中，当今世界排名第一的中国围棋选手柯洁，输给了 Google 旗下的人工智能程序 AlphaGo。
距离 1997 年，IBM 深蓝电脑击败国际象棋世界冠军卡斯帕罗夫，刚好过去了 20 年。
当时的媒体不无遗憾地感慨深蓝电脑运算能力的强大，同时也提出了一个命题：虽然国际象棋中人类被电脑击败，但是在围棋这个可能性近乎无穷的更高级棋类游戏中，电脑几乎没有战胜人类的可能性。
然而仅仅用了 20 年，AlphaGo 为代表的超级计算机就把世界排名第一的柯杰击败，最可怕的是，两者之间的棋力差距究竟有多大，已经不得而知了。
深蓝和 AlphaGo 的算力差距倒是有数据可查。
IBM 的深蓝曾在 1997 年战胜国际象棋世界冠军卡斯帕罗夫。而现在，一台笔记本的计算能力已经超过了深蓝。搜狗 CEO 王小川表示，AlphaGo 计算能力是当年 IBM 计算机深蓝的 3 万倍。ps. 我们国家的天河二号是世界最快的超级计算机，它浮点运算能力已经达到了 33.86 PFLOPS，是深蓝的 30 万倍。
20 年时间，算力的差距是 3 万倍。我们不妨来看一个数据：
这张图是历年排名第一的超级计算机浮点运算能力的增长曲线图。1995 年的数字约为 10 的 11 次方，也就是百亿级别；到了 2015 年是 10 的 16 次方+，也就是千万亿级别。20 年增长了数万倍。如果从 1960 年开始算起，则增长了千亿倍。
简单的说，你现在手里拿着的手机的运算速度，都已经是当年深蓝性能的数万倍。
1
我们其实可以把计算机的运算能力看做一种生产资料。就像电、石油和耕牛、锄头一样。
在过去的 20 年里，这个生产资料在全世界的生产力占比越来越大。
不但占比大幅上升，而且单位算力的价格巨幅下降。
这里要划重点了：
在人类几千年的生产历史上，还从未有一种生产资料的成本，像计算机算力一样，可以以几何级数下降。
从人类开始使用石油至今，石油的成本是逐渐趋于平稳的；
人类开始使用电力至今，电力的价格的确降了很多，但是仍然属于算术级的下降曲线。
只有计算能力不同。如果按超级计算机计，算力的提升高达千亿倍，而超级计算机的价格并没有太大的增长。
即便按普通家用电脑计算，INTEL 在 1989 年推出的 80486 处理器的电脑，到了 1995 年，一台的单价仍需要一万元；而今天，一台酷睿 i7 顶配的电脑单价可能只需要 5000 块不到。如果把通胀考虑进去，再比较两者的算力差距，单位算力的价格在过去的 22 年间下降了多少倍，大家有兴趣可以自己算一算。
所以，我们可以看到的消费品价格，在过去的 20 年里并没有特别大的增长，甚至有所下降。
生产力比例中，计算能力占比越高的行业和产品，价格下降的就越剧烈，迭代速度就越快。
典型的例子就是电脑，20 年来沿着摩尔定律画好的路线一直走到今天。如今能买到的家用电脑已经远超当年超算的计算能力；
智能手机也在快速迭代，速度之快大家有目共睹，这里就不赘述。
与电脑和手机同步成长的互联网相关产业，也在以光速前进。我们的宽带和手机网速越来越高，而单价却越来越低。过去 33.6Kbps 的有线网络按分钟收费；今天百兆甚至千兆的宽带也不过每月百十元的价格而已。
由计算机衍生出来的电子消费品领域，成本也是逐年下降：2002 年一台索尼 PS2 的价格是 3000 元人民币左右。2017 年刚刚更新不久 PS4 Slim 版价格仅为 1900 元。
游戏的价格基本还是 200-400 元之间。我们今天购买一台 60 寸电视可能只需要 4000 块；而 20 年前的 20 寸彩电可能都要上万。电冰箱、空调等家电蓬勃发展，功能和性能不断提升的同时，成本逐年下降。虽然不像电脑和手机的速度，但也足够惊人。
与运算能力中等相关的是制造业。由于自动化在制造业中的广泛应用，计算能力的提高使得制造业的成本得以大幅下降。
大型工业制造品比如汽车，价格在过去十几年间也有着巨大的降幅。2002 年的别克君威的价格大概需要 35 万以上。同样的价格你可以在 2017 年买到奔驰 C200L 的中档配置。
（一张 1996 年的汽车报价单）
一些日常消费品的价格在过去的数十年里无惧通胀，单价不升反降的数不胜数。这里只说可口可乐好了： 1995 年一听可口可乐的单价应该在 3 元左右；而今天则不到两块可以在超市买到。
相比之下，与运算能力相关较远的行业，过去 20 年的价格涨幅还是很大的。比如服务业。出门聚个餐的成本和去捏个脚的价格实在是无法被单位算力价格的下降所惠及，自然要符合经济规律，跟着通胀水涨船高了。
（当然，价格的变化是非常复杂的经济行为，显然不是单一原因造成的。上文中的很多例子本身也有不严谨之处，但是其中一定有 “单位算力价格下降带来的生产力上升” 的一份力量吧）
2
我们可能早就习惯了汽车、电脑和手机的快速迭代和价格下降，觉得这一切都是很正常的事情，但是只要问问你的父母就知道，这一切其实并不是那么顺理成章。在计算机崛起前的世界，并没有消费品的爆炸式增长，也没有这么快速的迭代和降价。你能购买和消费的商品不但种类极为有限，而且价格并不会单边下降，而是根据年景好坏波动。
应该说，我们能有今天的美好生活，很大程度上是拜单位算力价格的下降所赐。
资本市场是敏锐的。所有行业内的精英都已经看清了这一明确趋势，并且用真金白银的买入行为，让更多的资本可以聚拢在高科技行业，以期获得更大的金融回报；同时也使得科技行业得以拥有更多更强大的资源，可以让自身的增速更快。
下表是世界市值最高公司前十名的列表。大家可以看一看 2007 年和 2017 年的变化，就知道我们的未来究竟在何方了吧。
然而，算力提升的脚步从未停止，而是越走越快：
今年 5 月，以 3:0 的比分赢下中国棋手柯洁后，AlphaGo 宣布退役，但 DeepMind 公司并没有停下研究的脚步。伦敦当地时间 10 月 18 日，DeepMind 团队公布了最强版 AlphaGo ，代号 AlphaGo Zero。它的独门秘籍，是 “自学成才”。而且，是从一张白纸开始，零基础学习，在短短 3 天内，成为顶级高手。 团队称，AlphaGo Zero 的水平已经超过之前所有版本的 AlphaGo。在对阵曾赢下韩国棋手李世石那版 AlphaGo 时，AlphaGo Zero 取得了 100:0 的压倒性战绩。DeepMind 团队将关于 AlphaGo Zero 的相关研究以论文的形式，刊发在了 10 月 18 日的《自然》杂志上。
短短 5 个月，新的算法再一次颠覆了旧的。新的 AlphaGo Zero 仅仅自学 3 天，就以 100：0 击败了当年打败李世石的初版 AlphaGo。
就在大家担心由于半导体制程的限制，算力增长进入瓶颈的时候，人工智能通过对算法的优化，继续实现跨越式的算力提升。算力的增长又进入了一个新的阶段。
随着人工智能领域的不断进展，我们即将看到一个跟过去完全不同的世界。如果说过去 10 年 iPhone 为代表的智能手机改变的是我们的生活，那么计算能力的爆炸性增长会改变我们的什么呢？
想想还真有点小激动呢。
