计算机如何大规模协作？

数据、算法和算力，被视为驱动人工智能发展的“三驾马车”，三者缺一不可。比如，关于AlphaGo的胜利，很多人喜欢把它归功于深度学习算法，这当然是原因之一。可如果只有算法，可以断言AlphaGo一定不会成功。其实早在2016年DeepMind就已经公开了AlphaGo的算法细节，可直到今天，我们并没有看到第二个与AlphaGo旗鼓相当的围棋人工智能出现。实际上，AlphaGo的胜利有很大一部分原因要归功于谷歌后台庞大的IT基础设施建设。过去，计算机下棋很难获胜，除了没有好的算法，计算机的算力也不够。就是说，计算机在有限的时间里算不出答案。AlphaGo真正让同行无法复制的，不是算法，而是它的数据中心。

01.今非昔比的算力

早期的计算机装置庞大到可以塞满整个房间，不仅布满电子管，还拖着长长的电线，它们的输入输出使用打孔的纸或磁带。这些贵重设备由技术专家来使用和维护。普通老百姓连看都没看过，更不用提使用它们。

20世纪最顶尖的技术专家，也难以预测IT技术的发展速度。IBM创始人托马斯·沃森曾说：“全世界只需要5台电脑就足够了”，如今一个家庭恐怕就有超过五台的智能设备。当时，微软的比尔·盖茨说：“无论对谁来说，640KB内存都足够了”，但在Windows 2000推出时，它最低的内存要求是64MB。

电子计算机发展至今还不到100年。我们看到的是，随着集成工艺提升，集成电路可以安装更多的晶体管。Intel创始人戈登·摩尔在19世纪提出了“摩尔定律”。这一定律精准预测了芯片行业未来30年的发展，揭示了信息技术发展初期指数级增长规律。直到芯片尺度达到它的物理极限前，摩尔定律会持续生效。

1958年第一代集成电路仅仅包含了两个晶体管，但是在1997年，奔腾II处理器的晶体管已经扩大到了750万个。如今，我们可以在一根头发丝大小的空间上集成上万个晶体管。《奇点临近》的作者雷·库兹韦尔（Ray Kurzweil）将这种科技发展增长规律称作加速回报法则，他还大胆预测，人类在21世纪的进步可能是20世纪的1000倍。

计算机刚被发明出来时，主要服务于军事科研领域。如今，它们已走入千家万户。过去，一个5MB硬盘的体积相当于两个冰箱大小，必须用飞机运送。如今，TB容量的固态硬盘只有手掌这么大，可以随身携带。

20世纪80年代，计算机每秒只能执行100万次操作，如今，计算机每秒能执行超过十亿次操作，一台超级计算机的每秒计算速度甚至可以轻松突破亿亿次，这种超强计算能力可以用于解决很多专业工程问题，比如天气预