中國算力白皮書2022

中國算力白皮書（2022年）與互聯(lián)網(wǎng)行業(yè)、電子信息制造業(yè)、數(shù)字技術(shù)服務(wù)信息。中國存力白皮書（2022年）版權(quán)說明中國算力白皮書（2022年） 1 2 2 2 3 4 4 CCC CCC II 中國存力白皮書（2022年） CCC CCC 中國算力白皮書（2022年） 2 3 3 5 6 23 23 25 25 26 27 28 30圖172024年各邊緣階段預(yù)期市場份額.........................................................................................................CCCCCC 34 38 38 40 43 43 44 45 50 56 57中國存力白皮書（2022年）表目錄表目錄 CCC CCC 中國算力白皮書（2022年）要增長到300EFLOPS。算力是數(shù)據(jù)中心的服務(wù)器通過對數(shù)據(jù)進行處理后實現(xiàn)結(jié)果輸出的一種能力，最常用的計量單位是每要增長到300EFLOPS。算力是數(shù)據(jù)中心的服務(wù)器通過對數(shù)據(jù)進行處理后實現(xiàn)結(jié)果輸出的一種能力，最常用的計量單位是每1中國算力白皮書（中國算力白皮書（2022年）2算力總體情況4%、3%，共占據(jù)全世界算力70%的份額。美國德國英國加拿大法國韓國印度荷蘭意大利俄羅斯聯(lián)邦澳大利亞新加坡中東和北非其他地區(qū)東歐其他地區(qū)西班牙波蘭瑞士其他新興亞太地區(qū)瑞典墨西哥臺灣印度尼西亞拉丁美洲其他地區(qū)以色列香港愛爾蘭比利時捷克共和國南非奧地利丹麥泰國馬來西亞美國德國英國加拿大法國韓國印度荷蘭意大利俄羅斯聯(lián)邦澳大利亞新加坡中東和北非其他地區(qū)東歐其他地區(qū)西班牙波蘭瑞士其他新興亞太地區(qū)瑞典墨西哥臺灣印度尼西亞拉丁美洲其他地區(qū)以色列香港愛爾蘭比利時捷克共和國南非奧地利丹麥泰國馬來西亞芬蘭撒哈拉以南非洲其他地區(qū)沙特阿拉伯土耳其0圖12021年全球算力規(guī)模情況2中國算力白皮書（中國算力白皮書（2022年）8642086420圖22021年我國算力規(guī)模情況4%、6%、2%、6%、2%。政企金融與支付公有云網(wǎng)站視頻AI電商游戲其他圖32021年我國算力行業(yè)應(yīng)用分布情況43來源：中國信息通信研究院測算43中國算力白皮書（2022年）3算力的分類隨著數(shù)字經(jīng)濟時代的到來，算力的發(fā)展也迎來了高潮。算力分為通用算力、智能算力、超算邊緣算力四種，這四種算力無論是在市場規(guī)模方面算力作為新興技術(shù)將會應(yīng)用到更多的行業(yè)中，滿足各行業(yè)低時延的需求，未來邊緣算力市場發(fā)展會有很技術(shù)進一步突破，芯片制程與芯片性能不斷提高。隨著數(shù)據(jù)爆發(fā)式的增長，各行業(yè)對數(shù)據(jù)存儲、數(shù)CCCCC4中國算力白皮書（2022年）表1CPU各類架構(gòu)概覽6令集實現(xiàn)復(fù)雜，功耗高RISC-V架構(gòu)完全開放，RISC-V架構(gòu)完全開放，RISC-V基金會、阿里巴RISC-V基金會、阿里巴RISC-VRISC-V50圖4近四年CPU服務(wù)器處理器出貨量規(guī)模6來源：企業(yè)官網(wǎng)等公開資料，中國信息通信研究院整理5中國算力白皮書（2022年）intelAMDIBMAmpere圖52021年第4季度CPU市場份額CCCCCC6中國算力白皮書（2022年）為表32021年AMDEPYC（霄龍）部分產(chǎn)品概況8 7CCCCCCS,7中國算力白皮書（2022年）表4ARM3款產(chǎn)品對比91.在所有架構(gòu)配置文3.優(yōu)化運行豐富的操針對有實時要求的系統(tǒng)進表5AmpereAltraMax產(chǎn)品規(guī)格10L1-IL1-DL1-IL1-D8×72-bitDDR4-3200（三）亞馬遜產(chǎn)品方面8中國算力白皮書（2022年）8×DDR4-3200表7飛騰FT-1500A、FT2000、S2500產(chǎn)品規(guī)格12FT-1500A（五）華為產(chǎn)品方面12來源：飛騰官網(wǎng)、中國信息通信9中國算力白皮書（2022年）表8華為Hi1620、Hi1616、Hi1612、Hi1610產(chǎn)品規(guī)格138×DDR4-32004×DDR4-2400位。CCCCCC13來源：企業(yè)官網(wǎng)等公開資料，中國信息通信中國算力白皮書（2022年）表9龍芯3A5000/3B5000、龍芯3C5000L產(chǎn)品規(guī)格144支持主要模塊時鐘動態(tài)關(guān)閉；支持主要時鐘二級緩存；每4個處理器核共享存持多處理器數(shù)據(jù)一致性互連（CC-支持主要模塊時鐘動態(tài)關(guān)閉；支持主要時鐘域動態(tài)變頻；支持主電壓14來源：企業(yè)官網(wǎng)等公開資料，中國信息通信中國算力白皮書（2022年）表10龍芯7A1000、龍芯7A2000產(chǎn)品規(guī)格表11IBM的Power1990-2019年部分產(chǎn)品概況15表11IBM的Power1990-2019年部分產(chǎn)品概況15224中國算力白皮書（中國算力白皮書（2022年）表12IBM的Power10產(chǎn)品概況1647RISC-V率先提出，2015年RISC-V基金會成立。目前有參與RISC-V指令集具有很強的靈活性，其設(shè)計使其適用于現(xiàn)代計算設(shè)備。RISC-V指令集的設(shè)計考慮了表13阿里的玄鐵框架性能表17單核性能主頻制程其他性能玄鐵玄鐵E907C910202120193.87.12.5五級流水線十二級流水線玄鐵玄鐵E907C910202120193.87.12.5中國算力白皮書（2022年）表14申威SW2、SW-3/SW1600框架性能表182表15智能算力主要芯片類型19分類特點.,引領(lǐng)者18來源：申威官網(wǎng)、中國信息通信中國算力白皮書（2022年）表16全球服務(wù)器GPU市場季度統(tǒng)計20（單位：$M）2021年第4季度GPU市場份額2021年第4季度GPU市場份額數(shù)據(jù)來源：IDC官網(wǎng)中國算力白皮書（2022年）7.2圖7FPGA市場規(guī)模統(tǒng)計XilinxIntel數(shù)據(jù)來源：IDC官網(wǎng)圖82021年第4季度FPGA市場份額中國算力白皮書（中國算力白皮書（2022年）表17AMD部分產(chǎn)品概況21寬寬 022CCCCCC中國算力白皮書（2022年）表182010-2021年Xilinx部分FPGA產(chǎn)品22CCCCCC表192010-2021年Intel（Altera）部分FPGA產(chǎn)中國算力白皮書（2022年）HME-R（河）系列、HME-M7（華山）系列、HME-M5（金山）系列等，當(dāng)前表202010-2021年部分國產(chǎn)廠商FPGA產(chǎn)品24口技SA5-325E-128---CCC家第十四個五年規(guī)劃明確提出聚焦高端芯片、人工智能關(guān)鍵算法等關(guān)鍵領(lǐng)域，加快布局神經(jīng)芯片等前沿CCC寒武紀(jì)開發(fā)的MLU，基于7nm制程工藝，采用寒武紀(jì)MLUv02架構(gòu)。主要代表產(chǎn)品為思元24來源：中國信息通信研究院整理中國算力白皮書（2022年）CCCCCC超級計算是計算科學(xué)的重要概念，是超級計算機及有效應(yīng)用的總稱。超級計算利用并行工作的多臺計算機系統(tǒng)的集中式計算資源，并通過專用的操作超級計算機又稱巨型計算機等，指能解決復(fù)雜計算的大型、快速、價格昂貴的計算機。通常這類機器包括了從標(biāo)準(zhǔn)計算機的大型集群到高度專用的硬件，主要運用于尖端科研、國防軍工等大科學(xué)、大工并行計算作為超算最為核心的研究方向，其技術(shù)發(fā)展與超算生態(tài)的建設(shè)密不可分。加州大學(xué)伯克利中國算力白皮書（2022年）表2113個并行計算關(guān)鍵領(lǐng)域25 非結(jié)構(gòu)化網(wǎng)格蒙特卡洛方法1234567892=矩陣-向量；Level3=矩陣-矩陣。）通常情況下，此類方法使用單位跨步內(nèi)存訪問從行讀取數(shù)據(jù)，并使用跨步訪問從一種不規(guī)則的網(wǎng)格，通常根據(jù)應(yīng)用程序的底層特征選擇數(shù)據(jù)任何點的更新都需要首先確定相鄰點的列表，然后從這些相通過跟隨連續(xù)邊訪問圖中的多個節(jié)點。這些應(yīng)用程序通常涉通過求解更簡單的重疊子問題來計算求解。特別適用于具有塊三對角矩陣，回溯和分支11通過遞歸將可行區(qū)域劃分為子域，然后修剪次優(yōu)子問題來找25來源：《并行計算研究前景：伯克利的視角》中國算力白皮書（2022年）表22全球超算發(fā)展歷程26時間具體內(nèi)容國防驅(qū)動階段早期的計算機科學(xué)研究有著濃厚的國防軍事色彩。20世紀(jì)50年代后期，美國政府主要根據(jù)國家安全需求來支持情報和核武器應(yīng)用研究。國家安全是開發(fā)超級計算技術(shù)的主要推動力。20世紀(jì)60年代初的IBM7030Stretch和SperryRandUNIVACLARC正是在這樣的背景之下誕生的，因為其計算速度公司主導(dǎo)階段蓬勃發(fā)展階段顯著超出頂尖商用機的數(shù)量級而被視為早期的超級計算機。20世紀(jì)60年代中期到70年代末期，美國乃至全球的超級計算機行業(yè)主要由兩家公司主導(dǎo)，即ControlData和CrayResearch。在這一階段，超級計算機的成本得到有效控制，同時向量處理技術(shù)的速度得到了大幅提升，大量廉價高速的計算機走向商品市場。多向發(fā)展階段26來源：中國信息通信研究院整理0圖92022年6月TOP500中部分國家超算數(shù)量圖102022年6月TOP500中各國超算所占份額中國算力白皮書（2022年）表231993-2022年世界排名第一超算27CM-5TMCCP-PACS日立2012.06-2012.1l天河-1天河-227來源：中國信息通信研究院整理中國算力白皮書（2022年）LenovoHPEInspurAtosSugonOther2022年6月TOP5000CCC0CCC930152002-2021我國TOP100超級算力數(shù)據(jù)中國算力白皮書（2022年）a聯(lián)想a曙光a北龍超云/DELL其他浪潮圖132021年11月TOP100廠商系統(tǒng)數(shù)CCCCCC中國算力白皮書（2022年）越來越多的高性能計算任務(wù)，以提升資源利用率以及運營效率。同時計算子系統(tǒng)的硬件設(shè)計建議需要兼顧不同算力業(yè)務(wù)的訴求，能夠提供多元化的算力支撐。在計算硬件選型方面建議采用專用硬件加速器等網(wǎng)絡(luò)系統(tǒng)分為存儲網(wǎng)絡(luò)、業(yè)務(wù)網(wǎng)絡(luò)以及監(jiān)控網(wǎng)絡(luò)等多個網(wǎng)絡(luò)平面，為超算系統(tǒng)間各個硬件設(shè)備以及CCC與業(yè)務(wù)的全鏈路監(jiān)控。告警監(jiān)控建議實現(xiàn)故障信息以多種提醒方式快速響應(yīng)運維人員以確保及時獲取故CCC中國算力白皮書（2022年）（三）存儲節(jié)點和高性能計算節(jié)點采用專用超高速網(wǎng)絡(luò)CCCCCC中國算力白皮書（2022年）CCC可以更好地支撐云端應(yīng)用的大數(shù)據(jù)分析；反之，云計算通過大數(shù)據(jù)分析優(yōu)化輸出的業(yè)務(wù)規(guī)則或模型可以CCC計算需要處理的數(shù)據(jù)種類日趨多樣化，邊緣設(shè)備既要處理結(jié)構(gòu)化數(shù)據(jù)，又要處理非結(jié)構(gòu)化數(shù)據(jù)。為此，邊緣算力構(gòu)架需要解決不同指令集和不同芯片組成的異構(gòu)計算體系中各指令集和芯片高效協(xié)同工作緣計算系統(tǒng)，處理器、算法和存儲器為最關(guān)鍵的三個要素。本白皮書著重于算力范疇，將介紹處理器部用于邊緣計算的處理器：常規(guī)物聯(lián)網(wǎng)終端節(jié)點的處理器是一塊簡單的MCU（微控制單元，中國算力白皮書（2022年）2026年將會達(dá)到600億美元，年復(fù)合增長率超過30%。28邊緣計算硬件按計算算力和存儲發(fā)生的位置分為兩大種類：邊緣設(shè)備和邊緣服務(wù)器。有四個具體類●●●●●中國算力白皮書（2022年）172024年各邊緣階段預(yù)期市場份額172024邊緣算力產(chǎn)業(yè)鏈逐步完善。邊緣算力產(chǎn)業(yè)上游為設(shè)備供應(yīng)商，產(chǎn)品向小型化、輕量化和集成化方向中國算力白皮書（2022年）從出貨規(guī)模來看，2021年，中國邊緣定制服務(wù)器市場排名前三的廠商依次為浪潮、華為和新華三。度以及其他特定設(shè)計的邊緣定制服務(wù)器的需求將快速增加，以適應(yīng)復(fù)雜多樣的部署環(huán)境和業(yè)務(wù)需求，在2021年-2026年，中國邊緣定制服務(wù)器市場預(yù)計將保持40%的年復(fù)合增長率。S,CCCCC相比于面臨性能與能耗瓶頸的基于云數(shù)據(jù)中心的深度學(xué)習(xí)模型部署方法，結(jié)合新興的邊緣計算技術(shù)則是更好的方式，充分運用從云端下沉到網(wǎng)絡(luò)邊緣的計算能力，在具有適當(dāng)計算能力的邊緣計算設(shè)備上中國算力白皮書（2022年）邊緣側(cè)的負(fù)載整合則為人工智能在邊緣計算的應(yīng)用找到了突破口。虛擬化技術(shù)將在不同設(shè)備上獨立的負(fù)載整合到統(tǒng)一的高性能計算平臺上，實現(xiàn)各個子系統(tǒng)在保持一定獨立性的同時還能有效分享計算、存儲、網(wǎng)絡(luò)等資源。邊緣側(cè)經(jīng)過負(fù)載整合，產(chǎn)生的節(jié)點既是數(shù)據(jù)的一個匯總結(jié)點，同時也是一個控制中人工智能可以在結(jié)點處采集分析數(shù)據(jù)，也能在節(jié)點提取洞察做出決策。網(wǎng)絡(luò)優(yōu)化將是把人工智能運而對于一些復(fù)雜的工業(yè)工作負(fù)載，邊緣計算機需要配備實時處理加速器或有實時處理能力的處理器來實??中國算力白皮書（2022年）借助生物能、太陽能、風(fēng)能等可再生能源進行發(fā)電，新的發(fā)電方式大大降圖19阿里巴巴世紀(jì)互聯(lián)南通A棟數(shù)據(jù)中心綠色等級評估5A從而實現(xiàn)了最高運行效率，相比傳統(tǒng)方式提升超過3中國算力白皮書（2022年）人工智能的快速發(fā)展，催生出了新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，給世界帶來了重大變革。當(dāng)前，人工智能技術(shù)不斷突破和創(chuàng)新，推動經(jīng)濟社會各領(lǐng)域從數(shù)環(huán)首都·太行山能源信息技術(shù)產(chǎn)業(yè)基地基于新一代AICCCCCC產(chǎn)業(yè)基地積極實現(xiàn)“可再生能源→超大規(guī)模算力→新業(yè)態(tài)新場景支撐”的數(shù)字經(jīng)濟可再生能源零碳中國算力白皮書（2022年）中移鐵通智慧鐵路邊緣數(shù)據(jù)中心主要實現(xiàn)鐵路安全員行為分析的智能化管理，對火車駕駛員手勢信號進行識別并給出錯誤手勢和空手勢預(yù)警，支持駕駛員后部瞭望識別、駕駛員起立識別、駕駛員伏趴識CCCCC信息高度集成的醫(yī)療系統(tǒng)，實現(xiàn)患者和醫(yī)生、醫(yī)療機中國算力白皮書（2022年）表24MEC邊緣云部署應(yīng)用軟件系統(tǒng)與業(yè)務(wù)終端配置11技術(shù)已經(jīng)成熟，在發(fā)生流量峰值時，切片技術(shù)可保障專屬用戶的通信CCCCCC國網(wǎng)公司變電站多站融合邊緣數(shù)據(jù)中心站是特指利用變電站富余站址、供電、通信等資源開展變電中國算力白皮書（2022年）圖21云邊協(xié)同下核心多活+邊緣分布示意圖基于邊緣計算開展的主要業(yè)務(wù)分為邊緣算力基礎(chǔ)設(shè)施服務(wù)、邊緣云服務(wù)及行業(yè)應(yīng)用綜合解決方案。差異性和獨特性，而基于該服務(wù)的邊緣云及解中國算力白皮書（2022年）萬物互聯(lián)作為未來社會發(fā)展的方向，其技術(shù)進步和應(yīng)用進展始終是社會關(guān)注的重點。目前信息社會CC中國算力白皮書（2022年）5算力五力衡量體系儲、傳輸（網(wǎng)絡(luò)）等多個內(nèi)涵的綜合概念，是衡量數(shù)據(jù)中心計算結(jié)合數(shù)據(jù)中心算力發(fā)展特點和重點影響因素，利用統(tǒng)計學(xué)相關(guān)方法構(gòu)建衡量算力的指標(biāo)體系，算力衡量中國算力白皮書（2022年）表25智能算力領(lǐng)域算力精度時考慮數(shù)據(jù)中心計算性能與功耗的一種效率，即“數(shù)據(jù)中心IT設(shè)備每瓦功耗所產(chǎn)生的算力”（單位：率率服務(wù)器內(nèi)部；原來在服務(wù)器上做的一些工作，現(xiàn)在放在網(wǎng)卡或者交換機上更為合適。因此，在討論算力在基礎(chǔ)設(shè)施操作方面，在網(wǎng)絡(luò)中實現(xiàn)計算功能以及一些基礎(chǔ)設(shè)施操作的卸載，也成為網(wǎng)絡(luò)的一種技在網(wǎng)卡處理能力方面，大小消息對于網(wǎng)絡(luò)性能的關(guān)注重點不同。網(wǎng)卡是網(wǎng)絡(luò)和業(yè)務(wù)的接口，它需要中國算力白皮書（2022年）在交換機性能方面，包轉(zhuǎn)發(fā)率和轉(zhuǎn)發(fā)方式至關(guān)重要。網(wǎng)絡(luò)中的交換機需要對數(shù)可以在幾乎不消耗CPU資源的前提下實現(xiàn)網(wǎng)絡(luò)的線速帶寬。如何以最簡單的方式在數(shù)據(jù)中心內(nèi)部署CCCS,CCCS,據(jù)。在目前進一步降低通信延時遇到的物理極限瓶頸前提下，以高帶寬來換低延時就成為網(wǎng)絡(luò)競爭的一中國算力白皮書（2022年）圖23直連拓?fù)鋠s.CLOS時延測試圖24直連拓?fù)鋠s.CLOSOpenFoam性能測試同時保證鏈路傳輸?shù)耐掏虏皇苡绊?，則需要接收端有更大的緩存。大緩存則必然導(dǎo)致報文在設(shè)備中傳輸中國算力白皮書（2022年）濟南市內(nèi)100G/27KMRoCE網(wǎng)絡(luò)平均時延長距無損vs傳統(tǒng)方案提升比例0長距無損vs傳統(tǒng)方案提升比例0傳統(tǒng)方案長距無損---提升比例圖25濟南市內(nèi)100G/27KMRoCE網(wǎng)絡(luò)平均時延3749.81%。49.81%。中國算力白皮書（2022年）濟南-淄博10G/310KMRoCE網(wǎng)絡(luò)平均時延長距無損vs傳統(tǒng)方案提升比例長距無損vs傳統(tǒng)方案提升比例00字節(jié)byte26濟南-淄博10G/310KM26濟南-淄博10G/310KMRoCE總而言之，衡量網(wǎng)絡(luò)的指標(biāo)需要各個層面來綜合考慮，最終選擇合適的網(wǎng)絡(luò)，助力于算力的性能提存儲系統(tǒng)作為數(shù)據(jù)中心基礎(chǔ)架構(gòu)的組成部分，在算力準(zhǔn)備、實現(xiàn)和交付的過程中起著重要的保障作中國算力白皮書（2022年）此全閃存陣列或者閃存陣列和硬盤陣列的組合形態(tài)將成為主要的存儲設(shè)目結(jié)束后能夠快速完成計算過程數(shù)據(jù)和結(jié)果數(shù)據(jù)的保存、遷移和歸檔，并能提供結(jié)果的高效查詢和輸出核指標(biāo)為帶寬，存儲容量以及可擴展行和高并發(fā)性應(yīng)作為以算力為中心的存儲系最后，在存儲介質(zhì)裝機量的數(shù)量級達(dá)到萬以上的數(shù)據(jù)中心中，存儲單元的故障會成為日常發(fā)生的狀中國算力白皮書（2022年）下，對于不同數(shù)據(jù)中心間算力綜合各類指標(biāo)為了綜合評價單體數(shù)據(jù)中心的算力，本章提出“算力五力模型”，將與計算能力高度相關(guān)的通用設(shè)設(shè)多屬性決策中的方案集為A={a1,a2,?,as}，屬性集為c={c1,M={1,2,?,m}，用cl(A),l∈M表示方案A在cl屬性下的值，并信息可以由決策者給出，對于屬性cl,l∈M任意兩個方案ai和aj(i≠j)滿足下列偏好關(guān)系之一：CCCCCC方案ai優(yōu)于方案aj(ai?aj)；方案ai與方案aj優(yōu)劣相當(dāng)(ai≈aj)；方案ai劣于方案aj(ai?aj)；方案ai與方案aj優(yōu)劣關(guān)系不明(ai?aj)。比另一個方案好的程度分為naj，(i,j∈S;0≤k≤n)，表示方案ai優(yōu)39吳美希,楊曉彤.算力五力模型：一種衡中國算力白皮書（2022年）?kk?kk(1(1cl(Ai)cl(A)i≠j(6-1)其中i,j∈S,l∈M。稱aijl為屬性cl下方案Ai相對于方案Aj的廣義優(yōu)序數(shù)。定義3設(shè)xp=pj,pj]和xq=qj,qj]為集合X上的兩個不確定等級變量，如果我們將xp和xq通過廣義優(yōu)序數(shù)轉(zhuǎn)變?yōu)閤p=[ξpj),ξ(pj)]和xq=[ξqj),ξ(qj)]，其中，ξpj)為pj經(jīng)廣義優(yōu)序數(shù)轉(zhuǎn)化的值，其它類似符號同義，xp與xq形成xpxq=[minξpj),maxξ(pj)](6-2)CCCCminCCminξpj)=min(|ξqj)?ξpj)|,|ξ(qj)?ξ(pj)|),maxξ(pj)=max(|ξqj)?ξpj)|,|ξ(qj)?ξ(pj)|)。例1不妨令A(yù)={a1,a2,?,am}為方案集，C={c1,c2,?,cn}為屬性集，將屬性借助等級優(yōu)序數(shù)可以將xp=[r2,r4]，xq=[r0,r4]轉(zhuǎn)化為xp=,，xq=,；進而通過定義3計算出xp與xq形成的向量為xpxq=[0,。中國算力白皮書（2022年）雙向投影法具有決策過程科學(xué)合理、簡單易行和區(qū)分度高等特點，并且可以避免傳統(tǒng)投影法無法處令為第j個屬性cj下對方案Ai經(jīng)廣義優(yōu)序數(shù)轉(zhuǎn)換的向量。首先，在第j個屬性下，將正、負(fù)理想解表示為：X+=ξij),ξ(ij)]，X?=iξij),iij)]，其中n表示備選方案的數(shù)量；正負(fù)理想解形成的向量可以表示為：X?X+=[ξi),ξ(i)]，其中：然后，在第j個屬性下，Xi與正、負(fù)理想解形成的向量可以表示為：X?Xi=[ξi),ξ(i)]，XiX+=[ξi),ξ(i)]，其中，ξi)=min((ξij)?iξij)),(ξ(ij)?iij)))；那么余弦值cos(X?Xi,X?X+),cos(X?Xi,X?X+)可以分別表示為：中國算力白皮書（2022年）(6-3)(6-4)進而向量X?Xi到向量X?X+和向量X?X+到向量XiX+的投影值分別表示為：prjx?x+(X?Xi)的值越大，則說明方案Xi越接近正理想解X+；同理，prjxix+(X越大，說明方案Xi越接近負(fù)理想解X?。prjXiX+(X?X+)和prjX?X+(X?Xi)的圖形表示(6-7)表示每個方案的投影值到正理想解的相對貼近度，其中prjx?x+(X?Xi)，prjxix+(X?X+)分別表示向量X?Xi到向量X?X+和向量X?X+到向量XiX+的投影值。步驟6.2.3：確定正理想解X+=,X,?,X}和負(fù)理想解X?=,,?,X}；中國算力白皮書（2022年）步驟6.2.4：分別計算正負(fù)理想解形成的向量X?X+和Xi與正、負(fù)理想解形成的向量X?Xi，XiX+；的投影值prjx?x+(X?Xi)，prjxix+(X?X+)；表26算力五力指標(biāo)選取秒），即每秒傳輸?shù)谋忍匚粩?shù)。本節(jié)將信息與雙向投影法結(jié)合，給出利用雙向投影法處理不同數(shù)據(jù)中心算力方面不同指標(biāo)間信息的CCCCCC兩兩對比，判斷出一數(shù)據(jù)中心在某指標(biāo)下優(yōu)于或劣于另一數(shù)據(jù)中心的等級數(shù)，并通過優(yōu)序數(shù)計算公式將計算向量X?Xi到向量X?X+和向量X?X+到向量XiX+的投影值prjx?x+(X?Xi)，prjxix+(X?X+)；中國算力白皮書（2022年）表27樣本數(shù)據(jù)50.6188.353.63.34.5 0-1010-2020-5050-1000-1010-2020-5050-100TFLOPS）0-9090-130230-5000-9090-130230-5000-1010-2020-3030-5050-1000-300300-500500-9000-11-33-7