當你打開AI聊天機器人，輸入一句「幫我寫一篇作文」，幾秒鐘後就收到一篇完整的文章；當你請AI畫圖、翻譯外文，或回答科學問題時，看起來好像只是電腦「想一想」就完成了。但事實上，在這短短幾秒鐘內，電腦已經完成了數以兆計甚至更多次的數學運算。這種讓人工智慧能夠快速思考、學習和回答問題的能力，就是大家常聽到的「AI算力」。
「AI算力」的英文通常是 AI Computing Power 或 AI Compute，意思就是電腦執行人工智慧運算的能力。這裡的「算」不是算加減乘除的家庭作業，而是電腦不停地進行各種複雜的數學計算。人工智慧其實並不像人類一樣真正理解文字，它會把文字、圖片甚至聲音轉換成一連串數字，再透過大量的數學公式，計算哪一個答案最有可能是正確的。因此，每當AI回答一句話，背後其實都經過了大量的計算。
如果把AI比喻成一位學生，資料就像一本本教科書，演算法就像學習的方法，而電腦則像學生的大腦。至於「算力」，就好比這位學生做數學題的速度。做得越快、越多，就能在更短時間內學會更多知識，也能更快回答問題。
很多人以為AI只是查資料，其實不是。當你問AI「巴黎是哪一國的首都？」時，它並不是翻開一本地理百科，而是在瞬間完成大量的數學運算，比較許多可能的答案，最後算出「法國」是最有可能的結果。看似一句簡單的回答，背後卻可能涉及數十億甚至數千億個模型參數一起參與計算。
那麼，AI的算力到底有多大呢？科學家通常會用不同的方法來表示。其中最常見的是「FLOPS」，全名是「Floating Point Operations Per Second」，意思是每秒可以完成多少次浮點數運算，也就是帶有小數點的數學計算。由於AI經常需要處理大量帶有小數的數字，因此這個單位最常被用來衡量超級電腦或大型AI晶片的運算能力。
除了FLOPS之外，新聞裡也常看到「TOPS」這個名詞，它代表每秒可以完成多少兆次運算，通常用來介紹手機、汽車或其他AI晶片的能力。而對於使用生成式AI的人來說，另一個常見的指標是「每秒可以產生多少個文字」。如果AI每秒能產生更多文字，回答問題時看起來就會更加流暢。
不過，AI的能力並不是只看一台電腦有多快，而是看有多少台電腦一起合作。假設一張AI晶片每秒可以完成一百兆次運算，如果有一千張一起工作，整體算力就會提升許多倍。這也是為什麼大型AI公司常常會購買數萬甚至數十萬張高效能晶片，讓它們同時分工合作。
這也引出另一個問題：為什麼人工智慧需要那麼多電腦？原因很簡單，因為它需要完成的工作實在太多了。現在的大型AI模型往往擁有數百億甚至數千億個參數，每學習一次資料，都要反覆調整這些參數。如果只用一台電腦慢慢計算，可能需要好幾年甚至更久才能完成。因此，工程師會把工作拆成許多小部分，交給成千上萬張AI晶片同時處理，就像一群人一起搬運貨物，比一個人獨自搬運快得多。
說到AI晶片，就不能不提CPU和GPU。CPU是一般電腦最主要的處理器，就像一位經驗豐富的工程師，可以處理各種不同而複雜的工作；GPU原本是為了顯示電腦畫面而設計，卻因為擁有大量可以同時運作的運算核心，非常適合執行AI需要的大量重複計算。就像一位工程師雖然很厲害，但如果有幾千位工人一起分工合作，完成相同的大量工作往往會更快。因此，如今大部分大型AI系統都依靠GPU來提供主要算力。
人工智慧的工作還可以分成兩個階段。第一個階段叫做「訓練」，也就是讓AI閱讀大量資料、反覆學習的過程。這個階段最耗費算力，往往需要成千上萬張GPU連續工作好幾個星期，甚至好幾個月。第二個階段則叫做「推論」，也就是AI學會之後開始回答大家的問題。雖然每一次回答需要的算力沒有訓練那麼驚人，但如果同時有數百萬人一起使用AI，仍然需要非常龐大的運算資源。
隨著AI越來越普及，各國也開始興建大型AI資料中心。這些地方不只是擺放大量電腦，還需要穩定的電力供應和強大的散熱設備。因為數萬張AI晶片一起工作時，會消耗大量電力，也會產生驚人的熱量。如果沒有足夠的冷卻系統，晶片可能會因為過熱而降低速度，甚至停止運作。因此，人們常會看到大型AI資料中心建在電力充足、散熱條件良好的地方。
從聊天、畫圖，到翻譯、醫療研究與自動駕駛，人工智慧的背後，其實都是無數次數學運算共同完成的成果。所謂的AI算力，就是支撐這一切的基礎能力。隨著AI模型越來越大、應用越來越廣，人們對算力的需求也持續增加。未來，誰能建立更快速、更節能、更穩定的AI算力，就更有機會在人工智慧時代取得領先地位。
總結來說，AI算力就是支撐人工智慧運作的電腦能力。了解它，可以幫助我們看懂科技競爭，也更清楚AI服務不是無限供應的資源。
看更多：NGS是什麼？由來、歷史為何？原理是什麼？基因檢測如何幫助醫師了解癌症？誰發明的？
[自問自答x互問互答]
看完文章->自問自答->留言紀錄問題與答案->別人看到你的問題可能會覺得這是個好問題->別人看到你的答案可能會覺得還有別的答案->你看到別人的問題與答案時也是類似的反應->互問互答->日復一日->愈學愈多->大家不知不覺就變強了
範例問題：
- 如果你是AI工程師，你會把強大的AI算力用來解決什麼問題？為什麼？
- 請試著用生活中的例子來說明，例如搬家、打掃教室、完成美勞作品或運動比賽，分享你認為「合作分工」有哪些優點？會不會也有缺點呢？
- AI需要很大的算力，也會消耗很多電力。如果你是城市的市長，你會怎麼在發展AI和保護環境之間取得平衡？
…
你也問問看……
小傳媒編輯團隊希望幫助小學生提升寫作力。
若你有作文、新詩、讀書心得、電影觀後感、遊記、小日記…… 等希望得到修改與建議，
或有相關作品希望公開發表，歡迎寄到編輯信箱：editor@kidsmedia.com.tw
