“算力是数字经济的第一生产力。”2022年7月29日，在中国首届算力大会商汤科技分论坛上，山东中美数字媒体国际合作研究中心主任高珊珊直言，人工智能（AI）时代下，算力基础设施正在不断改变金融、医药、数据中心等产业。
因此，AI
算力已经成为全球数字经济发展的主要增量，也是数字经济时代的基础。
算力代表的是新型的生产力。谁拥有了未来数字经济产业发展的算力，就拥有了未来能够引领数字经济产业发展的最终权力；过去我们谈一些算力、信息化建设的运行机制，可能聚焦于互联网、基础设施以及软件系统等层面；现阶段AI算力应用从To C（消费）端，向To
B（企业）端、To G（政府）端转换，场景更加多元，需要的数据资源更丰富，需要的算力能力更突出；未来在高算力的强度下，需要同时具备及时响应，以及不同行业的个性化数据分析整理和应用能力。
伴随着AI算力的需求与争夺打响，OpenPower应时而生。OpenPower高性能分布式智算网络平台由VV GLOBAL 基金会、Oasis Innovation Labs发起成立。OpenPower面向全球 20 个国家及地区的中心化超算设备供应商进行算力采购并为多家AIGC 产业机构、AI 生成系统提供稳定低廉的算力租赁、技术扩展、分析数据业务。同时借助OpenPower超算协议及算力供给网络体系，可以让全球用户有机会参与到整个 AIGC产业的核心算力供应链中，在算力蓝海市场获得稳定而高收益的投资回报。
AI算力面临的高端挑战
一是AI算力应用门槛太高；
二是AI算力在传统产业场景应用矛盾与激励机制不足；
为了解决上述难题，打破算力危机，OpenPower从技术开始着手发起挑战，首先我们就要了解算力是如何运作的，以AI算力为例，CPU、GPU、DSP等都可以运行算力，但是还是有专用的AI算力芯片，为什么呢？也跟算力有关。
·
CPU（central processing unit）是通用处理器，可以处理一切事物，就像一把瑞士军刀，哪方面都能做但都不是专业高效的。
·
GPU（Graphics Processing Unit）是专门用来处理图形图像相关的处理器，与CPU相比GPU处理的数据类型单一，因为运算与AI算力以及容易组成大的集群，所以进行AI运算时在性能、功耗等很多方面远远优于CPU，经常被拿来处理AI运算。
·
DSP（digital signal processor），是专门用来处理数字信号的，DSP与GPU情况相似，也会被拿来做AI运算，比如高通的手机SoC。
AI算力芯片是专门用来处理AI相关运算的芯片，这与CPU、GPU、DSP的“兼职”做AI运算不同，即便是最高效的GPU与AI算力芯片相比也是有差距的，AI算力芯片在时延、性能、功耗、能效比等方面全面的超过上面提到的各种处理器。OpenPower则以TPU为AI算力专业芯片，TPU的主要计算资源为：
·
Matrix Multiply Unit：矩阵乘单元
·
Accumulators：存储矩阵乘加输出的中间结果
·
Activation：激活单元
·
Unified Buffer：统一缓存
TPU处理速度要比GPU和CPU快15-30倍，而在能效上，TPU更是提升了30到80倍，这并不意外，因为TPU运行的CNN运算主要就是矩阵乘，专用芯片好处就是这样。
OpenPower是以创建一个更庞大、成本低廉且更加高效的庞大算力链网打造与收分发调度网络，区别于传统中心化算力网络与云算力网络，OpenPower将打造全球最大的智算集群资源池。
目前全球算力中心所布局的空间区域不够，数据资产难打通，以及计算能力应用内容不足，是现阶段AI算力应用挑战。OpenPower将会加快人工智能计算中心的建设，在OpenPower看来，未来的算力中心不是针对于某个行业、企业或客户来定义，而是聚焦于全球性性的产业协同。
OpenPower的目标是构建全球最大的高性能分布式智算网络，为人类社会再一次的工业革命以及文明跃升奠定坚实的AI算力基础。作为一个高性能分布式算力供给平台，OpenPower将在美国、加拿大、俄罗斯、澳大利亚、爱沙尼亚、印度尼西亚、泰国、中国香港等多个国家地区设立独立的运营中心，社区资源几乎遍及全球各地，实现智算中心的大范围落地，从而为人工智能等应用提供高效的绿色算力。
