问题——“极限纪录”与“现实需求”的张力凸显。 圆周率是数学与工程中的重要常数，但其小数展开是无限不循环小数。长期以来，刷新π的计算位数被用来检验计算系统的稳定性、算法效率和存储管理能力。然而，近期关于“计算至100万亿位可能消耗一座城市全年用电”的估算引发热议。争议的关键并不在圆周率的科学价值，而在于：当算力已成为支撑产业升级、科学发现与公共治理的基础资源，把大量电力与算力投入到结果可预期的“纪录竞赛”，是否仍值得、是否合理。 原因——评价机制、展示需求与可比性偏好共同作用。 业内人士指出，π计算之所以长期被选作“压力测试”，在于任务结构明确、结果易验证，且不同系统之间可直接对比。相比气候模拟、药物筛选等复杂模型，π运算的正确性更容易判断，也更便于形成“世界纪录”的传播效果。同时，部分机构在科技竞争与品牌传播中确有“用可量化指标证明能力”的需求，深入推动对极限位数的追逐。此外，在算力资源配置日益市场化、竞争化环境下，一些风险较低、可控性强的项目更容易被用于展示，逐渐形成以纪录为导向的路径依赖。 影响——机会成本上升，绿色约束与社会观感叠加。 从资源配置看，超大规模运算往往长周期占用高性能计算资源，压缩其他科研与产业任务的排队窗口。尤其在医药研发、材料计算、电网优化、气候预测等领域，算力投入通常能带来更直接的公共价值产出。 从能源与减排看，在多国推进碳达峰碳中和、加强数据中心能效约束的背景下，高耗能计算更容易引发“电从哪里来、碳怎么算”的追问。若缺少透明的能耗披露与碳足迹核算，社会对算力浪费的担忧会被进一步放大。 从科技导向看，如果传播长期被“纪录叙事”主导，可能无形中强化“以规模论英雄”的单一评价，削弱对原创算法、系统软件、应用牵引与交叉学科突破的关注，不利于形成面向重大科学问题与战略需求的算力投入结构。 对策——以“任务牵引+能效约束+公开评估”引导算力使用。 一是完善算力项目的分类管理与立项评估。对以展示为目的的极限运算，应明确定位、边界与预期收益，纳入能耗预算和排期管理，避免与重大科研任务发生不必要的资源挤占。 二是推动更贴近真实世界的基准体系建设。在保证可比性的前提下，增加对气候模型、生命科学模拟、工业仿真、复杂图计算等复合负载的标准化测试，让硬件、软件与算法在真实应用场景中接受检验。 三是强化能效与碳足迹披露机制。建立面向高性能计算的能效指标、用电结构与碳排核算规则，对大型计算任务开展能耗审计并公开结果，鼓励采用可再生能源、余热利用等绿色方案。 四是优化科研评价导向。对算力投入的评价应更多聚焦对科学问题的贡献、算法与系统创新、可复现与可共享程度，减少对单一纪录的过度激励，形成“比贡献、比创新、比效率”的导向。 前景——算力竞争将从“堆规模”转向“重效能、重应用、重治理”。 随着大模型训练、科学智能与工业数字化持续推进，算力需求仍将快速增长。同时，电力约束、能耗强度、芯片供给与数据安全等因素将使算力治理成为长期议题。未来行业竞争有望从单纯追求峰值性能与规模，转向更关注单位能耗产出、软硬协同效率，以及面向重大需求的系统能力。高性能计算的价值，也将更多体现在支撑基础研究突破、服务产业升级与提升公共治理水平上。
当人类拥有前所未有的计算能力，如何用好这把“双刃剑”成为新的课题。从祖冲之的割圆术到今天的超大规模计算，对数学常数的探索本应体现智慧与方法的进步，而不应演变为能源与资源的无谓消耗。面对气候变化、疾病防治等现实挑战，让每一度电更有效地转化为推动社会进步的成果，或许才是对科学精神更务实的致敬。