实现现在的智能需要多大的算力可以量化到多大的计算机规模群

智能的实现需要的算力因应用场景而异，但大多数现代智能应用都需要大量的计算资源。例如，深度学习神经网络需要数以千万计的参数，并且需要训练数据集进行训练，这就需要大量的计算资源来完成。

具体来说，训练一个复杂的深度学习模型可能需要数百个GPU甚至是数千个GPU，并且需要大量的存储和内存。例如，OpenAI在2019年发布了一个名为GPT-2的语言模型，该模型包含了1.5亿个参数，训练时间为数周，需要使用数百个GPU。

另外，一些现代智能应用还需要实时处理大量的数据流，这也需要大量的计算资源。例如，自动驾驶汽车需要实时处理传感器数据，并采取行动来驾驶汽车。这需要一个庞大的计算机集群来实现。

因此，实现现代智能需要多大的算力取决于应用场景，但通常需要大规模的计算机集群。