AI產業化進入深水區 如何大“力”出奇跡

　 阿里云優惠券 先領券再下單

AI技術的應用正在從少數行業擴大到各行各業，從部分場景滲透到全部場景，從局部探索升級成全面落地，從少數公司的專享變為普惠的基礎設施，這一過程，就是如火如荼的“AI產業化”進程。

2020年AI產業化破局，2021年進入深水區

AI產業化有不同說法，但不論是AI產業化、AI to B、產業互聯網還是智能互聯網，在疫情前均已成為行業共識，2018年就已被一些人認為是AI產業化元年，2019年是AI產業化發展年，2020年則是AI產業化的破局年，突如其來的疫情加速了世界智能化的進程。

一方面疫情對全社會都是一次在線化、數字化和智能化的大啟蒙，阿里云總裁張建鋒甚至說：“原本需要進行 3-5 年的數字化轉型，可能在接下來1年就完成了。”數字化的目的是智能化，企業與組織都會加速擁抱AI。

另一方面，國家加速新型基礎設施建設，AI屬于投資的重點領域，云計算、大數據、5G等相關新基建領域也與AI密切相關，AI將會加速與交通、能源、制造等行業融合，成為社會基礎設施，進而撬動經濟增長。從已經公布的十四五規劃綱要來看，智能新經濟將是我國十四五期間經濟高質量發展的重要著力點。

11月15日， IDC與浪潮聯合發布了《2020-2021中國人工智能計算力發展評估報告》，報告預測稱，中國AI市場規模在2020年達到63億美元，同比增長37%，成為全球增長最快的AI區域市場，預計中國AI市場規模在接下來五年將保持30%以上的高平均增長率，到2024年會翻近三倍到172億美元。

在WAIC（世界人工智能大會）上，百度CEO李彥宏指出，AI發展一共分為技術智能化、經濟智能化與社會智能化三個階段，經濟智能化分為兩部分，上半場是AI平臺化蓄能，在搜索、信息流等少數領域落地；下半場是AI產業化，AI滲透到各行各業大規模商業化，李彥宏認為“我們正處于從經濟智能化的前半段向后半段過渡的時期”，這一觀點在行業內引發較大共鳴，人們都堅信，AI產業化時代已全面來臨，后疫情時代，AI產業化進入深水區。

AI發展的不同階段，有著不同的制約因素。早期，算法的突破決定著AI的發展水平，AlphaGo戰勝李世石標志著深度學習算法的突破性進展；接著，AI被越來越多科技企業重視，各家都紛紛布局AI，導致AI人才一下變得十分稀缺；接下來，在AI產業化的深水區，最大制約要素則成為算力。

AI產業化進入深水區，算力成了“最后一公里”

《2020-2021中國人工智能計算力發展評估報告》認為，“隨著AI算法突飛猛進的發展，越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施，算力是未來人工智能應用取得突破的決定性因素。”2020年中國人工智能基礎設施市場規模達到39.3億美元，同比增長26.8%。

馬化騰曾指出，AI發展一共有四大要素：場景、大數據、計算能力與人才。 每一個要素都會決定AI產業化的進程。為什么在AI產業化進入深水區后，算力成為最大的制約因素？

首先，算力外的要素，如數據、場景、人才、算法都得到了一定程度的解決。 互聯網巨頭擁有海量大數據且正積極通過云開放出來；AI產業化階段AI滲透到千行百業不缺場景，遍地開花的AI應用也表明AI確實有廣泛的應用價值；經歷多年產學研結合的培養后AI人才荒已經得到一定程度解決，僅僅是百度就宣稱自己已給行業培養100萬AI人才；基于深度學習的算法模型如今也已趨于成熟，不斷進化。

其次，算法今天呈現出“膨脹”的趨勢，就是模型越來越大，越來越復雜，對計算力要求越來越高。 目前，某些模型已逼近人工智能的算力極限，OpenAI最近公布的史上最大AI語言模型GPT-3不僅模型尺寸增大到1750億，數據量也達到驚人的45TB，這種進化一方面，對于新任務，不需要重新收集大量帶標簽的數據，數據利用效率進一步提升；另一方面，可以避免算法微調出現過擬合，導致模型泛化能力下降。然而，傳統的計算力供給形式已經難以滿足不斷進化的算法模型，成為制約AI算法進化的因素。

再其次，AI產業化意味著AI將應用到全行業與全場景，進入到工業化大生產階段 ，一方面數據會進一步爆發式增長，另一方面，AI計算不存在在線離線一說，因為機器要不斷處理數據、訓練模型、學習進化，計算不能停止。AI產業化時代，計算量會指數級增長，傳統云計算、數據中心等傳統基礎設施架構下的算力已無法滿足需求。

最后，撲面而來的5G時代也是AIoT時代 ，自動駕駛、智能制造、智慧能源、智能物流與智能城市等等新應用爆發，更多的設備、更多的場景、更多的數據，意味著更多的計算需求，同時，邊緣智能變得越來越重要，原來的集中計算模式已難以滿足。

綜上，就不難理解，為什么IDC與浪潮聯合發布的《2020-2021中國人工智能計算力發展評估報告》會認為，“算力是未來人工智能應用取得突破的決定性因素。”

多管齊下，方能破除AI產業化算力瓶頸

AI計算力的瓶頸如何破除？AI被視作是第四次工業革命，蒸汽技術革命（第一次工業革命）與電力技術革命（第二次工業革命）均伴隨著能源革命，而計算機及信息技術革命（第三次工業革命）本質是一次遵循摩爾定律的計算力革命，智能革命則會掀起一次新的計算力革命，新一輪計算力革命的目的就是滿足AI工業化大生產的計算力需求。每一輪工業革命都不是任何一個企業可以推動的，同樣，智能計算力革命也要全社會多方參與、多管齊下。

1、技術層面，在同等成本與能耗下，基于AI芯片的AI服務器會提供指數級增長的計算力。

服務器是計算的物理載體，傳統服務器已無法滿足AI計算需求。近年來在英偉達、寒武紀、華為等玩家的推動下，專為AI計算定制的芯片出現并規?；鲐?，基于AI芯片，浪潮等服務器巨頭推出多款AI服務器來生產AI計算力，AI服務器成為服務器市場的最大增長點。

《2020-2021中國人工智能計算力發展評估報告》顯示，人工智能芯片將繼續呈現多樣性的發展，GPU依然是數據中心加速的首選，占有95%以上的市場份額；AI服務器市場規模已占整體人工智能基礎設施市場的87%以上，中國AI服務器將保持高速增長，并將在2024年達到66億美元，會是服務器市場增長的核心驅動力。

IDC此前發布的《2019年中國AI基礎架構市場調查報告》則顯示，2019年我國AI服務器出貨量為79318臺，同比增長46.7%，同期我國通用服務器市場出貨量卻同比下降3.8%。作為中國最大的服務器巨頭，浪潮一直在給社會提供計算基礎設施，在AI方興未艾時布局智慧計算,在AI服務器領域連續三年穩居第一且占據過半市場份額。

2、架構層面，AIoT時代邊緣智能變得愈發重要，云邊協同成為新趨勢。

AIoT時代大量的邊緣智能應用，對邊緣智能計算提出更高要求。

《2020-2021中國人工智能計算力發展評估報告》指出，人工智能算力會逐漸向邊緣滲透，到2023年，將近20％用于處理AI工作負載的服務器將部署在邊緣側。IDC觀察到的一個比較大的技術突破是，“一些物聯網，工業互聯網已經部署到邊緣端的一些產品，開始利用人工智能在邊緣端發揮作用。”

浪潮信息副總裁劉軍對羅超頻道表示，在制造業邊緣AI發展較快，出現了互聯網、5G與AI融合的場景，未來在不同現場，“在外場在移動設備上，在無人環境下，都能把AI用上。”浪潮今年專門成立邊緣計算事業部，對于服務器設備、終端設備與AI設備統一部署。

在AI算力供給上，云邊協同會是一個重要趨勢。云端負責模型迭代更新、數據匯集；邊緣端負責接收數據，初步處理，再將數據傳回云端匯總，AI大腦會負責云邊協同調度。邊緣端一般條件會比較惡劣，一般沒有專業機房，供電會有限制，往往要求低功耗，AI邊緣計算要解決的就是在功耗限制下提供最好的算力支持以及配套的內存支持、連接能力，這些是未來邊緣計算發力的重點方向。

3、形態層面，傳統的云計算中心已經很難滿足指數級膨脹的AI計算力需求，新型AI公共算力基礎設施呼之欲出，智算中心成為最優解。

IDC調研顯示，“超過九成的企業正在使用或計劃在未來三年內使用人工智能，而74.5%的企業期望在未來可以采用具備公用設施意義的人工智能公共算力基礎設施。未來，隨著更多規?；?、普惠型的人工智能基礎設施平臺建成，整個中國人工智能產業將進入另一個發展的快車道——企業的剛需決定人工智能發展前進的速度，新型公共算力基礎設施的建設則為人工智能發展拓寬了道路。”

在實踐層面，今年4月浪潮提出的“智算中心”就是人工智能公共算力基礎設施的一個范例。“智算中心”是智慧時代計算力的生產與供給中心，是新“電廠”，有望化解AI計算需求爆發與傳統算力不足的矛盾，在接受羅超頻道采訪時，浪潮信息副總裁劉軍指出，“智算中心就像原來的電廠，我們到一個地方去發展經濟首先看電力供應行不行，以后AI就像現在用電一樣無處不在，我們衡量它的一個重要指標就是AI算力。”

智算中心概念已得到社會共識，今年4月國家發展改革委首次明確新型基礎設施的范圍，其中就包括以智能計算中心為代表的算力基礎設施。浪潮已成為智算中心建設的推動者之一。智算中心是新型AI公共算力基礎設施，浪潮則給基礎設施提供磚與瓦，在AI算力的生產、聚合、調度與釋放四大環節謀篇布局，成為具有全棧AI技術的專業AI計算力提供商。

浪潮上半年聚焦“云、數、智”典型場景，抓住國家新基建機遇，全面升級智慧計算戰略，在粵港澳大灣區等地圍繞智算中心布局與落地。11月，浪潮發布智算中心操作系統，旨在通過對智算中心基礎設施資源池的管理和調度，對各類智慧計算應用進行支撐，從而實現云數智融合及智慧服務的交付。

4、落地層面，新型AI公共算力基礎設施需要地方、產業與企業共同建設，化解AI算力的供需矛盾。

在《2020-2021中國人工智能計算力發展評估報告》的2020年中國人工智能城市排行榜上，排名前五的城市依次為北京、深圳、杭州、上海、重慶，排名6-10的城市為廣州、合肥、蘇州、西安、南京。在接受羅超頻道采訪時，IDC企業研究助理副總裁周震剛分析認為，“北京憑借百度、頭條這些互聯網公司以及國家對AI的扶持，AI數據增長非?？?，今年保持在第一位。重慶首次進入前五，在過去一年在勞動力供給方面做了很多工作，重慶市政府推出系列規劃，很多人工智能企業在重慶設立研發基地，有很多商業化投入，人才培育。”

由此可以看到，AI算力就跟水電一樣，已成為城市公共資源，對應基礎設施的建設離不開城市參與。11月國家信息中心信息化和產業發展部聯合浪潮發布《智能計算中心規劃建設指南》，建議采用政府主導、企業承建、聯合運營的政企合作建設運營的“投建運”框架來建設智算中心。對于各級政府來說，抓住新基建浪潮中的智能化發展機遇，規劃智能計算中心，構建未來經濟增長的新引擎，是謀求經濟模式創新和城市治理智能化轉型的第一步，也是吸引產業聚集、人才聚集，促進產業升級的重要抓手。在建設部署方面，尤其需要政府與企業兩端共同發力，推動形成多元化參與的政企協同機制。

各地建設新型AI公共算力基礎設施，在給錢給地給政策等常規做法外，更重要的是要與當地的產業環境結合，《2020-2021中國人工智能計算力發展評估報告》就顯示，多個城市在自身產業優勢及各種因素推動下，在AI應用上取得較大進展，例如東莞的智能制造；武漢的智慧醫療；合肥的智慧農業等。隨著更多地方重視AI公共算力基礎設施，接下來會有大量的智算中心在全國遍地開花，快速補上AI算力的缺口。

寫在最后：

不論是叫AI產業化還是產業AI化，AI大規模應用、工業化生產與全場景落地，都是不可逆的趨勢。 AI算力瓶頸將越來越明顯，甚至捉襟見肘，一場新的計算革命正在進行中，基于AI服務器、邊緣計算、智算中心、政府新基建投資，AI算力正在被補足，其終將成為普惠的公共資源，讓每一個人都從中受益。

文章來源：公眾號羅超頻道(luochaotmt)授權轉載

申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！