人工智能推动计算走向智算

人工智能推动计算走向智算 字体： 小 中 大 分享到： 人工智能推动计算走向智算 2021-11-05 08:15:35 来源：经济日报

观众在2021年世界计算大会上试用AI翻译设备。新华社记者陈思·汗摄

在日前举行的2021人工智能计算大会上，国际数据公司IDC和浪潮信息联合发布的《2021-2022年中国人工智能计算力发展评估报告》显示，与2020年相比，人工智能在金融、制造、能源、公共事业和交通运输行业的推动作用尤为显著。同时，以智能计算中心为代表的计算力基础设施，通过提供公共计算力、数据和算法服务，使得计算力服务易于使用，解决了计算力服务的供给问题。

“在过去的四年里，我们发现人工智能的计算能力越来越受到重视，应用也越来越成熟。无论是芯片的多样化，还是人工智能服务器的计算能力和容量，都比四年前有了很大的提升。”IDC企业研究助理副总裁周振刚在接受《经济日报》记者采访时表示。

周振刚表示，与去年相比，人工智能在各个行业的渗透率都在增加，尤其是互联网行业和金融行业。此外，人工智能在制造业、交通运输和能源行业的应用也更加深入。

据了解，全球已有60多个国家和地区出台了人工智能政策，发布了国家级人工智能战略。IDC预测，2021年全球企业对人工智能软件、硬件和服务的总投资将超过850亿美元，预计2025年将增至2045亿美元，五年复合增长率为24.5%。

不过，中国工程院院士、浪潮首席科学家王恩东认为，人工智能也带来了计算能力需求的指数级增长，计算产业正面临多样化、巨大量化、生态分散的趋势和挑战。一方面，多样化的智能场景需要多样化的计算能力，计算能力成为人工智能不断发展的重中之重；另一方面，从芯片到算力的转化还有巨大的差距，多倍算力的价值还没有完全释放。如何快速完成从多芯片到计算系统的创新，成为推动人工智能产业发展的关键环节。

人工智能产业化对计算能力的需求快速增加。浪潮信息副总裁刘军表示，算法模型的开发会更加复杂，庞大的模型将是大规模创新的基础。“源1.0”等庞大模型的出现，使得构建大模型，提高人工智能的处理性能成为发展趋势。

目前，世界知名的人工智能公司已经在庞大的模型上投入了大量资金。谷歌、微软、英伟达、浪潮、致远人工智能研究院、百度、阿里等公司相继推出了自己的庞大模型。“宏量化的一个核心特点是模型参数多，训练数据量大。”以刘军浪潮人工智能研究院开发的中文人工智能庞大模型“源1.0”为例，据说其数量高达2457亿，训练数据集达到5000GB。“我们对计算能力的追求是没有止境的。”刘军说。

人工智能芯片正呈现多元化发展趋势，芯片的多元化为人工智能产业化加速提供了重要的产业基础和更丰富的选择。然而，芯片的制造和大规模使用之间仍然存在巨大的工业差距。以一款人工智能服务器的开发为例，整个系统需要经历30多道开发流程，使用150多种制造工艺，严格控制280多个关键过程控制点的质量，实现与算法框架和人工智能应用的优化适配。

“为了释放多重计算力的价值，推动人工智能的创新，一是要重视智能计算系统的创新，加大人工智能新型基础设施的建设，设计从技术到应用的链条，形成架构、芯片设计、系统设计、系统软件、开发环境等各个领域分工明确、协同创新的局面；二是加快开放标准的建设，通过统一规范的标准，将多样化的计算能力转化为可调度的资源，让计算能力得到轻松便捷的使用。”王恩东说。

中国人工智能基础设施市场保持快速增长，中国服务器制造商成为全球服务器市场的中坚力量。据IDC预测，2021年，人工智能加速服务器市场规模将达到56.9亿美元，较2020年增长61.6%，而到2025年，中国人工智能加速服务器市场规模将达到108.6亿美元。

我国明确提出在全国部署计算力网络国家枢纽节点，同时积极推进智能计算中心建设，努力构建普惠、安全、可靠的现代基础设施体系和生态。智能计算中心已被越来越多的地方政府视为支撑和引领数字经济、智慧产业、智慧城市、智慧社会发展的关键信息基础设施，为计算力、数据、生态、产业发展提供平台支撑。(记者黄鑫)

【纠错】