數(shù)字經(jīng)濟時代下，AI人工智能顯然已經(jīng)成為產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型“樞紐”。從語音識別到人臉識別，從自動駕駛到精準醫(yī)療……近年來，人工智能的發(fā)展為人們所熟知，而這背后都有賴于算力的支持。

算力，就是計算的能力。兩位數(shù)乘法，有的人需要幾分鐘，而有的人只需要十幾秒甚至幾秒，那么顯然后者的算力強。

算力越強、算法越優(yōu)，人工智能就越牛。但是AI人工智能是一個算力大戶,尤其"吃"算力。算力已經(jīng)成為繼熱力、電力之后新的關(guān)鍵生產(chǎn)力。

近日IDC與浪潮信息聯(lián)合發(fā)布《2022-2023 中國人工智能計算力發(fā)展評估報告》（以下簡稱《報告》）。這是IDC連續(xù)第五年發(fā)布全球計算力指數(shù)評估報告。

那么今年，產(chǎn)業(yè)發(fā)展趨勢如何？中國人工智能計算力行業(yè)應(yīng)用如何？在地域、行業(yè)應(yīng)用等方面有什么不同表現(xiàn)？智能算力的技術(shù)架構(gòu)及市場發(fā)展又有什么樣的新趨勢？會后雷峰網(wǎng)(公眾號：雷峰網(wǎng))和相關(guān)媒體與浪潮信息副總裁劉軍、IDC中國副總裁周震剛進行了深入的交流。

中國AI產(chǎn)業(yè)的變與不變

今年已經(jīng)是IDC研究中國AI發(fā)展水平的第五個年頭，五年來，AI產(chǎn)業(yè)有不變的，有變化的。周震剛表示：“AI產(chǎn)業(yè)不變的是國家產(chǎn)業(yè)政策的支持和投入以及用戶對AI技術(shù)領(lǐng)域的熱衷；顯著變化的是，AI越來越普惠化、基建化?！?/p>

IDC數(shù)據(jù)顯示，2022年中國人工智能市場相關(guān)支出達到130億美元，有望在2026年達到267億美元，2022至2026年年復(fù)合增長率達20%。

AI雖然作為數(shù)字經(jīng)濟的重要驅(qū)動力蓬勃發(fā)展，但是數(shù)據(jù)顯示，當前AI在全行業(yè)整體滲透度不斷提升。這背后需要強大的智能算力的支持，抬高了AI研究和應(yīng)用的門檻。

人工智能的發(fā)展需要巨大的算力支撐。業(yè)界普遍認為在AI算力發(fā)展方面存在著標準規(guī)范不一致、軟件調(diào)度能力弱、算力分配不均勻等痛點，分布在場景化落地過程的方方面面。

而人工智能計算中心提供的高性價比的、安全、普惠的算力資源，可大幅縮減各類組織的算力成本，緩解甚至徹底解決算力瓶頸問題。目前，國家大力推動新基建和數(shù)字經(jīng)濟，加上持續(xù)的利好政策，現(xiàn)在，國家8地啟動建設(shè)國家算力樞紐節(jié)點，并規(guī)劃了10個國家數(shù)據(jù)中心集群，協(xié)調(diào)區(qū)域平衡化發(fā)展，推進集約化、綠色節(jié)能、安全穩(wěn)定的算力基礎(chǔ)設(shè)施的建設(shè)。

一方面有國家政策、新基建、數(shù)字經(jīng)濟等對AI的推動，另一方面行業(yè)自身的熱度，都讓中國人工智能計算力快速發(fā)展。

《2022-2023 中國人工智能計算力發(fā)展評估報告》指出，中國人工智能計算力繼續(xù)保持快速增長，2022年智能算力規(guī)模達到268百億億次/秒(EFLOPS)，超過通用算力規(guī)模。預(yù)計到2026年中國智能算力規(guī)模將達到1271.4EFLOPS，未來五年復(fù)合增長率達52.3%，同期通用算力規(guī)模的復(fù)合增長率為18.5%。

 

據(jù)周震剛介紹，這一年，AI整體規(guī)模不僅發(fā)生變化，從底層的芯片到服務(wù)器系統(tǒng)、算法架構(gòu)、云服務(wù)應(yīng)用以及整個生態(tài)都發(fā)生了很大的變化。

從人工智能芯片角度來看，芯片市場變得越來越重要。預(yù)計到2025年人工智能芯片市場規(guī)模將達726億美元。人工智能逐漸從核心向邊緣擴展，人工智能芯片的搭載率以及搭載密度也會不斷上升。從類型來看，中國仍然是GPU為主的市場，市場占有率近90%。另一方面，從供應(yīng)鏈來看，由于政策及疫情原因，芯片從國際采購轉(zhuǎn)向本地的采購、本地研發(fā)成為一個重要的趨勢，國產(chǎn)的GPU和NPU的廠商有了新的發(fā)展空間，增長快速。

AI服務(wù)器是人工智能市場增長的主力軍。其實從整體服務(wù)器市場來看，整體服務(wù)器市場基本上跟去年持平，不是很景氣。但人工智能服務(wù)器的增長速度仍然是兩位數(shù)，增長喜人。從全球來看，中國和美國在人工智能服務(wù)器上面的投入遠遠高于其他國家，這兩個國家各自的投入均高于其他國家的總和。從服務(wù)器廠商角度來看，浪潮仍然占據(jù)中國AI服務(wù)器市場超過一半的供應(yīng)量。

從系統(tǒng)算法架構(gòu)的角度，異構(gòu)計算越來越普遍，異構(gòu)計算時代，企業(yè)計算系統(tǒng)節(jié)點規(guī)?？焖僭鲩L，系統(tǒng)中數(shù)據(jù)搬運的成本開銷已經(jīng)成為不可忽略的問題，計算節(jié)點內(nèi)以及節(jié)點間的互聯(lián)技術(shù)已經(jīng)成為現(xiàn)有計算架構(gòu)的關(guān)鍵瓶頸。如何充分調(diào)動起多芯片、多板卡、多節(jié)點的系統(tǒng)級能力，實現(xiàn)CPU同各種加速單元以及跨節(jié)點系統(tǒng)的高效協(xié)同以提升計算性能，受到業(yè)內(nèi)的廣泛關(guān)注。

異構(gòu)計算成為主流趨勢，未來18個月全球人工智能服務(wù)器GPU、ASIC和FPGA的搭載率均會上升,算力多元化發(fā)展趨勢明顯。

 

計算體系架構(gòu)的黃金時代

這個時代是計算體系架構(gòu)的黃金時代。

當問及為什么GPU在中國市場占有率很高，達到90%？

劉軍回答道：“GPU占比比較高，實際上主要來源于在過去十幾年在軟件生態(tài)上面的投入，使得GPU生產(chǎn)效率、生產(chǎn)力工具方面，競爭力非常強，形成了全球一體的開發(fā)社區(qū)，支撐了整個人工智能產(chǎn)業(yè)。同時這又為后來者在芯片創(chuàng)新上提供了很好的經(jīng)驗，比如如何培養(yǎng)自己的軟件、支撐開發(fā)者、社區(qū)和產(chǎn)業(yè)融合?！?/p>

 

從整個計算體系架構(gòu)來說，GPU實際上在加速計算，因為AI需要非常強大的訓練計算性能，以及非常高能效比的推理計算性能，而GPU的技術(shù)創(chuàng)新是最活躍的。這些技術(shù)創(chuàng)新都發(fā)生在AI計算領(lǐng)域，AI是這些技術(shù)創(chuàng)新的試驗田，例如內(nèi)存計算、量子計算。

換一個角度來看，中國做AI芯片的有將近一百多家公司，不僅是GPU出于供應(yīng)鏈的角度看芯片，未來幾年，中國的人工智能芯片會更加豐富多樣化。

人工智能給了計算架構(gòu)創(chuàng)新一個非常肥沃的土壤，滋養(yǎng)了整個計算體系架構(gòu)的創(chuàng)新和繁榮。

根據(jù)《報告》顯示，中國人工智能服務(wù)器在邊緣端和推理端增速非常快。從2020年開始，人工智能服務(wù)器推理端的量已經(jīng)超過了訓練端。

周震剛表示，因為現(xiàn)在越來越多的人工智能應(yīng)用需要實時的本地化處理，在邊緣側(cè)做推理應(yīng)用的機會就多了起來，例如工業(yè)行業(yè)當中的一些質(zhì)量監(jiān)測、監(jiān)測視頻的分析，就需要在端側(cè)完成，不然預(yù)警處理不及時。

在劉軍看來，邊緣端人工智能服務(wù)器快速增長也說明中國的人工智能應(yīng)用推進速度很快，越來越多的行業(yè)和場景把人工智能當作生產(chǎn)力提升的手段，在業(yè)務(wù)全鏈條中做了應(yīng)用和部署。從整個業(yè)務(wù)全流程來看，一定會有很多邊緣端的數(shù)據(jù)的采集、數(shù)據(jù)的處理。另一方面，邊和云相輔相成，更多的邊緣會催生更大的云端需求來處理來源于邊和端的數(shù)據(jù)。邊緣端的增長也更加有利于推動云端需求的發(fā)展。

 

產(chǎn)業(yè)AI化的趨勢愈加顯著

據(jù)《報告》所述，2022年中國人工智能行業(yè)應(yīng)用滲透度排名前五的行業(yè)依次為互聯(lián)網(wǎng)、金融、政府、電信和制造。與21年相比，行業(yè)AI滲透度明顯提升。

周震剛表示，一方面金融、電信有比較大的增長，未來實際上是智能制造、智慧醫(yī)療，都是新的可發(fā)展方向，例如在智能制造方面，設(shè)備管理、預(yù)檢測、維修預(yù)測、質(zhì)量監(jiān)控等等在制造業(yè)越來越普遍的應(yīng)用。同時我們也看到人工智能也更多的參與到科研里面去，通過人工智能去處理科研的大數(shù)據(jù)模型分析。

特別要強調(diào)的是，人工智能在互聯(lián)網(wǎng)應(yīng)用，仍舊遠遠超過其他行業(yè)。雖然去年互聯(lián)網(wǎng)行業(yè)投資有所放緩，但是相應(yīng)的人工智能方面，甚至客戶有可能到其他行業(yè)的，比如數(shù)字人、NLP、智能創(chuàng)作等，都是互聯(lián)網(wǎng)行業(yè)發(fā)展的。以及現(xiàn)在的大模型的落地，都是互聯(lián)網(wǎng)通過大數(shù)據(jù)來訓練產(chǎn)生。

從場景應(yīng)用維度看，智能化場景在行業(yè)的落地隨著時間的推移，正呈現(xiàn)出更加深入、更加廣泛的趨勢。目前人工智能在智慧科研、智能制造、自動駕駛、AIGC、智慧醫(yī)療、智慧電信、智慧能源、智慧交通、生物識別等場景均有應(yīng)用。

 

 

談及AI在產(chǎn)業(yè)落地方面，劉軍表示：“AI是一個基礎(chǔ)性的技能，和產(chǎn)業(yè)本身的結(jié)合需要一個過程，很難明顯的看到顛覆性的對產(chǎn)業(yè)的改變?，F(xiàn)在非常顯著的變化是AI產(chǎn)業(yè)化，把AI的能力、AI的技能變成一個產(chǎn)品、變成一個產(chǎn)業(yè)，能夠去創(chuàng)造一個新的產(chǎn)業(yè)出來，這個變化是非常大的。如果把AI市場看作一個冰山模型的話，我們看到的只是浮出水面的10%，而水下的90%還需要和產(chǎn)業(yè)進行深度的融合，也就是產(chǎn)業(yè)的AI化?！?/p>

但是要看到冰山下面90%，需要跨越的鴻溝是巨大的。因為技術(shù)發(fā)展非?？?，一日千里。但是擁有這種技能的人和企業(yè)，少之又少。這樣就造成一個結(jié)果，頂尖的技術(shù)能力走的很快，但是產(chǎn)業(yè)的絕大多數(shù)，不具備這樣的能力，這個鴻溝很難跨越的。

周震剛認為，要跨越產(chǎn)業(yè)能力跟不上AI技術(shù)發(fā)展這一難題，最重要的是讓AI普惠化、基建化，讓整個產(chǎn)業(yè)鏈從上游到下游都還能夠更加容易應(yīng)用到AI技術(shù)。例如通過規(guī)劃智算中心，讓一些AI初創(chuàng)企業(yè)可以更容易的獲取到AI的算力，支持他們的創(chuàng)新，讓更多中小企業(yè)能用到AI平臺、AI的算力。另一方面就是訓練大模型，把AI最前沿的能力變的更加普適化。

深度學習技術(shù)興起的近10年間，AI模型基本上是針對特定應(yīng)用場景需求進行訓練的小模型。這種作坊式開發(fā)對資源、成本造成較大消耗，且效率低下。而AI大模型具備很好的泛化能力，可以打造出具有通用性質(zhì)的人工智能，一個模型可以支撐各類不同應(yīng)用，有效緩解碎片化開發(fā)反復(fù)建模的困境。比如浪潮“源1.0”大模型開放的API、開源的應(yīng)用代碼等，使開發(fā)者無需關(guān)心底層技術(shù)，設(shè)置無需配置編程環(huán)境，就可以直接將應(yīng)用構(gòu)建于AI大模型的能力之上，在降低開發(fā)門檻的同時，讓開發(fā)人員能夠?qū)⒏嗟木劢购诵臉I(yè)務(wù)邏輯。

大模型是加速AI產(chǎn)業(yè)化的一劑良藥。

據(jù)劉軍介紹，浪潮一直倡導(dǎo)元腦生態(tài)的理念。有的伙伴具備非常強的AI能力，我們稱之為左手伙伴；能夠覆蓋千行百業(yè)的SV、SI伙伴，稱之為右手伙伴。因為浪潮有算力平臺、算法平臺、資源平臺，所以通過平臺的方式，把生態(tài)伙伴牽到一起，“左手”拉“右手”一起實現(xiàn)頂尖的AI創(chuàng)新能力，從而推動AI能力廣泛的落地，形成商業(yè)閉環(huán)。

1943年，IBM董事長托馬斯·沃森曾預(yù)言：“我想，5臺主機足以滿足整個世界市場?！苯裉煳覀兒薏坏靡粋€人好多臺計算設(shè)備。劉軍說，計算產(chǎn)業(yè)就是這樣，只有擁有更大的算力、更大的模型、更大的可想象的方法的時候，才會做到更多以前做不到的事情，所以隨著計算能力的發(fā)展未來AI一定更加普惠化。

劉軍告訴雷峰網(wǎng)，不要給技術(shù)設(shè)限，按照十年一個窗口期。我們今天可能耗資巨大所打造的大模型智能的計算力，到了未來可能也是一個普通的機器。今天只有極少數(shù)大公司才能擁有的算力，在10年后我們每個人都能擁有，每個人都能擁有自己的一個大模型，作為專有智能助手。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。