算力提升催動(dòng)我國AI產(chǎn)業(yè)上規(guī)模

智能音箱的家庭普及率已經(jīng)和PC、智能電視等產(chǎn)品相當(dāng)，2019年第一季度智能音箱市場出貨量達(dá)1122萬臺(tái)，同比增長787.2%。

8月28日，中國工程院主辦的“AICC2019中國人工智能計(jì)算大會(huì)”在北京召開，上述數(shù)據(jù)來自會(huì)上IDC和浪潮集團(tuán)聯(lián)合發(fā)布的《2019中國人工智能計(jì)算力發(fā)展評(píng)估報(bào)告》，它只是人工智能走入千家萬戶、百行千業(yè)的一個(gè)小場景。

5G、物聯(lián)網(wǎng)等多種技術(shù)的發(fā)展及融合加速了數(shù)據(jù)井噴，并以前所未有的速度和方式被存儲(chǔ)和計(jì)算。類型豐富、場景各異的數(shù)據(jù)資源為人工智能系統(tǒng)自主學(xué)習(xí)并建立預(yù)測模型提供了豐沃的土壤。有賴于此，生物識(shí)別、欺詐分析、智能客服、公共安全及預(yù)警等AI場景在國內(nèi)加速成熟應(yīng)用。

中國工程院院士、浪潮集團(tuán)首席科學(xué)家王恩東說：“數(shù)據(jù)爆發(fā)的增長，算法創(chuàng)新加速，和計(jì)算能力的快速提升，讓人工智能在全球范圍內(nèi)迅速從學(xué)術(shù)熱點(diǎn)變成投資熱點(diǎn)、產(chǎn)業(yè)熱點(diǎn)。AI產(chǎn)業(yè)正在快速上規(guī)模，市場需求開始井噴。”

人們將算法、數(shù)據(jù)和算力稱為人工智能的三大要素，如果沒有算力的支撐，人工智能難以走向應(yīng)用。或許正是因此，將數(shù)據(jù)和算法協(xié)調(diào)起來的芯片尤為引人關(guān)注。

IDC預(yù)測，GPU依然是數(shù)據(jù)中心加速的首選，隨著邊緣、端側(cè)需求的快速增長，人工智能芯片市場將迎來多元化發(fā)展。但是，推理類芯片將成為未來最大的潛在市場和人工智能芯片市場的重要決勝點(diǎn)。

據(jù)浪潮技術(shù)人員介紹，目前的AI芯片中，GPU芯片主要處理圖像領(lǐng)域的運(yùn)算加速。FPGA芯片適用于多指令、單數(shù)據(jù)流的分析。ASIC芯片為特定場景應(yīng)用定制，在低功耗的移動(dòng)設(shè)備端或邊緣側(cè)尤其具有優(yōu)勢，我國的寒武紀(jì)、地平線、華為等廠商常與這類芯片扯上關(guān)系。人工智能芯片又分為訓(xùn)練芯片和推理芯片，訓(xùn)練是指在已有數(shù)據(jù)中學(xué)習(xí)并獲得某些能力的過程。推理過程則指對(duì)新的數(shù)據(jù)使用計(jì)算能力完成特定任務(wù)（比如分類、識(shí)別等）。

從2012年到現(xiàn)在，每三個(gè)半月用于AI計(jì)算的計(jì)算量翻一倍，從2012年到現(xiàn)在，AI計(jì)算的能力增長了30萬倍，同時(shí)期的芯片性能提高了30倍左右，遠(yuǎn)遠(yuǎn)超過了摩爾定律。

“相比云計(jì)算和大數(shù)據(jù)等應(yīng)用，人工智能對(duì)計(jì)算力的需求幾乎無止境。”王恩東說，“計(jì)算力的提升，對(duì)體系結(jié)構(gòu)提出了挑戰(zhàn)。在半導(dǎo)體技術(shù)逐步接近極限的情況下，計(jì)算機(jī)發(fā)展迎來了體系結(jié)構(gòu)創(chuàng)新的黃金期，計(jì)算力的提升將更多通過體系結(jié)構(gòu)創(chuàng)新來滿足。”

IDC認(rèn)為，人工智能基礎(chǔ)架構(gòu)產(chǎn)品在中國未來五年的復(fù)合增長率超過33%，這個(gè)增長速度是普通的IT基礎(chǔ)設(shè)施投資的三倍多，隨著計(jì)算需求的增長，會(huì)有越來越多的新的架構(gòu)、芯片和其他技術(shù)出現(xiàn)。

雖然看起來不是很快，但“AI產(chǎn)業(yè)化”向“產(chǎn)業(yè)AI化”轉(zhuǎn)變的現(xiàn)象正在發(fā)生。據(jù)IDC數(shù)據(jù)，互聯(lián)網(wǎng)依然是中國人工智能算力投資最大的行業(yè)，62.4%的錢是他們?cè)�堆兒花出去的，�?018年起，金融、傳統(tǒng)企業(yè)和政府用戶，在人工智能基礎(chǔ)架構(gòu)領(lǐng)域的采購量超過了互聯(lián)網(wǎng)，這個(gè)趨勢還將保持下去。

王恩東說：“中國的AI投資已經(jīng)和美國相當(dāng)，但在核心技術(shù)的投入和面向應(yīng)用的深度研究上還有差距。應(yīng)用是AI產(chǎn)業(yè)發(fā)展的瓶頸也是最大的機(jī)會(huì)，要從根本上解決問題，必須建立開放融合的人工智能生態(tài)。”

國內(nèi)很多人工智能企業(yè)鎖定的都是單點(diǎn)單技術(shù)的應(yīng)用，如人臉識(shí)別、考勤打卡，交通監(jiān)控管理等。美國則流行用AI改變某些行業(yè)的業(yè)務(wù)流程和應(yīng)用模式，比如，金融業(yè)的風(fēng)險(xiǎn)管理、證券業(yè)的高頻交易等。

IDC也強(qiáng)調(diào)，人工智能時(shí)代的用戶需求越來越復(fù)雜，任何企業(yè)都無法提供所有的解決方案，生態(tài)系統(tǒng)將變得和知識(shí)產(chǎn)權(quán)一樣重要。