8月28日，AICC2019人工智能计算大会在京举行，中国工程院院士、浪潮集团首席科学家王恩东在大会上表示，智慧时代，计算力就是生产力，计算力是推动AI发展的根本动力。另外，当前AI完成了从技术创新到产业化的转变，正在同金融、电信等传统行业相结合，进入“产业AI”阶段，推进产业AI化需要一个统一融合的AI生态。
本届大会以“计算，预见AI未来”为主题，参会者超过2000人，包括来自中国工程院、英国皇家工程院、中国新一代人工智能发展战略研究院等学术机构的专家学者，以及Facebook、Uber、Intel、NVIDIA、VMware、百度云、阿里云、浪潮、广汽研究院、吉利汽车研究院、寒武纪、IDC、SPEC组织等数十位AI知名公司与研究机构技术主管、资深工程师，会议议题涉及芯片、计算框架、AI测试基准等AI专业技术领域，以及自动驾驶、两化交易、智能诊疗等前沿AI领域，展现了当前AI领域最新的技术和应用进展。
智慧时代，计算力就是生产力
人类正在经历人工智能引发的第四次科技革命，开始进入智慧时代。王恩东说，在智慧时代，计算力就是生产力。此前，IT技术已经引发了多次生产力变革，但是前几次的变革主要改变的是生产工具和劳动对象，而智慧时代，生产力的三要素都会深受AI和计算的影响，尤其是劳动者，很多职业和岗位会被替代。
计算已经深刻改变了全球生产力，计算力指数可以衡量一个国家地区甚至是企业的发展水平。10年前全球市值高的十个企业，都来自能源、金融、通信等传统领域，只有一家IT企业微软。今天全球市值高的TOP10企业，清一色都是互联网企业，只有一家来自传统行业的沃尔玛。这些市值TOP级的企业也是全球计算力消耗大的，他们的市值排名状况和服务器采购基本一致。
不仅企业领域如此，国家地区的发展水平也与计算力水平高度相关。在本届大会上，IDC与浪潮联合发布了《2019-2020中国人工智能计算力发展评估报告》，报告公布了最新的人工智能计算力城市排名，北京超越杭州跃居第一，广州进入第一梯队，杭州、深圳、上海分列2-4名，苏州、重庆、南京、西安首次跻身前十。排名的变化显示，四大超一线城市在人工智能技术、应用、人才等领域的“吸附”效应开始凸显，同时围绕京津冀、长三角、大湾区三大经济圈形成的人工智能三大产业集群已初具雏形。
计算力是AI发展的根本动力
人工智能有60多年的发展历史，几经起落，当前的复兴就是GPU等创新计算技术与深度学习相结合而直接触发的。在实际的应用当中，相比云计算和大数据等应用，人工智能对于计算力的需求几乎是无止境的。事务处理、WEB接入等传统计算，因为应用规模和场景有限，对于计算力的需求也有限。但是AI对于计算力的需求是无限的，是指数级的增长，而不是线性增长。从2012年到现在，每3.5个月用于AI计算的计算量会翻一倍，增长了30万倍，远远超过了芯片性能提升的摩尔定律。在半导体技术在逐步接近极限的情况下，计算力的提升更多是依靠体系结构的突破来实现的，所以这几年计算机发展迎来了体系结构创新的黄金期，GPU、FPGA以及ASIC等异构技术是AI计算力增长的主要技术支撑。
AI准确度也是算出来的
人工智能一个大的挑战是识别度不高，准确度不高，提高准确度就要提高模型的规模和精细度，提高线下训练的频次，这需要更强的计算力支持。所以说，准确度也是算出来的。现在很多资金充裕的公司，比如大型互联网公司或者明星AI创业公司，有能力部署规模比较大的AI计算平台，算法的模型已经大到千亿参数、万亿的训练数据集规模，这些公司的算法和技术就处于领先位置。
在投资方面看，用户在人工智能领域的资金有50%以上都用来采购GPU服务器等基础架构产品，根据IDC的数据，中国人工智能基础架构市场在中国未来五年的复合增长率超过33%，是一般IT基础设施市场增速的三倍多。阿里、百度等互联网企业在开发AI芯片，也出现了一批像寒武纪等开发专用AI芯片的公司。随着计算需求的增长，会有越来越多的新架构、芯片和其他技术出现。
趋势：从AI产业化到产业AI化
数据爆发的增长、算法创新加速和计算能力的快速提升，让人工智能在全球范围内迅速从一个科学学科变成了规模产业。前几年AI发展的主体基本上是阿里巴巴、百度等大互联网企业，以及旷视、第四范式等AI创业公司。互联网企业都是自作自用，用AI来升级原来的业务或者推出新的运营业务，像天猫购物的智能推荐、百度的搜图。AI创业公司开发算法、做训练后，更多的还是去融资，能够投入更多的钱。在这种模式下，AI成为一个规模产业，但是很难支撑起下一步的增长。
现在，传统行业用户在AI产业的增长中扮演着越来越重要的角色。变化不很快，但是正在发生。根据IDC的数据，从2018年起，金融和传统企业和政府用户，在人工智能基础架构领域的采购量超过了互联网。现在很多大型企业的热线服务，已经用人工智能替代人工，很多企业都认识到了人工智能会带来的巨大潜力，今天不用人工智能，未来发展上会遇到困难和瓶颈，甚至发展不下去。
产业AI化需要解决生态问题
要发展人工智能，让人工智能进入各个传统产业，不能仅仅靠技术本身，生态的作用会越来越重要。国内的人工智能的应用大多是单点、单技术的应用，例如人脸识别、考勤打卡、交通监控管理等，在美国，AI与其他技术整合为解决方案，比如金融业的风险管理、证券行业的高频交易等等，实现流程的自动化，改变行业的传统业务模式，应用的差距十分明显。
中国要推进产业AI化，需要普及AI应用，更需要深化AI应用，推动AI从单点应用走向深度整合方案。王恩东表示，要从根本上解决应用的问题，就要建立开放融合的人工智能生态，从底层硬件到上层应用软件，产业的上中下游要紧密配合，面向多样化个性化的用户需求，向终端用户提供整体解决方案，才能让人工智能用起来，用好。
最后王恩东表示，无论是AI产业化还是产业AI化，AI产业未来发展空间巨大，今天看AI仍然是黑科技，因为AI的应用才刚刚起步。
在大会现场，众多厂商展示了在人工智能不同领域的成果，Uber披露了最近在橡树岭国家实验室summit超算上实现了目前规模大的Horovod训练集群，VMware展示了与中国科技大学国家类脑工程实验利用GPU虚拟化技术支撑智慧教育的整体解决方案，平安科技展示了当下最热门的联邦机器学习产品及应用，四维图新展示了自主研发的L4级别无人驾驶汽车。
热门专题
