在日前舉行的2021人工智慧計算大會上，國際數據公司IDC和浪潮資訊聯合發佈的《2021—2022中國人工智慧計算力發展評估報告》顯示，相比2020年，人工智慧在金融、製造、能源、公共事業和交通等行業體現的推動作用尤為顯著。同時，以智慧計算中心為代表的算力基礎設施，通過提供公共的算力、數據及演算法服務，讓算力服務易用，解決算力服務的供給問題。
“4年來，我們發現人工智慧算力越來越受到重視，這方面的應用越來越成熟，無論是晶片的多元化還是人工智慧伺服器的計算能力、計算容量等都比4年前有了很大的提高。”IDC企業研究助理副總裁周震剛説。
周震剛表示，相比去年，人工智慧在各個行業的滲透度都在提升，尤其是在網際網路行業和金融行業。此外，製造、交通和能源行業在人工智慧的應用也更加深入。
據了解，全球已有60多個國家和地區出臺人工智慧政策，發佈國家級人工智慧戰略。IDC預測，2021年全球企業在人工智慧軟體、硬體和服務的總投資將超850億美元，預計在2025年將增至2045億美元，5年複合增長率達24.5%。
不過，中國工程院院士、浪潮首席科學家王恩東認為，人工智慧也帶來了指數級增長的算力需求，計算産業正面臨著多元化、巨量化、生態離散化交織的趨勢與挑戰。一方面，多樣化的智慧場景需要多元化的算力，算力已經成為人工智慧繼續發展的重中之重；另一方面，從晶片到算力的轉化依然存在巨大鴻溝，多元算力價值並未得到充分釋放。如何快速完成多元晶片到計算系統的創新，已經成為推動人工智慧産業發展的關鍵環節。
人工智慧産業化對算力的需求正在激增，浪潮資訊副總裁劉軍表示，演算法模型發展也將更加複雜，巨量模型將是規模化創新的基礎，“源1.0”等巨量模型的出現，讓構建大模型、提升人工智慧處理性能成為發展趨勢。
目前，全球知名的人工智慧公司在巨量模型上都投入巨大，谷歌、微軟、英偉達、浪潮、智源人工智慧研究院、百度、阿裏等公司相繼推出了各自的巨量模型。“巨量化的一個核心特徵就是模型參數多、訓練數據量大。”劉軍以浪潮人工智慧研究院開發的中文人工智慧巨量模型“源1.0”為例介紹説，其數量高達2457億，訓練數據集規模達到5000GB。“我們對算力的追求沒有極限。”劉軍説。
人工智慧晶片正呈現多元化發展趨勢，晶片的多元化為人工智慧産業化的加速提供了重要的産業基礎和更加豐富的選擇。但是，晶片從造出來到大規模用起來，還隔著一個巨大的産業鴻溝。以一台人工智慧伺服器研製為例，整個系統需要經過30多個開發流程，使用150多種加工製造工藝，對280多個關鍵過程式控制制點的品質進行嚴格把控，還要實現與演算法框架和人工智慧應用的優化與適配等問題。
“要想釋放多元算力價值、促進人工智慧創新，一是要重視智算系統的創新，加大人工智慧新型基礎設施建設，把從技術到應用的鏈條設計好，從體系結構、晶片設計、系統設計、系統軟體、開發環境等各個領域形成既分工明確又協同創新的局面；二是要加快推動開放標準建設，通過統一、規範的標準，將多元化算力轉變為可調度的資源，讓算力好用、易用。”王恩東説。
中國人工智慧基礎設施市場規模保持高速增長，中國伺服器廠商已成為全球伺服器市場的中堅力量。IDC預計，2021年人工智慧加速伺服器市場規模將達56.9億美元，相比2020年增長61.6%，到2025年，中國人工智慧加速伺服器市場將達108.6億美元。
我國明確提出在全國佈局算力網路國家樞紐節點，同時積極推進智慧計算中心建設，發力構建普適普惠、安全可靠的現代化基礎設施體系和生態。智慧計算中心已被越來越多的地方政府視為實現支撐和引領數字經濟、智慧産業、智慧城市、智慧社會發展的關鍵性資訊基礎設施，為算力、數據、生態和産業發展提供平臺化支援。
