歡迎瀏覽中國儲能網
您的位置: 首頁  > 首屏 > 儲能市場4 > 社會化服務功能設施  返回

新基建的核心是數字基礎建設

作者:中國儲能網新聞中心 來源:光明日報 發布時間:2020-04-30 瀏覽:
分享到:

近期,我國提出要加快5G網絡基站、人工智能、大數據中心、工業互聯網等新型基礎設施建設,“新基建”概念成為社會各界普遍關注和探討的熱點議題。關于新基建的看法很多,但一個被廣泛認同的共識是“新基建”不僅是促進我國經濟復蘇的一種手段,更是我國產業結構調整的重要支撐。簡單來說,“新基建”的使命不僅要“保增長”,更要推動“調結構”。

那么,人工智能新型基礎設施包含哪些要素?如何構建AI計算新型基礎設施?人工智能又將從哪些方面推動我國產業結構的轉型和升級?“新基建”與傳統基建的區別很大,其中一個核心的差異點就是推動數字經濟基礎設施建設,以支撐傳統產業向網絡化、數字化、智能化方向發展。這實際上是一個物理世界向信息世界、信息世界向智能世界不斷擴展的過程。

AI計算基礎設施包含了“硬和軟”兩大部分,一方面計算、存儲、網絡硬件基礎設施,共同形成了支撐新一代人工智能廣泛應用的硬件基礎設施體系;另一方面,多樣化的機器學習框架、算法以及相關的工具軟件、PaaS平臺、服務等,共同構成了支撐人工智能應用開發與持續創新的軟性基礎設施體系。

AI計算基礎設施將成為整個新一輪AI基礎設施建設的重中之重。目前,高速增長的海量數據與更加復雜的模型,正在為計算帶來更大的挑戰。如果計算力不能快速增長,那我們將不得不面臨一個糟糕的局面:當規模龐大的數據用于人工智能的訓練學習時,數據量將超出內存和處理器的承載上限,整個深度學習訓練過程將變得無比漫長,甚至完全無法實現最基本的人工智能。

數據顯示,目前全球數據量正以平均年增長率50%的速度增長。IDC預測2020年全球數據總量將達到44ZB,中國的數據總量超過8ZB,占全球數據總量的18%,而到2025年全球數據總量預計將達到175ZB。同時,人工智能深度神經網絡也在快速地發展,更深更大的算法模型、更復雜的架構正在成為趨勢。

對于人工智能所面臨的越發嚴峻的計算挑戰,我們將在今年實現人工智能服務器的全面換代,為客戶提供更強計算性能與更高互聯帶寬的豐富產品,支撐用戶進行更大數據規模、更復雜模型的AI訓練及部署。同時也會與合作伙伴展開更加廣泛的合作,共同打造敏捷、易用和豐富的人工智能算法、模型、應用開發的軟件環境。

AI計算基礎設施的價值在于促進生產效率的變革性進步,它是人工智能技術的核心價值之一。因此,人工智能應以產業化應用為目標,通過與制造、金融、交通、醫療等行業的深度融合,以智能化升級帶來各行業的質量變革、效率變革和動力變革,AI計算基礎設施將是推動這種轉變的核心支撐力量。

目前,人工智能應用的范圍在行業中已經很廣泛,并且每年都保持高速增長。據IDC和浪潮聯合研究發布的《2019-2020中國人工智能計算力發展評估報告》顯示,互聯網仍然保持第一并且占據中國62.4%的人工智能算力投資市場份額,典型應用場景包括電商的精準營銷、圖像識別和智能客服,視頻的內容審查、人臉識別和智能寫作等。政府應用緊隨其后,典型應用場景主要集中在平安城市、智慧城市、智慧交通等城市運營和管理平臺。金融行業典型應用場景主要包括金融行業的身份驗證、支付過程中的人臉識別、欺詐分析與調查等。制造業的質量管理(QC自動化)、智能工廠等發展迅猛。電信行業首次入圍前五,典型應用場景包括相對成熟的智能客服和精準營銷等。

在過去幾年行業的具體實踐中,我們有一個非常深刻的體會,那就是AI產業化會帶來一個千億規模的市場機會,而更大的產業AI化市場,則會產生一個高達萬億規模的大市場。但要推動人工智能的快速落地,又會遭遇需求多元化且相互矛盾的壓力,產業AI化的發展受到的是技術上和商業上雙重的挑戰。

那么,如何在雙重挑戰之中驅動產業AI化的升級?為此,浪潮提出了“元腦生態”,希望通過生態共建的新模式,來實現整個AI產業的融合智變和智慧合力。

元腦生態的獨特性在于它并不獨屬于某個企業,而是由三大核心要素結合構成。第一是左手伙伴,即具備人工智能開發核心能力的公司;第二是右手伙伴,長期經營在每個行業領域的信息化、數字化、智能化過程中,具備實施最終客戶行業人工智能整體方案交互能力的系統集成商、軟件開發商;第三,在元腦生態計劃中,浪潮將共享三大核心平臺,包括高效創新的AI計算平臺、敏捷協作的AI資源平臺和即時交付AI算法工具平臺。三方共同協作構成開放融合的生態,高效聚合產業力量,促進產業AI化的融合落地。

人工智能產業發展正處于關鍵時期,一方面因為其中蘊含的巨大潛在能量而受到各方追捧,另一方面,也面臨著基礎設施投入不足、人才缺口限制發展潛力以及基礎研究薄弱三大挑戰。

第一是AI計算的基礎設施投入不足,新基建將推動這一問題的解決。目前,在人工智能計算基礎建設方面,中國還有待加強。美國和日本已經在建設政府人工智能計算平臺,如美國的Summit和日本的ABCI,而我國除了BAT在建大型的人工智能計算系統之外,大多還是以傳統科學計算為主。傳統的科學計算平臺不適合人工智能應用的需求,單純依靠部分企業建設的算力平臺適用面有限,只有把計算平臺作為轉型升級的基礎設施投資來看,才能滿足我國產業AI化的重大機遇發展。而浪潮正在積極協同各級政府和產業機構,推進政府人工智能計算基礎平臺的建設。

第二是人才缺口限制發展潛力。相關報告顯示,中國人工智能人才缺口已超過500萬人。雖然近年來中國人工智能人才培養已取得一定成效,但在高校人工智能相關學科建設和人才培養方面仍與發達國家有較大差距,主要體現在高層次領軍人才、創新團隊和跨學科創新平臺不足,基礎理論、原創算法等方面突破較少,復合型人才培養導向性不強等。針對這一問題,政府將人工智能納入“國家關鍵領域急需高層次人才培養專項招生計劃”支持范圍,鼓勵和支持大學開展人工智能學科建設,目前已有35所大學將開設人工智能專業,培養對自動駕駛等技術至關重要的人才。此外,浪潮也通過ASC世界大學生超算競賽,與全球的上百所大學共同探索人工智能與超算復合型人才的培養。

第三是除了應用領域,還要關心基礎技術、底層研發,這是影響未來的。這一問題一方面與人才培養息息相關,另一方面也需要政府在資源配置上重點傾斜和扶持,更需要社會資本的廣泛參與。

借助AI計算基礎設施的核心支撐,通過人工智能人才帶來的創新力量、清晰明確的政策導向和扶持以及規模龐大應用市場,我們希望并堅信能夠看到中國人工智能發展實現一種持續的良性循環,這將推動我國成為人工智能的強國。

(作者:劉軍,系國家高效能服務器重點實驗室主任)

關鍵字:新基建

中國儲能網版權聲明:凡注明來源為“中國儲能網:xxx(署名)”,除與中國儲能網簽署內容授權協議的網站外,其他任何網站或者單位如需轉載需注明來源(中國儲能網)。凡本網注明“來源:xxx(非中國儲能網)”的作品,均轉載與其他媒體,目的在于傳播更多信息,但并不意味著中國儲能網贊同其觀點或證實其描述,文章以及引用的圖片(或配圖)內容僅供參考,如有涉及版權問題,可聯系我們直接刪除處理。其他媒體如需轉載,請與稿件來源方聯系,如產生任何版權問題與本網無關,想了解更多內容,請登錄網站:http://www.722623.buzz

相關報道

网赚靠谱