（記者 葉菁）在“新基建”戰略中，人工智慧（AI）已經被看作是像水、電一樣的基礎能源：透過AI能技術與場景化應用的結合使能千行百業，為這些行業的數字化、智慧化轉型注入新動能。IDC近日與浪潮聯合釋出了《2020-2021中國人工智慧計算力發展評估報告》（以下簡稱“報告”），報告預測稱，中國AI市場規模在2020年達到63億美元，同比增長37%，成為全球增長最快的AI區域市場，預計中國AI市場規模在接下來五年將保持30%以上的高平均增長率，到2024年會翻近三倍到172億美元。

回望2020年，一場新冠疫情成為各行業全面步入線上化時代的“催化劑”，但以人工智慧為代表的新一代科技如何真正地深度應用於不同行業，當前仍舊面臨著“最後一公里”難題。報告認為，“隨著AI演算法突飛猛進的發展，越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施，算力是未來人工智慧應用取得突破的決定性因素。”

AI產業化從點到面實現突破

作為引領世界未來的顛覆性技術，AI正在創造新產業、新業態，並改變人類生活。目前，我國已重點部署從資訊基礎設施、融合基礎設施、創新基礎設施三大方面推進“新基建”發展。AI“新基建”將推動人工智慧與5G與雲計算、大資料、物聯網等領域深度融合，加速人工智慧與實體經濟深度融合，形成新一代資訊基礎設施賦能產業的核心能力。

報告稱中國將成為全球人工智慧市場增長的重要驅動力。雖然受疫情影響，中國人工智慧整體市場規模增速未達到IDC去年預期，但仍將高於預測期內全球人工智慧市場20.1%的平均增速。

從應用型別來看，計算機視覺目前仍然是中國最大的應用市場，也是2019年增長最快的應用型別。2019年計算機視覺市場規模佔整體市場的40.6%，其次是對話式客服、自然語言處理和語音分析，佔比分別達20.5%、17.8%和11.7%。隨著自然語言處理演算法模型的快速發展，預計未來語音語義市場規模也會進一步快速增長。

從人工智慧行業應用滲透度來看，網際網路依然穩居第一，電信和製造業的應用場景更加豐富，市場潛力預計將有較大的提升。2020年上半年，醫療行業在疫情的影響下加速了人工智慧應用的落地，在多方面取得了顯著成效，人工智慧應用滲透度大幅提升。

報告還分析指出，除了人工智慧投入相對集中的行業之外，在業務需求的推動下，很多碎片化應用也開始被廣泛使用，並輻射到媒體娛樂、現代農業、智慧家居、智慧電力等多個不同領域。包括生物識別、智慧客服、精準營銷在內的通用型應用場景已經具有相當的成熟度。

可見，目前，在國內，AI技術的應用正在從少數行業擴大到各行各業，從部分場景滲透到全部場景，從區域性探索升級成全面落地，從少數公司的專享變為普惠的基礎設施，這一過程，就是如火如荼的“AI產業化”程序。毋庸置疑，“AI產業化”已經從點到面，從通用應用場景滲透到更多行業特定場景，並從早期的試點逐漸成為企業發展和生存的剛需。

算力成AI突破的決定性因素

AI產業化意味著AI將應用到全行業與全場景，進入到工業化大生產階段。一方面資料會進一步爆發式增長，另一方面，AI計算不存在線上離線一說，因為機器要不斷處理資料、訓練模型、學習進化，計算不能停止。AI產業化時代，計算量會指數級增長，傳統雲計算、資料中心等傳統基礎設施架構下的算力已無法滿足需求。

AI能夠從資料當中獲取資訊和知識，相比以前的計算機技術的應用來講，溢位效益更顯著，影響力也更大，所以，對於製造業轉型升級、對於目前國家在推動的新舊動能轉換，人工智慧要發揮越來越重要的作用，而計算力是推動產業人工智慧化的主要動力。有業內人士指出，在整個人工智慧發展的三要素中，無論是資料還是演算法，都離不開算力的支撐，算力扮演了越來越重要的角色。隨著人工智慧演算法突飛猛進的發展，越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施。

2020年中國人工智慧基礎設施市場規模達到39.3億美元，同比增長26.8%。在此背景下，演算法已經呈現出“膨脹”的趨勢，就是模型越來越大，越來越複雜，對計算力要求越來越高。目前，某些模型已逼近人工智慧的算力極限，OpenAI最近公佈的史上最大AI語言模型GPT-3不僅模型尺寸增大到1750億，資料量也達到驚人的45TB，這種進化一方面，對於新任務，不需要重新收集大量帶標籤的資料，資料利用效率進一步提升；另一方面，可以避免演算法微調出現過擬合，導致模型泛化能力下降。然而，傳統的計算力供給形式已經難以滿足不斷進化的演算法模型，成為制約AI演算法進化的因素。

報告也指出，“隨著AI演算法突飛猛進的發展，越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施，算力是未來人工智慧應用取得突破的決定性因素。”

提升算力須解決生態問題

人工智慧正在從人工智慧本身的產業化向各個產業的人工智慧化發展，也就是從人工智慧產業化向產業人工智慧化發展，而新一輪計算力革命的目的就是滿足產業人工智慧化大生產的計算力需求。然而，提升計算力不能僅僅靠技術本身，生態的作用會越來越重要。也就是說，智慧計算力革命需要全社會多方參與、多管齊下。

一方面，在建設部署方面，尤其需要政府與企業兩端共同發力，推動形成多元化參與的政企協同機制。此次報告針對企業在人工智慧應用中普遍存在的需求和挑戰進行了調研，其中缺乏模型訓練所需的資料、算力基礎設施存在不足、以及人工智慧應用方案的成本過高等因素是絕大部分企業目前面臨的主要挑戰。

因此，以政府為代表的社會服務主體，在推動人工智慧公共算力基礎設施的建設時至關重要，需要充分考慮企業目前面臨的需求和痛點，與人工智慧生態合作伙伴一起，攜手關鍵的人工智慧基礎設施服務商，通力合作，共同構建加速產業發展的平臺。

值得注意的是，11月國家資訊中心資訊化和產業發展部聯合浪潮釋出《智慧計算中心規劃建設指南》，建議採用政府主導、企業承建、聯合運營的政企合作建設運營的“投建運”框架來建設智算中心。對於各級政府來說，抓住新基建浪潮中的智慧化發展機遇，規劃智慧計算中心，構建未來經濟增長的新引擎，是謀求經濟模式創新和城市治理智慧化轉型的第一步，也是吸引產業聚集、人才聚集，促進產業升級的重要抓手。

另一方面，從技術層面來說，在同等成本與能耗下，基於AI晶片的AI伺服器會提供指數級增長的計算力。因此，應加大對AI晶片的研發推廣力度。可喜的是，近年來在英偉達、寒武紀、華為等玩家的推動下，專為AI計算定製的晶片出現並規模化出貨，基於AI晶片，浪潮等伺服器巨頭推出多款AI伺服器來生產AI計算力，AI伺服器成為伺服器市場的最大增長點。

整體來講，無論是人工智慧產業化，還是產業人工智慧化，未來的發展空間巨大，需要社會各界共同投入。人工智慧仍然是黑科技，在很多領域的應用都剛剛開始，未來的發展空間非常大，產業規模相當可觀。