隨著AI產業化和產業AI化的深入發展，智算中心已受到越來越多地方政府的高度關注並開展前瞻佈局，已成為支撐和引領數字經濟、智慧產業、智慧城市、智慧社會發展的關鍵性資訊基礎設施。
一、概念界定、主要內涵和功能定位概念界定
智算中心是基於最新人工智慧理論，採用領先的人工智慧計算架構，提供人工智慧應用所需算力服務、資料服務和演算法服務的公共算力新型基礎設施，透過算力的生產、聚合、排程和釋放，高效支撐資料開放共享、智慧生態建設、產業創新聚集，有力促進AI產業化、產業AI化及政府治理智慧化。
主要內涵
一是算力公共基礎設施。智算中心面向政府、行業、企業等多使用者群體提供人工智慧應用所需算力服務、資料服務和演算法服務，能夠匯聚各行業領域資料資源、支撐各行業領域AI計算需求，智慧計算中心作為公共算力基礎設施，透過提供共性的算力、資料及演算法服務，讓算力服務更為易用，使得智慧計算像水電一樣能成為基本公共服務。
二是計算架構技術領先、生態成熟。智算中心基於AI模型提供高強度的資料處理、智慧計算能力，整合先進的智慧軟體系統和智慧計算程式設計框架，實現雲端一體化，形成技術領先、可持續發展的高效能、高可靠計算架構。智算中心核心計算單元採用先進的人工智慧晶片，面向新型的人工智慧場景，採用異構計算，能大幅提升對基礎算力的使用效率和演算法的迭代效率。同時整合生態成熟的智慧軟體系統和智慧計算程式設計框架，便於不斷迭代升級。
三是算力、資料和演算法的融合平臺。智算中心以融合架構計算系統為平臺，以資料為資源，以強大算力驅動AI模型對資料進行深度加工，使算力、資料、演算法三個基本要素成為一個有機整體和融合平臺。智算中心為AI演算法研發提供大規模資料處理能力，也為AI產業應用提供充足的計算資源，全面支撐各類人工智慧技術的應用和演進。
四是以產業創新升級為目標。圍繞智算中心基礎設施建設，以資料流引導技術流、業務流、資金流、人才流聚集，實現以資料驅動產業創新發展新模式是智算中心的核心目標。透過打造人工智慧開放服務平臺，面向AI產業、傳統產業提供基於深度學習技術的人工智慧演算法能力、演算法框架和相關介面，全面匯聚並賦能各產業領域AI應用，助力加速孵化新業態，推進數字經濟與傳統產業深度融合，實現AI與產業的聚合並帶動形成一個多層級的AI產業生態體系，全面賦能產業創新升級。
功能定位
智算中心是智慧時代面向社會全域多主體的新型公共基礎設施，集算力生產供應、資料開放共享、智慧生態建設和產業創新聚集四大功能於一體，為有海量資料儲存、處理、分析及應用支撐需求的各類場景提供載體支撐。
一是作為算力生產供應平臺。AI計算是智慧時代發展的核心動力。智算中心以資料為資源，以強大算力驅動AI模型對資料進行深度加工，源源不斷產生各種智慧計算服務，面向全行業領域提供基於深度學習技術的人工智慧演算法能力、演算法框架和相關介面，為政府、企業及科研院所等多方使用者提供生產生活各領域智慧服務，發揮新型基礎設施的社會價值，降低社會服務成本，讓智慧計算服務更快的普及到每個人、每個企業。
二是作為資料開放共享平臺。智算中心是新型公共基礎設施，透過全量匯聚各行業領域資料資源，開放共享全面提升AI演算法訓練資料質量。同時，隨著資料匯聚共享能力的提升，透過跨領域資料的多次開發利用，以資料流引領技術流、業務流、資金流、人才流等聚集，深度分析挖掘應用需求，使沉澱的資料資源在各個應用場景中實現價值最大化。
三是作為智慧生態建設平臺。智算中心是集人工智慧、大資料、雲計算等多種技術和AI算力服務、資料服務和模型服務於一體的新型IT基礎設施。其廣泛應用將加速推動產業AI化和AI產業化，以智慧算力生態聚合帶動形成多層級產業生態體系，賦能多個產業、惠及多類主體，助推數字經濟與傳統產業深度融合，加速孵化新業態。
四是作為產業創新聚集平臺。以AI算力生產供給為核心的智算中心，面向政府、企業及科研機構等多主體，圍繞資料、演算法和算力三大要素著力構建AI全產業鏈。其透過生產、聚合、排程和釋放算力推動AI產業要素資源聚集，匯聚不同主體資源優勢打造產業創新聚集平臺，在政府主導下，科創企業、科研機構和傳統企業發揮各自在AI方面的技術優勢、研發優勢和場景優勢，加速AI應用場景落地，助力傳統產業轉型升級，催生經濟新業態新模式，最佳化公共服務供給。
對比分析
智算中心是伴隨著資料規模指數級增長、算力需求指數級增加、業務服務能力需求不斷升級、AI技術日趨成熟並廣泛落地等內外部環境變化，而逐漸興起的一種新型計算中心。
在建設目的、技術標準、具體功能、應用領域和“投-建-運”模式等方面，與超算中心、雲資料中心相比，智算中心都有所差別。
二、建設意義與應用需求智算中心作為公共算力基礎設施，符合中國當前社會經濟發展階段和轉型需求，是促進AI產業化、產業AI化和政府治理智慧化的重要引擎。智算中心將在推動國家人工智慧戰略實施，賦能實體經濟實現新舊動能轉換，提升社會治理水平，促進人工智慧科研和工程技術人才培養等領域發揮重大支撐和推動作用。
加速AI產業化創新發展
據賽迪預計，到2020年中國人工智慧核心產業規模將超過1600億元，增長率達到26.2%。人工智慧產業的蓬勃發展為智算中心的建設和發展提供了巨大的機遇。智算中心作為AI軟硬體技術的一體化融合載體，將為AI產業的發展提供大規模資料處理和高效能智慧計算支撐，加速影象識別、自然語言處理、大規模知識圖譜等技術的研發、測試和應用部署程序。智慧計算中心的構建將推動“平臺+應用+人才”三位一體的新型AI產業發展模式，打造“算力+生態”體系，將加速AI全產業鏈的形成。AI產業化的主要應用場景包括，識別檢測、語音互動、AI晶片、自動駕駛、機器人、影片解析、人機協同、機器翻譯、精準推薦等。
應用場景1：識別檢測
識別檢測通常包括影象分類、目標定位跟蹤、物件檢測和物件分割等。近年來，由於深度學習技術的突破性發展，使得識別檢測的表現效能有了大幅提升，對於影象分類等識別檢測任務，基於多層神經網路訓練後形成的模型已經能夠超越人類的識別能力。識別檢測正逐漸從先進技術發展成為成熟產業，被廣泛應用於政府、銀行、醫療、社會福利保障和電子商務等領域。儘管取得了巨大成功，但識別檢測技術仍然面臨著很多挑戰，需要人們不斷開發更加先進的學習演算法，提高模型生成和測試效率，以適應不斷變化和更加複雜的應用場景對識別能力的需求。
應用場景2：語音互動
語音互動是一個包括了語音識別、自然語言處理和語音合成的融合性AI技術。語音識別技術將聲音轉化成文字，自然語言處理技術對文字進行解釋，語音合成技術將輸出資訊轉化成聲音。目前，常用的社交軟體輸入法、搜尋工具、語音指令控制、新聞閱讀推薦和智慧客服等領域都在應用語音互動技術。然而，作為極具挑戰性的AI技術之一，語音互動技術自身面臨著語音識別、語義分析和多輪對話等技術難點，語音互動的工程實現需要融合使用先進的隱馬爾可夫模型、深度學習和先進的語音訊號處理等技術，以及超級強大的訓練資料儲存、計算和處理能力。
應用場景3：AI晶片
近年來，人工智慧晶片及相關技術得到高速發展，面對不斷增長的市場需求、多樣的AI計算任務和效能要求，各類專門針對人工智慧應用的設計理念和創新架構不斷湧現。AI晶片需要具備高度並行的處理能力、低記憶體延遲和新穎的架構，以實現計算元件和記憶體之間靈活而豐富的連線，除此之外，還要考慮功耗和能效管理水平。在當前人工智慧各領域的演算法和應用還處在高速發展和快速迭代的階段，針對特定領域而不針對特定應用的設計，將是AI晶片設計的一個指導原則，具有可重構能力的AI晶片可以在更多應用中廣泛使用。AI加速晶片的種類十分豐富，主要包括圖形處理器（graphics processing unit，GPU）、現場可程式設計門陣列（field-programmable gate array，FPGA）、專用積體電路（application specific integratedcircuits，ASIC）和神經擬態晶片等，預計到2024年，非GPU加速晶片市場份額將超過20%，未來，AI晶片市場會繼續向靈活性和多樣化的方向發展。
應用場景4：自動駕駛
自動駕駛作為AI產業化的典型代表，近年來得到廣泛的關注。由自動駕駛技術的特性可知，其開發部署需要人工智慧硬體架構提供高效能的AI算力支援，需要深度學習等高階AI演算法和模型的快速構建來支撐“自動駕駛”技術和功能實現，需要智慧計算平臺與作業系統、虛擬模擬試驗平臺等軟硬體平臺緊密協作。從自動駕駛產業鏈發展的角度看，位於產業鏈中游的整車生產等關鍵環節還需要建設智慧化網聯駕駛測試與評價平臺（智慧汽車風洞測試實驗室）和自動駕駛模擬模擬測試服務平臺等關鍵平臺來有效支撐自動駕駛產業鏈的完善和升級。
應用場景5：機器人
機器人產業更需要人工智慧技術的全面賦能。機器人包括工業機器人、特種機器人和服務機器人。機器人在安全風險較大的電力、交通和能源等領域的應用十分廣泛。智慧電力巡檢機器人集探測器、無軌化鐳射導航定位、紅外測溫、智慧讀表、影象識別等技術於一體，對輸變電裝置進行全天候巡檢、資料採集、影片監控、溫溼度測量和氣壓監測等，提高輸變電站內裝置的安全執行程度。
驅動產業AI化轉型升級
資料洪流與智慧化正以前所未有的速度重塑各行各業，人工智慧深度滲透重點行業領域，AI應用場景呈現出多元化、規模化發展趨勢。據相關機構預測，AI賦能全社會各行業領域發展形成的“AI＋產業”有著萬億級市場規模，遠大於AI產業化千億級市場規模。智算中心作為新型基礎設施成為企業低成本、高效率數字化轉型的重要抓手。企業可以根據業務需要依託智算中心提供的AI模型庫、AI算力排程平臺等自動生成適用於實際需要的業務系統模型。同時，智算中心透過提供算力基礎設施及通用軟體服務，聯動產業鏈上下游，為企業提供完整的AI服務鏈，幫助實現AI供給和需求的高效對接，促進產業高質量、智慧化發展。產業AI化的主要應用場景包括：智慧製造、醫療影像、無人商店、智慧客服、智慧物流、智慧農林、無人巡檢、智慧教育等。
應用場景6：智慧製造
根據《智慧製造發展規劃（2016-2020年）》，智慧製造是基於新一代資訊通訊技術與先進製造技術深度融合，貫穿於設計、生產、管理、服務到製造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。製造業迫切需要採用人工智慧技術作為產業革新的重要抓手，其中，質檢分揀作為工業最關鍵的環節，其AI化的改變一直被寄予厚望。長期以來，傳統工業質檢面臨兩大痛點，即傳統的檢測手段效率低下，產品質量無法保障，且因工作枯燥、人口紅利消失，人工質檢存在“用工難”現象。因此越來越多的工廠開始使用機器視覺技術代替人工產品質量檢測。基於人工智慧深度學習演算法的智慧質檢裝置是由資料驅動的、自發的機器學習，透過影象處理演算法快速識別產品表面存在缺陷的不良品，並結合產線自動化，實現精準歸類。與傳統視覺技術在識別不規則缺陷方面的不足相比，隨著資料量的增加，人工智慧檢測的準確性將繼續最佳化，實現對生產質量資料的完全控制，併為過程最佳化和過程提供關鍵資料支援。
應用場景7：醫療影像
應用人工智慧技術，參與疾病的篩查和預測，從醫療影像檢查結果中進行判斷以獲取診斷資訊，輔助CT影像識別、頸椎病症識別、癌症識別等場景應用。新冠肺炎疫情的爆發加速暴露了當前醫療體系中存在的問題。在人工智慧時代，傳統算力設施已無法支撐對於大量醫療影像進行機器自主學習、快速判斷結果的需求。為了更好地應對公共衛生突發事件，讓檢查更加便捷、迅速，從而提供更高質量的醫療服務，需要應用智慧計算中心的演算法算力，對多層神經網路的模型進行訓練，透過測試影像資料確定真實的特徵目標，實現高準確度的分類診斷，提高診斷速度與工作效率。
應用場景8：無人商店
目前中國零售業正在呈現線上線下融合發展、新業態新模式不斷湧現的發展趨勢，以無人商店為代表的智慧零售新業態越來越受歡迎。無人商店主要應用人工智慧卷積神經網路、深度學習、機器視覺以及生物識別等人工智慧領域前沿技術，可實現掃碼進店、直接購物、自動結賬、離店後付款等無人店全智慧化操作。利用深度學習的神經網路，無人商店可以記錄每個客戶的消費習慣，甚至抓取使用者資訊，實現“人店對話”。利用機器視覺技術、生物識別技術可以識別消費者身份。透過機器視覺、射頻技術、多路攝像頭和感測器能夠精準識別商品、捕捉消費者運動軌跡和消費行為。但是隨著店鋪面積增大、人流量增多，無人商店需要更強大的計算能力、更精準的識別要求，無人商店行業迫切需要在新型智慧化算力基礎設施的支撐下快速兌現對整個行業的變革和引領。
應用場景9：智慧客服
智慧客服即透過運用智慧化的語音識別技術、自然語言處理技術、知識庫管理技術、語音合成技術，更好地幫助客戶分析問題，透過人聲模擬或文字給予使用者明確的答覆或相應的建議。傳統的客戶服務中心以電話呼叫中心為主，隨著人工智慧技術的不斷成熟與用人成本的逐步提高，更多政企部門加大了對智慧呼叫中心的投資規模，積極拓展更加經濟高效的智慧客戶服務渠道，如線上客服等，應用以領域知識庫建設為核心，透過文字或語音等方式互動的智慧客服機器人系統，有效整合了多渠道的客戶服務中心，能夠大幅縮減客服成本、增強使用者體驗，從而提升服務的質量和企業創新的品牌形象。
應用場景10：智慧物流
2020年的新冠肺炎迫使許多工廠被迫停工，令無數企業意識到無人化或人機協同生產線的重要性。在新基建大背景下，智慧物流將成為我國促進經濟發展內迴圈的有力抓手。2020年可以定義為“AI+物流”的元年，智慧物流盛宴剛剛啟幕。電商巨頭、初創公司和傳統企業紛紛佈局，搶佔物流行業巨大市場份額。如何幫助物流企業快速研發和生產智慧物流解決方案和技術產品與服務，已經成為眾多企業面臨的直接挑戰。這需要智慧計算中心提供高效算力支撐中小微企業、初創高科技公司和AI技術公司快速研發更加先進和智慧化的物流機器人技術、產品，降低企業進入智慧物流行業的門檻，進一步促進智慧物流生態體系構建，不斷最佳化物流工作效率。
應用場景11：智慧農林
農業智慧化轉型升級是實現我國經濟高質量發展的重要內容，人工智慧技術可以全面賦能農林業生產、助力生態防治。農業種植方面，透過深度學習演算法分析農作物高畫質影象，可以實現大規模、低成本、自動化的病蟲害識別及監測預警。林業生態防護方面，利用無人機、智慧影象識別等技術和高速的資料處理能力，監控、分析、處理大量實時資料，在林草火災防治、林草有害生物防治、沙塵暴防治、野生動植物疫源疫病監測防控等領域能夠實現智慧監測、智慧預警和智慧防控。農業養殖方面，高畫質監控系統配合影象識別技術對畜禽進行面部和行為識別，可以自動分辨畜禽情緒、進食狀態和健康情況，及時反饋給養殖戶並提供養殖建議。大資料配合人工智慧技術可以實現魚群資料的精準預測，自動定位捕撈，提高捕撈準確率，並有效防範過度捕撈現象，促進海洋資源的可持續發展。
助力政府治理智慧化
當前，隨著智慧城市建設的深入發展，城市基礎設施智慧感知網路逐步完善，以“城市大腦”為代表的城市級平臺加速落地。智算中心作為“新基建”數字基礎設施的主力軍，其所承載的AI算力將是驅動智慧城市發展的核心動力。傳統計算中心在資料處理能力、技術架構等方面均難以滿足智慧計算的能力需求。智算中心融合人工智慧、網際網路、大資料、雲計算等資訊科技，能迅速將線上線下各型別治理主體聚合在一起，提供資料分析、雲計算平臺、演算法和計算能力等工具和資源，大大提升社會治理過程中的資料計算、分析、挖掘能力，推動政府治理能力現代化。
未來智算中心將有效支撐智慧交通、應急管理、防洪減災、環境保護、地理測繪等應用場景，助力政府治理智慧化。在智慧交通方面，汽車化社會帶來的諸如交通阻塞、交通事故、能源消耗和環境汙染等社會問題日趨惡化，交通阻塞造成的經濟損失巨大。智慧交通應用場景對資料處理和算力的需求越來越高，這是由於更加複雜的交通執行管理和服務需求所決定的，隨著監管車輛、人和道路基礎設施的逐步數字化，交通領域呈現出資料型別更加複雜多樣（影象、語音、影片等）、資料來源更加豐富（網際網路、物聯網感知終端、車輛設施、基礎設施）、計算模型更加複雜融合（監測預警、模擬模擬、學習推演、預測預判、評估考核、決策分析等）、計算方式更加多元（邊緣計算、分散式協同計算、中心計算）等特點，這些對於資料和算力服務的需求需要智慧計算中心提供有力支撐。在應急管理方面，應對重大突發公共安全事件的處置能力是城市現代化程度的一個重要標誌。現階段，我國正進入“突發公共事件的高發期”和“社會高風險期”。2020年初爆發的新冠疫情，至今仍然肆虐全球，引發了歷史上前所未見的全球危機。如何快速和有效地應對這些突發事情，減少其對人類社會的損害，成為各國政府的一項重要工作內容。透過深度學習、視覺計算、知識圖譜等技術手段將智慧影象分析演算法應用到風險識別監測和應急指揮管理過程中，透過海量影片影象資料匯聚全量的影片大資料，對人、車、物的影片分析，達到合規檢測、預警預測預判的目標。
三、建設思路（略）
四、預期經濟社會效益（略）
五、建設運營模式（略）
六、實施路徑建議（略）
……
如需報告請登入【未來智庫官網】。