■ 賽迪智庫電子信息研究所 張金穎 鄭子亨
人工智能是新一輪科技革命和產業變革的核心驅動力量。人工智能算力中心是新基建各大領域的底層基礎,其橫向應用領域更與新基建領域存在密切的包含并續關系,有望成為新基建發展的領軍力量。
新形勢下人工智能底層基礎亟待解決“軟硬”根基不穩、資源結構性不均、算法支撐疲軟三大問題,通過人工智能基礎設施核心突破、能力升級,為經濟發展注入新動能,為社會發展打造新優勢,為科技端新領域發展培植新的核心競爭力。
新基建為人工智能算力基礎設施發展夯實新底座。在新基建內涵驅動下,人工智能算力中心將持續向高密度部署、高性能計算方向演進,為人工智能發展提供堅實計算動能。
新基建橫向關聯性領域發展為人工智能應用對接開啟新路徑。在新基建背景下,5G、工業互聯網、自動駕駛、超高清視頻、遠程醫療等將迎來巨大發展驅動力。上述領域均為人工智能的橫向關聯性領域,其提速發展將對高效計算、海量存儲、智能管控、實時分析等技術提出更高需求,為人工智能在不同行業內的縱向延伸開辟新的發展空間。
人工智能底層核心基礎發展尚難滿足新一代計算需求。
一是我國在AI芯片領域發展仍處于落后低位。在過去的兩年中,地平線、寒武紀等數家AI芯片初創企業逐步嶄露頭角,百度、騰訊、阿里巴巴和華為在內的幾家領先的技術公司正在開發AI芯片。但目前我國AI芯片在分組(Categories)、賽程(Divisions)、模型(Models)以及情境(Scenarios)等幾個關鍵領域與谷歌、英特爾、CEVA和Cadence等行業巨頭研發的人工智能芯片仍有較大差距。
二是人工智能算力平臺建設尚不完善。人工智能計算系統相較于傳統計算系統相對復雜,將底層硬件、人工智能算法、深度學習模型等多個計算模塊進行有效的結合對于提高運算效率以及準確率有重要意義。由于計算架構的復雜性,目前我國人工智能企業尚未對生產力平臺的建設投入足夠的重視。在新基建發展理念下,夯實人工智能“軟硬”底層基礎能力建設將成為必然選項。
人工智能算力中心建設尚未達到綠色高效的發展要求。一是算力基礎設施建設存在能耗過高的特點。隨著數據中心功率加大、規模提升,所需的電力等資源大幅增長。二是算力基礎設施建設存在重復投資問題。部分地方對于政務數據中心建設缺乏實際深入的調研工作,盲目確定服務器數量規模,重建設輕運維致使建設成效難以發揮,造成數據中心資源的極大浪費。三是算力基礎設施建設存在布局失衡問題。當前算力中心還面臨區域供需不均衡、數據調度不合理的結構性問題,區域資源總體分布呈現“東部不足、西部過剩”的局面,數據跨域流通存在阻礙。在新基建發展理念下,人工智能算力中心建設將更加注重綠色高效發展導向。
人工智能算法庫內容匱乏,不足以支撐人工智能上層應用。一是人工智能算法庫核心算法環節存在明顯短板。由于受到資本市場追捧,我國人工智能應用層面以及商業模式創新較多,但目前基于損失函數、正反迭代的核心算法研究較少,在基礎算法領域使用開源代碼較多,但專業性、針對性不夠,往往不能滿足具體任務的實際要求,導致我國人工智能算法庫建設無法走向深入。在人工智能基礎理論領域根基不穩,長期來看不利于上層生態的建立。二是人工智能算法庫領域單一。我國目前人工智能算法庫建設由企業主導,由于受到資本市場追捧,我國目前人工智能算法庫建設超過80%集中在計算機視覺以及自然語言處理領域,不利于我國人工智能多元化發展。在新基建發展理念下,人工智能算法庫應全面提升多維度、差異化、多場景計算能力。
推進先進節能環保技術和虛擬化、彈性計算、海量數據存儲等技術應用,提高資源利用效率、節能減排水平和IT設備利用率。加強算力中心前期規劃與設計,立足應用需求,兼顧能源、氣候、自然冷源、網絡設施、能耗指標等要素和條件,合理布局建設算力中心。
以高校、科研院等機構為切入點,對于在計算機視覺、自然語言處理、語音識別、自動駕駛汽車等領域進行基礎算法研究的機構及人員給予政策和資金支持。引導和鼓勵企業在其領域展開基礎算法的研究,同時完善知識產權保護體制,加強對相關企業的專利保護。鼓勵企業進行基礎算法開源社區建設,培養開源生態,營造開源氛圍,打造國內人工智能基礎算法開源體系。
相關部門從政策、資源等方面對進行通用人工智能芯片企業給予支持,同時政府要加大通用人工智能芯片研發設計的資金投入,積極引導企業和社會力量參與人工智能通用芯片研發設計。在超高清視頻、工業互聯網、遠程醫療、智能機器人陪護等領域進行人工智能專用芯片的應用場景探索,引導相關企業從應用場景創新深入到基礎算力創新,針對不同應用場景進行有的放矢的基礎算力建設。行業協會、聯盟等組織發揮引導作用,鼓勵人工智能行業領軍企業幫助初創及中小微企業進行算力平臺搭建,起到龍頭帶動生態、生態帶動應用的效果。