Select Language

AI社区

数据要素产业

以智生智,人工智能如何走实向深?

金三银四,一年一度的招聘旺季。人才流动方向是最真实的“当下刚需”与“未来空间”的交汇点。职场社交平台脉脉发布的2021春招人才流动新趋势显示:人工智能成人才活跃度最高的新经济领域。

人才短缺折射出的是产业井喷般的需求。IDC 预测,未来五年人工智能市场的复合增长率将达到 44.9%,整体规模将达到 175 亿美元。

很多人都有体会,只要刚刚搜索过内容,随后就会一段时间自己都会被“精准识别”,持续收到定制广告;在家里呼唤一声“小某”,N多个人工智能终端同时应答,犹如患上了“人工智障”……

这些似是而非的人工智能是人工智能么?可以肯定地说Yes!但又可以迟疑地说这不是我们想要的人工智能。

从弱人工智能到强人工智能

人工智能起源于计算机技术,本质是解放生产力、提高技术研发效率,从而取代人的部分工作。

但是现在一些诸如换脸AI软件的人工智能应用,虽说用的也是深度学习,但仅仅停留在浅层,勉强达到弱人工智能。这些离强人工智能,还有很远的距离。

强人工智能为什么如此难?数据、算法、算力三要素的共同作用下,人工智能才有可能形成硬件、框架、应用等完整的产业体系。

对于目前人工智能的产业和商业应用上的现状,IDC中国AI基础架构分析师杜昀龙认为:“人工智能在图像识别、视频监控、人脸识别、智能客服等应用场景中的应用已经非常成熟。在商业需求的推动下,许多面向行业的工作负载也得到了广泛的应用,如媒体娱乐、现代农业、智能家居、智能电力等领域。人工智能工作负载的采用已经从早期的试点成为企业业务的关键需求。”

AI改变的不仅是劳动对象和劳动工具,还有劳动者。混合AI技术的发展就让人和技术结合得更紧密,让劳动者与劳动工具结合得更紧密,模糊了劳动者与劳动工具的边界。

离不开的算力“依赖”

虽然全球个人计算机的出货量在2011年达到顶峰后就开始逐年下降,但智能手机和平板电脑的出货量却在不断上升。当年帕斯卡、莱布尼茨、图灵和冯诺依曼思考计算机所能做的事情时,他们绝对想不到人类会对“计算”有如此大的依赖。

“计算”已经从最初的数值计算逐渐演变为科学计算、关键计算和智慧计算。每种计算都需要相应的计算力中心去支撑:科学计算的算力中心是超算中心;承载政府、企业和个人应用的算力中心是数据中心;承载人工智能计算需求的就是AI算力中心,即智算中心。

2020年,浪潮首次提出智算中心概念,智算中心是智慧计算的物理体现,也是智慧计算的承载主体。

AI计算能力和科学计算能力反映出的其实是一个国家最前沿的计算能力。据IDC与浪潮联合发布的《2020全球计算力指数评估报告》显示,当前我国在TOP500超级计算机中占比接近一半,科学计算基础设施全球领先;同时,我国也是AI算力支出占总算力支出最高的国家之一,AI算力支出占总算力支出的比例达到14.1%。

AI是智慧计算的核心,也是智算中心生产的主要计算力种类,面对算法模型的复杂度呈现指数级增长的趋势,未来智算中心生产的计算力有80%以上是AI算力。如今,人工智能所需算力每两个月翻一倍,承载AI的新型算力基础设施的供给水平,将直接影响AI创新迭代及产业AI应用落地。据IDC近日发布的2020《全球人工智能市场半年度追踪报告》显示,全球半年度人工智能服务器市场规模已达55.9亿美元。其中,浪潮以16.4%的市占率位居全球第一,成为全球AI服务器头号玩家。

创新+开放,以“智”生“智”

对于智能社会来说,智算中心就是像是农业社会的水利灌溉、工业社会的“铁公基”,作为一种社会基础设施,智算中心的集约性不仅是规模带来的,也是创新技术实现出来的。那么,如何让智算中心甚至智算中心集群像计算机一样运行和管理?

浪潮给出的答案是融合架构。将CPU、内存、加速器、I/O等硬件资源的解耦与池化,让计算、存储、网络等不同类型的资源在智算中心内部、甚至跨智算中心形成资源池,在软件定义的调配下实现系统的弹性伸缩和超大规模持续扩展。

硬件重构可以让各类计算、存储资源解耦合,根据应用随意组合,提高了整个平台的利用效率,更重要的是让各类计算技术可以独立发展,客观上促进了各类异构计算技术的发展,这对于AI有着直接的推动作用。

从硬件开放到软件开源,ICT产业开放的边界越来越广阔,开放计算不仅是ICT产业的未来趋势,也是智算中心的产业基石。所有顶级互联网数据中心已经大规模落地了开放计算服务器,通信、金融、能源等关键领域的TOP企业也纷纷加入这些开源组织。

浪潮助力智算中心四大作业环节

浪潮是全球开放计算产业的引导者,是全球唯一的三大开放组织发起成员或白金会员,牵头了服务器全部国标,是OpenStack黄金会员,社区贡献中国第一,同时还是SPEC ML 主席。浪潮持续定义领先的开放计算产品,拥有全球唯一符合三大开放标准组织的整机柜产品,不断用开放与实践将人工智能技术深入应用到智算中心内部,推动算力参与到从生产到释放的全部作业环节。

用算力基础设施降低AI创新门槛

IDC调研发现,企业对于人工智能算力基础设施平台的TOP5需求分别是:用于人工智能训练的数据支撑、人工智能加速计算能力、配套的政策吸引、规模效应下的价格和成本因素,以及丰富的应用场景配置。

而据不完全统计,完成一次人工智能训练的成本在500万元人民币左右。超过9成的企业正在使用或计划在三年内使用人工智能,其中74.5%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台。

如果把智算中心比喻成一座大型电厂,那么,基于开放计算的融合架构、AI等创新技术是构建电厂的关键技术;数据是电厂最重要的原材料,经过智算中心计算力的加工后,就可以生成对外的智慧计算服务;电力输送到千万户,通过变电站解决了最后一公里的问题,智慧计算输送到千家万户,依靠边缘数据中心去解决最后一公里问题。

“智慧计算无处不在”,这意味着,智算中心所提供的智慧计算服务将逐步覆盖生产生活全部场景,实现AI普惠。

从“不能用“到”能很好地进行商业部署“,人工智能进化的速度比我们想象的还要快。数据、算法、算力三要素,犹如汽车的燃料、调校与引擎,算力推动了人工智能系统的整体发展,是承载和推动人工智能走向实际应用的基础平台和决定性力量。

 
更多>数据要素产业相关信息
最新发布
点击排行