随着人工智能的深入应用，算力建设分散，中小企业或科研单位难以展开复杂模型、海量数据研究的问题日益凸显，建设大规模人工智能计算中心正在成为推动人工智能产业进一步发展的关键要素。

顶层设计引导落地应用

如百度创始人、董事长兼首席执行官李彦宏所言，过去几百年间，资源消耗型的工业发展被认为是社会进步的基石保障。未来几百年，科技的进步足以支撑人类回归到低碳社会这一最初人与自然的相处模式。在这个过程中，人工智能正在帮助人类做出改变，它将成为影响未来40年人类发展的变革力量。

我国高度重视人工智能的发展，《新一代人工智能发展规划》、《促进新一代工人智能产业发展三年行动计划(2018-2020年)》等多个国家政策的陆续出台，推动我国初步形成了较为完善的人工智能产业链。

科技部战略规划司司长许倞在《我国新一代人工智能发展规划实施进展与未来展望》中介绍，在国家整体战略部署下，20多个省市发布了人工智能相关规划及相应的实施方案，出台了若干相应发展的政策。为推动人工智能的发展，科技部支持北京、上海等15个地方建设了国家新一代人工智能创新发展试验区，先行先试积累经验的同时，打造了一批人工智能发展的样本。

当越来越多的人不再仰视一项技术的炫酷，就意味着这项技术已逐渐深入各个行业得以应用。

随着人工智能位列前沿科技领域的最高优先级，上升为国家战略，越来越多高校、科研院所及企业加速入局，我国人工智能技术已经进入行业规模应用推广的关键期。

怎样稳妥加速这一进程，全面重塑行业风貌?

华为轮值董事长胡厚崑提出三点建议。

一是大力发展以人工智能计算中心为代表的新型城市基础设施，让人工智能算力像水和电一样，成为新型的城市公共资源，让智能触手可及。

二是技术要扎到根，根深才能叶茂。

三是大胆运用技术手段，改变人工智能应用开发模式，突破人工智能普惠瓶颈。

算力普惠是“破三关”的首要任务

人工智能技术的发展和落地生根有三大难关亟需攻克，算力、算法昂贵，数据孤岛现象依然存在，产业尚未形成增量效应。

如果说算力、算法、数据是人工智能的三驾马车，那么算力就是其中的基础核心。

图片来源：武汉人工智能计算中心

计算是人类认知世界的一种模式。从大型机到个人计算机，从智能手机到可穿戴设备，计算能力日益成为人类能力的延深。

2012年以来，以深度学习为代表的新一代人工智能技术得到快速突破和应用，并逐渐成为最重要的计算算力资源需求之一。

在人工智能算法愈发复杂、模型规模不断提升，图片、语音、视频等非结构化数据爆炸式增长的同时，人工智能与5G、物联网等行业领域结合落地日益深化，使得人工智能的发展对算力的需求呈指数级增长，带来了人工智能算力的成本也同步高涨。

MIT计算机科学家Charlse Leiserson在《Science》发表的一篇文章中指出：深度学习正在逼近现有芯片的算力极限;计算能力提高10倍相当于三年的算法改进;算力提高的硬件、环境和金钱成本将越来越高。

因此，公众的眼睛看到的是人工智能一派繁荣的景象，现实情况却不乐观。数据显示，当前人工智能全行业整体渗透率只有4%，人工智能初创企业的存活率不到10%。

造成这种局面的根本原因就是，稀缺且昂贵的算力，抬高了人工智能研究和应用的门槛，甚至制约了AI的发展速度。

这直接导致了大量高校、科研院所和中小初创企业等组织普遍面临一个难题：他们研究的课题和项目在技术深度和预期目标上并不输于大型龙头企业，但缺乏难以持续获取算力的研发条件，直接影响创新效率和成果。

算力普惠因此成为普遍而迫切的需求。

赋予人工智能更强“爬坡力”

突破人工智能发展瓶颈，填平AI算力的鸿沟，一个普惠、集约、开放、融合全栈技术的产业平台至关重要，人工智能计算中心的产业价值因此凸显。

算力建设与社会发展需求紧密结合，在不同历史阶段出现了超级计算中心、云计算数据中心、人工智能计算中心等不同形态的算力基础设施。

中国科学技术信息研究所发布的《人工智能计算中心发展白皮书》这样定义人工智能计算中心：以基于人工智能芯片构建的人工智能计算机集群为基础，涵盖基建技术设施、硬件技术设施和软件技术设施的大规模系统工程，是新型技术设施建设的重要组成部分。

该白皮书这样描述具备训练复杂现金模型和处理海量数据能力的人工智能计算中心的价值：可以打造公共算力服务平台、应用创新孵化平台、算力聚合发展平台、科研创新和人才培养平台，形成“1个人工智能计算中心+4个平台”的人工智能产业布局，赋能区域产业集群。

人工智能计算中心是建设国家新一代人工智能创新发展试验区的重要基础设施。

已获批国家新一代人工智能创新发展试验区的武汉集聚了500多家人工智能企业，相关产业规模超200亿元。

武汉智能计算中心的算力底座是由数千颗昇腾AI处理器组成的Atlas 900 AI集群，一期建设规模为100P FLOPS AI算力(FLOPS即每秒浮点运算次数，或每秒峰值速度)，将形成每秒十亿亿次浮点计算的算力，相当于5万台计算机的计算能力。

武汉企业库柏特的智能机器人补药系统，需要对机械臂每一次抓取药盒后进行“拍照”，在武汉人工智能计算中心的支持下，通过视觉处理算法创新，让过去200毫秒一次的拍照时间缩短到50毫秒，效率大大提升。

武汉库柏特科技有限公司总经理闫琳说：“智能计算中心提高了我们的分拣能力，拣药等待时间从每人等待50秒降到3秒。”

从我国多地政府牵头布局人工智能计算中心的趋势看，这样一个共识已达成：建设人工智能计算中心是推动中国人工智能产业发展的关键一步和最佳路径。

但是，人工智能计算中心建设过程中的新挑战不能忽视。如人工智能专用芯片和人工智能框架发展协同问题、大规模建设带来的高能耗问题和赋能企业应用问题等。

胡厚崑说：“就像一个现代化的城市不可能没有电力，一个智能化的社会也不可以没有人工智能的算力。人工智能计算中心虽然已属社会基础资源，它的能力建设一定要跟着需求走，边建设边进行应用落地的推广非常关键。尤其不能搞重复建设，最后变成了面子工程。”

关键词： 人工智能 发展瓶颈 行业风貌 水电