深水|AI产业化进入深水区:算力是最后一公里

本报讯(采访人员 叶菁)IDC近日与浪潮联合发布《2020-2021中国人工智能计算力发展评估报告》(以下简称“报告”)预测 , 中国AI市场规模在2020年将达到63亿美元 , 同比增长37% , 成为全球增长最快的AI区域市场 , 预计中国AI市场规模在接下来五年将保持30%以上的高平均增长率 , 到2024年会翻近三倍达到172亿美元 。

深水|AI产业化进入深水区:算力是最后一公里
文章图片

回顾2020年 , 一场新冠疫情成为各行业全面步入在线化时代的“催化剂” , 但以人工智能为代表的新一代科技如何真正地深度应用于不同行业 , 当前仍旧面临着“最后一公里”难题 。 报告认为 , “随着AI算法突飞猛进的发展 , 越来越多的模型训练需要巨量的算力支撑才能快速有效地实施 , 算力是未来人工智能应用取得突破的决定性因素 。 ”
AI产业化从点到面实现突破
报告称中国将成为全球人工智能市场增长的重要驱动力 。 虽然受疫情影响 , 中国人工智能整体市场规模增速未达到IDC去年预期 , 但仍将高于预测期内全球人工智能市场20.1%的平均增速 。
从应用类型来看 , 计算机视觉目前仍然是中国最大的应用市场 , 也是2019年增长最快的应用类型 。 2019年计算机视觉市场规模占整体市场的40.6% , 其次是对话式客服、自然语言处理和语音分析 , 占比分别达到了20.5%、17.8%和11.7% 。 随着自然语言处理算法模型的快速发展 , 预计未来语音语义市场规模也会进一步快速增长 。
从人工智能行业应用渗透度来看 , 互联网依然稳居第一 , 电信业和制造业的应用场景更加丰富 , 市场潜力预计将有较大的提升 。 如2020年上半年 , 医疗行业在疫情的影响下加速了人工智能应用落地 , 在多方面取得显著成效 , 人工智能应用渗透度大幅提升 。
报告还分析指出 , 除了人工智能投入相对集中的行业之外 , 在业务需求的推动下 , 很多碎片化应用也开始被广泛使用 , 并辐射到媒体娱乐、现代农业、智能家居、智慧电力等多个不同领域 。 包括生物识别、智能客服、精准营销在内的通用型应用场景已经具有相当的成熟度 。
可见 , 目前 , 在国内 , AI技术的应用正在从少数行业扩大到各行各业 , 从部分场景渗透到全部场景 , 从局部的探索升级成全面落地 。
算力成AI突破的决定性因素
AI能够从数据当中获取信息和知识 , 相比以前的计算机技术的应用来讲 , 溢出效益更显著 , 影响力也更大 , 所以 , 对于制造业转型升级、对于目前国家在推动的新旧动能转换 , 人工智能要发挥越来越重要的作用 , 而计算力是推动产业人工智能化的主要动力 。
当前 , 人工智能算法已经呈现“膨胀”的趋势 , 表现在模型越来越大 , 越来越复杂 , 对计算力要求越来越高 。 某些模型已逼近人工智能的算力极限 , OpenAI最近公布的史上最大AI语言模型GPT-3不仅模型尺寸增大到1750亿 , 数据量也达到惊人的45TB , 这种进化一方面对于新任务不需要重新收集大量带标签的数据 , 数据利用效率进一步提升;另一方面 , 可以避免算法微调出现过拟合 , 导致模型泛化能力下降 。
然而 , 传统的计算力供给形式已经难以满足不断进化的算法模型 , 成为制约AI算法进化的因素 。
提升算力须解决生态问题
人工智能正在从人工智能本身的产业化向各个产业的人工智能化发展 , 也就是从人工智能产业化向产业人工智能化发展 , 而新一轮计算力革命的目的就是满足产业人工智能化大生产的计算力需求 。 然而 , 提升计算力不能仅仅靠技术本身 , 生态的作用会越来越重要 。 也就是说 , 智能计算力革命需要全社会多方参与、多管齐下 。
一方面 , 在建设部署方面 , 尤其需要政府与企业两端共同发力 , 推动形成多元化参与的政企协同机制 。 此次报告针对企业在人工智能应用中普遍存在的需求和挑战进行了调研 , 其中缺乏模型训练所需的数据、算力基础设施存在不足、以及人工智能应用方案的成本过高等因素是绝大部分企业目前面临的主要挑战 。
因此 , 以政府为代表的社会服务主体 , 在推动人工智能公共算力基础设施的建设时至关重要 , 需充分考虑企业目前面临的需求和痛点 , 构建加速产业发展的平台 。
【深水|AI产业化进入深水区:算力是最后一公里】另一方面 , 从技术层面来说 , 在同等成本与能耗下 , 基于AI芯片的AI服务器会提供指数级增长的计算力 , 因此 , 应加大对AI芯片的研发推广力度 。 可喜的是 , 近年来在英伟达、寒武纪、华为等玩家的推动下 , 专为AI计算定制的芯片出现并规模化出货 , AI服务器成为服务器市场的最大增长点 。

    推荐阅读