如何才能策動AI技術的“第三駕馬車”

相心水

隨著計算芯片性價比的提升以及功耗的降低和整體產業的健全，邊緣計算智能化的趨勢正在顯現。

驅動AI發展的技術歸結起來可以用“三駕馬車”來形容———數據、算法和算力。目前中國在前兩架馬車方面已經超越美國處于世界領先的地位，然而想要策動算力這第三駕馬車，用中國國際金融股份有限公司研究執行總經理彭虎的話說，可謂“痛點存在與場景化落地的方方面面”，這亦是本屆世界人工智能大會產業應用論壇和核心議題之一。

“第三駕馬車”失衡

從數據生產的體量和算法論文的發表數量上看，目前中國已經超越了美國居于世界第一的地位。策動AI的前兩架馬車已一騎絕塵，然而在業內人士看來，算力這架驅動AI發展的第三輛馬車表現得卻有些不溫不火。

根據《中國算力白皮書（2022）》和中國信通院的數據，2021年第4季度，英特爾占據了全球84 %的CPU算力芯片市場份額和71 %的FPGA算力芯片市場份額，英偉達占據了全球95.7 %的GPU算力芯片市場份額。

業界普遍認為在AI算力發展方面存在著標準規范不一致、軟件調度能力弱、算力分配不均勻等痛點，分布在場景化落地過程的方方面面。

燧原科技創始人兼COO張亞林表示，標準規范不一致將導致設備在大規模部署時，模塊無法以標準的方式部署運維，這可能會導致設備在可維護性、集成性及運維上出現問題。由于上述問題的存在，硬件調配的時間成本相應增加，數據中心的建設周期通常會因此延長6～9個月，甚至更長的時間，直接阻礙了算力的可獲得性和大規模集群應用的部署。

彭虎表示，資本方面看到的是成本端的急劇上升，這是由經濟動能所影響的。他認為互聯網經濟帶來的技術紅利，其繼承力本身的迭代是有局限的，算力的發展總會遇到一個瓶頸點———芯片。在過去幾年時間里面，中國的芯片發展確實遇到了“受制于人”的情況。

根據海關總署公布的數據，2021年中國進口的芯片數量達到了6 354.8億個，花費金額為4 326億美元。目前，中國進口芯片的花費已經超過石油，成為進口額最多的賽道。

騰訊云副總裁許華彬表示，行業的生態壟斷制約了算力的發展已成為業界的共識。算力的壟斷制約了AI的發展，造成了整個生態的封閉，昂貴的進口價格導致很多事情無法切換到AI的維度上。

生態壟斷也是目前行業面臨的最大的挑戰。燧原科技創始人、董事長兼CEO趙立東表示，生態壟斷的形成是基于緊耦合的、不開源的軟件和硬件架構。要打破生態壟斷，架構必須創新，而且是原始創新，只有這樣才能將技術發展的方向和節奏牢牢的掌握在自己的手里，構筑企業賴以長期發展的技術的護城河。也只有這樣才能真正擁抱開放的生態，讓產業得以健康長期的發展。

AI算力：邊緣計算處被給予厚望

算力需求的潮汐效應導致算力分配的不均衡，東數西算是一場大規模的算力再均衡過程。在這一過程中，AI算力被寄予厚望。

產業鏈目前的關注重點和發力重點仍都在云端，但就當下的場景來看，如果算力進一步向云端集中，那么觸及半導體支撐以及代工環節資源可獲得性能極限是遲早的事。隨著算計芯片性價比的提升以及功耗的降低和整體產業的健全，邊緣計算智能化的趨勢正在顯現。

彭虎表示，從結構上來看，CPU算力占據國內通用算力市場的80 %，智能算力、AI算力占比約為17 % ～18 %，超算算力占比在2 %左右。未來對于智能算力的需求會進一步發展。在算力均衡的過程中，算力底座是不可或缺的根本出發點，在邊緣計算的智能調度上，人工智能技術被業界看好。

英特爾公司高級首席工程師張宇表示，他很認同一個觀點，即東數西算的內涵絕不是簡單字面意義上的“在西邊建設計算中心，東邊的數據拿到西邊來算”。他表示，東邊靠近數據的地方也要建立一些邊緣的算力，工業互聯網、自動駕駛等低延時的應用場景需要有設施提供邊緣算力的支撐。那么我們需要一個智能化的管理平臺能夠去調度算力，把這些計算分配到最合適的計算節點，這個計算節點可能是在邊緣，也可能是在遠端。

浪潮信息AI&HPC產品線副總經理王磊表示，算力在未來會成為一種普適化的服務，面向的場景將是相當多元化的，面對如此豐富的應用場景，算力分配將會是未來面臨的最大挑戰。

AI算力發展：在技術，也不在技術

彭虎舉了個例子：“比如自動駕駛，2021年上海車展的時候，基本每個車廠都在說他們實現了自動駕駛，但是2022年到目前為止發布的新車里支持自動駕駛的型號不超過4個，這個遇冷究竟是什么原因？這一方面可能因為消費者發現產品的經濟性沒有達到預期，所以車廠不敢投；另外一方面是，消費者的預期本身也是需要引導和培養的。而技術對于后者似乎起不到什么推動作用，因此，AI算力發展的關鍵在技術，也不在技術。

根據IDC、浪潮信息、清華大學全球產業研究院聯合編制的《2021-2022全球計算力指數評估報告》，2021年中國企業在人工智能服務器上的支出規模同比大幅增長44.5 %，首次超過美國位列全球第一。IDC預測，預計2025年全球企業在人工智能軟件、硬件和服務的總投資將超2 045億美元，

彭虎告表示：“未來在這一領域所需要的資本開支對應的GDP的增加值預計占比會達到36 %。目前的問題和挑戰在于如何去看待資本開支。這是是非常重要的問題，資本的利用的效率很重要，錢要用在刀刃上。算力的變現能力亦是目前需要思考和探索的。”