《科创板日报》（上海，记者 黄心怡） 1月24日，坐落于上海临港的商汤科技人工智能计算中心（简称”商汤AIDC”）正式启动运营，其设计的峰值算力高达3740 Petaflops（1 Petaflop等于每秒1千万亿次浮点运算），会成为亚洲最大的人工智能计算中心之一。
近年来，各地纷纷加快人工智能基础设施的布局。据《科创板日报》记者不完全统计，2021年，武汉人工智能计算中心、中原人工智能计算中心、西安未来人工智能计算中心、南京智能计算中心已相继投运。此外，还有成都、大连、沈阳和佛山等地在建或计划建设。除了商汤科技外，华为是各地人工智能计算中心背后的建设主力军。
多名业内人士告诉《科创板日报》记者，稀缺而昂贵的算力是阻碍人工智能发展的挑战，也是影响数字经济、元宇宙等领域发展的关键因素之一。人工智能计算中心建起来后，还有待配套设施的进一步完善，才能真正用起来，促进AI规模化落地。
算力成为制约AI发展的门槛
据中国工程院院士、清华大学计算机系教授郑纬民介绍，人工智能的行业应用可分为四大类：
第一类应用是图像视频的检测类应用，以卷积网络为核心，可以应用到安防、医疗诊断、自动驾驶，城市治理等。
第二类决策类应用。以强化学习技术为核心，应用于交通规划、精准的行销、个性化推荐。这方面最有名的例子是阿尔法狗。
第三类是自然语言类应用。以Transformer技术为核心，应用于多种语言的翻译，智能交互、文学创作、搜索推荐等。随着自然语言处理大模型的出现，正在逐步成熟。而自然语言类型这一类应用需要非常强大的计算力。
第四类是AI与科学融合应用。人工智能与科学计算深度融合，可以解决前沿科学问题，如蛋白质结构的预测，这是AI与科学计算融合的最典型的应用。
随着行业应用的不断推进，人工智能正快速走向更大模型的发展。郑纬民指出，几乎每3、4个月所需要的计算机算力又扩大一倍。”
中科院自动化所研究员、中国科学院大学教授、博导、多模态人工智能产业联盟秘书长王金桥也认为：“如今人工智能到了新阶段，随着数据越来越多，模型的参数量越来越大，要训练一个模型依赖很大的算力支撑，人工智能科研和教学、产业都缺乏人工智能算力，大家有这样的强烈需求。”
对于现已投运或正在开建、规划的人工智能计算中心,如何才能真正发挥算力价值，推动AI产业应用落地?
IDC中国助理研究总监卢言霞表示，主要看配套措施，比如人才、培训等方面配套是否到位，如果真正用起来，就能对AI规模化落地有帮助。
华为昇腾计算业务总裁许映童指出，除了算力方面的挑战外，人工智能的人才问题也是老生常谈，“懂人工智能的不懂应用，懂应用的不了解人工智能技术，影响了AI在产业里面落地。”
同时，高质量的数据集较难获得，也是AI发展的一大瓶颈。“无论是在教学也好，科研也好，产业也好，大量的高质量的数据集还是来自欧美。目前的格式、公式、安全、交易等一系列基础性的工作，目前还是比较滞后。” 许映童说。
AI产业化路径怎么走？
自谷歌“AlphaGo”打败李世石后，人工智能便开始成为业界的焦点。目前，人工智能已在安防、汽车、制造、医疗、金融等领域得到一定的应用，但要实现产业化还面临多方面挑战。
2021年12月底，上海经信委发布了《上海市人工智能产业发展“十四五”规划》，提出到2025年，上海人工智能规上产业规模年均增长12%以上，达到4000亿元。而在此之前，全国多个区政府也相继出台过促进AI产业发展的意见及政策文件。
许映童认为，人工智能一定要在产业落地，这也是目前整个产业面临的最大的问题和挑战。
“这首先要发挥各方面的政策的引导优势，指导性的规划可能还不够，需要大量的真金白银的投入，要加大支持力度，也帮助我们的传统企业认识到人工智能它的价值，通过示范点的建设，来加强人工智能方案的推广。”
许映童还强调，产业的纵向合作也非常重要。“包括交通、电力、能源、金融等，把一个个垂直场景打通，以国家的重大需求为牵引，让行业、企业联合在一起，有效整合各方资源。而这不是靠单一的企业可以完成，这其中涉及到传统的自动化设备、数据采集设备、人工智能算法、AI平台等。通过把产业链资源联合起来，面向场景，实现对行业的落地突破。”
郑纬民则指出，随着各地算力基础设施发展完善，算力联盟形成统一的调度是大趋势。
“人工智能计算机我们已经有很多，武汉有、深圳有、西安有、郑州有、成都有，这些机器有没有可能把它统一成一个大的算力？把它连起来，变成统一的调度。这不仅是能解决大问题，对于国家来说，符合双碳目标，碳达标，碳中和也是有好处的。”
打造人工智能的中国体系
算力，已经成为中美科技博弈的焦点。
1月25日，Meta（Facebook前身）联合英伟达正式推出了人工智能研究超级集群计算机，其目标是最终运算速度达到220 petaflops（每秒22亿亿次），成为世界范围内最强大的AI超算。而Meta表示：开发超算的目的之一是为了实现元宇宙愿景，因为在元宇宙平台中，AI驱动的应用和产品将发挥重要作用。
郑纬民认为，在算力方面，我们跟美国依然有一定的差距，严重制约了我国相关领域的发展。
目前，各地建设的人工智能计算中心正成为了国产AI生态的孵化器。商汤方面透露，其AIDC可以为国产芯片提供大规模应用环境，预计到2024年所有服务器全部到位时，AIDC国产化的硬件比例将超过50%。
中国工程院院士倪光南认为，我国人工智能领域已经具备条件发展“中国体系”。但要在突破信息技术领域关键核心技术的基础上，大力发展完善AI芯片、AI框架、AI平台、AI算法、AI应用等等。在这些领域，我国与发达国家还存在较大的差距，需要发挥国家体制优势、人才优势、市场优势，尽快攻坚困难。
许映童指出，“在应用层面，中国和美国确实做到了并驾齐驱，但具体到基础的软硬件平台层，基本上国外的技术占据了全球95%以上的市场，从面向未来的场景来看，也有建设中国体系的必要性。”
而王金桥对中国体系的前景表示看好。“现在中国体系正在迈向从可用到好用的过程。因为我们现在有更多的应用场景，也有很多国产化芯片，从训练框架到应用平台，都是百花齐放的模式，所以这块的发展空间非常大。”
