超算中心相继投运 AI产业化困局破解了？工业|制造业|王卫明|宋晓刚|可

《科创板日报》（上海，采访人员黄心怡）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》采访人员不完全统计，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》采访人员，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。