中国工程院院士王恩东：瞭望 | 数据中心人工智能|中国工程院院士|gd

文章插图

中国工程院院士王恩东
未来，人工智能对计算的需求将占全球计算需求的80%以上，而承载这种需求的就是智能计算中心
国家枢纽节点建设应做好网络、能源、算力、数据、应用等一体化发展，最终构建成以数据流为导向的新型算力网络格局
文 |《瞭望》新闻周刊采访人员扈永顺
算力供给正呈现供不应求之势。
当前，AI技术渐趋成熟，智能农机、智慧农业等改变着延续上千年的农业生产方式；智能工厂让生产效率显著提升；无接触送货、无人机送餐成为智慧物流新亮点……
各种人工智能场景和数字化业务加速落地，对计算力需求旺盛。人工智能非营利组织OpenAI曾于2018年发布报告，提出自2012年以来，AI训练任务所运用的算力每3.43个月就会翻倍。到2018年，AI算力需求增长了30万倍。
该如何弥补人工智能算力“鸿沟”？中国工程院院士、高效能服务器和存储技术国家重点实验室主任王恩东的答案是：计算技术与产业需构建新发展格局，加速计算向智算转型，其中多元算力融合是关键，算力供给基建化是支撑。
AI算力供不应求
《瞭望》：人工智能时代，如何看待计算力的地位与作用？
王恩东：社会的数字化转型升级离不开智能化改造，随着AI融入各行业，我们正进入一个智慧时代，全社会数据总量暴发式增长，对计算力需求大幅提升。计算力正成为数字经济发展的核心驱动力。
计算力之于智慧时代就像电力之于电气时代，都是生产力的重要形式。我们可以通过计算力的情况，来分析一个国家的经济发展情况。根据国际数据中心（IDC）发布的《2020全球计算力指数评估报告》，计算力与经济增长紧密相关，计算力指数平均每提高1个点，数字经济和GDP将分别增长3.3‰和1.8‰。从各个国家GDP数字与服务器的出货量来看，GDP与服务器采购额呈现出明显的正线性相关。美、中两国不仅GDP远远领先于日本和德国，每万亿GDP的服务器数量也远远高于他们，数字经济的贡献占比明显高于他们。实际上，我国各省份的情况与此类似，北上广浙每千亿GDP的服务器出货量远大于其他省份。可以说计算力是衡量经济社会发展水平的重要指标。
从实体企业层面，在10年前，全球市值最高的企业大部分是能源公司、金融企业，市值靠前的IT公司仅仅微软一家。到了近些年，全球最值钱的公司几乎清一色的信息技术与服务公司，如亚马逊、苹果、微软、中国的BAT等。有趣的地方还在于，这些排名靠前的公司也是全球采购服务器最多的公司，海量的计算力为这些公司创造了巨大价值。根据IDC发布的《2020-2021中国人工智能计算力发展评估报告》，2020年中国人工智能基础设施市场规模高达39亿美元，服务器是人工智能基础设施的核心，支出占比达87%。数据直观地反映了算力在整个产业的重要性。
从更高维度看，我们正在向智慧时代转型，数据成为新的生产资料。海量数据的处理，必须依靠强大的计算力。据IDC预测，未来三年新产生的数据量将超过过去三十年的总和。虽然数据的总量在增长，但是真正被有效利用的数据占比仍然不足1%。如何有效抓取高质量的数据并通过这些数据建立精准的模型，则取决于AI算法。深度学习是人工智能的一种算法，要训练出一个深度神经网络模型，就需要足够强的算力支撑。
《瞭望》：目前AI算力能否满足各行业的需求？
王恩东：算力是设备计算能力的一种量化。虽然目前无法具体统计AI算力缺口数据，但中国正在加速数字化转型，AI应用版图随之不断扩大。AI在金融、制造、电信、医疗、交通等行业应用的深入加剧了算力短缺。由此可见，AI的应用扩展，对算力的需求只会越来越大，目前的算力供给已难以满足这一需求。