人工智能|从黑科技到热科技如何释放算力加速AI落地？( 二 )

文章插图

从城市来看，各个城市间人工智能角逐加剧，算力基础设施是重要竞争力。2021年中国人工智能城市排行榜，排名前五城市依次为北京、杭州、深圳、南京，上海。与2020年相比，南京进入前五，济南进入前十名。在这个排名中我们看到南京处于很靠前的位置，这正是由于当地政府的重视，一方面针对AI的发展出台了一系列的产业规划，另一方面是在南京落地了长三角地区规模最大、算力最强的智能计算中心，提供公共性的AI算力服务，帮助当地企业实现AI应用加速落地，为城市人工智能产业化发展提供高速通道。
从行业角度来看，算力的行业渗透与行业的智能化程度紧密相关。在中国市场，互联网行业渗透度第一，这与阿里、字节、腾讯这样的互联网企业对于AI的应用密切相关。接下来是金融行业人工智能应用速度加快并超过政府行业，位列第二。制造、交通和能源行业在人工智能的应用也更加深入，分列第五、第七和第九位。相比去年，人工智能在各个行业的渗透度都在增加。
最有启发的数据是，采用人工智能三年以上的企业，已经获得显著收益，被访企业平均收入增加9.8%、流程时间缩短20.4%、生产效率提升21.6%。显然，早期部署AI的企业已经吃到红利，取得超出行业整体的增长速度。
系统创新弥补多元芯片与算力之间的鸿沟王恩东院士从AI发展的洞察中看到三大趋势和挑战：多元化、巨量化、生态离散化。计算产业的这三大趋势造成两大鸿沟：一是多元化芯片与巨量算力之间，二是算力与智能场景落地之间。跨越这两道鸿沟，是行业稳定爬坡进入快速增长通道的必然选择。
AI的爆发不仅是算力的线性增加，人工智能应用需求日渐丰富，催生芯片多元化发展。2020年以GPU为代表的AI加速芯片所交付的计算力总和已经超过了通用CPU，预计到2025年，加速芯片所提供的计算力可能超过80%。
此外，GPU依然是数据中心加速的首选，占有90%以上的市场份额，与此同时ASIC、FPGA和NPU等其他芯片也在各个领域被越来越多地采用。而ASIC，FPGA，NPU等其他非 GPU 芯片也在各个行业和领域被越来越多地采用，整体市场份额接近 10%，预计到 2025 年其占比将超过 20%。
“芯片多元化为产业AI化的加速提供了重要的产业基础和更加丰富的选择。但是，芯片从造出来到大规模用起来，还存在巨大的产业鸿沟。”王恩东表示，多元算力价值并未得到充分释放，将百花齐放的AI芯片转变成一个通用性强、绿色高效、安全可靠的计算系统，已经成为推动人工智能产业发展关键破局环节。
当然这也是非常难的一道门槛。我们知道，AI芯片在单一计算系统中往往高密度集成，带来系统功耗、总线速率、电流密度的不断提升，AI计算系统的设计面临巨大挑战。例如一台浪潮AI服务器，需要整合超过10000个零部件，包含50多类专用芯片、30多个技术方向以及100多种传输协议，涉及到材料、热力学、电池技术、流体力学、化学等一系列学科；需要经历30多个流程、150多种加工和制造的工艺、280多个关键过程的控制点，如何确保整个系统的可靠性是一个非常精细且复杂的工程。
王恩东院士用一个生动形象的比喻，来类比计算系统创新的难度：“从火箭发动机到运载火箭，要在循环、控制、结构等很多领域做大量的工作。芯片到计算系统同样如此，需要完成体系结构、信号完整性、散热、可靠性等大量系统性设计工作。”
也就是说，上游有很多芯片企业，研发出各类很牛的芯片，但是把这些芯片有机地组合实现强算力进而对下游应用实现支撑，这中间的挑战非常之大，这也是浪潮这类企业最大的价值所在。

人工智能|从黑科技到热科技 如何释放算力加速AI落地？( 二 )

人工智能|从黑科技到热科技如何释放算力加速AI落地？( 二 )