人工智能提高数据利用效率 AI加速与其他行业融合

[[388160]]

当下，全球的数字化转型已进入倍增创新阶段，各个国家的数字经济占比正持续提升。

随着5G部署速度的加快、物联网技术的进一步发展，可以预见我国数据生产速度将获得更快的提升、数据总量将进一步提高。数据要素价值创造需要对数据进行更多维度、更加深度的利用，原来处理数据的方式已远远满足不了新时期数据处理的需求，而人工智能技术将大大提高数据的利用效率。

据了解，人工智能服务器通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、语音交互等人工智能应用场景提供强大的算力支持，已经成为人工智能发展的重要支撑力量。

在当今以深度学习为中心的人工智能发展中，AI模型的进步主要依赖于模型的规模化扩展。在AlexNet网络模型出现后的几年中，ResNet、Transformer、BERT等优秀模型的不断涌现使得深度学习有了长足的发展和进步，尤其是在图像、语音、机器翻译、自然语言处理等领域带来了跨越式提升。AI模型智能程度在不断发展的同时，AI模型的数据量、结构的复杂程度也在不断增加，其带来了模型的参数量爆发，模型尺寸呈指数级增长 。

随着模型尺寸的不断膨胀，实现高效的AI模型训练的一个重要的支撑是更快的算力，即可以在更短时间内完成大规模AI计算，这是未来一段时期内人工智能研究能否继续突破的关键要素之一。

人工智能影响

(1)人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。

(2)人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。

(3)人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。

伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。

根据IDC发布的2020H1《全球人工智能市场半年度追踪报告》显示，目前2020年上半年全球人工智能服务器市场规模达55.9亿美元。其中，浪潮以16.4%的市占率位居全球第一，成为AI服务器头号玩家，戴尔市占率14.7%位居第二，HPE市占率10.7%位居全球第三，华为(6%)和联想(5.7%)位列第四第五。机构预测，未来，AI服务器将保持高速增长，预计在2024年全球市场规模将达到251亿美元。

据IDC数据，目前中国AI服务器已经成为全球人工智能产业发展的中坚力量。2020年中国人工智能基础设施市场规模达到39.3亿美元，同比增长26.8%。其中，AI服务器市场规模占整体人工智能基础设施市场的87%以上，并持续保持高速增长。机构预测，中国AI服务器市场未来将占全球AI服务器市场的三分之一左右。

随着国家加速新型基础设施建设，AI将会加速与交通、能源、制造等行业融合，进而撬动经济增长。在此过程中，AI服务器的规模化布局能够为人工智能应用落地提供核心的算力保障，对于未来国家计算力指数的提高具有极大的推动作用。