突破發展瓶頸，未來人工智能“爬坡”要靠什麼？
7月9日，華爲在2021世界人工智能大會暨�N騰人工智能高峰論壇上與大連簽署大連人工智能計算中心建設協議。7月10日，華爲還將和上海簽訂一個同樣指向普惠算力的重要協議。
而我國第一個正式投運人工智能計算中心的城市是武漢。5月31日，它的人工智能計算中心上線即滿載運營，正在持續擴容中。
隨着人工智能的深入應用，算力建設分散，中小企業或科研單位難以展開復雜模型、海量數據研究的問題日益凸顯，建設大規模人工智能計算中心正在成爲推動人工智能產業進一步發展的關鍵要素。
如百度創始人、董事長兼首席執行官李彥宏所言，過去幾百年間，資源消耗型的工業發展被認爲是社會進步的基石保障。未來幾百年，科技的進步足以支撐人類迴歸到低碳社會這一最初人與自然的相處模式。在這個過程中，人工智能正在幫助人類做出改變，它將成爲影響未來40年人類發展的變革力量。
我國高度重視人工智能的發展，《新一代人工智能發展規劃》、《促進新一代工人智能產業發展三年行動計劃（2018-2020年）》等多個國家政策的陸續出臺，推動我國初步形成了較爲完善的人工智能產業鏈。
科技部戰略規劃司司長許��在《我國新一代人工智能發展規劃實施進展與未來展望》中介紹，在國家整體戰略部署下，20多個省市發佈了人工智能相關規劃及相應的實施方案，出臺了若干相應發展的政策。爲推動人工智能的發展，科技部支持北京、上海等15個地方建設了國家新一代人工智能創新發展試驗區，先行先試積累經驗的同時，打造了一批人工智能發展的樣本。
當越來越多的人不再仰視一項技術的炫酷，就意味着這項技術已逐漸深入各個行業得以應用。
隨着人工智能位列前沿科技領域的最高優先級，上升爲國家戰略，越來越多高校、科研院所及企業加速入局，我國人工智能技術已經進入行業規模應用推廣的關鍵期。
怎樣穩妥加速這一進程，全面重塑行業風貌？華爲輪值董事長鬍厚��提出三點建議。一是大力發展以人工智能計算中心爲代表的新型城市基礎設施，讓人工智能算力像水和電一樣，成爲新型的城市公共資源，讓智能觸手可及。二是技術要扎到根，根深才能葉茂。三是大膽運用技術手段，改變人工智能應用開發模式，突破人工智能普惠瓶頸。
算力普惠是“破三關”的首要任務
人工智能技術的發展和落地生根有三大難關亟需攻克，算力、算法昂貴，數據孤島現象依然存在，產業尚未形成增量效應。
如果說算力、算法、數據是人工智能的三駕馬車，那麼算力就是其中的基礎核心。
計算是人類認知世界的一種模式。從大型機到個人計算機，從智能手機到可穿戴設備，計算能力日益成爲人類能力的延深。
2012年以來，以深度學習爲代表的新一代人工智能技術得到快速突破和應用，並逐漸成爲最重要的計算算力資源需求之一。
在人工智能算法愈發複雜、模型規模不斷提升，圖片、語音、視頻等非結構化數據爆炸式增長的同時，人工智能與5G、物聯網等行業領域結合落地日益深化，使得人工智能的發展對算力的需求呈指數級增長，帶來了人工智能算力的成本也同步高漲。
MIT計算機科學家Charlse Leiserson在《Science》發表的一篇文章中指出：深度學習正在逼近現有芯片的算力極限；計算能力提高10倍相當於三年的算法改進；算力提高的硬件、環境和金錢成本將越來越高。
因此，公衆的眼睛看到的是人工智能一派繁榮的景象，現實情況卻不樂觀。數據顯示，當前人工智能全行業整體滲透率只有4%，人工智能初創企業的存活率不到10%。
造成這種局面的根本原因就是，稀缺且昂貴的算力，擡高了人工智能研究和應用的門檻，甚至制約了AI的發展速度。
這直接導致了大量高校、科研院所和中小初創企業等組織普遍面臨一個難題：他們研究的課題和項目在技術深度和預期目標上並不輸於大型龍頭企業，但缺乏難以持續獲取算力的研發條件，直接影響創新效率和成果。
算力普惠因此成爲普遍而迫切的需求。
賦予人工智能更強“爬坡力”
突破人工智能發展瓶頸，填平AI算力的鴻溝，一個普惠、集約、開放、融合全棧技術的產業平臺至關重要，人工智能計算中心的產業價值因此凸顯。
算力建設與社會發展需求緊密結合，在不同歷史階段出現了超級計算中心、雲計算數據中心、人工智能計算中心等不同形態的算力基礎設施。
中國科學技術信息研究所發佈的《人工智能計算中心發展白皮書》這樣定義人工智能計算中心：以基於人工智能芯片構建的人工智能計算機集羣爲基礎，涵蓋基建技術設施、硬件技術設施和軟件技術設施的大規模系統工程，是新型技術設施建設的重要組成部分。
該白皮書這樣描述具備訓練複雜現金模型和處理海量數據能力的人工智能計算中心的價值：可以打造公共算力服務平臺、應用創新孵化平臺、算力聚合發展平臺、科研創新和人才培養平臺，形成“1個人工智能計算中心+4個平臺”的人工智能產業佈局，賦能區域產業集羣。
人工智能計算中心是建設國家新一代人工智能創新發展試驗區的重要基礎設施。
已獲批國家新一代人工智能創新發展試驗區的武漢集聚了500多家人工智能企業，相關產業規模超200億元。
武漢智能計算中心的算力底座是由數千顆�N騰AI處理器組成的Atlas 900 AI集羣，一期建設規模爲100P FLOPS AI算力（FLOPS即每秒浮點運算次數，或每秒峰值速度），將形成每秒十億億次浮點計算的算力，相當於5萬臺計算機的計算能力。
武漢企業庫柏特的智能機器人補藥系統，需要對機械臂每一次抓取藥盒後進行“拍照”，在武漢人工智能計算中心的支持下，通過視覺處理算法創新，讓過去200毫秒一次的拍照時間縮短到50毫秒，效率大大提升。
武漢庫柏特科技有限公司總經理閆琳說：“智能計算中心提高了我們的分揀能力，揀藥等待時間從每人等待50秒降到3秒。”
從我國多地政府牽頭佈局人工智能計算中心的趨勢看，這樣一個共識已達成：建設人工智能計算中心是推動中國人工智能產業發展的關鍵一步和最佳路徑。
但是，人工智能計算中心建設過程中的新挑戰不能忽視。如人工智能專用芯片和人工智能框架發展協同問題、大規模建設帶來的高能耗問題和賦能企業應用問題等。
胡厚��說：“就像一個現代化的城市不可能沒有電力，一個智能化的社會也不可以沒有人工智能的算力。人工智能計算中心雖然已屬社會基礎資源，它的能力建設一定要跟着需求走，邊建設邊進行應用落地的推廣非常關鍵。尤其不能搞重複建設，最後變成了面子工程。”（記者 劉豔）