毫无疑问，在今年的疫情防控中，以大数据和人工智能为代表的科技抗“疫”力量，在各种场景下所表现出来的应用效果已得到了充分地价值释放。
而随着“新基建”建设的提速，未来无论是对于重大疫情的常态化防控，或是城市发展更智慧化的治理，亦或是数字经济的创新驱动，人工智能显然将能够发挥出更加重要的作用。
这也和IDC与浪潮日前联合发布的《2020-2021中国人工智能计算力发展评估报告》中的判断一致，这是该报告自2018年发布以来，连续第三年发布。报告显示，2020年“新基建”整体投资规模预计将达到2757.1亿美元，人工智能作为“新基建”最为重要领域之一，也将迎来快速增长。IDC 预计，2020年中国人工智能市场规模将达到62.7亿美元，2019-2024年的年复合增长率仍将高达30.4%。
那么，在“新基建”时代，AI如何与数字经济之间建立真实可行的产业关系？面对即将到来的产业AI化浪潮，又需要打造什么样的AI算力基础设施，以此作为构筑“新基建”数字经济底座能力的关键支撑呢？
算力是AI突破的决定性因素事实上，纵观过去三年的报告，我们会看到一个非常明显的趋势，那就是人工智能的市场增长与AI算力需求的增长呈现正比关系，而在整个人工智能发展的“三要素”中，无论是数据还是算法，都离不开算力的支撑，可以说算力扮演了越来越重要的角色。
特别是近年来，算法模型的复杂度出现了指数级的增长趋势，某些模型已经逼近人工智能的算力极限，OpenAI最近公布的史上最大AI语言模型GPT-3不仅模型尺寸增大到了1750亿，数据量也达到了惊人的45TB。从这个角度来说，算力已成为制约AI产业化进一步发展的关键。
浪潮信息副总裁、浪潮AI&HPC产品线总经理刘军在浪潮信息副总裁、浪潮AI&HPC产品线总经理刘军看来，算力之所以会形成“缺口”，最为关键的是原因还是需求高于供给，这在2020年表现得尤为突出，具体来说：
一方面，和2019年相比，疫情推动下的智慧医疗以及疫情常态下园区、办公楼宇、社区的智能化应用比预计发展得更快。以智慧医疗为例，目前人工智能已被大量用于智能问诊、影像辅助诊断、药物研发及筛癣诊疗方案设计等环节，在疾病救治和疫情防控中发挥了巨大作用。IDC也预计，疫情的存在会成为一段时间甚至是未来几年的常态，疫情已成为医疗及其他相关领域人工智能应用落地的推动因素之一。
另一方面，是越来越多的企业已经逐步养成了用AI解决实际问题的思维，在叠加上5G、物联网和边缘计算在未来也将加速多个行业的应用，尤其是制造和能源企业对于人工智能的采用，这也在更大的程度上加大了对AI算力的需求。
“我们看到很多应用场景对AI的需求是非常高的，很多行业用户都希望在12个小时之内就能把应用场景跑出来，这就必须要依靠AI算力去驱动它的数据处理、模型训练、模型迭代、最后实现部署上线。为何很多行业用户如此急迫呢，还是因为大家能亲自感受到通过AI的方式比过去人工的方式，效率实现了极大的提升，相信今后随着AI算力的不断增加，更多的AI应用也会给整个市场带来更大的想象空间。”刘军表示。
因此，报告也进一步指出，尽管在疫情影响下中国人工智能市场规模比预期有一定下滑，但仍高于全球平均增速。预计2020年中国人工智能服务器市场规模将达到34.1亿美元，占人工智能基础架构硬件市场的87%，在包括软件、硬件、服务在内的整体人工智能市场占比也超过了50%。
不难看出，随着AI算法突飞猛进的发展，越来越多的模型训练需要巨量的算力支撑才能快速有效地实施，AI算力无疑会是未来人工智能应用取得突破的决定性因素。“当然，这对AI算力而言也是一件好事，因为有需求就能拉动AI算力的快速增长，甚至推动AI算力的超前建设，这将会带动未来中国人工智能市场的整体发展。”刘军说。
AI算力是数字经济发展的底座今天，算力就是生产力已成为业界共识，同时算力还成为了衡量一个国家乃至地区数字经济发展水平的重要指标。
报告显示，2020年中国人工智能算力排行Top 5的城市依次为北京、深圳、杭州、上海、重庆，排名6-10的城市为广州、合肥、苏州、西安、南京。与2019年相比，深圳超过杭州位居第二，重庆进入第一梯队，西安超过南京位居第九。
IDC企业研究助理副总裁周震刚
IDC企业研究助理副总裁周震刚对此的解读是，北京凭借《2019 人工智能关键技术源头创新专项申报指南》等多项政策，占全国总量的一半以上的人才，以及全国三分之一以上人工智能企业，北京大学、清华大学、中科院自动化所等全国过半数人工智能骨干研究单位，使得其稳居排行榜中第一的位置。
而重庆作为西部直辖市，则一举进入冲进前五，主要的原因是重庆市政府推出了一系列的规划，推动了市政管理，智慧城市等人工智能十大场景的落地，此外过去一年重庆在劳动力供给方面做了很多工作，最突出的像重庆大学等分别开设了人工智能的课程，可以说正是重庆在AI领域的较大投入，让它实现了“逆袭”。
不仅如此，除了TOP10城市之外，目前国内多个城市在自身产业优势及各种因素推动下，人工智能应用也取得了较大进展，例如东莞的智能制造；武汉的智慧医疗；合肥的智慧农业等，可以看出中国人工智能城市的发展正在“遍地开花”，未来将会出现越来越多结合城市特点的人工智能示范区，为整个产业发展树立全新标杆。
除城市的维度外，报告也从行业的维度为我们打开了了解AI应用的另一扇“窗口”。报告显示，产业AI化已经从早期的试点逐渐成为企业发展和生存的刚需。其中，2020上半年人工智能行业渗透度前五的行业分别是：互联网、政府、金融、电信、制造。互联网行业由于较早拥抱新兴技术，率先部署人工智能应用，因此成为了人工智能应用渗透度和投资最高的行业，而电信和制造行业的应用场景更加丰富，市场潜力预计将有较大的提升。
与此同时，除了人工智能投入相对集中的行业之外，在业务需求的推动下，很多碎片化应用也开始被广泛使用，并辐射到媒体娱乐、现代农业、智能家居、智慧电力等多个不同领域。目前来看，包括智能客服、精准营销在内的通用型应用场景已经具有相当的成熟度，人工智能的产业化已经“从点到面”，从通用应用场景渗透到更多行业特定场景，由此加速了产业和行业AI化的落地步伐。
由此可见，AI算力和AI应用其实和“新基建”带动上下游产业共同发展的意义是有“异曲同工之妙”的，因此未来AI算力之于数字经济的重要作用，不仅在于拉动投资，更能培育新动能，由此带动的新消费、新制造、新服务等新兴业态的广阔空间。换句话说，AI算力未来将是数字经济发展中必不可少的重要基础设施，更是推动数字经济发展最为关键的“底座”。
公共算力基础设施至关重要值得关注的是，在未来这场涉及面极广的产业智能化转型升级中，无论是工业制造业，还是医疗行业乃至信息产业等千行百业都会迎来数智化升级的浪潮，而要进一步推动整个数字经济的全面发展，建设具有公共基础设施意义的人工智能算力基础设施已是“势在必行”。
IDC的调研也“佐证”了这一发展趋势，目前有超过九成的企业正在使用或计划在未来三年内使用人工智能。其中，大部分企业采用了公有云、私有云加本地部署的混合架构来部署人工智能应用，而74.5%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台。
具体来看，企业对于人工智能算力基础设施平台的TOP5 需求依次为：用于人工智能训练的数据支撑、人工智能加速计算能力、配套的政策吸引、规模效应下的价格和成本因素，以及丰富的应用场景配置。
此外，IDC进一步调研发现，未来三年企业对于算力需求较为迫切的场景依然在语言认知类应用的训练上，对于该类AI模型训练的平均算力需求预计将达到 208P OPS，远高于其他应用负载；对于自动驾驶、机器人、内容推荐等综合场景的算力需求也相对较高，平均算力值将达到 146P OPS 左右。
对此，刘军认为：“未来企业对AI 需求，就像现在企业对电力的需求一样，一定会无所不在，无处不在。对于地方的经济发展来说，它的一个重要工作就是AI算力将来怎么去供给，怎么去普惠，怎么去支撑地方的经济，产业和创新升级。”
也正是洞察到这样的变化，今年4月，浪潮提出了“智算中心”的理念，随后以智算中心为代表的算力基础设施也首次被国家发改委明确新型基础设施的范围。近期，国家信息中心信息化和产业发展部又联合浪潮发布了《智能计算中心规划建设指南》。
“发改委明确将智能计算中心纳入新基建，这是非常有超前意识，非常具有前瞻性的举措，这将会把算力资源变成公共基础设施，不仅能够推动更多的企业未来借助这样的公共算力平台实现数智化转型，同样也会为整个社会提供更多的可能性，更大的想象空间，这样的我们的创新动力才能够持续向前。”刘军说。
当然，和传统的数据中心相比，智能计算中心是基于最新人工智能理论，采用领先的人工智能计算架构，提供人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施，通过算力的生产、聚合、调度和释放，高效支撑数据开放共享、智能生态建设、产业创新聚集，未来将会有力地促进AI产业化、产业AI化及政府治理智能化。
客观的说，随着智能计算中心大规模的落地，一定会为未来整个社会的数字化转型提供更大的驱动力，最终加速社会治理和社会服务的智能化，创造新需求、新商业模式和新的经济增长点。
最后，本次报告也对行业用户以及产业发展提出了相关的建议，其中针对行业用户，报告指出企业应该以更加长远的目光加大人工智能的投入，同时应该积极在算力基础设施上提前布局，做好基础设施服务商的选型工作，同时未来也要注重AI算力产品的生态成熟性和技术领先性，最终让AI推动企业更好的发展。
而针对产业发展，报告认为以政府为代表的社会服务主体，在推动人工智能公共算力基础设施的建设层面至关重要，同时风险管控也将是产业可持续发展的基本保障。因此，政府未来需要不断完善新一代人工智能治理规范，为人工智能产业化的发展“保驾护航”。
总的来说，中国数字经济的落地，企业的数智化转型不可能“一蹴而就”，而是一个长期迭代和演进的过程，因此AI算力作为这个进程当中最为关键的驱动力，不仅需要企业进一步加大投入，也需要各个城市和政府部门构建更多的公共算力基础设施，更需要AI技术与行业的深度融合，由此才能在“新基建”时代，让AI算力发挥出更多的价值，最大化地释放AI的生产力。
