AI产业化逐渐进入深水区,瓶颈区又该如何破解?(一)

西楼之上 西楼之上 2020.12.16 23:24 View(150) Comment (0)

  AI技术的应用正在从少数行业扩大到各行各业,从部分场景渗透到全部场景,从局部探索升级成全面落地,从少数公司的专享变为普惠的基础设施,这一过程,就是如火如荼的“AI产业化”进程。

  AI产业化有不同说法,但不论是AI产业化、AI to B、产业互联网还是智能互联网,在疫情前均已成为行业共识,2018年就已被一些人认为是AI产业化元年,2019年是AI产业化发展年,2020年则是AI产业化的破局年,突如其来的疫情加速了世界智能化的进程。

  一方面疫情对全社会都是一次在线化、数字化和智能化的大启蒙,阿里云总裁张建锋甚至说:“原本需要进行 3-5 年的数字化转型,可能在接下来1年就完成了。”数字化的目的是智能化,企业与组织都会加速拥抱AI。

  另一方面,国家加速新型基础设施建设,AI属于投资的重点领域,云计算、大数据、5G等相关新基建领域也与AI密切相关,AI将会加速与交通、能源、制造等行业融合,成为社会基础设施,进而撬动经济增长。从已经公布的十四五规划纲要来看,智能新经济将是我国十四五期间经济高质量发展的重要着力点。

  11月15日, IDC与浪潮联合发布了《2020-2021中国人工智能计算力发展评估报告》,报告预测称,中国AI市场规模在2020年达到63亿美元,同比增长37%,成为全球增长最快的AI区域市场,预计中国AI市场规模在接下来五年将保持30%以上的高平均增长率,到2024年会翻近三倍到172亿美元。

  在WAIC(世界人工智能大会)上,百度CEO李彦宏指出,AI发展一共分为技术智能化、经济智能化与社会智能化三个阶段,经济智能化分为两部分,上半场是AI平台化蓄能,在搜索、信息流等少数领域落地。

  下半场是AI产业化,AI渗透到各行各业大规模商业化,李彦宏认为“我们正处于从经济智能化的前半段向后半段过渡的时期”,这一观点在行业内引发较大共鸣,人们都坚信,AI产业化时代已全面来临,后疫情时代,AI产业化进入深水区。

  AI发展的不同阶段,有着不同的制约因素。早期,算法的突破决定着AI的发展水平,AlphaGo战胜李世石标志着深度学习算法的突破性进展;接着,AI被越来越多科技企业重视,各家都纷纷布局AI,导致AI人才一下变得十分稀缺;接下来,在AI产业化的深水区,最大制约要素则成为算力。

  《2020-2021中国人工智能计算力发展评估报告》认为,“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,算力是未来人工智能应用取得突破的决定性因素。”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%。

  马化腾曾指出,AI发展一共有四大要素:场景、大数据、计算能力与人才。每一个要素都会决定AI产业化的进程。为什么在AI产业化进入深水区后,算力成为最大的制约因素?

  首先,算力外的要素,如数据、场景、人才、算法都得到了一定程度的解决。互联网巨头拥有海量大数据且正积极通过云开放出来;AI产业化阶段AI渗透到千行百业不缺场景,遍地开花的AI应用也表明AI确实有广泛的应用价值。

  经历多年产学研结合的培养后AI人才荒已经得到一定程度解决,仅仅是百度就宣称自己已给行业培养100万AI人才;基于深度学习的算法模型如今也已趋于成熟,不断进化。

  其次,算法今天呈现出“膨胀”的趋势,就是模型越来越大,越来越复杂,对计算力要求越来越高。目前,某些模型已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1750亿,数据量也达到惊人的45TB,这种进化一方面,对于新任务,不需要重新收集大量带标签的数据,数据利用效率进一步提升。

  另一方面,可以避免算法微调出现过拟合,导致模型泛化能力下降。然而,传统的计算力供给形式已经难以满足不断进化的算法模型,成为制约AI算法进化的因素。

 

  再其次,AI产业化意味着AI将应用到全行业与全场景,进入到工业化大生产阶段,一方面数据会进一步爆发式增长,另一方面,AI计算不存在在线离线一说,因为机器要不断处理数据、训练模型、学习进化,计算不能停止。AI产业化时代,计算量会指数级增长,传统云计算、数据中心等传统基础设施架构下的算力已无法满足需求。

  最后,扑面而来的5G时代也是AIoT时代,自动驾驶、智能制造、智慧能源、智能物流与智能城市等等新应用爆发,更多的设备、更多的场景、更多的数据,意味着更多的计算需求,同时,边缘智能变得越来越重要,原来的集中计算模式已难以满足。

  综上,就不难理解,为什么IDC与浪潮联合发布的《2020-2021中国人工智能计算力发展评估报告》会认为,“算力是未来人工智能应用取得突破的决定性因素。”

  AI计算力的瓶颈如何破除?AI被视作是第四次工业革命,蒸汽技术革命(第一次工业革命)与电力技术革命(第二次工业革命)均伴随着能源革命,而计算机及信息技术革命(第三次工业革命)本质是一次遵循摩尔定律的计算力革命。

  智能革命则会掀起一次新的计算力革命,新一轮计算力革命的目的就是满足AI工业化大生产的计算力需求。每一轮工业革命都不是任何一个企业可以推动的,同样,智能计算力革命也要全社会多方参与、多管齐下。

  技术层面,在同等成本与能耗下,基于AI芯片的AI服务器会提供指数级增长的计算力。

  服务器是计算的物理载体,传统服务器已无法满足AI计算需求。近年来在英伟达、寒武纪、华为等玩家的推动下,专为AI计算定制的芯片出现并规模化出货,基于AI芯片,浪潮等服务器巨头推出多款AI服务器来生产AI计算力,AI服务器成为服务器市场的最大增长点。

   关注芒果干货知识网,分享更多科技话题内容!

本文链接 https://www.mangoxo.com/blog/g5rwMXoz 版权所有,转载请保留地址链接,感谢!

Latest Comments :