智能算力站上“世界之巅”,如何打开冰山下90%的未知世界?

简介: 智能算力站上“世界之巅”,如何打开冰山下90%的未知世界?

似乎在倏忽间,智能算力就站在了真正的世界“之巅”。

近期发布的《2022-2023 中国人工智能计算力发展评估报告》显示:2022年智能算力规模达到268百亿亿次/(EFLOPS),首次超过通用算力规模,成为了数字经济主航道中最核心的驱动力。

我们已经看到,今天的智能算力与产业的融合得越来越紧密,从智慧医疗,智慧金融,智慧城市再到无人驾驶,智能算力已经开始渗透到千行百业的方方面面,推动着“算力基建化”的步伐,稳步向前。

01智能算力成为数字经济的主流驱动 


今天,算力已经成为了数字经济时代的新型生产力,而智能算力则是与行业场景结合更紧密,更具有普世价值的创新生产力,将会持续推动产业AI化的浪潮涌动。供给侧理论告诉我们,国民经济的平稳发展取决于经济中需求和供给的相对平衡。产业AI化趋势下,AI应用领域的多样化,市场规模的不断扩大,带来了对智能算力的巨大需求,也进一步对智能算力的供给侧带来巨大的发展契机。

从发展前景上看,《报告》预计未来5年中国智能算力规模的年复合增长率将达52.3%,远超通用算力的增速,智能算力在数字经济发展中的主流地位,已不可动摇,也因此推动各个细分市场的增长与机会。

IDC中国副总裁周震刚所说,“AI变得越来越普惠化,越来越基建化。”与之相应的则是整个AI产业的一体化发展。在过去一年,AI产业在芯片端发生了天翻地覆的变化。在国家政策支持下,国内AI芯片呈现百花齐放的态势,已成为中国AI产业未来新的增长极。虽然《报告》显示,中国AI芯片市场GPU的占比仍然接近90%,但时在边缘和推理端, ASIC、FPGANPU芯片都得到了长足的进步。

而在服务器方面,AI服务器的表现则更为亮眼,在整体服务器市场基本上跟去年持平的背景下,在依然收获了两位数的增长,周震刚说,“AI服务器在2021年增长68.2%,在2022年,乃至未来的三到四年,仍会保持20%以上的平均增速”。在该市场中,浪潮信息的市场份额持续超过整个市场的50%,是AI服务器整体市场稳步攀升的“压舱石”。如今,AI算力平台和AI应用解决方案,已经被企业用户越来越多的接受,并形成了一定的价值传导,中小企业用户也开始接受AI应用的赋能。更为广大的企业群体,所面对没有足够的训练集,缺乏足够的计算能力等问题,云化的AI服务和大模型的出现和普遍落地,不仅解决了问题,还进一步加速AI应用在整个产业普遍性落地的速度。由此,也牵引出产业AI化的发展趋势。

02冰山之下,还有90%的市场机会 


海明威曾说过:冰山在海里移动很是庄严宏伟,这是因为它只有八分之一露在水面上。这个 “冰山理论常被海明威用在他的作品当中,冰山下的世界有时也用来形容虚拟世界。如果将冰山看作一个AI产业的全貌,那么露出水面的已知世界,只是冰山一角,水面之下的未知世界,无比巨大,充满诱惑。

浪潮信息副总裁刘军说,“如果用一个冰山模型来比喻,浮出水面的部分只有10%,还有水下的90%需要和产业进行深度的融合,当然这也需要我们做更多、更细致、更落地的工作去推进。”仅就冰山之上显露出来的部分,市场的空间就已经非常大,不仅孕育了上百个AI芯片公司的创新,也推动了AI架构的实践探索,如对内存计算和量子计算的创新都是这样的氛围中诞生的。“我们应该看到,是人工智能给了计算架构创新的一个非常肥沃的土壤,滋养了整个计算架构的创新和繁荣。”刘军说。当然,这种繁荣也需要基础能力的保证,这就是算力基建化,和算法基建化的价值。算力基建化是一个较早的话题,当计算力成为衡量一个国家乃至地区数字经济发展水平的重要指标,算力基建就必然会获得高速发展,这也是过去几年,浪潮信息在全国范围内建设智算中心的动因。而东数西算等国家战略的实施,也进一步验证了算力基建化的意义。算法基建化则产业发展到一定的阶段会出现的突破口。如果说过去算法能力只是存在于顶级企业的象牙塔中,那未来算法模型要走进千行百业,就会普世化、能力化、基建化。

如刘军所说,“人工智能会演变成基础性的能力,这样才可以让产业AI化的发展一日千里。” 大模型最重要的优势是可以让算法模型进入了大规模可复制的工业落地阶段,同时不需要开发使用者再进行大规模的训练,使用小样本就可以训练自己所需模型,能够大大降低开发使用成本,并缩短AI应用落地的时间。所以我们也不难理解,作为AI算力的供应商,浪潮信息为什么会大张旗鼓的推出“源”大模型?浪潮信息不仅是算力基建化的践行者,也是算法基建化的推动者。

03打破算力鸿沟,不忘初心方得始终 


高速发展的智能算力时代,在对数字经济产生巨大赋能和推动的同时,也推动产业AI化的快速演进。这种演进,不仅是智能算力对通用算力的简单迭加,而是从底层技术之变上升到行业应用场景的巨大变革。在智能算力的支撑下,AI技术将与行业、与场景不断融合,并逐渐走向大规模落地。相辅相成的,越来越多的行业和场景都会步入智能化时代,这就有可能会形成新的智能算力鸿沟。刘军也表示,“其实海面下的冰山,就存在一个技术成熟度跨越的鸿沟。产业当中的绝大多数参与者并不具备足够的能力,要怎么解决AI能力与行业需求之间的鸿沟?“这个问题的答案是元脑生态。潮浪信息把具备很强AI能力的合作伙伴叫做“左手伙伴”,并将帮助千行万业的行业客户实现智能化转型的合作伙伴称之为“右手伙伴”。“浪潮信息在元脑生态中扮演的角色,就是通过平台的方式,让大家左手拉右手。将顶尖的AI创新能力,延伸成为更广泛的AI落地能力,并将之形成一个商业的闭环。”和每一次技术革命不同,AI其实从未站上过“风口”,因为AI一直是“苦差事”,必须先有对算力基础设施大规模的投入,还要有对算法模型长期的“学习”,所以产业AI化也会是一个漫长的过程,这个过程中需要耐得住寂寞,需要稳守本心,如浪潮信息一样,不忘初心,方得始终。

相关文章
|
4月前
|
人工智能 弹性计算 自然语言处理
阿里云OpenClaw极简部署教程,打造专属AI助手!
本教程基于阿里云轻量应用服务器一键秒级部署OpenClaw,打造专属于自己的私人AI助手!
1586 11
|
7月前
|
人工智能 安全 测试技术
Strix:用AI做渗透测试,把安全漏洞扼杀在开发阶段
Strix是开源AI安全测试工具,模拟黑客攻击并验证真实漏洞,支持代码与环境协同扫描,误报率低,可集成CI/CD,将数周渗透测试压缩至几小时,助力开发与安全团队高效发现风险。
Strix:用AI做渗透测试,把安全漏洞扼杀在开发阶段
|
机器学习/深度学习 数据可视化 搜索推荐
Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。
【7月更文挑战第5天】Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。流程包括数据获取、预处理、探索、模型选择、评估与优化,以及结果可视化。示例展示了用户行为、话题趋势和用户画像分析。Python的丰富生态使得社交媒体洞察变得高效。通过学习和实践,可以提升社交媒体分析能力。
528 1
|
JavaScript Java 网络安全
|
开发框架 JSON 中间件
Go语言Web开发框架实践:使用 Gin 快速构建 Web 服务
Gin 是一个高效、轻量级的 Go 语言 Web 框架,支持中间件机制,非常适合开发 RESTful API。本文从安装到进阶技巧全面解析 Gin 的使用:快速入门示例(Hello Gin)、定义 RESTful 用户服务(增删改查接口实现),以及推荐实践如参数校验、中间件和路由分组等。通过对比标准库 `net/http`,Gin 提供更简洁灵活的开发体验。此外,还推荐了 GORM、Viper、Zap 等配合使用的工具库,助力高效开发。
|
JSON 人工智能 JavaScript
大语言模型下的JSON数据格式交互
本文作者总结了在解析JSON过程中遇到的一些问题和解决方案。
|
芯片
一款LED段码显示屏驱动芯片方案
一、基本概述 TM1620是一种LED(发光二极管显示器)驱动控制专用IC,内部集成有MCU数字接口、数据锁存器、LED驱动等电路。本产品质量可靠、稳定性好、抗干扰能力强。 二、基本特性 采用CMOS工艺 显示模式(8段×6位~10段×4位) 辉度调节电路(8 级占空比可调) 串行接口(CLK,STB,DIN) 振荡方式:内置RC振荡 内置上电复位电路 内置数据锁存电路 内置针对LED反偏漏电导致暗亮问题优化电路 抗干扰能力强 封装形式:SOP20 三、主要应用 主要适用于家电设备(智能热水器、微波炉、洗衣机、空调、电磁炉)、机顶盒、电子称、智能电表等数码管或LED
524 0
|
人工智能 弹性计算 数据安全/隐私保护
如何在阿里云快速启动Stable Diffusion轻松玩转AI绘画
本文介绍如何如何在阿里云快速启动Stable Diffusion服务开启AI绘画
如何在阿里云快速启动Stable Diffusion轻松玩转AI绘画
|
监控 安全 网络安全
(蓝宝书)网络安全——CTF那些事儿
(蓝宝书)网络安全——CTF那些事儿
670 0

热门文章

最新文章