业界对人工智能的认知，一直围绕着两个维度：算法和数据。数据，显然是一切的基础，有了大数据才有了人工智能所依赖的基本元素，算法则是人工智能的引擎，也是核心价值。
但我们分析人工智能过去30年的发展，就会发现，人工智能领域的主流技术，在本质上仍然是图灵机的架构，在这几十年的发展中，最大的变化其实是硬件速度与性能的提升，在算法逻辑上并没有根本性的革新与改变。
正如在GTC 2017上，浪潮人工智能与高性能产品部总经理刘军谈及的一样，“其实，在2006年就出现了深度学习的技术，但因为缺少相关的计算能力。所以直到12年，才实现了把GPU和深度神经网络结合起来，做出了应用模型。”所以，他认为，2012年作为人工智能的重要节点，还有一个真正的意义是：将数据、算法和计算，三个维度进行了整合。
我们也注意到，如今不断降低的硬件价格和不断提升的硬件性能，让人工智能计算走进了现实，比如火了整个2016年的AlphaGo就是得益于此。
可是，纵观整个行业，大多数的科技公司把注意力集中在算法上，也有相当一部分的公司聚焦于数据，而在计算这个维度上进行深度挖掘的公司则少之又少。我认为，这其实给了提早布局的浪潮很好的机会。随着人工智能化时代的来临，在人工智能计算的层面，势必会诞生新的巨头，这会是浪潮的机会吗？
人工智能将成就哪些公司？
每一次新的技术浪潮，都会产生新的领导型公司。事实上，在过去几十年的进程当中，中国公司极少走到技术的前端。例如在信息化时代，成功的是英特尔、微软这样的公司，而在互联网时代，成功的是谷歌这样的公司。如果人工智能是一次新的浪潮，GPU核心技术的拥有者NVIDIA显然是最有机会脱颖而出的，那么，还有哪些公司有机会成为这个时代的弄潮儿？
从目前人工智能领域的分布来看，有三种类型的公司在从事与人工智能相关的业务。
第一类，是大型互联网公司，以谷歌和国内的百度为代表。这些互联网公司，首先在用人工智能技术来改善自身的业务，将过去的业务AI化，同时借助获取的人工智能的技术能力去拓展新的领地。谷歌和百度目前也是在人工智能的算法方面，走得最靠前的公司。
第二类，是集中于人工智能应用的公司，它们借助到图像和语音和智能处理能力，针对特定的行业，来孵化具体的人工智能解决方案，比如国内的科大讯飞，还有GTC 2017上参展的商汤科技都属于这个类型的公司，他们是将人工智能技术作为入口的典型代表。
第三类，则是以浪潮为代表的，将产品和技术的精力放在人工智能计算领域的公司，他们的特征是以硬件为载体，可以为大型互联网公司，人工智能应用公司，以及对人工智能有需求的大行业，例如医疗、金融和安防等提供计算能力。
刘军说，“浪潮的定位，就是做人工智能计算的提供商，同时，除了硬件设备，浪潮还会提供更多的价值，比如深度学习框架的优化，和深度学习训练的管理和调度等。”我认为，这三个类型的公司当中，都有可能出现新的巨头，而在人工智能计算这个维度上，浪潮的布局最早，切入最深。
人工智能是中国公司国际化的抓手
在本届GTC上，我们在铂金级赞助商的名单中，看到了浪潮和联想这样的中国公司的身影，毫无疑问，通过一场全球性的大会来展示技术能力是不需要争议的。
从2015年到2017，连续三年参加GTC大会的浪潮，一年比一年高调的在GTC上进行布局，这显然并不是一个偶然。
刘军表示，之所以对GTC和人工智能进行了如此大的投入，首先源于浪潮对人工智能业务机会的判断。人工智能将是从最近30年来最大的一次革命，这会令行业产生变革。对于浪潮这种做计算的公司来说，这是技术的机会，也是产业变革的必要性。
所以，基于这个判断，浪潮认为有必要从产品到思考在GTC进行全面的展示。让客户和合作伙伴看到，浪潮在人工智能上的决心和实际的进展。
而另一个重要的原因则是浪潮的国际化。正如刘军所说，”在国际化的进程中，我们需要一些必要的产品做抓手，那么如果传统计算架构，服务器和数据中心设备，因为有了成型的产品体系，浪潮的优势不会那么明显。但是，在人工智能计算上，浪潮技术和产品丰富性是领先于其他竞争对手，这显然可以成为浪潮国际化的抓手。”
这个思路其实很符合中国古谚当中“田忌赛马”的寓意，在国际化的赛道上，每一家中国公司都应该找到跑得最快的那匹马。那么，浪潮的快马，正是人工智能计算。
实际上，浪潮之所以在人工智能计算上跑得比所有人更快，主要的原因还是浪潮的领先，都是围绕客户需求建立起来的，因为浪潮所有的人工智能软硬件设计，都围绕了客户的需求，才会发生快速的迭代循环，同时也有了先发优势。比如AI rack这种产品，事实上已经交付了1年多了，但目前市面上的同类产品还没有。
人工智能的需求爆发来得比想象还快
我们知道，在今年初，浪潮明确智慧计算业务重心，宣布成立人工智能部门，持续推出面向人工智能应用的创新计算平台。很多人认为，这只是一个战略性的新部门，实际的业务增长还要看未来。
这个判断本身的误区在于没有看到，目前人工智能的需求大爆发。
首先，整个从市场和客户群来看，他们对人工智能的需求爆发都非常快。刘军说，“去年之前，谈深度学习还是还是比较大的公司，和独角兽公司，而且也是屈指可数。但现在，出现了大量的行业和企业都在寻求人工智能的服务和产品的支持，来帮助他们过去IT升级做不到的东西。”这种爆发的速度连刘军本人也是始料未及。
所以，现在的问题，并不是人工智能业务的回报慢，最大的挑战是如何快速的去满足客户的需求，而不是需求不够大。“今天的落差是于需求起来的太快，但是整个人工智能的供应链条准备，包括软硬件和服务都还不够。”刘军说。
其次，刘军认为，人工智能的产品，利润率的回报要高于传统业务产品。因为在这些产品上，可以产生一些新的增值。“我们把人工智能的产品，做得更尖端更高可靠，同时浪潮也不仅是硬件的提供商，我们从软件和系统，提供端到端的解决方案。”这种高附加值，也注定了浪潮在人工智能的业务上绝不会是亏本的买卖。
当然，人工智能的需求爆发，也给生态环境的发展，提供了新的机会。浪潮也没办法独自吃下所有的需求，刘军说，“我们希望告诉合作伙伴，在人工智能的时代如果不能转身，那么就会被淘汰。浪潮第一能告诉他们方向在哪里，第二能告诉他们沿着这个方向怎么成长，怎么走。”
持续迭代换来的人工智能计算力
尽管，浪潮人工智能的部门成立于今年初，智慧计算战略也是去年刚刚提出，但实际上浪潮对人工智能计算的探索由来已久。
刘军说，“3年前我们在解决HPC的问题时，就发现当时有互联网公司在用它来解决深度学习的需求。在我们与客户的协同创新过程中，它证明了浪潮能够切入到用户的需求场景里去。从那开始，浪潮知道了自己需要做哪些工作。”
在2015年的GTC上，浪潮发布了首款高性能MPI集群版的Caffe深度学习计算框架,并开源公布所有代码。这个产品是浪潮的一次勇敢的尝试，虽然最初的版本有一些易用性的问题，但浪潮通过产品迭代，不断突破了过去的瓶颈。
在GTC 2017上，Caffe MPI也有了新的升级。它是浪潮对人工智能计算不断探索的典型代表，而通过这几年来的提前布局，在本届GTC上，浪潮首次从硬件、软件和系统层面提供了端到端的能力。
第一，在硬件层面。浪潮携手NVIDIA在GTC大会期间发布了加速人工智能计算的超高密度服务器AGX-2，它将是全球首款在2U空间内高速互联集成8颗最高性能GPU加速器的服务器，将全面加速人工智能和科学工程计算等领域的研究应用效率。
对于这个产品的设计初衷，浪潮人工智能产品经理黄乾明说，“在人工智能数据、算法和计算三个维度中，计算力的瓶颈有两个。第一，客户会用到不同的GPU卡来加速，第二并行计算的参数交换是个瓶颈。为了突破这两个瓶颈，浪潮设计了AGX-2，第一支持任何GPU，，第二给GPU做Scaleout或Scale up，第三给不同的GPU做配置和优化。”作为全球领先的人工智能超级计算机，AGX-2目前的性能几乎称得上是世界第一。
第二，在软件层面。浪潮发布了人工智能深度学习训练集群管理软件AIStation。该软件可以支持多种深度学习框架，快速部署深度学习训练环境，全面管理深度学习训练任务，实现对计算集群的CPU、GPU资源进行统一的管理、调度及监控，有效的提高计算资源的利用率和生产率，为深度学习用户提供高效易用的平台。
冰冻三尺，非一日之寒。人工智能从计算上破局已成必然，而手握“计算”的浪潮，显然已经抢先拿到了赛点。人工智能的技术浪潮，将有机会成就一个新的浪潮。
