本屆大會以“計算，預見AI未來”為主題，參會者超過2000人，包括來自中國工程院、英國皇家工程院、中國新一代人工智能發展戰略研究院等學術機構的專家學者，以及Facebook、Uber、Intel、NVIDIA、VMware、百度云、阿里云、浪潮、廣汽研究院、吉利汽車研究院、寒武紀、IDC、SPEC組織等數十位AI知名公司與研究機構技術主管、資深工程師，會議議題涉及芯片、計算框架、AI測試基準等AI專業技術領域，以及自動駕駛、兩化交易、智能診療等前沿AI領域，展現了當前AI領域最新的技術和應用進展。

智慧時代

計算力就是生產力

      人類正在經歷人工智能引發的第四次科技革命，開始進入智慧時代。王恩東說，在智慧時代，計算力就是生產力。此前，IT技術已經引發了多次生產力變革，但是前幾次的變革主要改變的是生產工具和勞動對象，而智慧時代，生產力的三要素都會深受AI和計算的影響，尤其是勞動者，很多職業和崗位會被替代。

      計算已經深刻改變了全球生產力，計算力指數可以衡量一個國家地區甚至是企業的發展水平。10年前全球市值最高的十個企業，都來自能源、金融、通信等傳統領域，只有一家IT企業微軟。今天全球市值最高的TOP10企業，清一色都是互聯網企業，只有一家來自傳統行業的沃爾瑪。這些市值TOP級的企業也是全球計算力消耗最大的，他們的市值排名狀況和服務器采購基本一致。

      不僅企業領域如此，國家地區的發展水平也與計算力水平高度相關。在本屆大會上，IDC與浪潮聯合發布了《2019-2020中國人工智能計算力發展評估報告》，報告公布了最新的人工智能計算力城市排名，北京超越杭州躍居第一，廣州進入第一梯隊，杭州、深圳、上海分列2-4名，蘇州、重慶、南京、西安首次躋身前十。排名的變化顯示，四大超一線城市在人工智能技術、應用、人才等領域的“吸附”效應開始凸顯，同時圍繞京津冀、長三角、大灣區三大經濟圈形成的人工智能三大產業集群已初具雛形。

計算力是AI發展的根本動力

       人工智能有60多年的發展歷史，幾經起落，當前的復興就是GPU等創新計算技術與深度學習相結合而直接觸發的。在實際的應用當中，相比云計算和大數據等應用，人工智能對于計算力的需求幾乎是無止境的。事務處理、WEB接入等傳統計算，因為應用規模和場景有限，對于計算力的需求也有限。但是AI對于計算力的需求是無限的，是指數級的增長，而不是線性增長。從2012年到現在，每3.5個月用于AI計算的計算量會翻一倍，增長了30萬倍，遠遠超過了芯片性能提升的摩爾定律。在半導體技術在逐步接近極限的情況下，計算力的提升更多是依靠體系結構的突破來實現的，所以這幾年計算機發展迎來了體系結構創新的黃金期，GPU、FPGA以及ASIC等異構技術是AI計算力增長的主要技術支撐。

AI準確度也是算出來的

      人工智能一個最大的挑戰是識別度不高，準確度不高，提高準確度就要提高模型的規模和精細度，提高線下訓練的頻次，這需要更強的計算力支持。所以說，準確度也是算出來的。現在很多資金充裕的公司，比如大型互聯網公司或者明星AI創業公司，有能力部署規模比較大的AI計算平臺，算法的模型已經達到千億參數、萬億的訓練數據集規模，這些公司的算法和技術就處于領先位置。

      在投資方面看，用戶在人工智能領域的資金有50%以上都用來采購GPU服務器等基礎架構產品，根據IDC的數據，中國人工智能基礎架構市場在中國未來五年的復合增長率超過33%，是一般IT基礎設施市場增速的三倍多。阿里、百度等互聯網企業在開發AI芯片，也出現了一批像寒武紀等開發專用AI芯片的公司。隨著計算需求的增長，會有越來越多的新架構、芯片和其他技術出現。

趨勢：從AI產業化到產業AI化

      數據爆發的增長、算法創新加速和計算能力的快速提升，讓人工智能在全球范圍內迅速從一個科學學科變成了規模產業。前幾年AI發展的主體基本上是阿里巴巴、百度等大互聯網企業，以及曠視、第四范式等AI創業公司。互聯網企業都是自作自用，用AI來升級原來的業務或者推出新的運營業務，像天貓購物的智能推薦、百度的搜圖。AI創業公司開發算法、做訓練后，更多的還是去融資，能夠投入更多的錢。在這種模式下，AI成為一個規模產業，但是很難支撐起下一步的增長。

       現在，傳統行業用戶在AI產業的增長中扮演著越來越重要的角色。變化不很快，但是正在發生。根據IDC的數據，從2018年起，金融和傳統企業和政府用戶，在人工智能基礎架構領域的采購量超過了互聯網。現在很多大型企業的熱線服務，已經用人工智能替代人工，很多企業都認識到了人工智能會帶來的巨大潛力，今天不用人工智能，未來發展上會遇到困難和瓶頸，甚至發展不下去。

產業AI化需要解決生態問題

      要發展人工智能，讓人工智能進入各個傳統產業，不能僅僅靠技術本身，生態的作用會越來越重要。國內的人工智能的應用大多是單點、單技術的應用，例如人臉識別、考勤打卡、交通監控管理等，在美國，AI與其他技術整合為解決方案，比如金融業的風險管理、證券行業的高頻交易等等，實現流程的自動化，改變行業的傳統業務模式，應用的差距十分明顯。

      中國要推進產業AI化，需要普及AI應用，更需要深化AI應用，推動AI從單點應用走向深度整合方案。王恩東表示，要從根本上解決應用的問題，就要建立開放融合的人工智能生態，從底層硬件到上層應用軟件，產業的上中下游要緊密配合，面向多樣化個性化的用戶需求，向終端用戶提供整體解決方案，才能讓人工智能用起來，用好。

       最后王恩東表示，無論是AI產業化還是產業AI化，AI產業未來發展空間巨大，今天看AI仍然是黑科技，因為AI的應用才剛剛起步。

      在大會現場，眾多廠商展示了在人工智能不同領域的成果，Uber披露了最近在橡樹嶺國家實驗室summit超算上實現了目前規模最大的Horovod訓練集群，VMware展示了與中國科技大學國家類腦工程實驗利用GPU虛擬化技術支撐智慧教育的整體解決方案，平安科技展示了當下最熱門的聯邦機器學習產品及應用，四維圖新展示了自主研發的L4級別無人駕駛汽車。

     “趨勢：從AI產業化到產業AI化”，這句話制造業要好好琢磨琢磨！由中國機電產品交易網（簡稱機交網）小編整理發布。如需要轉載，請注明文章來源，更多關于機電行業資訊，請點擊關注：中國機電產品交易網 機電信息