用算力拓展技术边界 为AI发展按下“加速键”

日前发布的《2018中国AI计算力发展报告》显示，2017年我国人工智能计算力大幅提高230.7%，数据量增加50%。人工智能计算力正在互联网、公共服务、医疗、金融等多个应用场景加速释放，驱动智慧时代的到来。

算力泛指计算能力，是信息技术发展的重要标志。提到算力，绕不开“摩尔定律”——当价格不变时，集成电路上可容纳元器件的数目，约每隔18至24个月便会增加一倍，性能也将提升一倍。半个世纪来，信息技术的快速进步让计算机、互联网等走入千家万户，摩尔定律正深刻地影响着世界。

近年来，在半导体工艺逐渐逼近物理极限的情况下，GPU（图形处理器）、TPU（高性能处理器）等相继出现，使新一代“超级摩尔定律”继续在信息技术的演进中发挥作用。研究显示，2012年以来，在最大的人工智能训练中所使用的计算力每3.5个月就会增长一倍，6年来该指标已增长30万倍以上。

“超级摩尔定律”的出现，一方面是由于人工智能走向大规模应用，数据不断积累，训练任务量也呈指数级增长，激发了对计算的巨大需求。同时，正是计算性能的长足进步满足了大规模并行运算的需求，为深度神经网络算法应用于大数据处理提供了可能，由此带动了人工智能的跨越式发展。可以说，计算促进了人工智能的发展，人工智能也促进了计算的变革与创新。

当前，人工智能与计算的深度融合，既给产业发展带来机遇，也提出了新的挑战。人工智能计算的发展仍面临着诸多瓶颈，比如算力仍有待提升、可用数据有限、市场化难度高、解决方案不完备等。其中，算力是人工智能的硬件基础，人工智能的发展需要算力的支撑。算力既能不断拓展人工智能的技术边界，也能推动更多的应用落地。

如同中国工程院院士王恩东所说，“智慧时代的核心驱动力或者说生产力，就是计算。”硬件算力的提升一直是人工智能快速发展的重要因素，也是抢占人工智能制高点的关键。我国人工智能产业在数据积累、算法应用等方面虽然有一定优势，但在算力方面依然存在差距。推动我国新一代人工智能健康发展，必须加大研究力度，带动算力跃升，为人工智能发展按下“加速键”。