2018人工智能计算大会举行 计算让AI无处不在

9月12日，主题为“计算，让AI无处不在”的2018人工智能计算大会(AICC2018)在京举行，大会还发布了《2018中国AI计算力发展报告》摘要版，针对AI领域的投资和供给、行业和区域、需求和应用、潜力和趋势进行综合评估，为研究机构与商业公司获取AI视野、感知AI发展趋势、制定AI发展战略提供科学依据。

计算让AI无处不在

“人类社会已经快速步入到智慧时代，智慧时代的核心驱动力或者说生产力，就是计算。“AICC大会发起人、中国工程院院士、浪潮集团首席科学家王恩东说道：”今天市值前十的公司几乎都是信息技术与服务公司，比如、亚马逊、Alphabet、Facebook、、，他们也是全球服务器采购量最靠前几名的公司。这说明他们在计算力上的投入最多，计算力为这些公司创造了价值。而从国家来看，GDP与计算力也呈现出明显的正相关关系，GDP排名前五的国家与服务器出货量前五名几乎保持一致。”

中国工程院院士、浪潮集团首席科学家王恩东

对于计算与AI的关系，王恩东认为，计算促进了人工智能发展，人工智能反过来也促进了计算的变革与创新，两者相辅相成。人工智能与计算的融合发展趋势将不断加强，成为高性能计算、边缘计算以及未来量子计算最重要的应用场景，同时人工智能也对计算提出了更多的挑战，可定制计算受到越来越多公司的重视，开始尝试在实际业务中使用FPGA、ASIC等定制芯片为人工智能加速，这促进了计算的多元化发展。

2018人工智能计算大会现场

事实上，AI对计算力的需求已远超摩尔定律的性能增长速度。OpenAI公布的一份报告显示，2012年以来，AI训练中使用的计算力每3.5个月增长一倍，6年增长30万倍以上。在此期间，硬件算力的提升一直是人工智能快速发展的重要因素。报告同时指出，“如果我们希望目前的发展趋势持续下去，我们就需要为实现远超当前方法负载的全新系统做好准备。”

量子计算机作为普遍认可的下一代计算技术，能在几秒钟、几分钟内，运算完成普通计算机需要成百上千年完成的任务。虽然量子计算机还远没有到应用阶段，但从谷歌、微软、IBM等科技巨头的动向看，量子计算技术和人工智能的结合已是未来科技的最大热门。而在当下阶段，神经网络和其他机器学习系统的实现，依然依赖于庞大的计算能力。目前，GPU加速计算成为一种主流的AI计算形态，同时可定制计算开始兴起，谷歌、寒武纪、百度等公司都推出了自主研发的AI芯片。

中国AI计算力：杭州最强，华东最快

AICC2018发布了《2018中国AI计算力发展报告》摘要版，报告显示，2017年是中国AI发展的元年，AI的投资增长10倍，算力提高230.7%，数据量增加50%。

报告还针对不同城市与地域的计算力发展做出了评估。数据显示，中国AI计算力发展Top10的城市可以分为两个层级，Tier1城市杭州排名首位，北京、深圳、上海和合肥市紧随其后，Tier2城市包括成都、重庆、武汉、广州、贵阳(排名不分先后)。而中国AI计算力发展在区域分布上也存在不平衡，总体上来说东部地区发展程度高于西部地区，其中华东地区计算力发展程度最高，西北地区发展程度最低。

而中国应用AI计算的Top行业一是互联网，应用场景有搜索引擎、电商用户行为分析；二是政府部门，主要应用场景为公共安全和公共服务；三是医疗行业，主要用于疾病预测诊断、信用风险管理；四是金融行业，主要应用场景有知识管理和生成、在线业务人脸识别等。

报告显示，随着时间的推移，至2025年及以后，AI在新兴经济和数字经济中的应用场景将越来越多，尤其是数字经济的应用潜力会更大。其中，从目前开始至2020年，在传统经济中，包括人脸识别、语音识别、自然语言处理等生物识别技术和车辆识别、智慧交管、智能路灯等智慧城市技术将是AI最典型的应用场景，其他Top10应用场景还包括安防、自动化客服、互动娱乐等；2020年-2025年，智能制造和智能家居的相关技术将走向成熟，成为最典型的AI应用场景；2025年及之后，智能医疗、自动驾驶、智能助理等相关技术与政策将成形，促使上述行业的AI应用实现爆发式增长。

报告指出，目前阻碍AI计算发展的主要挑战在于：1)算力的发展还未达到需求，2)可用数据量有限，3)从实验室到实际用用过程中还面临诸多挑战和问题，4)从应用场景到提供完善的行业解决方案还需时日。对于算力，该报告给出的建议是通过异构计算和云的结合来解决算力的问题；对于数据，建议采用数据共享+整合的方法；而从实验室到实际应用的过程，需要能力输出于生态建设作为支撑；从应用场景带行业解决方案的跃进，则需要进行行业观察和痛点分析。