如果說2016年是AI新一輪爆發(fā)元年，深度學(xué)習(xí)算法的突破像一個火種點燃了AI市場，那么2018年則是AI應(yīng)用落地生根、AI算力突飛猛進(jìn)的一年。AI應(yīng)用的普及促使異構(gòu)計算在數(shù)據(jù)中心配比越來越重要，而算力的大幅提升、眾多巨頭集中推出的新一代芯片，也讓AI在云、邊、端的應(yīng)用有了扎實的架構(gòu)基礎(chǔ)。AI在改變計算，而計算在重塑AI，兩者交織行進(jìn)，導(dǎo)致了2018年計算市場大變局的發(fā)生。

變局1：用戶創(chuàng)新需求，引發(fā)異構(gòu)計算群雄爭霸

貫穿整個2018年，有一個特別的現(xiàn)象，就是一些看似剛剛聽說不久的新技術(shù)、新名詞，實際上已經(jīng)就在眼前，甚至已經(jīng)是蓬勃發(fā)展。比如說，2018年年初5G技術(shù)投票的新聞還沸沸揚揚，到了年底，5G的試商用就已經(jīng)來了。在這種新技術(shù)以“十倍速”蔓延的背景下，用戶對計算的需求也隨之發(fā)生了根本變化。

一方面，物聯(lián)網(wǎng)和AI等技術(shù)的迅速落地，讓數(shù)據(jù)的增長速率前所未有，數(shù)據(jù)大爆炸來得比想象中更早。據(jù)相關(guān)調(diào)研機(jī)構(gòu)測算，2017年全年數(shù)據(jù)總量將超過 15.2ZB，同比增長 35.7%。到 2018 年全球數(shù)據(jù)總量達(dá)19.4ZB。未來幾年全球數(shù)據(jù)的增長速度在每年 25% 以上，以此推算，到2020 年，全球的數(shù)據(jù)總量將很有可能超過30ZB，而這些數(shù)據(jù)中有很多是由物聯(lián)網(wǎng)設(shè)備采集、需要實時處理的，這對數(shù)據(jù)處理速度有了全新的需求。

另外一方面，利用數(shù)據(jù)、AI等新技術(shù)來促進(jìn)業(yè)務(wù)創(chuàng)新和發(fā)展，已經(jīng)在2018成為了大多數(shù)企業(yè)的共識，大家紛紛摩拳擦掌，跑得快的，相應(yīng)的解決方案已經(jīng)開始逐步落地?，F(xiàn)在小到手機(jī)上的人臉識別，再到超市中已經(jīng)實行的刷臉支付，大到在一個城市實施的智慧城市解決方案，都與AI技術(shù)密切相關(guān)。

在這兩大力道的助推之下，算力市場被引爆。根據(jù)OpenAI的分析，到2020年前，AI所需的計算量會增長12倍，而從2012年到現(xiàn)在，計算量已經(jīng)擴(kuò)大了30萬倍，平均每3.43個月算力就翻倍，其增長速度已經(jīng)遠(yuǎn)超摩爾定律的范疇，所以AI算力走出了自己獨立的提升曲線。

之前的市場中，NVIDIA在上游一家獨大，算力是名副其實的稀缺產(chǎn)品，NVIDIA的產(chǎn)品也獲得了高溢價，一句話：AI算力太貴了，把很多有需求的企業(yè)擋在門外。到了2018年，因為需求井噴的驅(qū)動，AI算力進(jìn)入了群雄逐鹿的時代，AMD推出了專門用于深度學(xué)習(xí)的圖形加速卡AMDRadeon Instinct MI60/ MI50，這兩款GPU是全球首次采用7nm工藝生產(chǎn)的GPU，而且是同時支持硬件虛擬化的GPU，性能與靈活性都非常出色。英特爾也在大力夯實自己的AI產(chǎn)品組合，組成了由至強(qiáng)可擴(kuò)展處理器、英特爾Nervana神經(jīng)網(wǎng)絡(luò)處理器和FPGA、網(wǎng)絡(luò)以及存儲技術(shù)等構(gòu)成的AI整體解決方案，并針對深度學(xué)習(xí)而優(yōu)化的基于英特爾架構(gòu)的數(shù)學(xué)函數(shù)庫(IntelMKL)以及數(shù)據(jù)分析加速庫(Intel DAAL)，英特爾明顯加快了在AI生態(tài)建設(shè)上的步伐。而作為AlphaGo控股母公司、同時也在AI上一直保持著先發(fā)優(yōu)勢的谷歌，則在GoogleI/O-2018 開發(fā)者大會期間，正式發(fā)布了第三代人工智能學(xué)習(xí)專用處理器 TPU 3.0。TPU3.0 采用 8 位低精度計算以節(jié)省晶體管數(shù)量， 對精度影響很小但可以大幅節(jié)約功耗、加快速度。甚至連做以電商為基礎(chǔ)業(yè)務(wù)的阿里巴巴，都在云棲大會上拋出了“平頭哥”芯片的開發(fā)計劃，而專注于計算的浪潮則推出了獨立的AI品牌TensorServer和AGX-5AI超級服務(wù)器。 AGX-5專為解決當(dāng)前AI深度學(xué)習(xí)和高性能計算的性能擴(kuò)展難題而設(shè)計，擁有10,240個張量計算核心，AI計算性能高達(dá)2PFlops。

可以說，目前AI算力市場的火爆，是以用戶需求、數(shù)據(jù)大爆炸為先決條件的產(chǎn)物，并讓上述的諸多巨頭都投入巨資，以迅雷不及掩耳之勢研發(fā)出諸多AI算力解決方案，正因為巨頭們都熱情參與，AI行業(yè)從芯片到產(chǎn)品，從應(yīng)用到開放工具和生態(tài)系統(tǒng)，都有加速成熟的跡象，相信在2019年，整個AI算力產(chǎn)業(yè)會有更為蓬勃的發(fā)展。

變局2：AI產(chǎn)業(yè)化加速，智能計算時代到來

在世界互聯(lián)網(wǎng)大會的人工智能論壇上，中國工程院院士、浪潮集團(tuán)首席科學(xué)家王恩東在演講時指出，計算已經(jīng)成為重要的社會生產(chǎn)力，成為衡量社會和經(jīng)濟(jì)發(fā)展水平的關(guān)鍵指標(biāo)之一。他所談到的“AI產(chǎn)業(yè)化，產(chǎn)業(yè)AI化”生動描繪了智慧計算時代的產(chǎn)業(yè)變化。中國和美國是在AI投融資額最大的兩個國家，雖然中國的AI產(chǎn)業(yè)化已經(jīng)形成體系，但在AI基礎(chǔ)層仍然有較大差距，尤其是算力上。王恩東表示，要打破AI的應(yīng)用瓶頸，必須推進(jìn)產(chǎn)業(yè)AI化，讓發(fā)展AI的主體從單純的互聯(lián)網(wǎng)公司，向能源、醫(yī)療、金融、零售等各個傳統(tǒng)產(chǎn)業(yè)覆蓋，產(chǎn)業(yè)AI化將有助于傳統(tǒng)行業(yè)轉(zhuǎn)型升級，有著巨大的想象空間。

一方面是在AI上巨大的投入，另一方面則是各大產(chǎn)業(yè)對AI的渴求，顯而易見，智能計算時代在加速到來。在近日公布的IDC2018上半年中國AI基礎(chǔ)架構(gòu)市場調(diào)查報告顯示，2018H1中國AI基礎(chǔ)架構(gòu)市場增長強(qiáng)勁，銷售額達(dá)到5.43億美元。浪潮繼續(xù)保持市場份額第一，銷售額份額為51.4%。值得注意的是，GPU服務(wù)器依然是是AI基礎(chǔ)架構(gòu)的絕對主流，比例達(dá)到了98.9%，2018H1GPU服務(wù)器的出貨增長為129%，而互聯(lián)網(wǎng)公司的采購，占比達(dá)到59.4%，而像政府、教育、電信等傳統(tǒng)行業(yè)，占比只有40.6%。

通過數(shù)據(jù)不難看出，互聯(lián)網(wǎng)行業(yè)是引領(lǐng)AI應(yīng)用的排頭兵，來自互聯(lián)網(wǎng)行業(yè)的AI服務(wù)器訂單，依然是服務(wù)器增長的主要增量。而浪潮在眾多瞄準(zhǔn)AI市場的廠商中，率先使用了獨立的AI品牌，再加上最強(qiáng)AI超級服務(wù)器AGX-5、最高密度AI服務(wù)器AGX-2和相對完整的AI產(chǎn)品線，在別人觀望時，搶先獲得了在AI產(chǎn)品上的先發(fā)優(yōu)勢，在智慧計算時代搶得了先機(jī)。所以，浪潮AI產(chǎn)品能在份額上遙遙領(lǐng)先，也就不足為奇。

變局3：行業(yè)AI化，其實就是一場傳統(tǒng)行業(yè)的智能化革命

如果從代表未來的AI本身來看，只是純粹的AI技術(shù)研究，就已經(jīng)擁有較大的價值，但是我認(rèn)為，在智能浪潮席卷之下，AI更大的價值在于對傳統(tǒng)行業(yè)的賦能。如果說之前的IT和網(wǎng)絡(luò)普及，使得傳統(tǒng)行業(yè)有了數(shù)字化轉(zhuǎn)型的基礎(chǔ)，而AI則是在數(shù)字化基礎(chǔ)上實現(xiàn)智能化階躍的重要臺階和倚仗。

AI對傳統(tǒng)行業(yè)有多大影響？我們不妨來看看幾個例子。比如在金融行業(yè)，基于AI的機(jī)器圖像識別，已經(jīng)可以做到通過圖像對受損的車輛進(jìn)行定損，車主只要按照指定步驟拍幾張照片，AI就能知道車輛的損傷程度，需要如何維修，進(jìn)而計算出理賠價格。最為關(guān)鍵的是，這個過程只需要數(shù)秒鐘！這比過去需要定損員花費數(shù)十分鐘來進(jìn)行人工核賠、核價，簡直冷兵器和核武器的差距。

還比如網(wǎng)上流傳的“神經(jīng)網(wǎng)絡(luò)割韭菜”的段子，其實，AI在量化交易中已經(jīng)開始使用，其最恐怖之處，是在于可以通過學(xué)習(xí)，自主制定交易方式，而不像過去的程序化交易那樣，需要人工設(shè)定交易策略，機(jī)器只是嚴(yán)格執(zhí)行。而金融行業(yè)最容易的就是數(shù)據(jù)收集，當(dāng)大量的數(shù)據(jù)被用于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，那么它們得出的自主交易方式，不但可以實現(xiàn)穩(wěn)定的收益，還能提前規(guī)避風(fēng)險，這是再多的人力也難以企及的。

還有就是在醫(yī)療行業(yè)，AI機(jī)器視覺識別被使用后，很多疾病的初步診斷都可以交給AI來完成。比如心臟病的診斷，專家級的醫(yī)生需要大量的超聲檢查數(shù)據(jù)，結(jié)合豐富的經(jīng)驗，才能做到75%的準(zhǔn)確率，普通醫(yī)生則只有50%。而用AI來進(jìn)行診斷，則準(zhǔn)確率提升到了90%，比辛苦積累了幾十年的專家還要牛。

通過以上例子，可見AI不只效率相比人工有幾十倍提升，更重要的是，AI還能幫助客戶進(jìn)行業(yè)務(wù)模式創(chuàng)新，讓過去很多不敢想的事變成現(xiàn)實，從而帶來數(shù)萬億美元的衍生市場。

過去兩年，人工智能還是全球頂尖的高科技企業(yè)，或者互聯(lián)網(wǎng)企業(yè)才能應(yīng)用的技術(shù)。但跨過2018年，隨著AI算力的提升，AI開發(fā)工具的豐富，讓普惠AI成為了可能。我在參觀歐洲萊布尼茨數(shù)據(jù)中心時，被告知那里的HPC服務(wù)器利用率高達(dá)90%以上，原因就是相關(guān)機(jī)構(gòu)會將HPC機(jī)時作為資源分配給歐洲的中小企業(yè)，幫助他們?nèi)ダ肏PC做創(chuàng)新。這其實非常值得我們借鑒，AI只有在千行百業(yè)中得以廣泛應(yīng)用，AI產(chǎn)品就像水電煤一樣方便易用、物美價廉，人類才能加速進(jìn)入到智能社會。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。