QQ在線
企業微信
資訊
6032020年4月10日，《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》中 ，數據首次作為一種新型生產要素出現，與土地、勞動力、資本和技術等傳統要素并列。不可否認，計算力已經與國家經濟息息相關。
據IDC與浪潮聯合發布的《2020全球計算力指數評估報告》顯示，計算力指數平均每提高1點，數字經濟和GDP將分別增長3.3‰和1.8‰。計算力指數是評估計算力與經濟、數字經濟相互拉動，共同發展的指數。
當下，全球的數字化轉型已進入倍增創新階段，各個國家的數字經濟占比正持續提升。
報告指出，當一個國家的計算力指數達到40分以上時，指數每提升1點，對于GDP增長的拉動將提高到1.5倍；當計算力指數達到60分以上時，對GDP的拉動將進一步提升至2.9倍。目前，我國計算力指數評估分數達到66分，處于全球第一梯隊。
“超大規模的數據量對處理效率提出更高要求，強大的計算力，為數字經濟提供了倍增創新的源動力。” 正如IDC中國助理副總裁周震剛所說，計算力正在成為數字經濟發展的核心驅動力。越早意識到計算力對經濟的促進作用并布局算力基礎設施，越能在未來發展中占據先機。
計算力成AI突破關鍵要素
隨著5G部署速度的加快、物聯網技術的進一步發展，可以預見我國數據生產速度將獲得更快的提升、數據總量將進一步提高。數據要素價值創造需要對數據進行更多維度、更加深度的利用，原來處理數據的方式已遠遠滿足不了新時期數據處理的需求，而人工智能技術將大大提高數據的利用效率。
據了解，人工智能服務器通常搭載GPU、FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足高吞吐量互聯的需求，為自然語言處理、計算機視覺、語音交互等人工智能應用場景提供強大的算力支持，已經成為人工智能發展的重要支撐力量。
在當今以深度學習為中心的人工智能發展中，AI模型的進步主要依賴于模型的規模化擴展。在AlexNet網絡模型出現后的幾年中，ResNet、Transformer、BERT等優秀模型的不斷涌現使得深度學習有了長足的發展和進步，尤其是在圖像、語音、機器翻譯、自然語言處理等領域帶來了跨越式提升。AI模型智能程度在不斷發展的同時，AI模型的數據量、結構的復雜程度也在不斷增加，其帶來了模型的參數量爆發，模型尺寸呈指數級增長 。
2020年7月時，OpenAI實驗室推出了最先進的自然語言模型GPT-3，擁有1750億的天量參數，其訓練數據集規模也超過500GB。GPT-3的算力需求達到了3640Petaflop/s-day。據媒體機構量子位估算，訓練一個GPT-3模型需要一塊GPU運行355年。不同口徑估算，GPT-3的訓練成本約在600-1200 萬美元。
2020年1月，最新語言模型Switch Transformer可以將語言模型的參數量擴展到1.6 萬億，比GPT-3的參數多了近10倍。
隨著模型尺寸的不斷膨脹，實現高效的AI模型訓練的一個重要的支撐是更快的算力，即可以在更短時間內完成大規模AI計算，這是未來一段時期內人工智能研究能否繼續突破的關鍵要素之一。
中國AI服務器成人工智能產業中堅力量
根據IDC最新發布的2020H1《全球人工智能市場半年度追蹤報告》顯示，目前2020年上半年全球人工智能服務器市場規模達55.9億美元。其中，浪潮以16.4%的市占率位居全球第一，成為AI服務器頭號玩家，戴爾市占率14.7%位居第二，HPE市占率10.7%位居全球第三，華為（6%）和聯想（5.7%）位列第四第五。機構預測，未來，AI服務器將保持高速增長，預計在2024年全球市場規模將達到251億美元。
據IDC數據，目前中國AI服務器已經成為全球人工智能產業發展的中堅力量。2020年中國人工智能基礎設施市場規模達到39.3億美元，同比增長26.8%。其中，AI服務器市場規模占整體人工智能基礎設施市場的87%以上，并持續保持高速增長。機構預測，中國AI服務器市場未來將占全球AI服務器市場的三分之一左右。
隨著國家加速新型基礎設施建設，AI將會加速與交通、能源、制造等行業融合，進而撬動經濟增長。在此過程中，AI服務器的規模化布局能夠為人工智能應用落地提供核心的算力保障，對于未來國家計算力指數的提高具有極大的推動作用。
