烟台新闻网

算力提升催动我国AI产业上规模

标签主题:人工智能芯片人脸识别IDC GPU架构开放融合自主学习计算电源基础设施

智能扬声器的家庭普及率与个人电脑和智能电视相当。 2019年第一季度,智能音箱市场达到1122万台,同比增长787.2%。

8月28日,由中国工程院主办的“AICC2019中国人工智能计算大会”在北京召开。上述数据来自IDC和浪潮集团《2019中国人工智能计算力发展评估报告》的联合发布,这只是进入数千户家庭的人工智能。白星倩业的一个小场景。

5G和物联网等各种技术的发展和融合加速了数据井喷,并以前所未有的速度和方式进行了存储和计算。具有丰富类型和不同场景的数据资源为人工智能系统自主学习和构建预测模型提供了肥沃的土壤。由此,生物识别,欺诈分析,智能客户服务,公共安全和预警等人工智能场景加速了中国的成熟应用。

中国工程院院士、浪潮集团首席科学家王恩东说:“数据爆炸的增长、算法创新的加速、计算能力的快速提高,使人工智能从学术热点迅速转变为研究热点。世界热点和工业热点。人工智能产业发展迅速,市场需求井喷。

算法、数据和算法被称为人工智能的三大要素。没有算法的支持,人工智能很难应用。也许正是因为这个原因,协调数据和算法的芯片引起了特别的关注。

IDC预测,GPU仍然是数据中心加速发展的首选。随着边缘和终端需求的快速增长,人工智能芯片市场将迎来多元化发展。然而,推理芯片将成为未来最大的潜在市场和人工智能芯片市场的重要决定点。

根据浪潮技术人员的说法,在目前的AI芯片中,GPU芯片主要处理图像领域的操作加速。 FPGA芯片适用于分析多个指令和单个数据流。 ASIC芯片针对特定场景进行定制,并且在低功耗移动设备或边缘方面具有优势。中国的寒武纪,地平线,华为等厂商往往与此类芯片有关系。人工智能芯片进一步分为训练芯片和推理芯片。培训是指学习和获取现有数据中某些功能的过程。推理过程是指使用计算能力对新数据执行特定任务(例如分类,识别等)。

从2012年到现在,人工智能计算的计算量每三个半月增加一倍。从2012年到现在,人工智能计算能力增加了30万倍,芯片性能提高了约30倍。远远超过摩尔定律。

“与云计算和大数据等应用相比,人工智能的计算能力需求几乎无穷无尽。”王恩东说:“计算能力的提高对架构提出了挑战。在半导体技术逐渐接近极限的情况下,计算机开发迎来了架构创新的黄金时期,计算能力的提升将更多通过系统创新来满足。“

IDC认为,未来五年,人工智能基础设施产品在中国的复合增长率将超过33%。这一增长率是普通IT基础设施投资的三倍多。随着计算需求的增长,将会出现越来越多的新架构,芯片和其他技术的出现。

虽然它看起来不是很快,但“人工智能产业化”现象正在发生。根据IDC的数据,互联网仍然是中国人工智能计算能力的最大投资。 62.4%的钱花在他们身上。从2018年起,金融,传统企业和政府用户在人工智能基础设施领域购买。金额超过互联网,这种趋势将继续下去。

王恩东说:“中国的AI投资已经和美国相当,但在核心技术的投入和面向应用的深度研究上还有差距。应用是AI产业发展的瓶颈也是最大的机会,要从根本上解决问题,必须建立开放融合的人工智能生态。”

国内很多人工智能企业锁定的都是单点单技术的应用,如人脸识别、考勤打卡,交通监控管理等。美国则流行用AI改变某些行业的业务流程和应用模式,比如,金融业的风险管理、证券业的高频交易等。

IDC也强调,人工智能时代的用户需求越来越复杂,任何企业都无法提供所有的解决方案,生态系统将变得和知识产权一样重要。

(责编:乔雪峰、吕骞)

转载请保留本文连接: