網易科技訊 12月27日消息，以“超算無界、智創未來”爲主題的2019國際超級計算產業博覽會在濟南召開。中國工程院院士、浪潮集團首席科學家王恩東在大會發表《智慧計算 未來動力》主題演講。王恩東指出，人工智能正在驅動前所未有的社會變革，人工智能計算作爲主要計算形態，正在成爲未來的核心動力。

智慧時代，計算力就是生產力

當前，智慧計算時代已經來臨， “智慧時代，計算力就是生產力，計算力指數是衡量一個國家、地區，甚至是企業發展水平的重要指數。”王恩東在談到計算力對於社會的價值時表示。從全球GDP與服務器出貨量的分佈來看，全球GDP排名前四的美國、中國、日本、德國，服務器採購量同樣排名前四。 數字經濟在整個國家GDP的佔比越高，這個國家的經濟就越發達。同樣，在企業領域，10年前全球市值最高的十個企業，埃克森美孚、中石油、沃爾瑪、中移動、中國工商銀行等，都是來自能源、金融、通信等傳統領域。今天全球市值最高的TOP10企業，清一色都是互聯網企業，比如google、微軟、亞馬遜、騰訊、阿里巴巴，只有一家來自傳統行業的沃爾瑪。全球市值TOP級的企業也是計算力消耗最大的，市值排名和服務器採購量排名基本一致。

從計算發展的形態來看，雲計算、智慧計算和科學計算三大典型計算場景已經成爲主流信息化形態。其中，科學計算主要用來完成宇宙探索、石油勘探、海洋開發、工業仿真、基因測序等前沿科技領域；雲計算已成爲當今經濟社會發展的“水電煤”，我們工作、生活的方方面面已經離不開網絡、雲計算等基礎設施，近十年來，雲計算一直保持快速發展，預計到2020年，中國雲計算的市場份額將超過1千億人民幣；以人工智能計算爲代表的智慧計算爲人工智能的新一輪爆發創造了必要的產業條件。王恩東表示，人工智能經歷了兩落三起，今天人工智的快速發展，得益於人工智能計算有了很多解決方案。企業辦公系統對於計算需求是線性的，到了互聯網時代，對於計算力的需求是冪級增長，到了人工智能時代，對計算力的需求呈現指數增長趨勢。未來三到五年，在整個計算投資中，人工智能計算佔比將超過80%。

人工智能計算是未來核心動力

人工智能時代的到來使社會的生產要素髮生了根本性變化。生產力的三要素，勞動者、勞動對象、勞動資料都在發生巨大變化，這三要素都跟計算密切相關。

在農業時代、工業時代，甚至信息時代，勞動者沒有發生太大的變化，但是在智慧時代，自然人和人工智能結合，對勞動者的生產能力產生了極大的促進，比如過去受自然環境的影響，我們用人工去識別圖像，資料，現在靠人工智能來做，識別效率得到了成千上萬倍的提升；進入智慧時代，數據成爲重要的勞動對象，以前的勞動對象，是一種自然資源，會在生產過程中，消耗或轉化，而數據資源使用後仍然存在，並且又生成了新的數據，數據資源生生不息；同時，計算設備成爲了新的勞動資料，特別是人工智能時代，勞動資料呈現指數級的需求。

“人工智能計算是未來核心動力，代表着智慧計算的發展方向”王恩東表示。在人工智能計算中，由於大場景、大計算需求越來越明顯，用通用芯片進行AI計算可能越來越不實用，而更多的加速芯片會佔據主流。在這方面，國內外很多的企業，像谷歌、亞馬遜、Facebook，中國的BAT、浪潮，都在AI領域不斷的創新。目前的AI計算服務，一方面是以雲的形式提供，另一方面以物理服務器的形式提供。目前，浪潮在AI服務器領域，中國市場佔比超過50%，大部分AI企業使用浪潮服務器進行AI的深度學習和推理訓練。此外，浪潮也在圍繞AI算法優化、框架融合應用等方面持續創新。

人工智能推動了各個行業從信息化向智慧化升級，提高了社會經濟的效率，並在多個行業引發了新一輪商業模式創新。如在金融領域，智能分析系統能夠秒級完成人工一年36萬小時的合同分析工作；在製造領域，一些大型的製造企業已經用智能機器人代替了50%以上的勞動力。從宏觀來看，人工智能發展將成爲中國經濟增長的新引擎，相關數據顯示，到2035年人工智能領域的經濟總量在整體經濟的佔比將達到20%。

發展產業AI，AI算力先行

經過多年的高速增長，人工智能已經形成了完整的產業體系。根據IDC數據，2018年上半年，中國人工智能基礎架構市場銷售額和出貨量分別同比增長176%和129%，包括金融、電信等12個領域在內的傳統行業市場銷售額和銷量同比增速分別高達293%和219%。IDC、埃森哲等諮詢機構都曾表示，傳統行業AI化是人工智能產業發展的未來，是“冰山的水下部分”，這一觀點正在變成現實，也就是在人工智能形成產業以後，迎來了“產業AI化”的發展時期。

對於產業AI化轉型，王恩東表示：首先，要進行創新創業，智慧化轉型，要重視AI計算平臺的建設，基礎平臺要先行，以前說要想富先修路，基礎設施先行是根本。第二，要爲 AI 計算先試先行提供條件。比如要做自動駕駛，能不能先圍繞自動駕駛，把自動駕駛需要什麼樣的交通規則理清，在城市裏把（自動駕駛路測）需要的路建好，在人工智能發展過程中，提前做好準備工作。