在日前舉行的2021人工智能計算大會上，國際數據公司IDC和浪潮信息聯合發布的《2021—2022中國人工智能計算力發展評估報告》顯示，相比2020年，人工智能在金融、制造、能源、公共事業和交通等行業體現的推動作用尤為顯著。同時，以智能計算中心為代表的算力基礎設施，通過提供公共的算力、數據及算法服務，讓算力服務易用，解決算力服務的供給問題。

“4年來，我們發現人工智能算力越來越受到重視，這方面的應用越來越成熟，無論是芯片的多元化還是人工智能服務器的計算能力、計算容量等都比4年前有了很大的提高。”IDC企業研究助理副總裁周震剛接受經濟日報記者采訪時說。

周震剛表示，相比去年，人工智能在各個行業的滲透度都在提升，尤其是在互聯網行業和金融行業。此外，制造、交通和能源行業在人工智能的應用也更加深入。

據了解，全球已有60多個國家和地區出臺人工智能政策，發布國家級人工智能戰略。IDC預測，2021年全球企業在人工智能軟件、硬件和服務的總投資將超850億美元，預計在2025年將增至2045億美元，5年復合增長率達24.5%。

不過，中國工程院院士、浪潮首席科學家王恩東認為，人工智能也帶來了指數級增長的算力需求，計算產業正面臨著多元化、巨量化、生態離散化交織的趨勢與挑戰。一方面，多樣化的智能場景需要多元化的算力，算力已經成為人工智能繼續發展的重中之重；另一方面，從芯片到算力的轉化依然存在巨大鴻溝，多元算力價值并未得到充分釋放。如何快速完成多元芯片到計算系統的創新，已經成為推動人工智能產業發展的關鍵環節。

人工智能產業化對算力的需求正在激增，浪潮信息副總裁劉軍表示，算法模型發展也將更加復雜，巨量模型將是規模化創新的基礎，“源1.0”等巨量模型的出現，讓構建大模型、提升人工智能處理性能成為發展趨勢。

目前，全球知名的人工智能公司在巨量模型上都投入巨大，谷歌、微軟、英偉達、浪潮、智源人工智能研究院、百度、阿里等公司相繼推出了各自的巨量模型。“巨量化的一個核心特征就是模型參數多、訓練數據量大。”劉軍以浪潮人工智能研究院開發的中文人工智能巨量模型“源1.0”為例介紹說，其數量高達2457億，訓練數據集規模達到5000GB。“我們對算力的追求沒有極限。”劉軍說。

人工智能芯片正呈現多元化發展趨勢，芯片的多元化為人工智能產業化的加速提供了重要的產業基礎和更加豐富的選擇。但是，芯片從造出來到大規模用起來，還隔著一個巨大的產業鴻溝。以一臺人工智能服務器研制為例，整個系統需要經過30多個開發流程，使用150多種加工制造工藝，對280多個關鍵過程控制點的質量進行嚴格把控，還要實現與算法框架和人工智能應用的優化與適配等問題。

“要想釋放多元算力價值、促進人工智能創新，一是要重視智算系統的創新，加大人工智能新型基礎設施建設，把從技術到應用的鏈條設計好，從體系結構、芯片設計、系統設計、系統軟件、開發環境等各個領域形成既分工明確又協同創新的局面；二是要加快推動開放標準建設，通過統一、規范的標準，將多元化算力轉變為可調度的資源，讓算力好用、易用。”王恩東說。

中國人工智能基礎設施市場規模保持高速增長，中國服務器廠商已成為全球服務器市場的中堅力量。IDC預計，2021年人工智能加速服務器市場規模將達56.9億美元，相比2020年增長61.6%，到2025年，中國人工智能加速服務器市場將達108.6億美元。

我國明確提出在全國布局算力網絡國家樞紐節點，同時積極推進智能計算中心建設，發力構建普適普惠、安全可靠的現代化基礎設施體系和生態。智能計算中心已被越來越多的地方政府視為實現支撐和引領數字經濟、智能產業、智慧城市、智慧社會發展的關鍵性信息基礎設施，為算力、數據、生態和產業發展提供平臺化支持。