新基建是什麼？誰來建？能帶來什麼？有何趨勢？圍繞這一國家重大部署，《瞭望東方周刊》聯合有關機構進行了專題調研，推出《新基建，來了！》專題報導，共十篇，此為第六篇。
對人工智慧來說，數據是「生產資料」，算法是「靈魂」，而算力是「第一推動力」。
《瞭望東方周刊》記者劉佳璇 編輯陳融雪
國防科技大學研製的天河二號超級計算機系統
2020年3月9日，科技部宣布支持重慶、成都、西安、濟南建設國家新一代人工智慧創新發展試驗區，加上此前獲批的北京、上海、合肥、杭州、深圳、天津和浙江德清縣，國家新一代人工智慧創新發展試驗區目前已增至11個。
作為新基建重要領域之一，我國人工智慧已進入加速爬坡階段。
算法、數據和計算力是推動人工智慧技術進步和產業發展的「三駕馬車」。寒武紀公司副總裁劉道福曾比喻，對人工智慧來說，數據是「生產資料」，算法是「靈魂」，而算力是「第一推動力」。
「新一代人工智慧需要新一代超級計算，不僅要在運算的速度上達到新水平，而且要在智能化應用上形成新局面。」中國新一代人工智慧發展戰略研究院執行院長龔克說。
為應對新的產業發展需求，算力基礎設施正在升級。除對現有數據中心（Internet Data Center，簡稱IDC）進行智能化改造，使其成為能提供智能計算服務的算力平臺外，一些圍繞人工智慧產業需求而設計、為人工智慧提供專門服務的智能計算中心（Artificial Intelligence Data Center，簡稱AIDC）也在加速落地。
根據2017年國務院印發的《新一代人工智慧發展規劃》，到2030年，人工智慧核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。如今，不少地方政府和企業正在布局人工智慧計算，通過新型人工智慧晶片和新型計算方法強化計算中心這一「超級大腦」，使其算力更強、速度更快，賦予人工智慧更強勁的「爬坡之力」。
抗疫「小試牛刀」
隨著語音識別、人臉識別等人工智慧技術的應用，人們已經體驗到人工智慧在日常生活中發揮的作用，而在阻擊新冠肺炎疫情的過程裡，人工智慧也在無人消殺、病毒溯源、輔助診斷、智能測溫和藥物研發上「小試牛刀」了一回。
以疫情預測為例，2020年2月下旬，來自南京的人工智慧企業南棲仙策科技有限公司自主研發的可編程決策平臺Universe便搭建了一個疫情傳播模型。
該模型可預測60天的新冠肺炎疫情，並在僅有確診病例數據的情況下，推導潛在感染人數、接觸感染率等未知因素，進而在不同防控力度的預置條件下實施預測，為疫情防控提供決策輔助。
使這一預測模型更快學習真實疫情數據並推演未來的，正是116億億次/秒（1.16Eops）的智能化算力，由珠海橫琴新區的橫琴先進智能計算平臺所提供。該平臺的核心計算單元採用寒武紀公司最新一代人工智慧晶片，能提供的算力比現有的傳統CPU高性能計算中心更強。
在算力領域，傳統高性能計算和雲計算已較成熟，正在多個應用賽道上全面發力，但傳統CPU高性能計算中心的算力則很難滿足人工智慧的要求。
人工智慧的單點決策能力需要通過對海量數據的密集計算來實現。舉例來說，2016年3月谷歌人工智慧阿爾法圍棋（AlphaGo）對弈韓國棋手李世石時，背後就有著數千臺伺服器、上千塊CPU、高性能顯卡以及巨大的耗電量。
隨著數據總量的增長和智能化社會構建需求的擴大，人工智慧產業對算力的要求越來越高。中國工程院院士、浪潮集團首席科學家王恩東認為，在新基建各大領域之中，相比雲計算和大數據，人工智慧對算力的需求幾乎是「無止境」的。
根據人工智慧研究組織Open AI統計，從2012年至2019年，隨著人工智慧深度學習「大深多」模型的演進，模型計算所需計算量已增長30萬倍。史丹福大學發布的《AI Index 2019》報告也顯示，2012年以後，算力需求每三四個月就翻一番，現有算力面臨捉襟見肘的局面。
隨著新基建的加速建設，人工智慧與大數據、雲計算、物聯網等融合也會進一步加快，智慧醫療、無人駕駛、智慧城市、智慧金融等應用場景，背後都需要算力支撐。（見圖1）
「如果算力不能快速提升，那我們將不得不面臨一個糟糕的局面：當規模龐大的數據用於人工智慧的訓練學習時，數據量將超出內存和處理器的承載上限，整個訓練過程將變得無比漫長，甚至完全無法實現最基本的人工智慧。」浪潮集團人工智慧和高性能計算部總經理劉軍說。
根據國際數據中心（IDC）和浪潮集團共同發布的《2019-2020中國人工智慧計算力發展評估報告》，目前市場上普遍採用CPU+GPU晶片的方案來應對人工智慧計算需要。由於GPU適用於人工智慧的訓練負載，從而可實現加速，因此有越來越多的GPU供應商針對人工智慧的需要生產產品，提出「為深度學習而設計」。
智能計算中心陸續落地
龔克認為，目前需要統籌利用大數據基礎設施，建設高性能、智能計算基礎設施，提升超級計算中心對人工智慧應用的服務支撐能力。
「AIDC，不僅是比賽浮點運算速度提高，更要高效支撐人工智慧的智能計算。比如，要探索發展面向智能製造的計算，探索發展面向大數據和人工智慧算法治理的計算。」龔克說。
應對新一代人工智慧發展的需要，對算力的加強須圍繞人工智慧訓練和推理需求，為激發產品創新和拓寬應用提供能力保障，而不只是單純的計算加速。
近年已有不少超算中心運用人工智慧晶片和伺服器來強化其算力，提升對人工智慧產業的服務能力，簡單來說，這一路徑是對傳統超算中心「AI化」。
2019年8月，科技部發布《國家新一代人工智慧創新發展試驗區建設工作指引》提出，到2023年，全國將布局建設20個左右試驗區，這些試驗區需具備產業基礎較好、基礎設施健全、科教資源豐富、支持措施明確，並「重點圍繞京津冀協同發展、長江經濟帶發展、粵港澳大灣區建設、長三角區域一體化發展等重大區域發展戰略進行布局，兼顧東中西部及東北地區協同發展」。（見圖2）
可以看到，「為AI而生」的智能計算中心正在一些城市落地，其建設目標就是服務於區域人工智慧產業和智能化社會建構。
在西北，2019年，西安的灃東新城搭建了西北地區首個人工智慧領域的新型基礎設施——灃東人工智慧計算創新中心。
陝西省西鹹新區灃東新城管委會新經濟局局長、科統辦主任劉鑫對本刊記者說，該中心填補了西部地區人工智慧基礎設施的空白：「西安具有科研、人才資源優勢，獲批了國家新一代人工智慧創新發展試驗區，我相信在新基建的賽道上，西安可以跑出新速度。」
由中科院、廣東省、珠海市、橫琴新區共同建設的橫琴先進智能計算平臺也是一例。除硬體上採用國產人工智慧晶片外，該平臺軟體系統也集成了成熟的國產智能軟體系統和智能計算編程框架，從而可以為人工智慧產業提供可靠、穩定的數據存儲、數據處理、智能計算服務。（見圖3）
這一項目也是粵港澳大灣區首個先進智能計算平臺，被列入廣東省政府2019年工作報告，並納入了廣東省委、省政府印發的《關於貫徹落實「粵港澳大灣區發展規劃綱要」的實施意見》。
橫琴先進智能計算平臺相關負責人對本刊記者介紹，橫琴新區對於新興事物的開放度和包容性具有國際化的眼光和視野，同時也展現了超乎想像的「橫琴速度」。目前，該平臺已向中科院計算所、中科院軟體所、中國科學技術大學、南京大學、南棲仙策、普強科技等十多家國內領先科研院所和AI企業提供服務。2019年12月，該平臺的澳門分中心掛牌成立，目前已與澳門大學實現光纖互聯，未來將面向更多澳門企業、高校及科研機構提供智能算力。
「算力+生態」願景
業內人士指出，算力成本是人工智慧企業發展的一大阻礙，企業花錢買定製化算力、建計算中心，會造成一定程度上的資源浪費，且單靠部分企業建設的計算中心適用面有限，將智能計算中心作為轉型升級的基礎設施投資，更能滿足產業智能化發展需要。
在中國工程院院士鄔賀銓看來，提升人工智慧算力涉及一條龐大的人工智慧產業鏈：「有各類AI晶片，包括『雲端』、用戶端的類腦晶片，以及各類傳感器、雷射雷達、毫米波雷達、攝像頭、體感傳感器等。最重要的人工智慧是通用的AI平臺，包括計算機視覺、語音識別、自然語言處理，機器學習、知識圖譜等。」
因此，夯實人工智慧算力基礎，既是助力未來發展人工智慧的必要舉措，也是帶動現有人工智慧產業鏈加速滲透應用的路徑。（見圖4）
在2019年8月舉辦的AICC人工智慧計算大會上，王恩東提出：「在計算力的推動下，現在人工智慧正在從AI產業化向產業AI化的方向發展，在這個過程中需要建立開放融合的人工智慧生態，從硬體到應用，全產業要緊密配合，面向多樣化個性化的用戶需求提供整體解決方案，讓人工智慧用起來，用好它。」
算力搭建基礎層，要讓算力發揮最大效能，也需服務型平臺為應用層提供良好生態。因此，無論是橫琴先進智能計算平臺還是灃東人工智慧計算創新中心，都提出了以算力支撐為依託，打造智能化應用生態環境的目標。
橫琴新區的願景是，通過提供智能算力基礎設施及通用軟體服務，圍繞橫琴先進智能計算平臺，匯聚孵化人工智慧企業，促進人工智慧產業發展打造「科技研發、產業孵化、創投資本、教育培訓、配套政策環境」的智能生態圈系統。
橫琴新區管委會黨委書記牛敬提到，「智能計算平臺作為本輪新基建建設的一個關鍵物質載體，其核心特徵是通過引入AI技術賦能各個行業領域，從而衍生出全新的產業應用場景，直接帶動區域經濟發展，可支持和輻射智能交通、智能電網、智能製造、智能教育、智能金融、智能醫療、智能家居、智慧網際網路等行業多種智能應用場景，同時能為多類型的基礎科研提高效率。橫琴智能計算平臺目前正在積極服務粵港澳大灣區智能+產業需求。」（見圖5）
而灃東人工智慧計算創新中心將聚焦五大功能性服務：智能計算軟硬體資源共享及調度、交叉研究支撐、大數據應用、統一安全管控以及產業創新集聚。劉鑫表示，灃東人工智慧計算創新中心也會開展人工智慧人才培養工作，構建「平臺+應用+人才」三位一體的新型產業發展模式，注重打造「算力+生態」，形成從基礎層到應用層的人工智慧產業鏈，達到創新創業、產業升級的良性循環，推動各行業人工智慧應用落地。