网站首页 实验室介绍 科学研究 学术交流 人才队伍 开放课题 招聘信息 联系我们
业内动态

 
 
 中国工程院院士、浪潮集团首席科学家、实验室主任王恩东出席世界互联网大会并演讲

2018-11-08 16:53:04


2018年11月8日,“人工智能:融合发展新机遇”论坛在乌镇互联网国际会展中心安渡厅举行。中国工程院院士、浪潮集团首席科学家王恩东出席论坛并作演讲。

王恩东院士表示,计算力就是生产力。生产力是什么呢?生产力是改造自然的能力,是创造价值的能力。“大家对价值的评价和计算力的数字基本上是一样的,我们以前一般讲一个地方的发展水平,大多数用电力、耗电量作为指数,而今天可能代表一个国家、一个地区社会经济发展水平,计算力指数可能成为一个很关键的指数。我说的计算力是数据中心的计算力,数据中心的计算力就是服务器。”

同时,王恩东院士还分享了AI发展的三个趋势:第一是创新速度是AI发展的核心竞争力;第二是AI产业化在快速发展;第三是产业AI化。

以下为文字实录:

尊敬的各位来宾,大家下午好!

非常高兴在这个地方和大家做一个交流,我的题目是《计算力:智慧时代的生产力》。

关于人工智能确实很热,现在在国内关于人工智能的国际级、国家级、省级、产业内的会议、学术类的会议,各种会议每天都在召开,可能没有哪一个省、哪一个城市没有开过这样的会议,应该说人工智能的热度是显而易见的。

我想给大家讲的是,当我们进入到这样一个智慧时代的时候,支撑我们发展的生产力在发生变化。这里有一组比较有意思的数据,在2009年,也就是十年之前,全球市值最高的几个公司,基本上是石油、移动公司、电信公司等,IT公司只有微软一个,那时候微软的windows如日中天,最值钱的公司还是比较传统的一些企业。我们再来看今年8月份的统计,全球最值钱的公司,除了股神投的伯克希尔·哈撒韦,其他都是IT服务企业,而且哈撒韦也是投资的这些企业。我想这还不是最有意思的,最有意思的是全球买服务器最多的企业排名,这些最值钱的企业就是买服务器最多的企业。

所以今天我们说计算力就是生产力,生产力是什么呢?生产力是改造自然的能力,是创造价值的能力。大家对价值的评价和计算力的数字基本上是一样的,我们以前一般讲一个地方的发展水平,大多数用电力、耗电量作为指数,而今天可能代表一个国家、一个地区社会经济发展水平,计算力指数可能成为一个很关键的指数。我说的计算力是数据中心的计算力,数据中心的计算力就是服务器。每万亿美元服务器的拥有量中,美国和中国是远远领先于其他国家的,我想这也是美国和中国经济活力也是在全球领先的很重要的原因。

国际上是这样,在全球是这样,我们再来看看国内各个省的数据。国内很多省在喊新旧动能转化,喊的响的基本上就是山东、河南、河北,以传统工业为主的省。而像广东、北京、浙江、上海这一些城市,由于它们数字经济发展已经远远领先于其他省,甚至在全球可能都数得上,所以他们新旧动能转化的压力就小,甚至说已经转化到了新的发展轨道上来。

除了说整个大的计算力以外,我还想说说,因为今天是人工智能的会议,我们来看看国内人工智能算力,就是AI计算力分布的情况。浪潮在前几天与IDC做了一个调查分析,大家可以看到,这是以城市来分的,按照城市来统计的。AI计算最发达的5个城市是杭州、北京、深圳、上海、合肥,由此可以看到,为什么杭州在全国的影响力越来越大,它在AI方面也是领先全国的。因此,我们说现在这种经济的转型,在向数字经济转型,像数字经济转型,在这里面这种计算力的基础设施的建设,可能会成为一个非常关键的事情。我们以前讲的要“致富先修路”,那是在刚刚改革开放的时候,今天我们进入数字经济时代,这个路是什么?我们以前可能说就是网络,我想网络仅仅是一个方面,计算力基础设施成为一个地区甚至一个企业数字化转型非常关键的一个基础,应该说数字化转型要从计算力基础设施建设开始。

AI发展的三个趋势:第一是创新速度是AI发展的核心竞争力;第二是AI产业化在快速发展;第三是产业AI化。

创新速度很关键,当然很容易理解,天下武功唯快不破,自古以来是这样,但是今天进入智慧时代,进入到数字经济时代,“快”和原来的“快”可能还不一样,不仅仅是日新月异,可能都是以小时计算、以分钟计算。我们去训练一个模型,你是用几天才能训练出来,还是说能够用几个小时训练出来,还是能够几分钟,还是说能够实时地把模型训练出来,这对于人工智能的发展可能就完全不一样了。如果你的模型是能够用几分钟就能够训练出来,那么你的应用就能够快速地适应需求的变化,就能够得到非常快速的推广。在这里我们可以看到,无论是全球的企业,还是国内的一些创新企业,像商汤科技,在这一方面,在为了创新速度,为了创新基础设施的投资,为了算法的研究方面,应该说都做的非常好。

当然,要快,除了算法,基础设施的投资也很关键。比如说我这里有几个和速度相关的三个表,我们的这种训练过程,我们的标注是人工的还是自动化的,我们的训练方法是用的哪一种类型的训练方法,我们的算法是哪一种模型、哪一种算法框架,都极大地影响着训练的时间,影响着创新的速度。

为了使这种创新越来越快,使这种计算平台越来越快,现在AI芯片也基本上分了三方面:一是通用的芯片,像英特尔的芯片CPU,现在也有一些专用的芯片,比如GPU。二是专用芯片,像国内寒武纪做的神经网络芯片,这是面对人工智能做的比较相对专用的芯片。三是可定义计算芯片。这就是更加专用的,可定义的芯片,就是GPU,能够把算法整个编成硬件的执行方式。

除了芯片之外,平台很关键,在这些围绕平台的训练建设和优化方面,这也是一些大的企业在集中做的。今年5月份浪潮做的一个用512个GPU为了图象识别做的优化,正在整个效率上打破了Facebook原来保持的记录。

第二个趋势,就是AI产业化在加速。AI本身是一个未来潜力很大的产业,无论是大家对未来AI产业的预估,还是最近这几年在AI方面的投融资,可以看到都是非常大的。应该说,中国和美国在AI方面投融资最大的两个国家,在中国层面上来讲,我们的投资可能更多在图形图像处理,也就是更侧重于应用,美国可能在芯片方面、在基础方面做得更好。有人说,我们在人工智能方面已经赶上或者超过美国了,我想说的有点太乐观了,应该说还是有差距的,我们在应用层面上是好一些,在基础层面上还是有明显的差距,这也是国内AI企业包括科研机构能够要有一个清醒的认识,我们还要加强基础方面的研究,加强在芯片方面的投入。

在全球来看,凡是围绕AI做芯片、平台的,发展速度都非常快,最有代表性的就是美国的NVIDIA公司,它的市值在上半年接近两千亿美元,当然它的销售额增长也很快,基本上在通用AI芯片方面也影响了独步天下,有一定垄断的势头。在国内,像围绕AI做的服务,浪潮的服务器在国内占到57%,在算法层面上,像谷歌发布了算法之后,可以看到下载量也非常大。

我们国内在AI的应用产业层面,就是AI的应用层面上有很多企业都做的还是非常好的,像商汤、讯飞、阿里。

第三个趋势,产业的AI化。刚才关于产业AI化,李彦宏先生重点讲的就是产业AI化,有很多的产业和AI结合起来,都能够释放无穷的能量。

那么,要实现AI化,这里面有一个鸿沟,就是谁来帮助这些传统产业去实现AI化,应该说这里面需要去建设这种应用的生态。在这里面像浪潮、百度都在这方面有很好的实践。

最后,讲两个建议。我们要发展AI,各个地方都在开AI的大会,大家可能更关注的是AI产业,我建议:第一,发展AI,还是一定要把AI发展的基础建设,也就是计算平台要建好。第二,地方在吸引投资的时候,最好是要把政府、要把本地的企业,建设AI应用的示范,而不仅仅是去做AI产业,而是要把这些传统的产业AI化,要把政府的运行AI化,为AI发展提供一个好的实验平台,使AI发展成为一种健康的发展态势。

谢谢大家!

 

 

 

[ 字体大小: 14 12 9 ] [ 打印]

高效能服务器和存储技术国家重点实验室 | 联系我们 | 京ICP备12012807号-3
© 2016 Hsslab