任何一項技術的潮起潮落並不是偶然，但像人工智慧技術這樣，在過去幾十年間歷經數次波峰波谷的卻並不多見。人工智慧對人類社會來說並不是一項簡單的技術革命，它象徵著一個時代的到來，如同工業時代之於農業時代一樣，會帶來天翻地覆的變革，影響人類社會百年、甚至千年的進程。

《智能時代：大數據與智能革命重新定義未來》中預言，傳統的行業都將採用智能技術實現升級換代，也會改變原有的商業模式。

的確，我們也看到人工智慧在應用端的創新如雨後春筍，人臉識別、無人駕駛、智能推薦等AI應用已經成為現實；在行業端，越來越多的企業將人工智慧視為數字化轉型的下一站。

而在宏觀層面，新基建將人工智慧列入其中，人工智慧算力的需求指數不斷攀升，IDC與浪潮聯合發布的《2020-2021中國人工智慧計算力發展評估報告》顯示：2020年新基建整體投資規模預計將達到2757.1億美元，人工智慧作為新基建的重要領域之一，也將迎來快速增長。IDC 預計，2020年中國人工智慧市場規模將達到62.7億美元，2019-2024年的年複合增長率為30.4%。

供給側理論告訴我們，國民經濟的平穩發展取決於經濟中需求和供給的相對平衡。人工智慧市場規模的擴大，帶來了對人工智慧算力的巨大需求，這也必然會給人工智慧算力的供給側帶來巨大的機會。

算力是人工智慧發展的關鍵驅動力

這幾年的AI熱度持續不減，AI的創業激情澎湃，AI的算法突飛猛進，AI的應用層出不窮，但AI真正在行業落地的進度卻並不快。歸根到底，最核心的原因，就是AI算力的缺失，和AI算力的難以普及造成的。

據IDC預測，到2020年將有超過500億的終端與設備聯網，這意味著從雲、端、邊對AI算的力需求正在爆發，如何來滿足這些算力所需，一直是一個亟待解決的問題。 同時，AI的能力不應該只是大公司的專利，百行百業都需要「普惠」的AI算力去邁向智能化變革。

浪潮信息副總裁、浪潮AI&HPC產品線總經理劉軍

浪潮信息副總裁、浪潮AI&HPC產品線總經理劉軍也表示，「從實際的業務情況看，人工智慧算力的需求持續呈現上升的勢頭，很多傳統行業都出現了明確的人工智慧應用場景。這導致人工智慧算力的需求高於供給，形成了供給的缺口，但對算力市場來說是一個好事，這能拉動快速增長，帶來正面的推動作用。」

人工智慧應用對算力最大的挑戰依然來自於核心數據中心的模型訓練，近年來，算法模型的複雜度呈現指數級增長趨勢，正在不斷逼近算力的上限，為確保人工智慧進一步快速發展，算力已經成為其中的關鍵因素。

作為AI算力的主要供給單元，AI伺服器的地位依舊不可撼動。按照IDC的預測，2020年中國AI整體市場規模將達 62.7美元，其中AI基礎設施市場規模達到39.3億美元，在總體份額中的占比將超過6成。而伺服器是人工智慧基礎設施的核心，在AI基礎設施支出占比高達87%。浪潮則在IDC公布的《2020H1中國AI加速計算報告》中強勢領跑，AI伺服器銷售額達6.88億美元，市場份額占比達53.5%，以大幅優勢高居第一。

劉軍說，未來的AI 需求，就像現在電力一樣無所不在，無處不在。對於經濟發展來說，它的一個重要指標就是AI算力怎麼去供給，怎麼去普惠，怎麼去支撐地方的經濟，產業和創新升級。」

人工智慧指數與數字經濟呈正比關係

今年疫情期間，大量的AI應用成為了城市治理的輔助工具，「中國城市數字經濟指數」最高的六個一線城市實現有效防控需要11天，而其他城市則需要15天到21天。這個數字證明了智能程度更高的城市，城市治理水平就更出色。

實際上，人工智慧算力的城市滲透率，也可以與城市數字經濟的成色呈正比關係。

《報告》顯示：2020年中國人工智慧算力滲透的城市排行榜，排名前五的城市依次為北京、深圳、杭州、上海、重慶，排名6-10的城市為廣州、合肥、蘇州、西安、南京。與2019年相比，深圳超過杭州位居第二，重慶進入第一梯隊，西安超過南京位居第九。

IDC企業研究助理副總裁周震剛

IDC企業研究助理副總裁周震剛表示，「北京的優勢在於有百度、字節跳動等網際網路帶動了對AI的需求，保持住了榜首定位置，而重慶則是因為推動了諸多人工智慧的場景落地，還在重慶高校開設人工智慧課程，全面拉動了對人工智慧的投入。」

而除了TOP10城市之外，多個城市在自身產業優勢及各種因素推動下，人工智慧應用取得了較大進展，例如東莞的智能製造；武漢的智慧醫療；合肥的智慧農業等，中國人工智慧城市發展正在遍地開花，未來將會出現越來越多結合城市特點的人工智慧示範區，為產業發展樹立標杆。

《報告》還顯示：從2020年各個國家AI計算的發展水平來看，中國人工智慧伺服器占全球人工智慧伺服器市場的三分之一左右，是全球人工智慧產業發展的中堅力量。人工智慧伺服器的投資能夠為人工智慧應用的落地提供核心的算力保障，對於未來國家計算力指數的提高具有極大的推動作用。

智算中心，賦能產業AI化

事實上，AI算力之所以與數字經濟產生了緊密的聯繫，一個重要的背景是：人工智慧伺服器技術不斷創新，包含多種互聯方式和拓撲架構，以滿足不同的應用場景需求，同時，在全球開放計算的大趨勢下，人工智慧基礎設施也在向開放架構發展，各大主流伺服器供應商作為開放架構的發起者及參與者，積極為開源社區貢獻自己的能力，以快速、大規模地部署更加高效、靈活、可擴展的下一代人工智慧數據中心。

這意味未來所有的數據中心，都將向人工智慧數據中心演進，所有的算力都會成為AI算力，所有的伺服器都會變成AI伺服器，當AI的算力得到極大的普及，甚至取之不盡，用之不竭，人工智慧就真正成為了世界經濟發展的「源泉」。

這與浪潮對「智算中心」的戰略布局頗為一致，，「智算中心」就像工業時代的電廠，成為智慧時代計算力的主要生產中心和供應中心，以強大的計算力驅動AI模型對數據進行深度加工，向政府、行業、企業等多用戶群體提供人工智慧所需的算力、數據和算法服務。

劉軍表示，「智能計算中心是一個基於最新的人工智慧理論，採用領先的人工智慧計算架構去構建的這樣智算中心，去產業AI化和政府治理智能化提供相應AI算力的輸出。它基於最新的人工智慧核心，以深度學習為基礎，它採用的架構，方法論，軟體生態，包括賦能方式和傳統數據中心是不一樣的。」

如其所言，產業AI化已經從早期的試點逐漸成為企業發展和生存的剛需。過去一年，人工智慧在行業的應用獲得了快速發展，通用型應用場景已經具有相當的成熟度，在業務需求的推動下，具有高行業屬性的碎片化應用也開始被廣泛使用，並輻射到了媒體娛樂、現代農業、智能家居、智慧電力等多個不同領域。

人工智慧發展的另一個特徵是邊緣算力需求，因為日益增長的業務實時性需求使邊緣和端側的計算能力變得越來越重要，IDC預測，到2023年，接近20％用於處理人工智慧工作負載的伺服器將部署在邊緣。2020年是邊緣計算廣泛落地的元年，人工智慧算力也會逐漸向邊緣滲透，無論是更接近於端側數據產生的輕邊緣還是更接近核心數據中心的重邊緣，都將迎來很大的發展契機。

「算力就是人類到今天最偉大的發明，算力一定還是會不斷促進整個計算技術再往前疊代進步，技術的進步不斷推進更大的想像空間，更多的科技創新，使得更多的可能性能夠實現。」劉軍說。