12月27日，以“超算无界、智创未来”为主题的2019国际超级计算产业博览会在济南召开。中国工程院院士、浪潮集团首席科学家王恩东在大会发表《智慧计算 未来动力》主题演讲。王恩东指出，人工智能正在驱动前所未有的社会变革，人工智能计算作为主要计算形态，正在成为未来的核心动力。

智慧时代，计算力就是生产力

当前，智慧计算时代已经来临， “智慧时代，计算力就是生产力，计算力指数是衡量一个国家、地区，甚至是企业发展水平的重要指数。”王恩东在谈到计算力对于社会的价值时表示。从全球GDP与服务器出货量的分布来看，全球GDP排名前四的美国、中国、日本、德国，服务器采购量同样排名前四。数字经济在整个国家GDP的占比越高，这个国家的经济就越发达。同样，在企业领域，10年前全球市值最高的十个企业，埃克森美孚、中石油、沃尔玛、中移动、中国工商银行等，都是来自能源、金融、通信等传统领域。今天全球市值最高的TOP10企业，清一色都是互联网企业，比如google、微软、亚马逊、腾讯、阿里巴巴，只有一家来自传统行业的沃尔玛。全球市值TOP级的企业也是计算力消耗最大的，市值排名和服务器采购量排名基本一致。

从计算发展的形态来看，云计算、智慧计算和科学计算三大典型计算场景已经成为主流信息化形态。其中，科学计算主要用来完成宇宙探索、石油勘探、海洋开发、工业仿真、基因测序等前沿科技领域；云计算已成为当今经济社会发展的“水电煤”，我们工作、生活的方方面面已经离不开网络、云计算等基础设施，近十年来，云计算一直保持快速发展，预计到2020年，中国云计算的市场份额将超过1千亿人民币；以人工智能计算为代表的智慧计算为人工智能的新一轮爆发创造了必要的产业条件。王恩东表示，人工智能经历了两落三起，今天人工智的快速发展，得益于人工智能计算有了很多解决方案。企业办公系统对于计算需求是线性的，到了互联网时代，对于计算力的需求是幂级增长，到了人工智能时代，对计算力的需求呈现指数增长趋势。未来三到五年，在整个计算投资中，人工智能计算占比将超过80%。

人工智能计算是未来核心动力

人工智能时代的到来使社会的生产要素发生了根本性变化。生产力的三要素，劳动者、劳动对象、劳动资料都在发生巨大变化，这三要素都跟计算密切相关。

在农业时代、工业时代，甚至信息时代，劳动者没有发生太大的变化，但是在智慧时代，自然人和人工智能结合，对劳动者的生产能力产生了极大的促进，比如过去受自然环境的影响，我们用人工去识别图像，资料，现在靠人工智能来做，识别效率得到了成千上万倍的提升；进入智慧时代，数据成为重要的劳动对象，以前的劳动对象，是一种自然资源，会在生产过程中，消耗或转化，而数据资源使用后仍然存在，并且又生成了新的数据，数据资源生生不息；同时，计算设备成为了新的劳动资料，特别是人工智能时代，劳动资料呈现指数级的需求。

“人工智能计算是未来核心动力，代表着智慧计算的发展方向”王恩东表示。在人工智能计算中，由于大场景、大计算需求越来越明显，用通用芯片进行AI计算可能越来越不实用，而更多的加速芯片会占据主流。在这方面，国内外很多的企业，像谷歌、亚马逊、Facebook，中国的BAT、浪潮，都在AI领域不断的创新。目前的AI计算服务，一方面是以云的形式提供，另一方面以物理服务器的形式提供。目前，浪潮在AI服务器领域，中国市场占比超过50%，大部分AI企业使用浪潮服务器进行AI的深度学习和推理训练。此外，浪潮也在围绕AI算法优化、框架融合应用等方面持续创新。

 

人工智能推动了各个行业从信息化向智慧化升级，提高了社会经济的效率，并在多个行业引发了新一轮商业模式创新。如在金融领域，智能分析系统能够秒级完成人工一年36万小时的合同分析工作；在制造领域，一些大型的制造企业已经用智能机器人代替了50%以上的劳动力。从宏观来看，人工智能发展将成为中国经济增长的新引擎，相关数据显示，到2035年人工智能领域的经济总量在整体经济的占比将达到20%。

发展产业AI，AI算力先行

经过多年的高速增长，人工智能已经形成了完整的产业体系。根据IDC数据，2018年上半年，中国人工智能基础架构市场销售额和出货量分别同比增长176%和129%，包括金融、电信等12个领域在内的传统行业市场销售额和销量同比增速分别高达293%和219%。IDC、埃森哲等咨询机构都曾表示，传统行业AI化是人工智能产业发展的未来，是“冰山的水下部分”，这一观点正在变成现实，也就是在人工智能形成产业以后，迎来了“产业AI化”的发展时期。

 

对于产业AI化转型，王恩东表示：首先，要进行创新创业，智慧化转型，要重视AI计算平台的建设，基础平台要先行，以前说要想富先修路，基础设施先行是根本。第二，要为 AI 计算先试先行提供条件。比如要做自动驾驶，能不能先围绕自动驾驶，把自动驾驶需要什么样的交通规则理清，在城市里把（自动驾驶路测）需要的路建好，在人工智能发展过程中，提前做好准备工作。