中国AI服务器成为全球人工智能产业中坚力量

　　计算力是数字技术持续发展的关键因素，是数字经济时代的核心生产力。

　　1与3.3‰、1.8‰

　　2020年4月10，《中央关于构建更加完的要素市场化配置体制机制的意见》中，数据首次作为一种新型生产要素出现，与土地、劳动力、资本和技术等传要素并列。不可否认，计算力已经与国家经济息息相关。

　　据IDC与浪潮联合发布的《2020全球计算力指数评估报告》显示，计算力指数平均每提高1点，数字经济和GDP将分别增长3.3‰和1.8‰。计算力指数是评估计算力与经济、数字经济相互拉动，共同发展的指数。

　　当下，全球的数字化转型已进入倍增创新阶段，各个国家的数字经济占正持续提升。

　　报告指出，当一个国家的计算力指数达到40分以上时，指数每提升1点，对于GDP增长的拉动将提高到1.5倍；当计算力指数达到60分以上时，对GDP的拉动将进一步提升至2.9倍。目前，我国计算力指数评估分数达到66分，处于全球第一梯队。

　　“超大规模的数据量对处理效率提出更高要求，强大的计算力，为数字经济提供了倍增创新的源动力。”正如IDC中国助理副总裁周震刚所说，计算力正在成为数字经济发展的核心驱动力。越早意识到计算力对经济的促进作用并布局算力基础设施，越能在未来发展中占据先机。

　　计算力成AI突破关键要素

　　随着5G部署速度的加快、物联网技术的进一步发展，可以预见我国数据生产速度将获得更快的提升、数据总量将进一步提高。数据要素价值创造需要对数据进行更度、更加深度的利用，原来处理数据的方式已远远满足不了新时期数据处理的需求，而人工智能技术将大大提高数据的利用效率。

　　据了解，人工智能服务器通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、语音交互等人工智能应用场景提供强大的算力支持，已经成为人工智能发展的重要支撑力量。

　　在当今以深度学习为中心的人工智能发展中，AI模型的进步主要依赖于模型的规模化扩展。在AlexNet模型出现后的几年中，ResNet、Tranormer、BERT等优秀模型的不断涌现使得深度学习有了长足的发展和进步，尤其是在图像、语音、机器翻译、自然语言处理等领域带来了跨越式提升。AI模型智能程度在不断发展的同时，AI模型的数据量、结构的复杂程度也在不断增加，其带来了模型的参数量爆发，模型尺寸呈指数级增长 。

　　2020年7月时，OpenAI实验室推出了最先进的自然语言模型GPT-3，拥有1750亿的天量参数，其训练数据集规模也超过500GB。GPT-3的算力需求达到了3640Petaflop/s-day。据媒体机构量子位估算，训练一个GPT-3模型需要一块GPU运行355年。不同口径估算，GPT-3的训练成本约在600-1200 万美元。

　　2020年1月，最新语言模型Switch Tranormer可以将语言模型的参数量扩展到1.6万亿，GPT-3的参数多了近10倍。

　　随着模型尺寸的不断膨胀，实现高效的AI模型训练的一个重要的支撑是更快的算力，即可以在更短时间内完成大规模AI计算，这是未来一段时期内人工智能研究能否继续突破的关键要素之一。

　　中国AI服务器工智能产业中坚力量

　　根据IDC最新发布的2020H1《全球人工智能市场半年度追踪报告》显示，目前2020年上半年全球人工智能服务器市场规模达55.9亿美元。其中，浪潮以16.4%的市占率位居全球第一，成为AI服务器头号玩家，戴尔市占率14.7%位居第二，HPE市占率10.7%位居全球第三，华为（6%）和联想（5.7%）位列第四第五。机构预测，未来，AI服务器将保持高速增长，预计在2024年全球市场规模将达到251亿美元。

　　据IDC数据，目前中国AI服务器已经成为全球人工智能产业发展的中坚力量。2020年中国人工智能基础设施市场规模达到39.3亿美元，同增长26.8%。其中，AI服务器市场规模占整体人工智能基础设施市场的87%以上，并持续保持高速增长。机构预测，中国AI服务器市场未来将占全球AI服务器市场的三分之一左右。

　　随着国家加速新型基础设施建设，AI将会加速与交通、能源、制造等行业融合，进而撬动经济增长。在此过程中，AI服务器的规模化布局能够为人工智能应用落地提供核心的算力保障，对于未来国家计算力指数的提高具有极大的推动作用。