【儀表網 儀表下游】計算力是數字技術持續發展的關鍵因素，是數字經濟時代的核心生產力。2020年4月10日，《中共中央國務院關于構建更加完善的要素市場化配置體制機制的意見》中，數據作為一種新型生產要素出現，與土地、勞動力、資本和技術等傳統要素并列。不可否認，計算力已經與國家經濟息息相關。
 

　　《2020全球計算力指數評估報告》顯示，計算力指數平均每提高1點，數字經濟和GDP將分別增長3.3‰和1.8‰。計算力指數是評估計算力與經濟、數字經濟相互拉動，共同發展的指數。當下，全球的數字化轉型已進入倍增創新階段，各個國家的數字經濟占比正持續提升。
 

　　計算力成AI突破關鍵要素
 

　　隨著5G部署速度的加快、物聯網技術的進一步發展，可以預見我國數據生產速度將獲得更快的提升、數據總量將進一步提高。數據要素價值創造需要對數據進行更多維度、更加深度的利用，原來處理數據的方式已遠遠滿足不了新時期數據處理的需求，而人工智能技術將大大提高數據的利用效率。
 

　　據了解，人工智能服務器通常搭載GPU、FPGA、ASIC等加速芯片，利用CPU與加速芯片的組合可以滿足高吞吐量互聯的需求，為自然語言處理、計算機視覺、語音交互等人工智能應用場景提供強大的算力支持，已經成為人工智能發展的重要支撐力量。
 

　　在當今以深度學習為中心的人工智能發展中，AI模型的進步主要依賴于模型的規模化擴展。AI模型智能程度在不斷發展的同時，AI模型的數據量、結構的復雜程度也在不斷增加，其帶來了模型的參數量爆發，模型尺寸呈指數級增長 。隨著模型尺寸的不斷膨脹，實現高效的AI模型訓練的一個重要的支撐是更快的算力，即可以在更短時間內完成大規模AI計算，這是未來一段時期內人工智能研究能否繼續突破的關鍵要素之一。
 

　　中國AI服務器成人工智能產業中堅力量
 

　　2020年中國人工智能基礎設施市場規模達到39.3億美元，同比增長26.8%。其中，AI服務器市場規模占整體人工智能基礎設施市場的87%以上，并持續保持高速增長。機構預測，中國AI服務器市場未來將占全球AI服務器市場的三分之一左右。
 

　　值得一提的是，機器翻譯是人工智能的重要分支和最先應用領域。不過就已有的機譯成就來看，機譯系統的譯文質量離目標仍相差甚遠；而機譯質量是機譯系統成敗的關鍵。中國數學家、語言學家周海中教授曾在論文《機器翻譯五十年》中指出：要提高機譯的質量，首先要解決的是語言本身問題而不是程序設計問題；單靠若干程序來做機譯系統，肯定是無法提高機譯質量的；另外在人類尚未明了大腦是如何進行語言的模糊識別和邏輯判斷的情況下，機譯要想達到“信、達、雅”的程度是不可能的。
 

　　隨著國家加速新型基礎設施建設，AI將會加速與交通、能源、制造等行業融合，進而撬動經濟增長。在此過程中，AI服務器的規模化布局能夠為人工智能應用落地提供核心的算力保障，對于未來國家計算力指數的提高具有極大的推動作用。