人工智能公司当然是有“硬科技”的-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

作者桑明强

与过去的消费者互联网类似，人工智能行业近年来已成为分水岭。一方面，不同场景下的解决方案存在差异，使标准化成为更高的门槛；另一方面，尽管Gartner在2021人工智能成熟度曲线中提到，机器学习.边缘人工智能和决策智能等创新将对市场产生变革姓影响，但短期内突破这些技术束缚并不容易。

在这种情况下，”拐点在哪里”和”如何打破游戏”已成为许多玩家思考的关键话题。虽然人工智能业务扩展的不确定姓正在增加，但数字经济和数字化已成为业界的共识。从人工智能明星企业的崛起到新基础设施的实施以及”从东到西”的战略，如果前者是来自二级市场的积极反馈，那么后者是一个行业层面的框架。

人工智能一直被视为帮助人类突破科技进步的认知障碍和认知边界的重要工具。近年来，它逐渐从幕后走向舞台前。微软代表的”智能工具”.特斯拉代表的”智慧汽车”，包括扎克伯格发起的”元宇宙”，都掀起了行业层面的变革浪潮。根据人工智能的三个要素(数据.算法和计算能力)，如果过去是数据和算法的繁荣时期，那么现在显然是计算能力发展的黄金时代。

据中国信息技术与通信研究院计算，2021，计算核心产业规模超过1.5万亿元，其中云计算市场规模超过3000亿元，IDC(互联网数据中心)服务市场规模超过1500亿元，人工智能核心产业规模超过4000亿元。计算产业作为支柱的作用日益突出。

一般来说，计算能力是指计算能力，指的是从手机.笔记本电脑到超级计算机的数据处理能力。计算能力存在于各种智能硬件设备中。通过安全检查时的每个人脸识别和发送消息时的每个语音文本转换都需要硬件芯片的计算能力支持。可以说，计算能力的大小代表了数字信息处理能力的强弱，也是衡量AI公司黄金含量的关键指标。

在过去两年中，大计算能力的确定姓在某种程度上清除了人工智能行业的云。许多国际科技公司，包括谷歌.特斯拉.Facebook等，都投入巨资建设人工智能计算中心，许多国内政府和企业也参与了新一代人工智能基础设施的建设。然而，一些人对此持严格态度。在2022年中国计算大会上，上唐科技联合创始人.AI大型设备业务集团总裁杨帆表示：”当我们谈论计算时，我们必须考虑计算能给我们带来什么样的价值。”

从过去商业层面的生存选择和追求，到基础科学的底层创新和游戏，国内人工智能行业和玩家显然正站在历史上的一个新的转折点，一场新的竞争刚刚开始。

01计算能力的黄金时代刚刚开始

我们经常说，当今世界正在经历一个世纪以来前所未有的变化。这体现在数字经济中，这是以数字技术为核心的新一轮科技革命和产业转型正在深刻影响着经济增长路径和生产力发展方向。这是一个值得关注的现象，也是一个值得深入研究的课题。任正非几天前指出，强大计算能力的时代已经到来，我们正在扭转局面。我们应该理解并参与这个时代的变化。

在过去的几年里，国内计算行业发展非常快，与当前的数字发展基本一致。根据中国信息通信研究院院长余晓辉提供的一组数据

我们仍然以上汤科技为例。它对大型计算能力的投资是非常坚定的。据报道，在上海临港，由上塘建造的AI计算中心AIDC已于今年投入运营。它的峰值计算能力为3740P，也是目前亚洲最大的人工智能计算中心之一。从商业汤的角度来看，现在的任务是了解未来人工智能对计算能力.数据和算法的需求空间，以及他们自己的定位：如果有更好的人工智能基础设施，可以为各个行业的用户和客户创造什么样的价值。

在2022年中国计算电源大会上堂人工智能基础设施创新论坛上，由淄博市政府牵头的华北人工智能计算电源创新中心正式宣布启动

上唐科技联合创始人兼首席执行官徐丽认为，”人工智能大设备的本质是让人工智能摆脱人力密集型状态。”他认为人工智能是劳动密集型的，因为生产效率低。提高生产效率的关键是生产要素成本足够低。根据徐丽的”机器猜想”，人类的大脑可能永远赶不上宇宙的膨胀。如果你想真正了解宇宙的真相，你可以尝试使用更多的数据，更多的计算能力，也许还有更多意想不到的结果。

以智能城市为例，今天的整个城市级服务和综合治理可以通过大量的视频处理和分析更自动地完成。当然，这也意味着更好的人工智能基础设施和更好的计算支持。目前，AIDC也在山东落地了许多工业应用，包括智能园区.智能遥感.智能医疗.智能教育等。基于市级工业计算基地上唐AI计算创新中心，淄博的新名片”智能城市”慢慢浮出水面。

在某种程度上，”上汤模式”并不复杂。这实际上是构建产业级生态的方式和逻辑，即以人工智能计算创新中心为支点，支持中心城市和周边地区的企业实施人工智能服务，从而形成分散的产业链结构。尽管许多方面仍有待验证，但它也为国内人工智能行业提供了一个可行的样本。

我很容易想到《云网络融合：计算能力时代的数字信息基础设施》一书。作者李正茂曾在书中给出了一个生动的解释：如果互联网是智能时代1.0，计算能力网络是智能时代2.0，模型网络是智能年代3.0，那么从信息的角度来看，电信网络解决了数据联网，互联网解决了信息联网，而计算电源网络将解决云联网，模型网络将解决算法联网，从而完全完成信息基础设施。

03总结

据说，当电力成为工业时代的基础设施或主要动力时，人类将真正步入电力和蒸汽时代。同样，在计算能力的时代，尽管互联网和计算能力的渗透已经无处不在，但这还远远不够。我们必须承认，目前的人工智能充其量只是计算能力黄金时代之前的第一次尝试。

随着深度学习网络模型越来越普遍，参数规模越来越大，其对计算能力的需求在过去几年中也增加了约50万倍，平均年增长率超过10倍，甚至超过了对算法精度增长的需求。此外，行业中出现了越来越多的长尾细分需求。虽然这些应用的频率很低，但一旦出现，就会产生不可逆转的影响。该行业具有巨大的商业价值，也就是说，在这张”权力地图”上仍有大量黄金等待挖掘。

回到开始讨论的话题，如何理解大计算能力是测试人工智能的关键指标。事实上，它包含两个含义：1.大计算能力现在需要解决的是”场景升级”的逻辑，而不是互联网中的”颠覆”逻辑，因此它需要植根于最低层次