|
作者：劉朝暉 陳皓 陳嬌 作者單位：北京華興萬邦管理咨詢有限公司 摘要 縱觀人類近現代史，每一次工業革命都是將戰略性科技轉化為生產力，從而創造巨大的新增財富和全面提升國家競爭力的過程；而且一個國家在工業革命面前的“沉與浮”，則取決于一個國家對這些戰略性科技和產業化能力的把控。從被稱為蒸汽機時代的第一次工業革命、被稱為鋼鐵與機電時代的第二次工業革命、被稱為芯片和網絡時代的第三次工業革命，到今天正在發生的被稱為算力和人工智能時代的第四次工業革命，無不遵從著這個規律。 龍年春節，在基于大模型（LM）技術的文本生成工具ChatGPT熱潮尚未褪去之際，美國OpenAI公司推出的文本轉生視頻工具Sora再次驚艷了世界，這種依據文字輸入精確分析語義（需求）和自動收集素材來模擬物理世界的能力，將會在很多領域全面改變生產制造模式。可以預見，在大模型技術的支持下，除了文本、圖片和視頻內容生成，生成式人工智能（AIGC）技術結合專業/行業大模型將會在產品設計、工業設計、軟件開發、生物醫藥和其他許多領域改變創新模式，并直接與先進制造系統聯動形成新的生產力，這就意味著第四次工業革命的大幕正在加速升起。 在全球人工智能（AI）技術快速發展的同時，隨之而來的是美西方政府對我國AI等領域越來越緊逼的遏制，進一步驗證了快速提升國家總算力和建設自主算力科技體系迫在眉睫，是我國昂首實現中國式現代化的關鍵。而不久前美國商務部再次加碼對我國人工智能和高性能數據處理芯片的限制，為我國利用最新人工智能技術和高性能計算來實現各個行業的數字化轉型和進一步發展蒙上了陰影。海外供應商為了遵從美國政府的限制，不斷降低對華出口的AI芯片的單芯片性能，但是許多國內企業仍然趨之若鶩，其中雖然有國外廠商在技術能力和產業生態方面的優勢，但在外來技術難以為繼的局面下仍然對它們保持跟隨和依賴，將在新的工業革命中嚴重損害我國未來的國家競爭力。 本文以人工智能技術的核心動力——高性能算力芯片為目標，結合每一次工業革命的紅利分配模式，就目前在人工智能領域可能發生的對海外GPU芯片的三大依賴進行了分析，并提出了利用不斷涌現的多元化硬件數據處理加速器技術，促進我國人工智能芯片企業通過架構性創新和生態融合，結合應用打造新質生產力的一些政策建議。 正文 越來越多的人認識到人工智能技術已經成為第四次工業革命的核心支撐技術。在今年的兩會上熱議新質生產力的同時，“深化大數據、人工智能等研發應用，開展‘人工智能+’行動”也被寫入了2024年政府工作報告。這是“人工智能+”首次出現在我國的政府工作報告中，意味著國家非常認可人工智能作為科技創新領域戰略性技術的重要地位并加以廣泛的推廣應用，正在以“人工智能+”為引擎，加快形成發展新質生產力的新動能。 
所以，正在發生的第四次工業革命對實現中國式現代化和新型工業化至關重要。這次工業革命是以人工智能（AI）等技術為核心的新技術革命，一個國家和一家企業的進步速度，最終將取決于開發、引入和應用人工智能技術的速度。因此，中國作為世界第二大經濟體和人口大國，要實現中華民族的偉大復興，不僅要成為人工智能技術最大的應用市場，而且還要成為第四次工業革命的重要推動者、貢獻者和引領者，這就需要建立自主可控的人工智能技術和解決方案體系，以及以中國企業為核心并造福世界的產業生態。 技術推動者的巨大紅利 要高度重視人工智能等推動第四次工業革命落地的關鍵技術，因為從過去三次工業革命對人類社會的影響來看，每一次工業革命都不僅會產生很多新的設備代替人力去更高效地完成工作，而且還會產生越來越多依靠人類體力和智力無法實現的創新功能。因此，對每次工業革命中推動性技術的掌控，反映到國家間和企業間的競爭上就是工業革命策源地紅利和技術推動者優勢；這種策源地紅利可以使英國這樣中等規模國家領享日不落帝國紅利，也可以支撐美國反超歐洲大陸成為雄霸全球的超級大國。 馬克思在看到了第二次工業革命時期，資本主義國家在生產力得到巨大提升而帶動了經濟迅猛發展之后，評論道：“第二次工業革命是對資本主義生產方式的一場偉大沖擊。”美國、德國等國家進行了改革，抓住新技術革命的機會窗口，分到了第二次工業革命的策源地紅利而成為了世界資本主義經濟強國。作為每一次工業革命最重要的結果，策源地紅利有如下三個屬性： 首先是全球性紅利重塑了世界格局。工業革命中技術創新帶來的更高生產力需要在全球市場上換取回報，所以為實現此目標而進行的貿易從未停止，同時為了打開市場或者保護市場還進行了大量戰爭，包括后期殖民戰爭、兩次世界大戰，也包括今天美國政府針對我國在先進半導體技術和人工智能等領域內的技術限制等。 其次是關鍵技術領域內的創新使推動者占盡優勢。每一次工業革命都是科學發現和技術創新大量涌現的結果，全球越來越嚴格的知識產權保護體系給創新推動者帶來了先發優勢，同時越來越便捷的交通和通信方式推動了新的、規模更大的企業組織和生產方式，創新推動者的研究開發活動取得的成果可實現加速轉化和全球覆蓋，還可以利用巨額利潤采用收購兼并等手段鞏固自己的技術優勢和消滅競爭對手，以保證創新者在全球市場上保持領先和競爭力。 第三是高技術產業帶來的馬太效應進一步凸顯。每一次工業革命都帶來了大量的科技創新和新增財富，但結果是創新資源和新增財富主要都流向能夠把控核心技術的國家，更多的國家只能是走上跟隨和依賴的道路，成為工業革命策源地紅利的貢獻者。特別是在今天全球化受阻，美西方對中國等國家在半導體和人工智能等領域的技術出口限制，將有可能加大他們和我國之間的代差，促使我們未來的每一步發展都落后于人。 第一次工業革命使英國獲得了策源地紅利，第二次工業革命使美國和德國得到了策源地紅利，第三次工業革命的策源地紅利使美國成為了在經濟、技術和軍事遠超于任何國家（包括前蘇聯）的全球霸主。而今天，在第四次工業革命漸行漸近的時候，我國也正在走向中國式現代化，就需要前瞻性地扶持和推動能夠給社會和經濟發展帶來新質生產力的決定性技術，讓中國也分享策源地紅利，在我國培養更多的創新推動者，不再像前三次工業革命中那樣成為追隨者。 中國式現代化不能依賴海外決定性技術，而人工智能技術就是第四次工業革命的決定性技術之一。根據清華大學與國際知名技術市場研究公司IDC等機構聯合編制的《2021-2022全球計算力指數評估報告》，一個國家擁有的總計算能力對國家的宏觀經濟發展有重大影響，它與GDP/數字經濟的走勢呈現正相關。計算能力優勢越高，對經濟拉動作用越顯著；根據上述機構的研究：計算能力指數增加一個點，將拉動數字經濟增長3.5‰并拉動GDP增長1.8‰。 在今年兩會李強總理發布的2024年政府工作報告中，在“加快發展新質生產力”部分提出了"人工智能+"行動，表明了國家已從頂層設計的角度將圍繞人工智能的科技創新置于非常重要的位置，加快實現人工智能技術的自立自強，成為當前和未來我國實現經濟高質量發展，以及在第四次工業革命中分享策源地紅利的關鍵引擎。 人工智能是什么？ 人工智能是一個老話題，但是今天又有了全新的答案。從計算機誕生開始，世界各地的科技工作者都一直在探索如何用計算設備來模仿人腦的思維過程，從而利用機器來產生智能或者人工形成具有學習、分析和判斷能力的智能。人工智能的形態和應用是非常廣泛多樣的，例如科學家們曾經花費了巨大的努力去幫助計算機識別各種物體，車輛自動駕駛系統開發人員采用多種手段去識別道路、標識和障礙并制定相應的行駛模式，最新發布的Sora系統可以根據文本輸入生成一分鐘的高質量視頻。 基于第三次工業革命帶來的半導體技術、計算機技術和通信技術，以及在這些技術支持下人類所積累的大量數據，今天的人工智能不再是對人類思維的簡單模仿，而是利用海量的數據（知識）、強大的計算能力、先進的模型和超高速的高帶寬網絡連接，在經過訓練之后形成可在許多方面超越人類思維能力的智能系統。例如，人工智能系統在各種對弈中屢屢戰勝棋界世界冠軍。
1982年4月，由日本通產省發起的“第五代電腦系統”計劃開始實施，希望通過開發具備人工智能的電腦系統，使其知識處理產業在上世紀九十年代像小汽車和DRAM一樣勝過美國。該計劃因為算力和存儲等諸多限制未能開發出真正的人工智能技術。中國友誼出版社1985年翻譯出版的《第五代》一書詳盡描述了這場沖擊人工智能領域內的戰役，作者：費根鮑姆與邁科達克。 在接到一個任務之后，現代人工智能系統可以自己讀懂即使是普通人輸入的要求，并據此去查詢相關數據甚至主動尋找盡可能多的人類知識，用最優化的、可以收斂的計算方法（模型），自主去判斷、推導和生成最優的答案。它與第三次工業革命中的計算不同，計算是按照已制定的程序對已有或者輸入的數據進行處理，而人工智能則利用大模型技術廣泛選擇數據來源、處理方式并得出結論。當然，現代人工智能系統能夠在一些方面超越人類的思維能力，必須依靠強大的計算能力，它是構成現代人工智能系統的物質基礎。 這樣的技術進步已經體現在前一段時間火爆全球的ChatGPT，以及近期驚艷全球的Sora等人工智能工具之上，揭示了生成式人工智能、大模型和多模態等人工智能重要細分領域實現了快速突破，已經可以依據文本/語音輸入來高質量地回答問題、生成文章、繪制圖片和創造視頻，可以開始為消費者和一些商業部門提供服務了。但是這些服務只是人工智能很小的一部分服務，可以預見未來行業大模型技術將極大地改變多個產業的生產方式，將第四次工業革命帶入現實社會。 算力競爭的本質是高性能芯片 很多人驚嘆于Sora對物理世界的模擬和展現，開始為影視、廣告和傳媒等行業的從業人員擔憂和興奮，但是人工智能技術的應用面和影響力遠遠大過這些行業。例如，用生成式人工智能和大模型技術來進行新型藥物研發可以大大縮短研發周期和降低研發費用，基于人工智能的軟件開發可以大幅度降低代碼編寫工作量，依據文字和語音輸入完成各類產品的系統設計和工業設計。如果這些研發成果和設計與智能制造相連接，那么將是人類生產能力的一次巨大飛躍，所以人工智能技術是第四次工業革命的核心技術。 隨著處于GPT-3等級的ChatGPT以及其開發者OpenAI在全球廣受關注，也推動了國內信息技術（ICT）領域內大模型研究和開發熱潮浮出水面，全球共計170多個大模型，國內也呈現“百模千態”競爭局面。國內互聯網和信息通信技術（ICT）領域的頭部企業和相關院所積極投入，極大地縮小了我國在大模型/多模態等現代人工智能技術和平臺開發和應用領域與海外領先機構的差距。 人工智能技術需要強大而且極為高效的算力，在通用計算和移動計算中取得巨大成功的英特爾x86架構和Arm公司推出的通用計算架構不能提供相應的計算效率，因此帶有數據處理加速器的異構計算是未來的發展之道。數據處理加速器不僅可以滿足運算速度需求，而且單位運算量的能耗更低并帶來了數據中心運維成本的降低。因此，美國英偉達公司（Nvidia）踩準了風口推出的基于GPU架構的高性能加速計算芯片成為了人工智能訓練領域追捧的對象，使這家公司近年來營收大增且凈利潤率超過50%，市值超過了2萬億美元。 高性能人工智能芯片成為了焦點，所以推出Sora的OpenAI公司一邊繼續搶購英偉達的GPU，一邊還提出了募資七萬億美元來打造AI芯片的構想。這是一個非常重要的信號，想必是OpenAI在深入開展生成式人工智能和大模型（AIGC/LM）等新興技術開發的同時，已經發現了近年來基于高性能GPU的人工智能計算架構還有巨大的優化空間和發展天地，開始思考用比這些GPU更高效的架構來打造專用加速器，從而形成更為高效易用的AI專用芯片（ASIC）這一路徑，這與我國華為等公司在AI芯片領域內走ASIC路徑的策略不謀而合。
OpenAI推出的Sora工具利用文字生成了令人驚艷的視頻，展示了AIGC的廣闊前景，尤其是在生成產品設計、軟件程序、工業設計和新藥配方等方面的極高效率，意味著全新的產業運行模式正在人工智能技術推動下形成 但是英偉達的GPU目前仍然是使用最為廣泛的人工智能芯片，而且由于國內許多大模型研究和開發機構也采用在國際流行的GPU架構和英偉達公司產品，加上受到美國政府步步緊逼的出口管制，建立在海外算力引擎上的國內人工智能生態正在面臨巨大的危機。 依賴西方技術的危機初現 在市場上已有的硬件加速器中，圖形處理器（GPU）因為具有多層并行計算功能，因此成為了為人工智能技術提供強大的、高效的計算能力的重要途徑之一。而ChatGPT等大模型/多模態平臺的成功，帶來對英偉達公司的高性能GPU技術和產品的熱炒和追捧，國內主要大模型開發者也趨之若鶩，參與了全球爭搶英偉達的GPU產品的隊伍，而且這種現象曾經愈演愈烈，直到美國政府在去年10月17日再次加碼對人工智能芯片的出口限制。 根據新的限制措施，英偉達等公司為了規避美國政府在2022年出臺的限售政策而進行減配后的GPU芯片將再次列入限售范圍，并對我國用戶有可能通過轉口貿易獲得高算力芯片的20多個國家進行了限制，同時還進一步加緊了對我國半導體設備的出口限制。這些措施表明：美國政府正在將先進的高算力芯片政治化和武器化，以遏制中國利用第四次工業革命的機會加快發展。 不斷出臺和不斷加碼的限制性政策，使采用英偉達公司GPU芯片來開發和搭建人工智能系統的企業和機構將面臨新的危機。由于現代人工智能計算都采用了大模型模式，因此都需要大量搭載了GPU芯片的數據處理加速卡，目前GPT-3等級的千億參數模型需要上千張這種加速卡，而向萬億參數級的更大模型發展已是趨勢，這就需要上萬張搭載GPU的加速卡。 美國政府的這些限制措施將使我國在快速提升算力方面出現越來越多的困難，但即使這樣許多用戶仍然對配置一減再減的海外GPU趨之若鶩，所以更讓人擔心的是國內企業和研究機構對海外GPU等技術的依賴，可能給我國自主人工智能技術的發展帶來長期的、巨大的不利影響。在第四次工業革命的初期，在整體應用市場全貌和最佳技術路徑均未全面顯現的前提下，這種執迷于英偉達一家廠商的技術和產品的情況，已經產生了影響我國人工智能技術發展的三大依賴： 1. 架構依賴：從表面上看，GPU是一種公開的架構，很多中國芯片企業也在開發用于大規模數據處理加速的通用計算GPU，但是GPU需要用一大批外部控制和連接等應用技術來做出加速卡和AI服務等產品方可便于用戶使用。英偉達除了提供先進的GPU芯片，還提供包括Grace CPU、NVLink/Infinband連接和NVSwitch交換等全套解決方案的高性能加速卡和AI服務器，封死了內外連接等其他配套技術的發展空間，中國用戶或被鎖死而不得不長期付出高昂的代價和承擔隨時被禁售的風險。 2. 路徑依賴：英偉達等美西方公司擅長于采用建立聯盟來制定標準、建立認證體系來強化和擴展下游團隊、以及利用媒體放大自己的創新優勢，如在某些性能指標上（比如單位算力的能耗）等方面限制競爭對手，拉攏核心客戶和伙伴來瓜分市場。例如，該公司是應用編程接口（API）領域最大的標準組織科納斯集團（Khronos Group）的聯合發起人和最重要贊助者，從最初以圖像顯示和游戲相關的API出發，演進到今天涵蓋GPU和高性能計算的數據連接和交換接口。目前，這類標準組織看似是開放的行業組織，但是他們越來越政治化的趨勢實際上讓國內企業充滿風險。 3. 生態依賴：利用底層技術優勢和資金實力來建立強大的產業生態，是領先企業攻城掠地和穩固行業地位的重要手段。隨著人工智能在越來越多的行業中被采用，以英偉達為代表的西方企業的生態擴展，全面滲入了我國人工智能數據處理和網絡建設，將給我們的社會發展和經濟建設帶來新的風險。例如英偉達除了提供高性能GPU芯片，還提供了CUDA并行計算架構并受到了全球應用開發人員的廣泛歡迎，以至于我國的GPU芯片設計企業為了獲得用戶，多數都還不得不依賴兼容CUDA架構。又如，英偉達提供了加速創業公司發展的全球生態項目，旨在培養采用該公司技術的、可顛覆行業格局的優秀創業公司，壯大自己的團隊參與競爭。 在一次新技術革命的發端之初，我國的新技術應用產業就產生這三大依賴的后果將會十分嚴重，可能會在國家安全、經濟安全和高新技術產業安全等方面帶來整體性和產業性威脅。這種威脅不只國內有識之士已經看到，而且各國政府和先進企業都對此保持了高度的警惕，這就是為什么多個國家政府都反對英偉達收購全球領先的處理器IP廠商Arm這項交易的原因，盡管英偉達為收購Arm公司出價高達740億美元。同時，OpenAI公司和Arm公司的掌門人在近期紛紛發聲要募巨資去開發自己的AI芯片，其原因也是面對人工智能廣闊的前景不愿意被GPU和英偉達鎖定。 支持自主底層技術，服務第四次工業革命 信息通信技術（ICT）行業的歷史經驗告訴我們：在第四工業革命發生的過程中，不要在三大依賴已經產生之后，再花費巨大的人力物力去嘗試追趕、打破和糾偏，而是在一開始就要推動自主創新，用自有的底層技術來建立自主可控的人工智能技術架構、路徑和生態。同時，全球領先的大模型技術企業OpenAI公司和處理器企業Arm公司都在考慮研發新的AI芯片，說明了他們已經看到了比以通用計算為目標的GPU技術更為高效、高性能的架構，采用新的加速器架構來更好地實現人工智能是可行的。
每一次工業革命，機器都實現了更多人類“做不到”的能力，而在第四次工業革命中，機器將開始實現很多人“看不到”和“想不到”的能力 當然，打破他人利用底層技術來構筑的壟斷的難度非常之高，可以借鑒個人電腦和服務器行業的發展史。第三次工業革命中英特爾和微軟組成了Wintel聯盟，幾十年過去了，x86 CPU芯片和Windows操作系統至今還鎖定著全球主要電腦用戶和服務器用戶，同一浪潮中成長起來的蘋果公司一直想努力突破這種局面，結果全球市場份額減少到10%左右。雖然我國的信創工作目前已滿足了黨政軍所需的辦公電腦和服務器，但是要打破英特爾和微軟的架構性霸權還需要進一步的努力。 所以在人工智能領域要支持自主可控的底層技術和架構，應該注意以下幾個方面的策略： 1. 進口替代是起點，而不是目標終點。我國半導體行業近幾年的發展實踐表明：由于很多芯片企業沒有建立強大的產業生態、市場能力和技術能力，進口替代往往最后都變成了國內廠商之間相互比拼價格爭取替代對方的“內卷”，疫情期間中國芯片企業在MCU、模擬芯片和其他多個領域曾經全面替代進口，但是非常遺憾的是當疫情結束，全球半導體供應鏈恢復正常之后，國內芯片廠商又把主要市場歸還給了國際領先芯片企業。在人工智能和高性能計算等領域只盯著GPU芯片的進口替代，也很難擺脫同樣的模式和結果。 2. 人工智能和高性能計算的重點是數據處理加速器，而不只是GPU。雖然英偉達用A100和H100等芯片成功證明了其GPU在高性能計算和人工智能計算中的性能和價值，但是這些GPU芯片本身從微架構上來看，也是面向通用計算而集成了多種加速、存儲和連接單元，因此并不一定是效率最高的人工智能加速處理架構，這才是更多廠商要去做人工智能專用集成電路（AI ASIC）的原因。 因此，應該鼓勵國內企業和科研機構針對未來智能化計算需求，積極在最底層探索多樣化的加速器架構和ASIC等實現方式。例如華為昇騰人工智能處理器就采用了更趨向帶有創新加速能力的ASIC架構，因而能夠在多個方面優于英偉達A800 GPU芯片，并成功運行了千億參數級的大模型，證明了我國企業也能夠從最底層技術開始與國際領先企業競爭。 3. 加快基于自主技術的人工智能生態建設，通過打造全生態競爭力去爭取分享策源地紅利。過去我們在很多領域走進口替代道路，但卻無法從深層次撼動國際領先廠商的領先地位，這是因為替代型企業沒有自己獨立、完整的生態。所以要擺脫對英偉達GPU體系架構的依賴，不能單靠國內新興芯片公司利用英偉達的CUDA架構去替代該公司的GPU芯片。而是需要全生態上下游廠商、創新聯合體和產業聯盟，將本地化的應用（數據源）、核心技術、開發者等主體結合在一起形成自主生態優勢，在從數據收集/感知、融合/邊緣智能、傳輸/智能網聯，到人工智能數據中心計算/處理等全流程上，全面梳理通用及特定需求并找到全鏈創新點，從而形成人工智能整體解決方案和發展路線圖，最終擺脫對英偉達等公司的依賴。 人工智能技術體系并不只是一種計算技術，也不是單靠算力指標決勝負，因此目前是我們從底層開始建立自主技術體系和產業生態的戰略機遇期。盡管GPU等數據處理加速器件在高效能并行計算方面目前占據優勢，但是成功的信息技術都是緊扣應用場景的技術，因此自主人工智能技術的發展需要有關部門推動全鏈路化和場景化的協同。雖然美國政府的限制措施帶來了客戶對華為昇騰等人工智能芯片的巨大需求，但是目前更需要政府部門和大客戶聯合支持這些企業及其伙伴加快新的生態建設。 目前，我國現有30余家企業參與AI芯片的設計與生產，部分AI軟硬件產品已經具備在數字政府、制造、交通、金融、運營商行業落地商用的能力。其中，華為昇騰、寒武紀、天數智芯等具有自主可控芯片，開源深度學習框架有昇思MindSpore、飛槳PaddlePaddle、OneFlow等。在與之配合的通用計算CPU芯片和操作系統領域，前期信創等舉措也已經培育了一批具備替代國外同類產品并在部分領域具備競爭優勢的企業；同時華為和中興等企業也走過了成為ICT領域世界級領導企業的道路，能夠帶動產業鏈不同環節上的優勢企業協同創新。這些都為我國人工智能產業集群在未來的競爭中脫穎而出奠定了基礎。 政策建議 人工智能等技術推動的第四次工業革命才剛剛拉開序幕，目前哪一種技術架構和發展路線將成為最廣泛的選擇尚未完全清晰，各種參與者的優勢打造和累積如何轉化為未來的競爭力還未有決定性模式，因此中國企業抓住目前的戰略機遇期還可以實現巨大的發展，并讓我國在第四次工業革命中首次參與策源地紅利的分配。政府相關部門在十四五和2035遠景目標規劃中不僅要大力推動人工智能技術的開發，而且要大力強化自主可控人工智能技術體系和產業生態的建設，為此我們提出如下政策建議： 1. 建議盡快成立跨部門的人工智能推進委員會，快速推進人工智能技術相關的評估、評價和規劃工作。評估工作的重點放在評估安全風險和產業風險等方向上，發現采用美西方技術和產品將給國家安全和信息基礎設施可能帶來的威脅和風險，以及諸如美國政府不斷加碼的限制措施給整個產業鏈帶來的挑戰等，并提出相應的應對政策和措施。 評價工作的另一個重點是評估英偉達和AMD等全球領先企業的人工智能技術產品和產業生態，與我國企業提供的相對應技術產品和生態建設的優劣勢比較，對于國內企業可以與這些海外競爭對手比肩的技術與產品加以支持和推薦，對于相應技術產品和生態建設的薄弱環節加以扶持和推動。規劃工作則基于這些評估和評價工作的成果，積極推動相應中長期規劃和支持措施的形成。 2. 加快形成我國人工智能協同和協調機制，支持龍頭企業建立更強大的自主可控技術體系和產業生態。從美國政府連年出臺管制政策，限制美國公司和與美國相關的海外技術公司向中國出口高算力芯片和半導體設備等舉措來看，人工智能的重要性已經超越了市場這只看不見的手的調控范圍，因此我國政府也要盡快推出相應的舉措來推動自主關鍵技術體系和產業生態建設。 目前非常急迫的工作有兩項。第一項是引導和協調建立在英偉達GPU架構上的國內應用向自主人工智能架構遷移，因為這些應用主體未來在順利獲得美國GPU產品上存在巨大的風險，同時諸如華為昇騰等國內人工智能生態已經具備了承接遷移的能力。第二項是協調國產人工智能芯片、框架等核心軟硬件，與CPU、內存、存儲、操作系統、服務器整機等產業鏈相關環節協同攻關，打造全球領先的、完整的人工智能解決方案；例如鼓勵和協調大學和科研機構依靠自主可控的人工智能技術開展研究，而不是去不斷完善海外企業的技術和應用。 3. 盡快推出支持“產學研用”深度合作的政策體系，支持自主可控的人工智能技術首先在我國的社會經濟發展中扎下深根并最終長成大樹。應用將是人工智能技術的生命力所在，中國應用決定我國人工智能發展道路，并在此基礎上為世界貢獻中國創新。近年來包括人工智能等信息通信技術快速發展，催生了許多新經濟運行模式和商業模式的出現，例如ChatGPT和Sora這樣的創新即應用、創新即服務等新模式，已經在互聯網和其他多個行業得到了驗證。 為了實現我國經濟的高質量發展，我們龐大的制造業和服務業需要使用不同的基于人工智能技術的創新工具和全面解決方案，同時新興的服務業需要新技術作為底座去提供支撐，因此應在相關制造業和服務業中推出利用人工智能技術優化發展的重點工程和示范項目，推動人工智能技術快速走進實際應用。 同時，也要針對不同的應用提出支持自主可控人工智能技術的要求，如要求全部或者主要依靠政府資金或者國家撥款的項目應該主要采購自主可控的人工智能技術和產品；對于完全使用自籌資金的項目，一方面在立項時如規劃使用國外技術需提供安全可控評估報告，同時對采用自主可控技術和產品的項目給與更高的能耗指標。快速而深入的應用可更好滿足我國在第四次工業革命到來之際的經濟發展需求和創新生態建設，搶先覆蓋更多的人工智能技術創新領域和社會經濟部門。 抓住難得的機遇窗口 展望未來，我國人工智能技術體系和產業生態建設充滿了機遇與挑戰。作為第四次工業革命的決定性技術和戰略競爭焦點，美國政府的步步緊逼一方面給我們帶上了發展的緊箍咒，另一方面美國廠商也在快速讓出份額曾經超過80%的市場空間，因此我國人工智能芯片生態也面臨著巨大的機遇。但是從目前的競爭態勢來看，人工智能芯片領域內的競爭態勢是陣地戰而不是破襲戰，近年來全球有很多新創企業都先后聲稱其技術比英偉達GPU芯片更快更強，但今天的局面仍然是英偉達一芯難求。 華為圍繞其昇騰系列AI處理器和基礎軟件，構建了Atlas人工智能計算解決方案，包括Atlas系列模塊、板卡、小站、服務器、集群等產品形態，在美國政府不斷加碼的限制中，支撐了國內人工智能技術和產業化的發展。圖片來源：華為網站 當然，競爭從未停止，在英偉達近日舉行的GTC 2024大會上該公司又推出了全新的基于GPU的超級人工智能芯片，在性能和能效方面實現大幅提升。不過面對英偉達完善且仍在不斷擴展的技術架構和生態體系，全球范圍內能夠與英偉達在人工智能領域比肩的企業也都一直在竭盡全力加快技術研發和生態建設。例如在美國近年來同樣得到廣泛關注的企業是AMD公司，該公司具有全球領先的CPU、GPU、FPGA和連接技術組合和生態。 在國內市場上，華為的昇騰人工智能芯片能夠在美國政府再次推出限制措施后快速承接和支撐國內需求，是因為該公司不僅推出了自己的昇騰高性能人工智能芯片，還擁有昇騰CANN異構計算架構和昇思MindSpore深度學習框架，在提供完整解決方案的同時完成了昇騰AI生態的初步構建，發展1000+行業合作伙伴，共同孵化了超過2000個解決方案。 在當前亟待打破和擺脫對海外人工智能技術跟隨和依賴的局面下，我國政府提出“加快發展新質生產力”和實施“人工智能+”行動可謂恰逢其時，這將推動我國利用人工智能技術領域的自主創新來在新一次工業革命占據有利位置。在國家相關部門的支持和引導下，在企業和科研機構對創新孜孜不倦的追求下，形成信任自主創新、依靠自主創新和發揮自主創新的發展模式，將幫助諸多行業在人工智能領域擺脫對海外技術的三大依賴，在成就光耀世界和服務世界的中國創新的同時，分享到第四次工業革命的創新策源地紅利。 |
image009.jpg (29.61 KB)
