資料圖來(lái)源于網(wǎng)絡(luò )
在王恩東看來(lái)，人工智能從5、6年前的 “黑科技”，變成今天的“熱科技”，背后離不開(kāi)算力支撐能力的巨大飛躍。2020年以GPU為代表的AI加速芯片所交付的計算力總和，已經(jīng)超過(guò)了通用CPU，預計到2025年，加速芯片所提供的計算力可能超過(guò)80%。
“人工智能帶來(lái)了指數級增長(cháng)的算力需求，計算產(chǎn)業(yè)正面臨多元化、巨量化、生態(tài)離散化交織的趨勢與挑戰。一方面，多樣化的智能場(chǎng)景需要多元化的算力，巨量化的模型、數據和應用規模需要巨量的算力，算力已經(jīng)成為人工智能繼續發(fā)展的重中之重；另一方面，從芯片到算力的轉化依然存在巨大鴻溝，多元算力價(jià)值并未得到充分釋放。”王恩東表示，如何快速完成多元芯片到計算系統的創(chuàng )新，已經(jīng)成為推動(dòng)人工智能產(chǎn)業(yè)發(fā)展的關(guān)鍵環(huán)節。
未來(lái)，人工智能如何發(fā)展出像人類(lèi)具備邏輯、意識和推理的認知能力，是人工智能研究一直在探索的方向。但目前，通過(guò)大規模數據訓練超大參數量的巨量模型，則被認為是非常有希望實(shí)現通用人工智能的一個(gè)重要方向。王恩東認為，隨著(zhù)巨量模型的興起，巨量化已成為未來(lái)人工智能發(fā)展非常重要的一個(gè)趨勢。
此外，王恩東院士強調指出，多元化、巨量化、生態(tài)化給整個(gè)計算產(chǎn)業(yè)帶來(lái)的挑戰是空前的。“要想釋放多元算力價(jià)值、促進(jìn)人工智能創(chuàng )新，一是要重視智算系統的創(chuàng )新，加大人工智能新型基礎設施建設，把從技術(shù)到應用的鏈條設計好，從體系結構、芯片設計、系統設計、系統軟件、開(kāi)發(fā)環(huán)境等各個(gè)領(lǐng)域形成既分工明確又協(xié)同創(chuàng )新的局面；二是要加快推動(dòng)開(kāi)放標準建設，通過(guò)統一的、規范的標準，將多元化算力轉變?yōu)榭烧{度的資源，讓算力好用、易用。”
編輯：薛姣
