AICC 2021,中國AI生態加速形成_風聞

提到AI，我們總會想起AlphaGo橫掃圍棋高手、波士頓機器狗逆天的運動能力、特斯拉人型機器人的炫酷炸天……

這些固然能夠吸引大家的眼球，但真實的AI產業如何？AI算力對於社會經濟發展到底有何作用？AI呈現出哪些發展趨勢？AI應用場景都有哪些落地？

近日，2021人工智能計算大會(AICC 2021)成功召開，來自產業界的夥伴們對於目前AI產業中的熱點話題進行了深度討論，探討了數字經濟新格局下，AI如何賦能科技創新、社會治理及產業升級，以及如何加速數字中國、智慧社會建設。

在本次大會上，不僅有各類AI公司帶來了超過600項最新的人工智能產品與應用成果，還公佈了《2021-2022中國人工智能計算力發展評估報告》，解讀了目前國內AI算力發展和行業滲透情況。大數據在線也有幸與其中六位AI產業界代表深度交流，探討了目前AI產業界的各種熱門話題。

智能助手的理想與現實

如今，智能助手已經日益普遍，無論是各種手機，還是音箱，甚至汽車上，智能助手都成為標配，但智能助手使用體驗跟人們的期望依然有一定的差距，如何看待這種情況？

對此，OPPO小布助手首席架構師萬玉龍認為，用户對於智能助手的評價是基於對它的期望和現狀的判斷，差距越大，用户失望就會越大；目前，智能助手在一些特定垂直場景中表現已經很貼近用户的期待，但是在更加寬泛的場景中，依然有很大的進步空間，而OPPO小布助手的目標就是成為全場景的全能型智能助手。

據悉，自2018年12月份成立以來，OPPO小布助手已經成為搭載在OPPO、OnePlus和realme等智能手機和IoT設備上的智能助手，歷時三年發展，累積激活近2.5億設備量。在2021年2月，OPPO小布助手成為了國內首個月活突破一億的手機語音助手。

萬玉龍介紹，小布助手定位是為OPPO全系智能硬件設備提供跨終端、全場景、多模態的智能交互體驗，在技術難度和挑戰性會比專業場景的助手高很多，“全場景交互的效果優化對算法方案和數據多樣性都提出了更高的要求。其中，在算法層面，為了解決標註成本過高和數據多樣性受限問題，我們會嘗試從有監督訓練方案逐漸往無監督訓練方案發展；在算力層面，OPPO也在積極與國內外芯片和服務器廠商合作，不斷提升AI算力，支撐起模型訓練和多模態新算法演進。”

目前，OPPO小布助手主要面對的場景包括手機、手錶等可穿戴設備場景，智能家居場景和智慧出行場景等。面向未來，OPPO小布助手將會朝着虛擬數字人的方向不斷發展，為每個用户提供個性化定製的千人千面智能助手服務。

萬物皆可算

IDC預測，全球 AI 市場支出將在2021年達到850億美元，並在2025年增至2000億美元，五年複合增長率（CAGR）約為 24.5%。其中，到2025 年，全球約 8% 的AI 相關支出將來自於中國市場，市場規模在全球九個區域中位列第三。

可以説，龐大的市場意味着龐大的機遇。為此，市場誕生了很多新的芯片公司，希望在算力市場中取得突破。其中，天數智芯就是目前國內的一家典型代表。

上海天數智芯半導體有限公司產品副總裁鄒翾認為，作為AI芯片公司天數智芯最大的優勢主要在三個方面：

第一，沒有歷史包袱，開發人員可以輕裝上陣，天數智芯在芯片系統設計和軟件設計時，可以將面向過去的部分拋棄，大幅提升客户購買的服務質量，甚至精細控制每一個瓦數所可以提供的算力。

第二、天數智芯團隊由一羣在GPU、計算等領域深耕多年的技術專家組成，擁有深厚的行業經驗，在每一個具體芯片單元的晶體管數量上面，均可以做到最優。

第三、更加了解中國市場的需求，從應用、軟件和芯片設計等角度，天數智芯都有自己獨特的想法，未來是一個萬物皆可算的時代，而這時候GPU更是大有可為。

鄒翾也認為，GPU市場不能否認的事實就是巨頭已經在這個賽道耕耘多年，國內芯片企業在高端芯片設計、人才、IO、架構創新、應用迭代等方面剛剛摸到門道，還需要持續努力。

對於如何彌補與巨頭之間的技術差距，鄒翾則表示， 需要在市場中持續去了解需求，形成技術在市場中的不斷迭代，通過市場反饋再去修復技術。不過過程不是一兩天就能夠實現的，要大家腳踏實地的持續努力下去。

最後，鄒翾分享了對於AI算力未來發展趨勢的洞察。他認為，隨着AI在場景中不斷落地，對於算力需求也在不斷提升；對此，業界最通用的做法就是並行化，不過並行結構越來越大也會帶來問題，而天數智芯就是致力於解決並行結構越來越大之後的通用可平衡性，讓未來算力不斷提升時，芯片的能效也能做到最好，同時配合行業夥伴，逐步建立通用計算的評測標準，持續為行業做出應有的貢獻。

軟件定義算力價值幾何

數據中心過去十年最具影響的技術就是軟件定義。

從虛擬化時代，以VMware為代表的公司通過對服務器CPU資源進行虛擬化，使得數據中心的計算資源得以更高效地使用；之後，軟件定義網絡、軟件定義存儲等技術也先後興起。現在，隨着雲計算技術與理念的深入人心，軟件定義已經成為數據中心最重要的核心技術。

如今進入到AI算力時代，在AI芯片領域，除了NVIDIA等巨頭之外，還有很多各種類型的AI芯片公司、技術和產品，用户數據中心正在面臨着一個異構計算的時代，隨着GPU等AI芯片越來越多，如何讓AI算力能夠更加高效、快捷、靈活地為人們所用，這就是軟件定義算力的初衷。

在軟件定義賽道上，趨動科技是目前國內創新的代表，致力於解決AI算力高效利用的挑戰。

相關數據顯示，目前用户數據中心GPU利用率只有10%-30%，未來有着巨大的利用空間。趨動科技技術總監張增金認為，目前對於AI算力主要有三大難題：其一、很多業務對於GPU卡的需求非常彈性，如何為業務部門提供需求相匹配的算力是業界的一大難題；另一個就是如何將GPU能力集成到現有PaaS平台、雲管平台中；第三，異構計算帶來的各種卡，不同品牌、不同型號，這些卡的管理、監控和全生命週期管理都是挑戰。

“軟件定義算力的核心價值就是降本增效。”張增金如是説。

那麼，軟件定義算力到底在數據中心哪些場景可以很好地發揮價值？對此，張增金認為有四大場景非常適合軟件定義算力。

首先是隔空取物，例如用户一台服務器並沒有GPU卡，但是又希望在該服務器上跑AI應用，這個時候需要通過網絡去遠程調用GPU服務上的資源；像很多訓練場景會存在CPU資源和GPU資源並不匹配的情況，這個時候需要通過遠程網絡來調用GPU資源。

其次是化整為零，像一些推理引用，並不需要消耗很多GPU資源，這個時候可以將GPU按照百分比切片，讓多個業務應用疊加到一張GPU卡上，充分提高GPU卡的利用率。

第三則是化零為整，將分佈在不同GPU服務器上的資源進行整合，甚至一塊GPU卡上的碎片資源都能夠整合，然後為一個AI應用提供計算資源。

最後則是隨需應變，AI應用往往對資源需求是彈性化的，需要動態調整GPU資源，有些應用上午可能需要4張卡，下午則變成2張卡，而對於GPU資源調整需要做到實時、不關機、不重啓應用，只需調整參數就能實現。

AI與智能供應鏈的那些事兒

在物流圈，有一個詞跟人工智能息息相關，那就是智能供應鏈。

事實上，無論是線上電商，還是線下零售，其背後最核心的能力就是供應鏈能力。所以，當我們稱讚像京東物流送貨快、購物體驗好時，背後其實都是其強大供應鏈作為支撐。

如今，人工智能技術正在深刻影響着供應鏈的發展，無論是深度數據挖掘還是AI自主學習，都對供應鏈各個環節的決策產生重要影響。京東物流人工智能與大數據部智能供應鏈高級總監莊曉天博士介紹，人工智能已經在供應鏈設計與規劃、供應鏈計劃與管理和供應鏈執行與運營三大環節中大量植入人工智能的方法，從端到端為供應鏈的效率保駕護航。

例如，在供應鏈設計與規劃方面，涉及到各種物流網絡，需要從點、線、面去考慮，包括營業部末端站點、區域倉儲等。以京東物流為例，其快遞、快運、冷鏈等六大網絡中，京東物流供應鏈團隊會運用大量運籌學優化算法來在紛繁複雜的網絡中尋求總體成本最優和用户體驗最好。

而在供應鏈計劃與管理環節，最為核心的就是庫存。莊曉天博士介紹到，整個供應鏈都是圍繞如何將庫存做得更好而展開，這其中有兩大能力：一是預測能力，二是仿真能力；像京東會針對品類進行預測，從而知道消費者在哪裏、消費者需求是什麼，如何將庫存根據消費者需求放到最合適的地方。

而在供應鏈執行與運營環節，關鍵詞則是包裹和訂單，針對這部分的優化也是用户最能直觀感受到的。以京東為例，用户雙十一下單之後，京東物流會根據當前倉庫商品的儲備，推薦最合適的商品給揀貨員，包括儲備位置、客户要求，還會推薦最合適的揀貨路徑。

同時，莊曉天博士也認為，供應鏈是一個非常複雜的場景，主要體現在鏈條參與者多，人貨場等空間元素多，時間上需要做預測等，這些因素共同組成了供應鏈的複雜場景，而且隨着業務顆粒度也越來越細，其複雜程度也越來越多，隨之而來的就是對於算力需求越來越高。

“本質上，運籌學是解決一個決策問題，需要根據不同場景來調整算法、技術的應用，對於算力有着極大的依賴。”莊曉天博士如是説。

最後，莊曉天博士認為AI技術在物流、供應鏈未來擁有廣闊的應用前景，不過也需要克服三個重要挑戰：一是數據問題，如何將整個行業甚至社會的數據集合起來，發揮更大的效應；二是能耗的挑戰，在雙碳戰略的大背景下，如何設計好更好的算法、架構來保證算力資源儘可能高效，以更精進的方式推動人工智能在行業落地；最後則是行業認知，需要深入行業問題和痛點，才能去考慮用技術去提升整個行業效率。

隱私計算與數據價值

進入到數字化時代，如何實現數據價值就成為頭號話題。

如今看，實現數據價值、釋放數據生產力，讓數據更好地打通、流動、共享和應用是必經之路。但最近幾年數據泄露事件，讓人們意識到數據隱私愈發重要。通常意義上，數據的流通與共享，意味着更多安全挑戰；而愈發嚴格的數據安全措施，則會降低數據的流動性和消費，數據流通共享和數據安全似乎成為一對不可調和的“矛盾”。

如何在確保數據安全的前提下，讓數據更好地流動、共享與應用？從技術層面來看，近年來崛起的隱私計算被給予厚望。

洞見科技正是國內專注隱私計算領域的一家科技創新公司。洞見科技項目管理與交付中心總經理方東介紹，洞見科技的使命就是讓數據價值安全釋放，核心技術就是隱私計算。洞見科技正在與同行一起構建基於隱私計算的數據交換網絡，通過數據交換網絡，可以讓數據在安全合規的前提下發揮更大的價值，挖掘“數據要素”這座金礦。

隱私計算是以密碼學基礎，在保護數據本身不對外泄露的前提下實現數據分析計算的技術集合，與傳統數據使用方式相比，隱私計算的加密機制能夠增強對於數據的保護、降低數據泄露風險。

方東介紹，目前隱私計算主要有三大方向：第一類是以多方安全計算為代表的基於密碼學的隱私計算技術；第二類是以聯邦學習為代表的人工智能與隱私保護技術融合衍生的技術；第三類是以可信執行環境為代表的基於可信硬件的隱私計算技術。

“聯邦學習其實是將模型分成片，在銀行的部分由銀行來做，在外部數據源的部分，與外部數據源建立連接之後，然後一起訓練。比較通俗的比喻就是：模型動、數據不動，從而保證數據安全；另外就是數據可用不可見，數據不管是外部還是內部，都可以使用，但是不能看見，這些是保證數據安全最基本的方式。”方東表示道。

此外，與其他學習相比，聯邦學習對於算力需求更高，因為涉及到數據交換、數據加密、多方安全等技術。

對於隱私計算適合的場景，方東認為目前看到三個非常合適的行業是：金融、醫療和政務。“金融的風控、反欺詐等場景非常適合落地隱私計算；而醫療領域，將不同醫院的數據聯結起來，通過隱私計算在不暴露病人隱私的情況下，將數據集成起來，對於醫學發展大有裨益；而在政務場景，現在大家都在提的數據開放、共享與交易，如果有隱私計算，則可以開放和共享更多有價值的數據，而不用擔心數據泄露等問題。”

總體來看，本次AICC大會熱點頗多，從AI成果展示到《2021-2022中國人工智能計算力發展評估報告》頒佈，再説OPPO、京東、天數智芯等公司對於各種AI熱點話題的解讀。隨着中國對於數字經濟的重視，以及各界推動的數字化轉型和智能化升級，中國已經成為AI創新的熱土。面向未來，中國的AI大生態更有望迎來百花齊放百家爭鳴的盛景。