日前，中共中央政治局常务委员会召开会议，会议指出，要加大公共卫生服务，应急物资保障领域投入，加快5G网络、数据中心、人工智能等新型基础设施建设进度。要注重调动民间投资积极性。

据央视网报道，科技端的基础设施建设的“新基建”，包括5G基站建设（5G板块）、特高压、城际高速铁路和城际轨道交通（基建和高铁）、新能源汽车充电桩、大数据中心、人工智能、工业互联网七大“新基建”板块。自此，人工智能成为“新基建”七大版块中的重要一项，再次迎来发展大机遇。

中国声谷

打造全球产业高地

截至2020年3月底，中国声谷入驻企业总数829家，2019年基地核心及关联带动产值约800亿元。中国声谷注重核心技术积累，集聚全球人工智能核心技术的战略定位，成为驱动产业链上企业“智造”产品更新迭代的引擎。下一步，中国声谷将持续坚持“部省联动、市场运作”机制，在“新基建”发展大机遇下，进一步做强龙头企业、拉长产业链、扩大产业群，联动基地资源形成合力，打造中国声谷创新高地。

新闻动态

NEWS

﹀

﹀

﹀

“新基建”不同于“铁公基”传统思路，其本质是信息数字化的基础设施建设，用于支撑传统产业向网络化、数字化、智能化方向发展。

解码新基建：

人工智能改变世界

一、人工智能融入人们日常生活，成为一种新型基础设施。不少人把人工智能仅仅当作一项技术，实际上，它是一套软硬件结合的复杂应用。硬件是各种各样的传感器和芯片，软件则是算法。中国信通院云计算与大数据研究所副所长魏凯说，近年来，人工智能开始融入人们日常生活，成为一种新型基础设施。“比如我们可以对着地图说话，它们能‘听懂’我们说的话；随着语音识别技术的进步，我们可以跟音箱交流……其实人工智能已经在慢慢进入人们的生活。”如中国声谷已在教育、医疗、服务、汽车、家居等领域孵化培育了130多款人工智能软硬件产品走进市场，产品涉及的人工智能技术包括大数据算法、语音识别与翻译、人脸识别、自然语言处理等。

二、2025年世界人工智能市场规模将超过6万亿美元。作为新基建领域之一，衡量人工智能发展的标准是算力。有报告显示，2012年以前，人工智能算力需求紧追摩尔定律，每两年翻一番。2012年以后，渐渐缩短为3、4个月翻一番。这说明，人工智能算力需求空间巨大。在中国工程院院士邬贺铨看来，提升人工智能算力的背后涉及庞大产业链。如中国声谷人工智能产业链上的园区企业——中科类脑，在疫情期间，免费开放BitaHub，向海内外用户提供AI算力、数据、算法支持，为国家疫情防控贡献了一份社会力量。由此可见，在未来“新基建”人工智能产业发展中，继续夯实通用算力基础势在必行。

“有各类AI芯片，包括‘云端’、用户端的类脑芯片，以及各类传感器、激光雷达、毫米波雷达、摄像头、体感传感器等。最重要的人工智能是通用的AI平台，包括计算机视觉、语音识别、自然语言处理，机器学习、知识图谱等。人工智能的应用领域很广。”邬贺铨说。而在中国声谷，已经建成拥有智能语音开放平台、智能语义开放平台、类脑智能开放平台及智能写作开放平台四大基础技术平台，聚焦人工智能底层技术、源头技术的创新，积极构建人工智能产业创新生态体系。此外，中国声谷还汇聚了像龙芯中科、寒武纪、移瑞通信等行业内龙头企业，力争实现产业链上重点项目建设大突破。

有机构预测，2025年世界人工智能市场规模将超过6万亿美元，年复合增长率达30%。在我国，机器人、智能音箱、无人机等面向消费者的人工智能产品已经比较火爆。以智能音箱为例，2019年全国销量为3682万台，同比增长126.6%。有测算甚至显示，整体来看，人工智能对我国GDP的拉动效应将超过1个百分点。

邬贺铨介绍：“根据中国《新一代人工智能发展规划》，到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。”

三、交通、物流、教育、医疗……人工智能将给不同行业带来深刻变革。当前，人工智能的主流模式是“大数据＋深度学习”，这种模式深刻改变着各行各业，人们开始在交通、物流、教育、医疗等众多领域体验到人工智能带来的便利。工信部赛迪研究院副院长王鹏说，这些碎片化的人工智能接下来将整合在一起。“比如一个城市有一个巨大的、可能看得见的承载系统，叫城市大脑。它对城市里的交通、环保、安防等各个方面进行系统地信息获取、分析、监测，并且为政府或者为社会公众提供各种各样的应用服务。”如中国声谷大数据领域龙头企业——科大国创，在疫情期间定制化开发了服务政企的疫情作战监控平台及复工疫情防控系统，快速响应社会号召、保障安全复工复产。

未来，随着很多新路径开启，人工智能可能走向后机器学习时代，以深度智能改变世界。“把深度学习和人脑的仿生学、脑科学结合，将人工智能的一些技术再往前推进，这是技术方向的变化。”魏凯表示。

对于人工智能而言，“新基建”到底有何特点呢？编者认为，人工智能新基建更需要以应用需求为目标，发力软硬协同，融合新老系统，培育全新生态。

在“新基建”浪潮的背景下，

人工智能基础设施应该 建什么、怎样建？

建什么：

聚焦算力提升 培育协同生态

人工智能所需的基础算力具有独特性。因此，人工智能新基建的核心是构建专用设施，填补算力不足，同时应在泛在、融合的发展趋势下，构建软硬件协同、新老系统协同、各个行业协同的产业新生态。

一是继续夯实通用算力基础。当前算力供给已经无法满足智能化社会构建，据斯坦福《AI INDEX 2019》报告，2012年之前，人工智能的计算速度紧追摩尔定律，算力需求每两年翻一番，2012年以后，算力需求的翻番时长则直接缩短为3、4个月。面对已经每过20年才能翻一番的通用计算供给能力，算力捉襟见肘已经不言而喻。

二是全面提升专属计算能力。经过近两年的研究及应用实践沉淀，产业界逐渐发现以机器学习为代表的人工智能计算具有独特性，具体表现在3个方面：第一就是机器学习计算大部分场景仅需要低精度计算即可；第二就是机器学习计算只需要很小的操作指令集，在过去40年中开发的众多使得通用程序能够在现代CPU上以高性能运行的机制；第三就是分布式特性，随着模型不断增大，多芯片多场景的异构计算需求使得机器学习计算必须考虑分布式的计算通信以及计算任务的协同调度，实现密集且高效的数据传输交互。

三是提前布局系统协同生态。基于对人工智能在各行各业解决方案的梳理分析，可以如下研判：为了更好满足应用泛化的需求，未来人工智能应用及产业发展将呈现多平台多系统协同态势，以实现更为广泛的赋能。可以看到，当前阶段，人工智能的主要赋能方式还是通过通用平台，以聚合提供人工智能基础技术能力的方式进行赋能，面向端侧的一些成熟应用场景也出现了软硬一体的端侧应用系统，如自动驾驶平台、智慧安防摄像头、基于智能语音语义的智能音箱、终端翻译机等。

在通用领域，通用平台将进一步分化为提供人工智能基础能力的基础平台和融合行业基础应用的行业平台两个方向。在专用领域，现有的端侧应用无论是功能还是可扩展性上都远远达不到实际的泛化应用需求，因此未来面向泛化应用将呈现专用系统这个形态，专用系统最大特点是它不仅仅是端侧应用的软硬件固化，而是通用平台、行业平台和端侧应用的协同组合，以软硬一体的方式实现具体应用的功能定制和扩展。未来，人工智能的生态主体也将逐渐变成人工智能技术的使用者，即各个垂直行业的传统企业。

怎样建：

构建三大能力 抓住机遇窗口

在当前大环境背景下，人工智能基础设施建设应当发展以下三方面能力。

一是建计算加速能力。首先是建设面向训练及推理的计算芯片。随着人工智能融合赋能广度和深度的不断加强，不同场景应用将提出不同算力需求，以物联网、移动终端、安防和自动驾驶为代表的专用端侧推断芯片百花齐放，人工智能正式进入算力定制化时代。其次是全面构建面向深度学习计算加速的理论及工程体系，全面涵盖从算法顶层、编译器，到体系结构等方面的加速理论及工程实践能力，以大规模分布式学习需求为指引，优化算法实现、打造深度学习编译器，探索体系结构与硬件的最优实践。

二是建计算泛在能力。端侧是人工智能最终应用的落地点，端侧既是数据的生成端，也是数据的使用端，需要构建能够满足海量不同端侧应用场景下的计算支撑能力。端侧由于受到实时性、硬件能力、功耗等多种限制，需要针对人工智能模型实现不同层面的优化，全面提升端侧的数据计算、采集及传输能力，综合考虑传感器、端侧芯片、端侧软件框架、网络架构演进、数据中心协同等关键因素，构建能够实现机器学习模型训练、部署及动态更新的云端协同算法及工程实现能力，打造坚实的泛在计算基础。

三是建协同生态能力。未来人工智能通用平台、行业平台以及专用系统将呈现三大协同态势，需要抓住窗口期，全面建设全新的系统协同能力。首先是构建3个系统间的协同能力。通用平台、行业平台以及面向具体应用的专用系统之间的功能界定将越来越明确，相关功能将呈现模块化特性，并且高度互补，以实现深度协同。其次是构建专用系统的软硬协同能力。这除了需要将专属定制算力芯片进行部署外，还需要在软件层面实现两项功能：一是实现软件与定制芯片的高度耦合，以达到性能最优；二是软件需要与垂直行业平台及通用平台做好高效对接，保证调用所需平台功能的实时性；三是构建行业协同能力，面向行业赋能的行业平台将在通用平台基础上，沉淀行业服务能力，实现与行业已有业务系统的无缝对接。

—

—

原标题：《新基建浪潮来袭：人工智能再迎发展大机遇》