无人驾驶汽车，行驶在路上，可以自由避开车辆和行人，行驶平稳，操作熟练。人工智能产业化正在进入深水区。无人驾驶、机器人、人脸支付等人工智能产品和应用正在加速发展。机器视觉、语音识别等子行业初具规模。人工智能正在从一个富有想象力的商业概念转变。成为极具发展前景的商业赛道。人工智能深度融入新一轮科技革命和产业变革，引领未来业务发展方向。

大时代人工智能产业机遇与挑战并存

” 14 “十五”开局之年，人工智能加速演进，迎来新的发展机遇。前沿科技。从产业发展前景看，人工智能与各行业深度融合，为中国经济发展提供新动能，成为引领中国经济发展的重要战略抓手。

《中国成长型人工智能企业研究报告》显示，2020年全球人工智能产业将在疫情下逆势而上，仅在中国，该领域的投融资额就创下新高,达到1748亿元，较2019年同比增长73.8%。各种利好因素叠加，人工智能进入大规模落地期，市场和公众对未来发展的信心倍增。人工智能，他们相信通用人工智能（AGI）即将到来。

中国丰富的商业场景和多层次的产业结构将为人工智能的落地提供更大的助力，人工智能将成为中国人追随的前沿技术。出行时，人工智能帮助用户匹配最近的出租车和省时的公交路线；购物时，刷脸支付一秒出行，安全快捷，给人们带来全新、便捷、高品质的生活体验。可以说，人工智能已经渗透到人们生活的方方面面。

人工智能产业发展欣欣向荣，但我们也必须看到阻碍人工智能产业发展的瓶颈。目前，人工智能产业的发展还存在三大障碍需要克服。一是算力很贵，算法门槛高；二是数据掌握在大公司手中，容易形成数据孤岛；三是行业尚未形成增量效应。

具体来说，目前的算力价格昂贵，供应周期长，尤其是基于更多场景研究的复杂性和竞争力，使得训练成本最为削减——边缘模型还在不断增加。这需要在芯片、基础硬件和全栈AI上进行战略投资，以保证足够的算力和经济性。在数据方面，由于人产生的数据一般掌握在不同的大公司手中，这些重要数据的开放和流通始终难以推进。此外，人工智能可以在行业中发挥更大的协同效应，但当前的人工智能应用既需要行业知识，也需要人工智能技术。懂AI技术的人不懂行业，懂行业的人不懂AI，很难有效结合。

这个时候，一个包容、集约、开放、融合、全栈技术的行业平台是必不可少的。

突破人工智能发展瓶颈，建设人工智能计算中心是关键

人工智能行业的发展需要从技术理念、发展路径、应用领域等多个维度进行创新和融合。中国人工智能产业除了保持应用层的持续发展外，还需要加大对人工智能基础层的投入。

众所周知，计算能力、算法、数据是人工智能的三大载体。成为核心资源之一。尤其是当前大模型、多模态等人工智能技术的发展，需要强大的算力集群来满足。因此，发展集约化、绿色、可持续、高适应性、强大的人工智能计算中心是关键。

人工智能计算中心是国家建设新一代人工智能创新发展试验区的重要基础设施。政府牵头建设人工智能计算中心，可实现集约化、集成化建设、快速交付、快速上线、强算力、绿色节能。基于升腾AI软硬件基础设施建设的算力集群，由政府建设，面向科研机构和企业开放，既能满足算力需求，又能解决数据安全问题。

目前，很多地方都在加速布局人工智能计算中心。通过人工智能计算能力，他们可以让自己的计算能力更强更快，赋予人工智能更强大的“攀登之力”。 2021年5月31日，武汉成为全国首个人工智能计算中心正式投入运营的城市。武汉人工智能计算中心目前可以支持人工智能重大应用的模型训练和推理。其核心围绕数字设计、智能制造、智慧城市、基因测序四大应用场景展开。可广泛服务于自动驾驶、智慧城市、智慧医疗、智能交通等领域。武汉人工智能计算中心算力集群提供的普惠算力已开始为当地产业集群实施算力。目前，武汉人工智能计算中心已实现满负荷运行，仍在继续扩容。据了解，一期建设规模为100P FLOPS AI算力（FLOPS为每秒浮点运算次数，或每秒峰值速度），算力基础为由数千人组成的Atlas 900 AI集群Ascending AI 处理器。 .目前，中科院自动化所、武汉大学遥感信息工程学院与多所高校和企业、武汉人工智能计算中心的项目合作已经启动。

文章来源：《企业科技与发展》 网址: http://www.qykjyfz.cn/zonghexinwen/2021/0709/2722.html