新基建是什么？谁来建？能带来什么？有何趋势？围绕这一国家重大部署，《瞭望东方周刊》联合有关机构进行了专题调研，推出《新基建，来了！》专题报道，共十篇，此为第六篇。

　　对人工智能来说，数据是“生产资料”，算法是“灵魂”，而算力是“第一推动力”。

　　国防科技大学研制的天河二号超级计算机系统

　　2020年3月9日，科技部宣布支持重庆、成都、西安、济南建设国家新一代人工智能创新发展试验区，加上此前获批的北京、上海、合肥、杭州、深圳、天津和浙江德清县，国家新一代人工智能创新发展试验区目前已增至11个。

　　作为新基建重要领域之一，我国人工智能已进入加速爬坡阶段。

　　算法、数据和计算力是推动人工智能技术进步和产业发展的“三驾马车”。寒武纪公司副总裁刘道福曾比喻，对人工智能来说，数据是“生产资料”，算法是“灵魂”，而算力是“第一推动力”。

　　“新一代人工智能需要新一代超级计算，不仅要在运算的速度上达到新水平，而且要在智能化应用上形成新局面。”中国新一代人工智能发展战略研究院执行院长龚克说。

　　为应对新的产业发展需求，算力基础设施正在升级。除对现有数据中心（Internet Data Center，简称IDC）进行智能化改造，使其成为能提供智能计算服务的算力平台外，一些围绕人工智能产业需求而设计、为人工智能提供专门服务的智能计算中心（Artificial Intelligence Data Center，简称AIDC）也在加速落地。

　　根据2017年国务院印发的《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。如今，不少地方政府和企业正在布局人工智能计算，通过新型人工智能芯片和新型计算方法强化计算中心这一“超级大脑”，使其算力更强、速度更快，赋予人工智能更强劲的“爬坡之力”。

　　抗疫“小试牛刀”

　　随着语音识别、人脸识别等人工智能技术的应用，人们已经体验到人工智能在日常生活中发挥的作用，而在阻击新冠肺炎疫情的过程里，人工智能也在无人消杀、病毒溯源、辅助诊断、智能测温和药物研发上“小试牛刀”了一回。

　　以疫情预测为例，2020年2月下旬，来自南京的人工智能企业南栖仙策科技有限公司自主研发的可编程决策平台Universe便搭建了一个疫情传播模型。

　　该模型可预测60天的新冠肺炎疫情，并在仅有确诊病例数据的情况下，推导潜在感染人数、接触感染率等未知因素，进而在不同防控力度的预置条件下实施预测，为疫情防控提供决策辅助。

　　使这一预测模型更快学习真实疫情数据并推演未来的，正是116亿亿次/秒（1.16Eops）的智能化算力，由珠海横琴新区的横琴先进智能计算平台所提供。该平台的核心计算单元采用寒武纪公司最新一代人工智能芯片，能提供的算力比现有的传统CPU高性能计算中心更强。

　　在算力领域，传统高性能计算和云计算已较成熟，正在多个应用赛道上全面发力，但传统CPU高性能计算中心的算力则很难满足人工智能的要求。

　　人工智能的单点决策能力需要通过对海量数据的密集计算来实现。举例来说，2016年3月谷歌人工智能阿尔法围棋（AlphaGo）对弈韩国棋手李世石时，背后就有着数千台服务器、上千块CPU、高性能显卡以及巨大的耗电量。

　　随着数据总量的增长和智能化社会构建需求的扩大，人工智能产业对算力的要求越来越高。中国工程院院士、浪潮集团首席科学家王恩东认为，在新基建各大领域之中，相比云计算和大数据，人工智能对算力的需求几乎是“无止境”的。

　　根据人工智能研究组织Open AI统计，从2012年至2019年，随着人工智能深度学习“大深多”模型的演进，模型计算所需计算量已增长30万倍。斯坦福大学发布的《AI Index 2019》报告也显示，2012年以后，算力需求每三四个月就翻一番，现有算力面临捉襟见肘的局面。

　　随着新基建的加速建设，人工智能与大数据、云计算、物联网等融合也会进一步加快，智慧医疗、无人驾驶、智慧城市、智慧金融等应用场景，背后都需要算力支撑。（见图1）