突破AI“成本红线”，打造AI企业新基本盘_风闻

库恩之后，计算机学界泰斗、数据库领域科学家吉姆·格雷把科学技术发展史总结为四个范式阶段：

**第一阶段为实验科学，**基于实验或经验总结描述自然现象；**第二阶段为理论科学，**建构数学模型归纳总结为科学理论；**第三个阶段是计算科学，**通过计算机对科学实验模拟仿真，以“人脑+电脑”诞生科研成就；还有我们现处的第四个阶段：数据科学，随着科研数据的爆炸式增长，以及大数据、AI的兴起，基于数据的技术革命缓缓展开。

数据科学兴起的当下，算力作为数字化经济高速发展的“燃料”，已成为全球各巨头的竞争主场。随着算力产业链条持续完善，算力赋能效应凸显。为确保拥有处理巨量数据的能力，算力基础设施迈入加速发展阶段，我们正进入智算时代。

2022年7月29日至31日，由工信部、山东省人民政府主办的“2022中国算力大会”在山东省济南市成功举办。作为首届以“算赋百业 力导未来”为主题的中国算力大会，究竟会透露出怎样的AI产业发展风向？值得深思。

算力竞争背后，AI的多元融合的系统革命 

凯文·凯利在2015年刊行的《必然》一书中曾论证：**“科技在本质上有所偏好，使得它朝往某种特定方向。”**从早期的蒸汽机再到电力的出现，如今这一特定方向正指向算力。

在去年，谷歌推出新一代人工智能ASIC芯片TPUv4，由4096个TPUv4单芯片组成的POD运算集群，可释放高达1exaflop（每秒10的18次方浮点运算）的算力，超过了目前全球运算速度最快的超级计算机。

特斯拉人工智能与自动驾驶视觉部门主管安德烈·卡帕蒂（Andrej Karpathy）在去年公布了特斯拉超级计算机集群Dojo。Dojo共有720个节点，由5760个321TFLOPS英伟达显卡组成，理论总算力达到1.8EFLOPS。

在今年1月，商汤人工智能计算中心（简称AIDC）也已正式启动运营，作为亚洲最大的人工智能算力中心，每秒能产生3.74百亿亿次浮点运算的总算力。可同时接入850万路视频，1天内可完成23600年时长的视频处理工作。

今年3月，由IDC、清华大学全球产业研究院联合编制的《2021-2022全球计算力指数评估报告》显示，计算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰。由此可见，算力的重要性不仅体现在巨头企业维度，甚至已经上升到国家综合国力的重要竞争层面。

因此，这场由国家工信部、山东省人民政府等重量级单位主办的首届中国算力大会，其背后意义可见一斑。

据悉，此次大会设置两大主论坛、一场成果发布会、27场分论坛以及“算力成果”成果展，重磅发布了我国首个综合算力指数、首部《算力白皮书》、首个《算力设施产业图谱》等系列成果。

这场大会也吸引了业界内众多大数据、AI等相关领域企业参与其中。比如商汤科技，深度参与大会，并举办“智算力·见未来-商汤科技人工智能基础设施创新论坛”，与各界嘉宾共话AI算力的建设与创新应用。不仅如此，商汤科技联合创始人、AI大装置事业群总裁杨帆亦在大会主论坛发表《AI基础设施：产业发展新引擎》的主题演讲。

尤瓦尔·赫拉利在《未来简史》中曾对“人工智能”做出定义：AI，主要体现在观察、认知、思维、语言、计算、律动等方面，以极快的运算速度、巨大的存储力、网络化信息感知、因无生物死亡而具备近乎无穷的迭代积累等优势，早已超过人类某项单一智能的许多倍甚至几个数量级。

实际上，人工智能从来都不是一项技术，而是一个复杂的技术体系所构建的运行系统。如今，这个运行系统正愈发完善，在此次大会商汤科技所举办的分论坛上，所展示的SenseCore商汤AI大装置就是其中的一个典型标志。

据介绍，SenseCore商汤AI大装置由模型层、深度学习平台、计算基础设施三个部分架构而成：

其中模型层包括OpenDILab 开源平台、OpenMMLab 开源框架以及模型工厂，目前已发布超过 20 个通用决策人工智能算法系列，已开发超过 34000 个商用人工智能模型；

深度学习平台以算法创新为基石，通过商汤领先的SenseParrots训练框架高效利用 GPU 集群算力，训练单个大模型时可以在一千块 GPU 上取得超过 90% 的加速效率；

在计算基础设施层包含每秒3.74百亿亿次浮点运算总算力的人工智能计算中心、支持视觉领域大模型100亿参数的人工智能芯片及边缘设备以及1 天内可完成的完整训练1000亿参数模型的传感器及ISP芯片，最后形成了一个开放且快速发展的生态系统。

通过建设新型人工智能算力中心（AIDC），SenseCore商汤AI大装置打通了商汤领先的算法训练平台（SenseParrots）和数据处理平台，并向社区开源算法模型框架（OpenMMLab）构建创新生态，向企业开放算法模型工厂（SenseSpring）进行定制化生产，从而大幅降低人工智能的生产要素成本，实现高效率、低成本、规模化的AI创新和落地。

比如在上海西岸集团，商汤科技所提供的AI模型能持续检测综合体区域内超过6,800个商业资产，包括树木、路灯、步道及其他设施。截至2021年6月30日，每月能够处理约200项工作指令，其中98%以上可以在20分钟内解决，大幅提升居民和游客的安全及体验。

淄博市大数据局党组成员、副局长陈伟在圆桌论坛中表示，在数字经济时代，算力应该是一个最核心的生产力，算力起到的作用远远超出了我们所想象的力量。在赋能数字经济、数字社会，还有数字政府的建设中，算力的提升会对我们生活带来质的提高。

从长期主义的角度来看，对于AI技术的发展而言，多元融合的系统革命下的AI或许会成为未来AI技术、产业增长的关键节点。对行业来说，这也可能意味着AI技术大范围商业化提供了基础。

AI三要素之外，解决行业“Know-How”之困 

从技术-经济三百年的发展史可以发现，任何大规模技术-经济范式转型一般都遵循相同的模式，都要经历爆发、狂热、协同、成熟四个阶段。

爆发期：由于滞涨或者通缩现象，投资机会的匮乏，新产品和新技术的出现开始点燃人们的投资热情，技术革命带来创新蜂聚和企业家大量涌现；

狂热期：生产率出现爆发式的增长，基础设施建设不断加强，泡沫也随之滋生；

协同期：技术狂热之后泡沫逐渐出清，技术开始出现大规模的扩散，满足各行各业的长尾技术需求，在经济方面带来全面增长；

成熟期：技术成熟后利润率出现下降趋势，为获取利润率企业往往采取兼并收购的方式，并且开始对外扩张，寻找更广阔的市场。

观察AI行业发展路径，可以发现目前AI正处于关键的协同期。在AI协同落地过程中，AI技术的创新发展，来到了一个新的融合扩散阶段。

这意味着：

一方面在AI扩散至各个行业的过程中，要更为重视AI最为基础的算力、算法、数据三个支柱，这也反映在了AI企业的发展趋势上。

比如商汤新建成的新型人工智能算力中心（AIDC），具备超大规模的AI模型生产能力，可进行更加通用的大模型训练；算法训练平台（SenseParrots）拥有接近90%的并行处理效率，实现900倍计算提速，相当于1块GPU具备 1000块的效率；算法模型工厂（SenseSpring）可以借助训练平台，将数据规模化地生成众多模型组件，并开放到更多平台。本届中国算力大会隆重发布了“2022中国算力赋能优秀案例”，商汤科技人工智能计算中心成功入选。

**另一方面，在夯实AI地基的基础上，除了要考虑技术先进性之外，还要解决AI与行业Know-How结合的问题。**因为AI只有与行业特性相融，才能真正实现技术扩散，带来帮助企业或行业降本增效的实际价值。

AI需要与行业知识结合，在落地场景中反复沉淀行业技能，才能满足具体行业的长尾需求，并在商业世界中真正产生价值，让AI成为科技与各行各业之间的轴承和连接器。

实际上，这也是SenseCore商汤AI大装置的目标，可以发现，商汤科技打造的“SenseCore商汤AI大装置”为人工智能的未来发展提供了一个强大的基础设施，通过端到端的架构体系，能够对海量数据进行拆解和碰撞，并从中挖掘更多潜在价值，打破认知和应用的边界。

AI企业在这样垂类领域的商业影响力越强，越有利于AI多元化落地的发展。随着AI技术在各垂直行业落地，便能搭建起一个辐射多行业的商业生态。

“AI母机”：技术与成本的博弈之争 

大约两百多年前，英国经济学家杰文斯曾指出，技术成本降低，将提升技术的普及度，从而扩大市场规模。

当时蒸汽机革命之下，也曾有英国煤矿主担心：蒸汽机带来效率提升，使得用煤量减少，生意下滑。结果事实正相反，因为蒸汽机降低了成本，使得蒸汽机使用更加广泛，用煤量反而大幅增加。

商汤科技联合创始人兼大装置首席科学家林达华在演讲中表示，人工智能进入到这个行业的时候会发现它整个生产链条非常长，我们遇到很多长尾场景响应每个具体需求的时候，成本和代价都是非常高的。因此，要让人工智能成为一个未来我们整个国民经济发展的根本，我们需要突破一个新的红线，就是成本红线。

事实上，算力战争之下，SenseCore商汤AI大装置的出现，意味着AI这场数字技术革命也正迎来成本下降的关键节点。

机床被称为工业母机，因为机床是制造机器和机械的机器，是构成现代工业的心脏。如果说机床是工业母机，那么SenseCore商汤AI大装置就相当于“AI母机”，未来将成为AI技术的心脏所在。

SenseCore商汤AI大装置将AI的共性提炼抽象出来，以AI制造AI，降低了研发人力成本，降低了计算资源成本，带动市场规模扩大。相当于以软件流水线提升整个行业的水平，改造了传统“手工作坊式”的落后局面。

比如青岛一汽，依托商汤科技AIDC提供的强大算力支持，利用商汤深泉AI算法训练平台，对收集的大量冲压板材质量缺陷样本进行深度学习，生成专属算法模型。在实际生产过程中，通过检测工序中专用相机，预置相应的缺陷检测算法进行实时判断预警，提升了检测的稳定性、提升缺陷检出率，切实解决客户痛点。

算力即生产力，工信部负责人曾在新闻发布会上透露，我国近五年算力年均增速超过30%，算力规模排名全球第二。随着算力极速增长，AI必然会从单一方向、单一路径的通用计算结合各行各业，走向多样性计算，推动各领域的数字经济发展。

《“十四五”信息通信行业发展规划》《“十四五”数字经济发展规划》等一系列政策规划，其中指出：“数字经济转向深化应用、规范发展、普惠共享的新阶段”，计划到2025年“基本建成高速泛在、集成互联、智能绿色、安全可靠的新型数字基础设施”。

本次论坛的所在地山东省也在积极发力数字经济，明确了十四五期间数据中心建设规划，计划加快提升数据与算力基础设施的服务能力，为AI企业带来发展的新机遇。