IDC調研顯示，超過九成的企業(yè)正在使用或計劃在未來三年內使用人工智能，而74.5%的企業(yè)期望在未來可以采用具備公用設施意義的人工智能公共算力基礎設施。未來，隨著更多規(guī)模化、普惠型的人工智能基礎設施平臺建成，整個中國人工智能產業(yè)將進入另一個發(fā)展的快車道企業(yè)的剛需決定人工智能發(fā)展前進的速度，新型公共算力基礎設施的建設則為人工智能發(fā)展拓寬了道路。

另外，IDC在本次研究中也針對企業(yè)在人工智能應用中普遍存在的需求和挑戰(zhàn)進行了調研，其中缺乏模型訓練所需的數(shù)據(jù)、算力基礎設施存在不足、以及人工智能應用方案的成本過高等因素是絕大部分企業(yè)目前面臨的主要挑戰(zhàn)。因此，以政府為代表的社會服務主體，在推動人工智能公共算力基礎設施的建設時至關重要，需要充分考慮企業(yè)目前面臨的需求和痛點，與人工智能生態(tài)合作伙伴一起，攜手關鍵的人工智能基礎設施服務商，通力合作，共同構建加速產業(yè)發(fā)展的平臺。

從全球AI算力發(fā)展來看，2020年中國人工智能服務器占全球人工智能服務器市場的三分之一左右，是全球人工智能產業(yè)發(fā)展的中堅力量。AI計算能力側面反映的是一個國家最前沿的創(chuàng)新能力。對于AI算力的投入這也說明國家在戰(zhàn)略層面對人工智能的重視，以及企業(yè)希望通過人工智能的發(fā)展契機提升核心競爭力的迫切愿景。

隨著人工智能算法突飛猛進的發(fā)展，越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施。目前，如AlphaFold、GPT-3等模型已經(jīng)逼近人工智能的算力極限，GPT-3的模型尺寸增大到了1750億，數(shù)據(jù)量也達到了驚人的45TB。這種進化對于新任務，不需要重新收集大量帶標簽的數(shù)據(jù)，數(shù)據(jù)利用效率進一步提升；另一方面，可以避免算法微調出現(xiàn)過擬合，導致模型泛化能力下降。

這些成果的出現(xiàn)無疑是大力出奇跡的結果，沒有強大的AI算力，這些創(chuàng)新成果顯然無法做到。隨著AI算法突飛猛進的發(fā)展，越來越多的模型訓練需要巨量的算力支撐才能快速有效地實施，算力是未來人工智能應用取得突破的決定性因素。
責任編輯：YYX