AI算力需求将增百倍 自主创新支撑“双循环”发展新格局

10月13日，以“无限可能”为主题的2020小蛮腰科技大会——全球移动开发者大会暨人工智能高峰论坛在广州举行，行业专家、学者，企业大咖共同探讨科技创新如何推动产业经济发展，支撑“双循环”发展新格局。

自主创新支撑“双循环”发展新格局

改革开放40年来，中国经历了科技的模仿，到产业创新，再到自主创新的三个阶段。当前，中国面临着新的国际环境变化，进入一个新的阶段。北京大学汇丰商学院经济学教授、中国经济体制改革研究会副会长樊纲在大会上表示，“现阶段以更多的自主创新为标志，更多的自主创新作为增长的源泉。双循环首要就是自主创新，这也标志着中国经济进入了一个新的阶段”。他认为，这个阶段中国仍然具有巨大的潜力，市场可以扩展，企业有很好的市场环境。“中国仍有可能再有10-20年的正常高增长，近期的潜在增长率仍保持在5%-6%。”

樊纲指出，我国提出的“双循环”发展新格局，并非简单的扩大内需，而是重点强调供给侧的自主创新，用更多的基础科学的创新和底层技术的创新、应用技术的创新补上短板。因此，内循环的第一条就是扩大自主创新。他强调，内循环强调了供给侧四个方面的问题，包括科技创新、体制改革、产品创新和降低成本。

中山大学粤港澳发展研究院教授、穗港澳区域发展研究所所长张光南也认为，科技创新在产品化、市场化、资本化过程中，还需要商业模式的创新、专业服务的创新以及公共政策的创新。作为未来的国际科技创新中心，粤港澳大湾区和国内城市群比起来，人均GDP、生态环境、创新氛围等更为优越，下一步粤港澳大湾区将打造成为创新的湾区。同时他指出，湾区创新是需要国内外合作，其中城市之间的合作以及差异化竞争就显得尤为重要。

　　如何创新?市场主导 政府支持

自主创新需要各界力量协调作战，当前我国如何能够快速补齐短板，创造自主创新优势?

樊纲表示，我国拥有举国创新的重大体制优势，历史上有大量成功案例。在新的发展阶段，要迅速地补短板，还要迅速使得国内一些被断供的东西在供应链上能够补上，确实需要政府的推动和带动。

不过，政府的作用仍主要在科技创新的模仿攻关，不太适合于“无人区”的创造。比如已有的创新产品，我们知道它需要哪些技术、需要哪些资源，政府把已有的技术、人才、资源集合起来，把它攻出来。但是“无人区”的创新不同。樊纲认为，在“无人区”，政府最重要的一件事情就是怎么创造一个机制、一个体制、一个环境和一些政策的支持，营造一个普惠式的环境，使得千百万的企业、企业家和千百万的科学工作者创造出新的点子来，让企业和个人、科学家、科技人员去创新、创业，然后优胜劣汰。

在基金方面，政府也应该以跟投为主，而非引导。“我们得让私人的基金去发现项目、去评估项目，政府跟投，分担一部分风险。然后再定一个规则，让政府早退出，不去挣大钱，一旦项目基本成熟了，再把它让给私人基金继续发展。”樊纲说。此外，在需要长期持续发展的领域，政府基金也需要有长期安排，使得一些需要10年、20年投资的长期创新能够持续下去。

　AI算力需求将增长百倍

人工智能是本次大会的重要议题。在整个人类历史上，总共有26个通用目的技术，人工智能就是目前全球范围最重要的通用目的技术。

何谓“通用目的技术”?首先它不是专注于某个领域的，而是专注于广泛的多个领域可以去使用。第二，它一旦在各个领域应用之后，它可能带来新的产品、新的形态，带来大幅的效率提升。当前，全球有50多个国家把人工智能作为未来的发展策略。预计到2025年，AI带来的产业产值将超过7万亿美金的规模。

华为昇腾计算业务总裁许映童称，由于在人工智能和各个产业的结合，包括智慧城市、物联网以及5G的兴起，带来的连接广泛存在以及数据的大量产生，数据的增长能量呈现5倍以上的增长，拉动了AI算力需求。与此同时，通用的CPU每年的算力的增长仅为10%。在这种情况下，我们需要新的架构的创新，需要人工智能核心处理器对数据的处理。尤其是对非结构化的数据，人工智能的效率是通用算力的50倍-100倍。根据数据预测，未来对GPU、NPU为代表的AI算力的需求将呈现以百倍以上的增长。

随着人工智能技术快速发展，以及与产业的深度结合，人工智能的单向能力上已经超过了人类，从技术本身上来看，已经达到了大规模应用的基础。许映童认为，目前我们认为已经进入了+AI的时代，即产业和AI的结合。现阶段重点应该从AI的技术公司转入到产业里面，在产业上寻找新的挑战，并用人工智能的技术手段来解决。+AI时代需要传统的企业、政府和人工智能创新的企业来一起联合打造。

许映童同时指出，虽然+AI时代遍地开花，但同时我们面临着几个非常大的挑战。首先，传统的企业到目前为止真正能够把AI用到企业的生产中、企业的管理中还非常少。面临着“懂AI的不懂产业，懂产业的又没有算法能力”的尴尬局面。算法开发环节就难倒了90%以上的企业。其次，在算法开发出来之后怎么部署到车间、机床，包括生产系统，这一块的应用开发又是一个大挑战。“根据我们这两年跟在产业的合作，能够从头到尾把整个流程走完的企业可能不到1%。这个问题如果不突破，AI就没法大规模地应用。”许映童说。

最为关键的一点是，中国的人工智能企业主要还仅聚焦于应用层和技术层，基础层创新存在重大缺位。在技术层和应用层中国有大量优秀的企业，但在基础层，尤其在AI的芯片、AI的操作系统、AI的框架上，我们还缺乏韧性，达不到连续创新。美国企业在这一块占据了95%以上的市场。许映童认为，“目前我国人工智能企业在基础的芯片、基础平台上还有非常大的短板，这也为我们未来AI产业带来了不确定性。”