10月26日下午消息，在2021人工智能計算大會(AICC 2021)上，中國工程院院士、浪潮首席科學家王恩東表示，生態離散化已成為制約人工智能技術上水平、應用上規模、產業上臺階的瓶頸所在。他建議，一方面要重視智算系統的創新，另一方面要加快推動開放標準建設，讓算力好用、易用。
在王恩東看來，人工智能從5、6年前的 “黑科技”，變成今天的“熱科技”，背后離不開算力支撐能力的巨大飛躍。2020年以GPU為代表的AI加速芯片所交付的計算力總和，已經超過了通用CPU，預計到2025年，加速芯片所提供的計算力可能超過80%。
在他看來，人工智能的規模化發展，算力已經成為決定性的力量，智慧計算已成為智慧時代的核心生產力。
“人工智能帶來了指數級增長的算力需求，計算產業正面臨多元化、巨量化、生態離散化交織的趨勢與挑戰。一方面，多樣化的智能場景需要多元化的算力，巨量化的模型、數據和應用規模需要巨量的算力，算力已經成為人工智能繼續發展的重中之重；另一方面，從芯片到算力的轉化依然存在巨大鴻溝，多元算力價值并未得到充分釋放。”如何快速完成多元芯片到計算系統的創新，已經成為推動人工智能產業發展的關鍵環節。
在王恩東看來，我們能造出性能強大的火箭發動機，但要想造出安全、高性能的運載火箭，還要在循環、控制、結構等很多領域做大量的工作。“芯片到計算系統同樣如此，需要完成體系結構、信號完整性、散熱、可靠性等大量系統性設計工作。”王恩東用生動形象的比喻，詮釋了芯片到算力轉化過程中計算系統創新的價值所在。
未來，人工智能如何發展出像人類具備邏輯、意識和推理的認知能力，是人工智能研究一直在探索的方向。但目前，通過大規模數據訓練超大參數量的巨量模型，則被認為是非常有希望實現通用人工智能的一個重要方向。王恩東認為，隨著巨量模型的興起，巨量化已成為未來人工智能發展非常重要的一個趨勢。
“人工智能的技術鏈條、產業鏈條是脫節的，生態離散化已成為制約人工智能技術上水平、應用上規模、產業上臺階的瓶頸所在。多元化、巨量化、生態化給整個計算產業帶來的挑戰是空前的。”王恩東表示。
在他看來，要想釋放多元算力價值、促進人工智能創新，首先要重視智算系統的創新，加大人工智能新型基礎設施建設，把從技術到應用的鏈條設計好，從體系結構、芯片設計、系統設計、系統軟件、開發環境等各個領域形成既分工明確又協同創新的局面；此外，還需要加快推動開放標準的建設。
