具體來看，三個方面：

第一，多元化。計算的關(guān)鍵任務(wù)是支撐業(yè)務(wù)的發(fā)展，不同的業(yè)務(wù)類型勢必要求不同的計算系統(tǒng)完成，AI應(yīng)用引入了新的計算類型，從推理到訓練跨度大，數(shù)據(jù)類型從結(jié)構(gòu)化到半結(jié)構(gòu)化，復雜多樣，通用CPU無法滿足多元計算場景需求，此外，計算芯片代工模式越來越普及，但存在開發(fā)者學習成本高、用戶應(yīng)用千疑難、芯片制造難上規(guī)模等問題。

第二，巨量化。模型參數(shù)多，并且訓練數(shù)據(jù)量大，預計2023年，訓練模型參數(shù)量突破百萬億，巨量模型需要巨量內(nèi)存，1塊GPU板載高速內(nèi)存容量約40GB，包含百萬億參數(shù)巨量模型，參數(shù)分配到每個GPU當中，要1萬塊GPU，訓練當中還要額外存儲，則需2萬塊GPU才能啟動百萬億參數(shù)模型訓練。當前的AI芯片架構(gòu)是不足以支撐巨量模型參數(shù)存儲需求的。AI算法本質(zhì)上還是依賴量變的質(zhì)變，很難從一個質(zhì)變跳躍到另外一個質(zhì)變。當前每天AI開放平臺承載數(shù)萬億次交用量、海量的視頻音頻圖片數(shù)據(jù)，對算力、應(yīng)用承載力而言是巨大挑戰(zhàn)。

第三，生態(tài)化，即AI技術(shù)鏈條和產(chǎn)業(yè)鏈條面臨脫節(jié)問題。人工智能如何與應(yīng)用場景更好地融合，始終是關(guān)鍵所在，這需要好的AI開發(fā)平臺，需要AI算法研發(fā)人才對傳統(tǒng)行業(yè)的需求場景、業(yè)務(wù)規(guī)律有更深層的理解。

總結(jié)

面對當前智能計算新格局，走在AI前沿的浪潮，啟動新的5年計劃，確定新的發(fā)展目標，將在技術(shù)、產(chǎn)品、生態(tài)上斷創(chuàng)新，包括計算體系結(jié)構(gòu)、計算產(chǎn)品體系等在內(nèi)，持續(xù)推進并引領(lǐng)國內(nèi)智慧計算的發(fā)展。

zhangnn