从服务器的硬件架构来看，AI服务器是采用异构形式的服务器，在异构方式上可以根据应用的范围采用不同的组合方式，如CPU+GPU、CPU+TPU、CPU+其他的加速卡等。与普通的服务器相比较，在内存、存储、网络方面没有什么差别，主要在是大数据及云计算、人工智能等方面需要更大的内外存，满足各种数据的收集与整理。
我们都知道普通的服务器是以CPU为算力的提供者，采用的是串行架构，在逻辑计算、浮点型计算等方面很擅长。因为在进行逻辑判断时需要大量的分支跳转处理，使得CPU的结构复杂，而算力的提升主要依靠堆砌更多的核心数来实现。
但是在大数据、云计算、人工智能及物联网等网络技术的应用，充斥在互联网中的数据呈现几何倍数的增长，这对以CPU为主要算力来源的传统服务提出了严重的考验，并且在目前CPU的制程工艺、单个CPU的核心数已经接近极限，但数据的增加却还在持续，因此必须提升服务器的数据处理能力。因此在这种大环境下，AI服务器应运而生。
1、市场规模：中国人工智能行业呈现高速增长态势
人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，近年来，中国人工智能产业在政策与技术双重驱动下呈现高速增长态势。根据中国信通院数研中心测算，2020年中国人工智能产业规模为3031亿元人民币，同比增长151%。中国人工智能产业规模增速超过全球。
注：中国信通院的市场规模根据IDC数据测算，统计口径与IDC一致，即包括软件、硬件与服务市场。
2、竞争格局：中国人工智能企业主要分布在应用层 占比超过80%
——中国人工智能企业全产业链布局完善
我国作为全球人工智能领域发展较好的地区，无论是人工智能领域的基础层、技术层、应用层，还是人工智能的硬件产品、软件产品及服务，我国企业都有涉及。在国内，除去讯飞等垂直类企业，真正在人工智能有所长进的巨头依然是百度、阿里、腾讯这三家。
——中国人工智能企业主要分布在应用层，占比超过80%
据中国新一代人工智能发展战略研究院2021年5月发布的《中国新一代人工智能科技产业发展报告(2021)》数据，截至2020年底，中国人工智能企业布局侧重在应用层和技术层。其中，应用层人工智能企业数占比最高，达到8405%;其次是技术层企业数，占比为1365%;基础层企业数占比最低，为230%。应用层企业占比高说明中国的人工智能科技产业发展主要以应用需求为牵引。
3、技术分布：中国人工智能企业核心布局的技术主要为大数据和云计算
从人工智能企业核心技术分布看，大数据和云计算占比最高，达到4113%;其次是硬件、机器学习和推荐、服务机器人，占比分别为764%、681%、564%;紧随其后，物联网、工业机器人、语音识别和自然语言处理、图形图像识别技术的占比依次为555%、547%、476%、472%。
4、细分领域：深度神经网络领域为中国AI研究热门
根据清华大学人工智能研究院、与中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》，2011-2020年十大AI研究热点分别为深度神经网络、特征抽取、图像分类、目标检测、语义分割、表示学习、生成对抗网络、语义网络、协同过滤和机器翻译。
—— 更多行业相关数据请参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》
浪潮信息是全球领先的人工智能基础设施供应商，拥有业内最全的人工智能计算全堆栈解决方案。据IDC数据显示，浪潮信息AI服务器在2021全年市场占有率达209%，份额同比提升36%，销售额同比增长683%，继续保持全球市场第一。各方面都不错加速了解下。随着人工智能的快速发展，产业化的AI趋势也越发明显。浪潮作为全球领先的AI计算领导厂商，一直在致力于AI服务器的产品打造，现在已经在图像视频、语音识别、金融分析、智能客服等多个AI场景里展开了服务，从而帮助更多的客户实现了AI场景的构建和应用。前不久的生态科技大会上，浪潮科技也公布了最新的NF5488A5服务器数据，相对于之前几款来说，这一产品大幅提升了智能语音、图像识别等AI模型的训练和推理性能，促进了产业AI解决方案的开发与应用。AI2021和AI2022的区别如下：
自2018年以来连续第四年发布。
报告从宏观经济、技术成熟度、AI劳动供给、行业和地域四大方面进行综合考量，评估中国人工智能发展现状，为推动产业AI化发展提供参考和行动指南。
算力基础设施建设体现一个地区对人工智能的综合投入程度，首次被作为地域评估的考虑因素。
报告指出，AI芯片呈现多元化发展趋势，AI芯片算力持续提升满足模型规模增长态势；中国AI服务器市场快速增长，中国厂商领跑全球，2020年全球AI服务器厂商浪潮、DELL、HPE市场份额位列前三，未来AI服务器将朝着多元开放、绿色节能的方向发展。AI与云的融合是必然趋势，预计到2025年，中国人工智能服务器公有云的占比将超过50%，私有云、政务云、行业云等也在蓬勃发展，混合IT是企业首选。算法模型发展愈加复杂，巨量模型将是规模化创新的基础，“源10”等巨量模型的出现，让构建大模型、提升AI处理性能成为发展趋势；应用场景已经从碎片化过渡到深度融合的一体化，从单点应用场景转换为多元化的应用场景。相比2020年，人工智能在金融、制造、能源 、公共事业和交通等行业体现的推动作用尤为显著；以智算中心为代表的算力基础设施，通过提供公共的算力、数据及算法服务，让算力服务易用，解决算力服务的供给问题。
文|李佳师在充满不确定性的地方中碰到确定性，在不会掉馅饼的地方被馅饼砸中，往往都是小概率事件。
“天上会不会掉馅饼？答案是可能会。英伟达的GPU就是被Hinton教授和ImageNet比赛的‘馅饼’给砸中。而浪潮十几年前就和英伟达一起基于GPU+CUDA来做HPC，所以当浪潮从HPC赛道进入AI服务器赛道时，也被AI的馅饼‘砸’中了。” 浪潮集团AI&HPC总经理刘军说。因为当天的采访是在一个茶室，所以刘军谈得也比较放松，关于AI计算业界这几年发生的事，关于浪潮与BAT的AI，关于未来的AI计算，刘军分享了不少“干货”。
有人说，浪潮信息最近这些年的发展，被两个馅饼“砸”中了，一个馅饼是互联网服务器，因为一直贴身服务于成长中的BAT等中国互联网企业，发展出了JDM模式，成为全球最大的互联网服务器供应商。另一个馅饼是AI服务器，在2019年上半年浪潮AI服务器出货量占据全球第一，在中国AI市场占据502%市场份额。关于浪潮互联网服务器的故事大家都知道，但是关于AI服务器是如何被馅饼砸中的，外界知之甚少。
这几年，浪潮信息的核心关键词是智慧计算，浪潮认为“计算力就是生产力”。这次采访中刘军将该观点进行了新演绎，认为“人工智能计算是未来核心的计算力”。
而要谈AI计算力，英伟达是一个绕不过去的话题。英伟达是AI时代计算力增长的红利获得者，这是业界公认的事实。因为其GPU在2012年被深度学习之父Hinton采用，去参加了大规模视觉识别挑战赛（ILSVRC）而一举夺冠，（啰嗦一句：ILSVRC就是斯坦福AI实验室主任李飞飞缔造的ImageNet图像识别比赛），从此奠定了GPU在人工智能训练市场的核心地位，让英伟达的股价 “一骑红尘”一直飙升。
事实上，英伟达的命运是在2012年、2013年开始改变的，从一直做HPC到后来HPC+AI，不断过度到AI市场，因为2012年的ILSVRC比赛以及2016年AlphaGo与李世石比赛，让英伟达的GPU名声大噪，于是GPU成了做深度学习的“标配”。
现在大家谈英伟达都把焦点放在GPU身上，但其实还有一个功臣，CUDA软件平台功不可没。因为这个计算平台，让英伟达培育起开发者生态，因为CUDA让GPU的能力释放出来。“而在2012年之前，英伟达其实已经默默耕耘CUDA计算平台达5~6年之久。估计英伟达公司内部也有不少人抱怨，还要不要继续做CUDA？投入那么久，也没有看到多大的回报，因为它主要是针对高性能计算（HPC）领域，而这个市场又不大。” 刘军透露说。
虽然GPU性能很好，但是没有足够多的软件，所有的软件要从CPU搬到GPU上，就得重写软件，而当时会用CUDA的开发者很少，于是当时身份为浪潮集团HPC总经理的刘军，其HPC团队有很重要的一部分工作就是每年要给行业客户进行CUDA培训，同时帮助行业客户写CUDA 软件，这样的贴身服务于石油、勘探、气象、生物等行业客户，让浪潮积累了大量的行业经验和需求。”也是在那个时候，包括华大基因、奇虎360等客户找到浪潮的HPC团队，说我们能不能一起合作将CPU上的翻译、基因库、安全等应用改到GPU上去跑？因为客户的变化，于是浪潮HPC也就一只脚跨到了AI上。”刘军说。
后来的事情，大家都知晓，英伟达的GPU成为全球AI计算力代言，而浪潮的HPC团队在2017年变成了AI&HPC团队，深耕AI服务器市场，短短几年成为全球第一大AI服务器供应商，在中国AI市场占据502%的份额。
这段关于英伟达与浪潮的“往事”揭示了几个关键信息：一是很多在外界看起来是“天上掉馅饼”的“时来运作”，其实都经历了很长时间的 “至暗时刻”，只是外人没有看到，被馅饼砸中的人，通常都热身了很久。二是在计算产业领域，每一个成功技术和产品的背后，似乎都和 “生态”是否蓬勃发展有关，在英伟达身上如此，在浪潮身上也如此。
浪潮在AI领域去年最大的动静是推出“元脑生态计划”，围绕这个计划，浪潮打造了AI计算、AI资源、AI计算工具三大平台，构建了“左、右“手AI生态，（左手是指有AI功能开发能力的 科技 公司，右手是指有AI落地和交付能力的公司）。
在一个技术领域里，是否参与“尺子”的定制，往往决定了一个企业在产业中的地位是主导还是“被动跟随”。
“每一个领域，都有一些可衡量的尺子，这些尺子规范的建立对一个产业的成熟和蓬勃发展非常重要，这些尺子定得好与不好，会把大家引导到不同的方向上，或是良性的或是畸形。”刘军说。
就像HPC领域的全球超算TOP500排行榜，Linpack测试，就把全球超级计算机产业推向异常发展态势。刘军说：“因为基于Linpack测试来进行全球超级计算机TOP500的排名，带来的结果是各国为了争夺这个排名，争相投巨资建设能排名第一的机器。”这就成了大家做超级计算机的“尺子”，其实这个尺子并不是一个能够很好引导行业朝着更好应用HPC的方向发展。
到了AI计算时代，也应该有一个新的尺子来引导行业的发展。虽然目前在AI领域已经有了谷歌、英伟达公司为主导的Mlperf测试基准，但是基准更侧重于芯片本身的性能，而事实上，用户使用的计算机是一个系统，并不仅仅是一个芯片，所以业界需要一个更侧重于计算系统的测试基准。基于此，浪潮加盟了由国际权威评测机构SPEC成立的机器学习技术委员会（简称SPEC ML），并担任首届委员会主席，Intel公司为秘书长，目前正在推动基于机器学习的测试基准规范制定。“从跟跑、到并跑、到领跑，浪潮希望走到领跑阵营主导产业发展格局。”刘军说。
也是基于此，浪潮与IDC第二次发布了《AI计算力发展评估报告》，希望为政府、 社会 、产业提供一些参考性的报告、依据和数据。
“天下有免费的午餐吗？有的。摩尔时代，摩尔定律就是免费午餐，在人工智能时代，计算力就是免费的午餐，你得大胆地去吃，才能够享受它带来的红利。一定要充分利用计算力这个资源，当你能够用计算力去完成的事情，就没有必要再用人去完成。” 刘军说。
今天在中国市场有众多的AI玩家，包括以BAT为代表的互联网企业，也包括以浪潮等为代表的IT企业，还有大批的AI创业企业，大家的定位有什么不同？浪潮如何与BAT展开竞争？
刘军认为，从基于云来提供AI产业化服务角度看，BAT等公司侧重于基于公有云来提供AI服务，而浪潮则侧重于混合云的角度来提供AI服务，对于非常多的行业和企业客户，他们很在乎数据是存储于本地还是云上，会选择混合云的基础设施方式来获得AI能力、AI服务，在这个维度上浪潮是更合适的选择。
“其实浪潮与BAT之间并不矛盾，大家最终目的一样，比如百度也是我们的客户，我们也是百度的合作伙伴，BAT也是我们生态伙伴的一部分，他们会通过我的生态赋能往前面走，最终实现产业AI化，大家是相互配合的关系。”刘军说：“大家并不是在小池塘里喝水，你喝了他就没得喝，而是在一个大江大海里喝水，根本喝不完。”
有人问，今天浪潮的AI服务器已经占据了整个市场的502%份额，接下来该如何进一步增长，接下来该如何做？刘军给出的答案是，如果这是小池塘，确实会感到有边界，水会被喝完，但其实这是个很大的市场，增长的空间和边界还非常大，而且需要更多的玩家一起把市场做大，把生态做大，把“AI计算力”这个免费的午餐做得更好吃，更容易吃，在这样的诉求下，有大量的事情需要做，现在才刚刚拉开序幕。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）