中科曙光-基于国产芯片高端计算机研发及扩产项目可行性研究报告

1、项目概况

当前我国采用进口处理器芯片的高端计算机占据国内市场 90%以上的份额。受信息产业安全、供应链安全等多方面因素的影响，发展基于国产处理器的高端计算机的重要性日益凸显。

目前，国产处理器芯片已经较为成熟，主要架构包括 X86、MIPS、ARM 等，不同架构的处理器芯片具有各自的适用场景和应用优势，适合多头并进，协调发展。

本项目研发基于 X86、MIPS、ARM 等不同架构国产处理器芯片的高端计算机系列产品，满足高端计算机国产化过程中不同场景的需求，打破国外厂商对中国计算机产业的技术垄断，促进中国信息产业的持续 健康 发展。项目达产后，不但能够为中国行业用户提供更多高性价比的选择，还可以保障关键信息系统的安全可控，具有广阔的市场发展空间和前景。

2、项目实施的必要性

（1）保障信息安全和产业安全

掌握基于国产处理器芯片的高端计算机设计与制造技术，是保障国家网络与信息安全的前提条件。根据工信部数据，中国集成电路进口额居各类进口产品之首；国务院发展研究中心发布的《二十国集团国家创新竞争力黄皮书》也指出，中国关键核心技术对外依赖度高，80%芯片都靠进口。在高端计算机领域，包括处理器芯片在内的核心部件几乎完全依赖国外进口，使我国高端计算机在产业链供应方面存在较大的安全隐患。

过去几年里，国产处理器芯片技术取得长足进步，先后出现了 X86、MIPS、ARM 等不同架构的多款国产处理器芯片，接下来推动基于国产处理器芯片的产业生态环境建设任务极为紧迫。研发基于国产处理器芯片的高端计算机系列产品，能够保障关键信息系统的安全可控，打破国外厂商在集成电路产业的技术垄断和安全威胁，扭转我国信息技术被动局面，促进中国信息产业的持续 健康 发展。

（2）促进信息技术应用创新和产业生态环境建设

目前全球高端集成电路产业处于垄断竞争格局，西方国家的处理器芯片巨头厂商如 Intel、AMD 等，通过数十年的持续技术创新和巨额投资，建立了强大的专利壁垒、技术标准体系和产业生态体系，牢牢控制了全球绝大部分市场。虽然我国在这个领域取得了一定的创新和突破，但我国在这个领域的产业基础非常薄弱，技术人才和资金等资源都不足。

推动国产处理器芯片的产业化，需要构建“芯片设计与制造、整机系统、软件生态、应用服务”完整创新链和产业链，方能保障相关产业的持续 健康 发展。研制基于国产处理器的整机系统，一是推动国产高端计算机产业发展，高端计算机面向国民经济主战场，属于信息行业发展的基础保障设施，只有研制基于国产处理器芯片的高端计算机，才能继续推动信息技术应用创新的产业生态环境建设，推动国产处理器在各行业领域的应用和产业发展；二是为其他相关产业发展消除潜在的隐患，我国众多产业的技术研发和运营在一定程度上依赖于高端计算机，若因各种原因导致核心芯片供应链受到影响，则可能对我国若干依赖于云计算、大数据、人工智能、高端计算机平台的行业和产业造成巨大不利影响。

（3）提升企业竞争力和可持续发展能力

长期以来，高端计算机处理器芯片的价格主导权被少数国外企业控制，国内高端计算机企业的盈利空间和盈利能力受到很大约束和限制。通过研制不同体系架构的基于国产芯片的高端计算机，将促使公司更专注于自主核心产品研发，进一步加强在该领域的技术优势，不断推出多种类型、易于为不同市场接受的系列高端计算机产品，不仅可以提高我国整机企业的盈利能力，也将极大降低我国信息化和智能化的成本，促进我国数字经济和智慧 社会 安全、高质量发展。因此，项目的实施将确保公司产品在技术规格上保持领先优势，持续满足广泛的行业用户和应用需求，进一步提高公司产品的市场竞争力，获得更好的经济和 社会 效益。

3、项目实施的可行性

（1）项目研发符合国家政策方向

“新基建”政策的本质是推动支撑传统产业向网络化、数字化、智能化方向发展的信息基础设施的建设，加速全产业的数字化转型，以促进现代信息技术与产业经济的融合，使得经济能够在数字化的辅助之下产生新的质变。

近年来，国家层面不断推动信息技术应用创新发展战略，引导我国企业研制具有自主知识产权和国际竞争力的产品，提高我国信息技术水平和信息产业的可靠性和安全性。另一方面，本项目基于国产处理芯片研发的高端计算机，对支撑我国现代服务业发展，提升传统产业竞争力，推动国内信息产品智能制造能力达到国际先进水平等方面也具有重要的战略意义。本项目属我国重点发展的战略新兴产业，符合《“十三五”国家信息化规划》等产业政策导向。

（2）公司具备本项目实施所需的技术和研发基础

公司是国内最早从事高端计算机业务的厂商之一，主要涉及高性能计算机、通用服务器产品的研发、设计、生产和销售。公司在高性能计算机体系结构、高效能计算系统、高速互连技术、液体冷却技术、高端计算机管理和运维软件、先进计算服务平台软件等方面具有深厚的技术积累。近年来，针对市场形势的变化，公司加大了基于国产处理器的高端计算机产品的预研力度，攻克了基于国产处理器的高端计算机产品研发的各项技术难题，预研样品在产品规格、产品品质、产品易用性等各个方面达到国内领先水平。

作为国内高端计算机领域的核心厂商，公司拥有完备的研发人员储备及技术服务体系。公司研发中心是国家发改委等六部委批准的国家认定企业技术中心，并获批建设国家先进计算产业创新中心。研发人员队伍知识结构和年龄结构合理，具有雄厚的系统级研发实力，在系统架构设计、硬件研制、 *** 作系统研制，以及行业应用软件定制和优化方面已有大量积累。公司成熟的生产制造体系和技术服务体系也是项目成果产业化的重要保障和成功基础。

（3）公司具备项目相关解决方案支持和销售渠道基础

公司多年来一直在自主创新领域全面布局，构建了从芯片硬件、系统解决方案到先进计算、云计算服务的全链条布局，公司产品的客户群体遍及政府机关、企业、电力、教育、医疗、科研机构等诸多行业。公司目前已开始建设基于国产处理器芯片的解决方案中心和产业生态平台，并吸纳大量周边解决方案提供商加入到基于国产芯片的产品生态系统，以平台生态合作带动国产芯片通用行业解决方案的规模化，预计未来五年能够在多个技术和行业领域实现全国产化的产业生态系统。公司在高端计算机产品开发和产业化过程中，积累了大量的技术支持经验和解决方案资源，有助于确保本项目拟研制产品的成功推广和规模化销售。

4、项目建设规划

（1）项目实施主体

本项目的实施主体为中科曙光。

（2）项目投资额

本项目总投资金额为 200,00000 万元，拟使用募集资金投入 200,00000 万元，用于研发设备购置、知识产权购置、生产设备购置、研发人员支出、研发材料及组件支出等。

（3）项目建设内容

本项目分别基于 X86、MIPS、ARM 架构的国产处理器芯片，开展高端计算机整机系统研发，设计具有国际先进水平的高性能工作站、边缘服务器、人工智能服务器、存储服务器、多节点服务器等不同规格的高端计算机产品，实现不同架构、不同规格、不同形态、广泛覆盖的国产高端计算机综合解决方案。

1）X86 架构高端计算机产品：本项目基于 X86 架构国产处理器研制 5 款高端计算机产品，包括：

① 高性能工作站 ：研制基于国产 X86 处理器的高性能工作站产品。为特种应用、电力、金融等行业提供满足业务需求的高性能工作站；为制造业设计仿真、特效制作、科研开发提供支持高端显卡、大容量内存的高性能工作站；

② 边缘服务器 ：研制基于国产 X86 处理器的边缘服务器产品。在边缘计算场景下，对大量靠近终端的现场数据进行实时处理，减少对数据中心的冲击和直接依赖；大幅缩短数据的传输距离，减少网络传输和延迟问题，提升应用和服务的效率和可靠性，降低成本；

③ 人工智能服务器 ：研制基于双路高性能国产 X86 处理器的人工智能服务器。提供多种 GPU 连接拓扑，可为不同的深度学习应用提供不同的优化方案，为人工智能的训练、推理学习提供强大的运算能力；

④ 存储服务器 ：研制基于国产 X86 处理器的高性能存储服务器。具备高密度存储空间，提供强大的计算性能和丰富的 IO 扩展，适用于对存储容量、服务器性能、可扩展性及可靠性要求严格的金融、交通、电信、能源、互联网等行业；

⑤ 多节点服务器 ：研制基于国产 X86 处理器的多节点服务器。采用模块化设计，具备卓越的计算性能和强大的 IO 扩展能力，为企业级用户、云计算中心、大数据、高性能计算等多种业务提供集群服务器系统。

2）MIPS 架构高端计算机产品：本项目基于国产 MIPS 架构处理器研制 3 款高端计算机产品，包括：

① 办公工作站 ：研制基于国产 MIPS 处理器的办公工作站。为政府机关、特种应用等场景提供业务办公终端，具有独特的安全设计，消除电子政务等众多战略领域的安全隐患；

② 文档服务器 ：研制基于国产 MIPS 处理器的文档服务器。面向电子政务信息服务的需求，提供政府部门重要文档的存储备份、检索功能；兼容主流国产 *** 作系统、数据库软件等；消除电子政务等众多战略领域的安全隐患；

③ 存储服务器 ：研制基于国产 MIPS 处理器的存储服务器。针对不同的云数据平台使用场景，提供基于 MIPS 架构处理器的基础型存储服务器产品，适用于大规模云计算环境的低成本近线存储系统。

3）ARM 架构高端计算机产品：本项目基于国产 ARM 架构处理器将研制 3 款高端计算机产品，包括：

① 办公工作站 ：研制基于国产 ARM 处理器的办公工作站。为政府机关、特种应用等场景提供业务办公终端，具有独特的安全设计，消除电子政务等众多战略领域的安全隐患；

② 文档服务器 ：研制基于国产 ARM 处理器的文档服务器。面向电子政务信息服务的需求，提供政府部门重要文档的存储备份、检索功能；兼容主流国产 *** 作系统、数据库软件等；消除电子政务等众多战略领域的安全隐患；

③ 存储服务器 ：研制基于国产 ARM 处理器的存储服务器。针对不同的云数据平台使用场景，提供基于 ARM 架构处理器的基础型存储服务器产品，适用于大规模云计算环境的低成本近线存储系统。

（4）项目建设周期

本项目建设期 3 年。

5、项目预期效益

经测算，本项目税后财务内部收益率为 1254%，税后投资回收期（含建设期）为 622 年，经济效益指标良好。

6、项目的批复文件

本项目不涉及厂房建设及新增用地。截至本报告公告之日，本项目尚在办理备案及环评手续。

7、编制单位介绍

深圳市思瀚管理咨询有限公司是专业产业规划研究服务机构，主要提供可行性研究报告、商业计划书、行业研究报告、概念性规划、初步规划、建筑规划、产业规划、园区规划、企业IPO上市咨询等相关业务。

思瀚将人才培养作为企业发展的根本，制定人才培养“三鹰”计划，通过“雏鹰计划”加速新员工成长，通过“飞鹰计划”助推骨干提升，通过“精鹰计划”培养具有国际化视野的复合型人才，实现个人发展与组织发展的双赢。拥有资本市场及产业研究投资经验的专业管理团队审核体系人员组成，目前思瀚研究产业研究院拥有分析师、咨询顾问、产业项目行业专家为客户提供一站式、个性化、综合性的企业咨询解决方案，80%以上具备相关专业硕士学位，他们均是各自所在领域的权威人士，通过优质整合成为服务客户的强大智囊顾问团，更好的为客户提供高质量个性化定制服务。

作者：微软亚洲研究院
若干年前，很难想象会有一样技术工具是由人工智能驱动的。
若干年后，很难想象会有任何技术的背后没有人工智能的影子。
云计算与日俱增的强大威力、运行于深度神经网络的强力算法，再加上今天能够获取到的海量数据，在这三股强大动力的交织驱动下，今天，我们终于有能力实现人工智能的梦想。
人工智能拥有无穷的潜力，它有能力颠覆任何现有的垂直行业，比如银行或者零售业，还有任何单一的业务流程，比如销售、市场或者人力资源和猎头。
这样发展下去，终有一天，人工智能将有能力为人类无边的聪明才智锦上添花——增强人类已有的能力，并且帮助我们获得更强的生产力。
最近，人工智能开始为大众所关注，但微软在人工智能上的投入由来已久。从二十多年以前，我们就已经在不断地构建人工智能的基础，机器学习、语音识别、计算机视觉、图像识别，在这些领域中的一个一个成就不断地积累起来，最终促成了今天这一波引人注目的人工智能的突破。
时至今日，我们得以利用之前数十年的研究成果，利用 Microsoft Graph 读取数据，利用 Azure 云计算的强大计算力，以此为基础，我们打造出了新一代的人工智能工具和产品，让开发者和客户能够真正从中受益。
今天，在西雅图召开的 Build 2017 大会上，我们分享了微软关于人工智能的愿景：将人工智能带给每个人，从开发者到数据科学家，从技术爱好者到学生。作为这一愿景的组成部分，我们致力于为开发者提供包括工具、服务在内的完整的平台，同时我们要强调信任的原则，是始终让人掌控一切。
将人工智能带给每个开发者
在微软认知服务的帮助下，开发者可以让自己的应用识别手势、翻译多种语言，通过解析视频实现快速搜索、编辑、实时添加字幕，甚至可以通过定制数据来识别某种特定类别的画面。
在 Build 大会上，我们宣布现在已经可以提供 29 种认知服务，这为开发者提供了广泛的选择，让他们只要几行代码就能直接利用现成的人工智能，或者是对其进行定制加工。我们还演示了开发者该如何定制训练这些服务，而无需设计单独的深度学习模型。
这次新增的服务包括必应定制搜索（Bing Custom Search）、定制视觉服务（Custom Vision Service）、定制决策服务（Custom Decision Service）和视频索引（Video Indexer）。我们还推出了微软认知服务实验室，让开发者成为这个研究社区的一部分，共同探索和理解人工智能的未来发展。认知服务实验室提供的第一个人工智能服务是手势 API，它允许用户通过手势进行控制和互动，从而创造出更加直观和自然的 *** 控体验。
微软认知服务提供了业界数量最多的人工智能服务，而微软也是唯一在关键认知领域提供定制功能的主要技术供应商。自 2015 年在 Build 大会上首次发布以来，已经有来自 60 多个国家和地区的超过 568 万名开发者注册使用了这项服务。
我们在理解语音和语言方面获得的进步引领了一种变化趋势——从人类必须理解计算机的世界，发展到让计算机真正读懂人类的世界。我们称之为会话人工智能。
诸如微软对话机器人框架之类的工具，正在帮助人们以更自然的方式利用技术实现人机交互。自去年发布以来，有超过 13 万开发者已经注册对话机器人框架并用它进行创造。在 Build 大会上，我们演示了一些新的举措，让开发者能够更轻松地使用对话机器人框架。例如新的适应卡，允许开发者创建跨多个应用和平台工作的卡片。此外，开发者现在可以将其成果发布到新的渠道中，包括 Skype for Business、必应搜索和 Cortana，并且可以利用微软的支付请求 API，利用他们的机器人实现快速便捷的结账。
面向那些想要训练自己的深度神经网络的开发者，我们在 Build 大会上宣布了一项新功能 Azure Batch AI Training 的有限预览。利用这项新服务，开发者可以使用他们选择的任何框架来训练他们的数据模型，包括微软认知服务工具包、TensorFlow 和 Caffe 等。在 Build 大会上，我们还演示了开发者该如何通过使用分析集成在数据所在的位置，如 Azure Data Lake 、Azure Cosmos DB 或者 SQL Server 上，直接运行这些深度学习模型。
人工智能与 Azure 相辅相成，将为开发者带来最全面的人工智能平台。
人工智能重新定义微软
今天，微软的每一件产品和服务都在融入人工智能，从 Xbox 到 Windows，从必应搜索到 Office。
就拿 Office 来说，人工智能让人们可以更轻松地创建更丰富多彩的内容。用户可以通过 Office Researcher 找到所需的一切，只要几秒钟，它就能够帮助用户研究和规划出文档的框架，例如在设计 PowerPoint 时，就能对语言进行转释并且建议出适合的视觉设计元素。
我们一直在不断研究如何利用人工智能改善 Office 体验。今天发布的 Presentation Translator 就能利用我们的翻译 API 在 PowerPoint 文档演示过程中，实时将其翻译成多种语言。启动 Presentation Translator 之后，它会在演讲者说话的同时，自动生成特定语言的字幕，甚至会生成一个链接让与会者能够实时看到自己语言版本的演示。
我们构想并为之奋斗的终极人工智能是 Cortana，你的私人智能助理。目前全球各地有 145 亿用户在使用 Cortana，而且微软还在加速推进 Cortana 跨设备和平台的推广，我们希望能够让每一位开发者更快捷地接触到这个快速增长的用户群。
除了哈曼卡顿内置 Cortana 的 Invoke 智能扬声器，我们还与惠普在设备端展开了合作，并且和英特尔一起开发参考平台，以便带来更多 Cortana 驱动的智能设备。
数据的力量
人工智能要获得成功，少不了另一个关键要素：数据。一个人工智能工具要获得成功，就需要大量的数据来进行训练和学习。
在Build大会上，我们向开发者提供了关于 Microsoft Graph 的更多细节。它允许用户使用来自其组织内的数据来推动人工智能转型。利用 Office 365、必应搜索、LinkedIn，微软将工作数据与外界数据相互结合，此外还有来自其它任何业务流程或者应用的数据。
将于今年下半年推出的全新的销售体验平台 Tact，将把 Microsoft Graph 的威力和来自业务与客户的数据全部整合起来。在 Build 大会上，我们展示了微软的众多产品和服务，包括 Dynamics 365、Office 365、Microsoft Teams、Cortana Skills、Microsoft Graph 和 Sentiment Analysis 如何被整合到 Tact 平台上，成为一个由对话人工智能驱动的虚拟销售助手。
在微软，我们希望将人工智能带给每一位开发者，利用微软云、微软人工智能创新、Microsoft Graph，帮助大家创建出由人工智能驱动的下一代应用。正如计算机科学家 Alan Kay 所说，“预测未来的最好方式，就是创造未来。”

世界人工智能大会展示了很多有关于人工智能的新思路新技术以及新趋势。确实让很多人工智能爱好者大开眼界，人工智能的应用场景越来越多，而且人工智能的网络安全也应该更加受到重视。而人工智能也拥有很多新玩法，人工智能已经形成完整的产业体系，并且应该坚持全面，开放，动态的安全观。

1人工智能的新思路新技术新趋势在大会上得以体现，首先就是沉浸式元宇宙会场，像玩游戏一样与现实空间重和

下载W A I C这款App就能够沉浸式体验元宇宙，虚拟空间会场就相当于一个平行世界，这也是人工智能未来的趋势，打造一个安全智能的虚拟空间。能够让用户在虚拟空间中自由穿梭，与线下空间进行动态重合，而且空间中的信息更新都会同步推送，在离开虚拟空间之后，虚拟服务员等也下班了。元宇宙就是人工智能大会的主角，是新思路。

2人工智能大会展示了很多新的玩法，算力网络走向融合异构，也是人工智能的新技术

这是人工智能的计算中心联网，而且能够进行一体化大数据，形成全国范围的算力平台，能够支撑数字经济的发展，也能够推进人工智能走向高质量发展。而且数据网络要运营得好，各个方面需要携手共同构建相对统一的人工智能标准，还需要进一步创新，要加速行业应用的孵化，在减少重复投入的同时也能够集中优势资源。

3人工智能的新思路新技术新趋势值得我们关注，人工智能体系的建设也应该引起我们的重视

我们要构建一个安全的，并且可以信任的人工智能体系，有关部门应该配合出台相关措施，提出治理的方案。特别是人工智能相关的基础设施的建设，以及安全防护，应该得到重点治理，能够共建人工智能世界的安全性及安全防护水平。

音乐家、化学家、物理学家能为企业的人工智能团队带来什么启发将有很多。人们需要了解人工智能的一系列技能和角色，其中包括非技术性的技能和角色，它们将推动人工智能的成功应用。

人工智能计划的成功可能取决于艺术和哲学，也取决于数据科学和机器学习。这是因为企业有效部署人工智能需要建立一个全面的团队，其中包括来自各种背景和技能集的人员，以及非技术角色。

Ness数字工程公司首席技术官MosheKranc说，“任何人工智能计划都需要IT专家和行业领域专家的结合。IT专家了解机器学习工具包：哪些算法系列最有可能解决特定问题如何调整特定的算法以提高结果的准确性而行业领域专家带来特定领域的知识：哪些数据源可用数据有多脏机器学习算法的建议质量如何如果没有行业领域专家的输入，IT专家可能无法回答这些问题。”

因此得出的结论是：人工智能的成功确实依赖于团队，而不是任何个人或角色。

SAS公司执行副总裁兼首席信息官Keith Collins说，“当建立一支有效的人工智能团队时，我们需要寻求行业专家或超级团队，而团队合作才会赢得胜利。多元化的学科是人工智能成功的关键。”

人工智能人才的四大核心类型

Collins认为人工智能团队需要四个核心类型的人员：

•了解业务流程对于建立真实场景和有价值的结果至关重要的人员。

•了解机器学习、统计、预测和优化等分析技术并且正确使用的人员。

•了解数据来自哪里，质量如何，如何维护安全和信任的人员。

•了解如何通过结果来实施分析的人工智能架构师。

Collins指出，与其他IT领导者和人工智能专家一样，这些核心学科或角色可以从各种背景中汲取灵感。他以音乐、化学、物理等学科为例。

他说：“这些学科鼓励人们从复杂的交互系统中理解科学的过程和思维。他们通常擅长建立良好实验所需的批判性思维技能和应用机器学习的成果。”

多元化人工智能团队的价值

多元化团队的价值范围广泛：例如，它可以帮助企业更好地应对人工智能偏见。解决业务问题(包括最大和最棘手的问题)也很重要，这可能是企业首先制定人工智能战略的原因之一。

Very公司高级数据科学家和物联网实践主管Jeff McGehee说，“人们普遍认为，多样化的意见对于解决所有复杂的问题至关重要。多样性与生活体验有关，专业背景是大多数人生活体验的重要组成部分，它可以为人工智能项目增加维度，并为寻找创新解决方案提供新的视角。”

McGehee还指出，建立人工智能或其他不同的团队需要企业的积极努力，并作为招聘和雇佣实践的一部分。企业会发现实现多样性可能不是一个可行的团队建设策略。

考虑到这一点，需要了解对于人工智能团队具有价值的一系列专家和角色，其中包括非技术角色。

1领域专家

人们可以将这些角色和人员视为主题专家。无论使用哪个术语，都需要了解他们对企业的人工智能计划的重要性。

McGehee说，“开发人工智能系统需要深入了解系统运行的领域。开发人工智能系统的专家很少会成为系统实际领域的专家。行业领域专家可以提供关键见解，使人工智能系统发挥最佳性能。”

Ness公司Kranc指出，这些专家可以解决其所在领域针对企业和战略的问题。

他表示，行业领域专家类型取决于要解决的问题。无论所需的洞察力是在创收和运营效率还是在供应链管理方面，行业领域专家都需要回答这些问题：

•哪些见解最有价值

•收集的有关行业领域的数据是否可以作为见解的基础

•得出的见解是否具有意义

以下将介绍一些特定的行业领域示例，但首先了解一下人工智能团队中的其他一些关键角色。

2数据科学家

Janeai公司人工智能研发主管Dave Costenaro表示，这是人工智能团队在新建项目上工作的三个关键需求中的第一个。其示例项目包括聊天代理、计算机视觉系统或预测引擎。

Costenaro说，“数据科学家有着各种背景，如统计学、工程学、计算机科学、心理学、哲学、音乐等，通常都具有强烈的好奇心，这迫使他们深入系统中寻找和使用模式，例如他们可以为人工智能项目提供什么，确定它能做什么，并训练它做到这一点。”

3数据工程师

Costenaro说，“程序员从数据科学家那里获得想法、模型、算法，并通过规范化代码、使其在服务器上运行以及成功地与适当的用户、设备、API等进行对话，并将它们变为现实。”

4产品设计师

Costenaro表示，三项关键需求的最终结果也说明了人工智能团队的非技术专业知识的价值。

他说：“产品设计师也来自各种背景，例如艺术、设计、工程、管理、心理学、哲学。他们为所需和有用的东西制定了路线图。”

5 人工智能伦理学家和 社会 学家

人工智能伦理学家和 社会 学家可能在某些部门(特别是医疗保健或政府部门)中发挥着至关重要的作用，但在广泛的使用案例中似乎可能会变得越来越重要。

McGehee说，“人工智能系统的一个重要组成部分是了解它如何影响人们，以及代表性不足的群体是否受到公平对待。如果一个系统具有前所未有的准确性，但没有产生预期的 社会 影响，它注定会失败。”

6律师

McGehee表示，在这个新兴领域也看到了对法律专业知识的单独而相关的需求。McGehee说，“GDPR法规为制定围绕算法决策的法规树立了先例。随着世界各国对人工智能在工业中的应用越来越了解，预计将出台更多的法律。精通这一领域的律师可能是一种宝贵的财富。”

由于行业领域专家如此重要，正如Kranc和McGehee所阐述的那样，有必要研究一些行业领域的具体例子，其中包括技术和非技术领域。这些领域应该是人工智能团队建设的一部分，具体取决于企业的特定目标和用例。

Janeai公司的Costenaro指出，“由于人工智能通常只是增强现有商业用例的一个使能层，因此过去支持过这个用例的团队成员仍然是具有价值的，出于同样的原因也是必不可少的。”

Costenaro提供了五个可能具有价值的人工智能贡献者的角色示例，并解释了如何在人工智能环境中调整和增强现有角色。

7 高管和策略师

Costenaro说，“企业高管领导层将需要考虑哪些业务模式可以通过人工智能实现自动化和改进，并权衡来自以下团队的新机会和风险，如数据隐私、人机交互等。”

8 IT主管

不要对非技术角色的价值感到困惑：如果没有IT，企业的人工智能战略就不会走得太远。 Costenaro指出，IT团队需要解决以下问题：“如果正在为模型培训积累和存储大量数据，那么将如何确保数据的隐私性和安全性此外，将如何存储并从服务器到客户的设备快速可靠地提供服务”

Costenaro补充道，这也将推动对DevOps专业人士和拥有云原生技术(如容器和编排)专业知识人员需求的不断增长。而IT部门有机会使用诸如聊天机器人之类的人工智能工具来简化内部服务。

9人力资源领导者

Costenaro说，“与此类似，人力资源部也有很多机会通过使用像聊天机器人这样的人工智能工具来为客户提供服务，从而提高效率。”

此外，人力资源似乎很可能成为评估组织内人工智能影响的一个重要参与者，这与McGehee将伦理学家和律师等角色包括在内并没有不同。

10营销和销售领导者

正如Kranc指出的那样，如果企业的人工智能计划与创收相关，那么应该考虑从销售和营销等领域添加领域专业知识。

Costenaro还指出，作为人工智能项目的一部分，销售和营销专业人员可能需要利用销售自动化工具和机器人流程自动化(RPA)等技术来增强他们现有的技能和流程。

11运营专家

在整个IT部门内，运营和DevOps专业人员都有特定的领域专业知识来实施人工智能计划。Costenaro列举了以下问题作为需要在哪里运用专业知识的例子：

•哪些可以实现自动化和改进

•如果使用机器学习模型，将如何创建新的数据收集流程以持续培训和改进这些模型

•可以从开源存储库中获取现成的、预先训练好的模型和/或数据集，从而获得巨大的先机吗第三方供应商提供的API服务是否会考虑一些任务和用例

虽然人工智能可以解决一些重大问题，但也一定会产生新的挑战。这就是构成多元化团队的根本原因。

McGehee说。“具有不同背景和个性的人员关注不同的项目细节和限制因素，这很有用，因为它提高了所有重要细节的可能性，并提供了确定解决方案的整体方法。”

，，仅靠CPU是无法担当此任的。由CPU和其他配件组成的硬件系统只是一方面，另一方面还需要相应的软件系统配合，才能完成各种智能任务啦。即在硬件基础上，软件技术发展水平才是推动各种应用技术智能化的重要环节。

人工智能在未来的发展潜力非常大，特别是将其运用在工业发展上。而人工智能是需要进行编写的，一般来说，人工智能需要3大部分组成。最重要的就是其核心算法。然后是数据库。最后是功能代码。一般的程序员不会直接开发核心算法，而是利用已经有的核心算法，开发出数据库和功能代码。当然也有类似于拉米罗这类大神，选择从核心算法开始搭建。比如其大家的鸭树系统就是一个公认的，非常强大的人工智能。

关于数据库方面，很多编写人工智能的程序小组不会选择就地重新搭建数据库，而是直接去寻求云数据库。利用云计算技术，为自己的人工智能程序配置好数据库。这样的数据库不仅能够随意的调整其大小，还拥有非常高的可靠性，成本也很低。比如腾讯云，阿里云，清华云都是这类云数据库。当然部分资金和实力非常雄厚的公司还是会采取自己搭建服务器。

而平台方面，国内使用最广泛的平台是百度的人工智能AI平台。我们印象中人工智能都是类似小爱同学之类的人工“智障”，但是百度的人工智能确实非常强大。百度开发的人工智能往往面向的是工厂，和大型的流水线生产。而并非是正常的家用，在整个世界上的排名当中，百度的人工智能技术稳稳的世界前三。

还有就是清华大学最近开发的一个人工智能平台，这个平台据说性能非常强大。而且可以直接利用清华云作为数据库。我最早听说的一个人工智能开发引擎是Tengine。这个引擎提供了很多AI算法，可以进行选择。而且还提供了很多可以设置的功能，根据我朋友的反馈，用起来非常舒服。

---