雷鋒網按：2020 年8月7日，全球人工智能和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）聯合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦。

從2016年的學產結合，2017年的產業(yè)落地，2018年的垂直細分，2019年的人工智能40周年，峰會一直致力于打造國內人工智能和機器人領域規(guī)模最大、規(guī)格最高、跨界最廣的學術、工業(yè)和投資平臺。

在8月9日的【企業(yè)服務專場】上，中國信息通信研究院政策與經濟研究所副所長何偉帶來了《AI新基建賦能數字化轉型的變革趨勢》的開場主題演講。

中國信息通信研究院政策與經濟研究所副所長 何偉

何偉長期從事ICT產業(yè)、信息化、數字經濟、互聯網等領域戰(zhàn)略、規(guī)劃與政策研究。先后承擔信息通信技術經濟分析、政策評估、產業(yè)規(guī)劃等一系列重大課題，核心參與多項重大戰(zhàn)略與政策支撐。

他在報告中提到，技術進步一直是經濟社會向前持續(xù)發(fā)展的根本動力。進入21世紀，全球科技創(chuàng)新進入了密集活躍期，新技術、新產業(yè)、新模式、新業(yè)態(tài)正大規(guī)模地涌現。

這個過程中，是否采用新技術、是否實現數字化的轉型，將深刻影響全球科技創(chuàng)新版圖、產業(yè)生態(tài)格局和經濟發(fā)展走向。

何偉表達了一個重要的觀點：在數字經濟的增長過程中，數字化轉型是其中最重要的引擎，未來5年，數字化轉型帶來經濟轉型的影響會更加凸顯。

總體來看，計算模式由通用架構向專用架構的拓展，是計算基礎設施在應用需求或者是核心技術、市場空間等多重作用下實現轉型的必然選擇。

此外，他認為，AI新基建會更關注開放平臺在其中的作用，加快AI基礎設施建設已經成為了一種共識，也是新基建的新領域。

而“加快芯片等硬實力突破”、“提升環(huán)境保障軟實力”和“利用AI新基建對經濟社會賦能”3項工作將是未來很長時間內的重點。

以下為何偉的演講速記，雷鋒網做了不改變原意的編輯與整理。

謝謝各位來賓、各位專家，上午好。感謝主辦方的邀請，就AI新基建與數字轉型做一個匯報交流。

從人類發(fā)展來看，技術進步一直是經濟社會向前持續(xù)發(fā)展的根本動力。二十一世紀以來，全球科技創(chuàng)新進入了密集活躍期，新技術、新產業(yè)、新模式、新業(yè)態(tài)大規(guī)模涌現。工業(yè)時代的機械化、電氣化、自動化正在加速走向信息時代的數字化、網絡化和智能化?！安捎眯碌募夹g”已經成為導致經濟發(fā)展分化很重要的動力。

所以，是否采用新技術，是否實現數字化的轉型，將深刻影響全球科技創(chuàng)新版圖、產業(yè)生態(tài)格局和經濟發(fā)展的走向。

數字化轉型的需求一直存在

數字化轉型的本質是信息技術驅動的產業(yè)變革的過程，信息技術與傳統(tǒng)產業(yè)全面深度的融合，會構建數據驅動的智能優(yōu)化閉環(huán)，使得物理世界和數字世界相互映射，傳統(tǒng)的資本、原材料、勞動力等投入要素在重新的優(yōu)化配置，去推動生產的方式、商業(yè)的模式和產業(yè)的組織方式實現變革重塑，使從投入到產出的過程變得更加高效。

可以看到，不管是在需求方還是供給方，都有各自的訴求。比如需求方，產業(yè)面臨很多痛點，這些痛點也是起點。轉型的目標是什么呢？通過數字化的手段解決當前產業(yè)中面臨的成本、質量、效益的問題，只要產業(yè)中的痛點存在，數字化轉型的需求就一直存在。

從供給的角度來看，隨著數字技術、數字基礎設施的發(fā)展，它的支撐作用更加的明顯。特別近年來5G、云計算、大數據、人工智能等等這些新技術的發(fā)展和應用，使得過去沒有辦法實現的場景變得有可能或者是更加具有經濟性。

比如數字仿真，通過數字的方式，實現仿真的設計，可以使整個設計的成本更低、周期更短，同時效率也更高。

過去十幾年，在數字化轉型的推動下，我們看到數字經濟的發(fā)展呈現出蓬勃發(fā)展的態(tài)勢。

信通院發(fā)布的《數字經濟白皮書》提到，2005-2019年，數字經濟的規(guī)模從2.6萬億增長到35.8萬億，占GDP比重從14.2%提升到36.2%。

尤其值得關注這里面的結構，即數字產業(yè)化和產業(yè)數字化兩個部分。數字產業(yè)化是ICT，它在經濟結構中相對穩(wěn)定，數字經濟的增長主要還是來自于制造業(yè)、農業(yè)等在數字化轉型過程當中的效率提升和邊際產出。

在數字經濟的增長過程中，數字化轉型是其中最重要的引擎。未來5年，數字化轉型帶來經濟轉型的影響會更加凸顯。

外力會帶來麻煩，也會帶來機遇

疫情對數字化轉型有一個加速作用。數字化轉型過程當中，有很多場景沒有外力影響很難推動。重大疫情出來之后，一方面帶來很多麻煩；另一方面，轉型的價值也開始進一步地凸顯。

舉幾個例子，比如在線教育、網絡直播、網絡支付、網絡視頻等互聯網應用，今年3月份和去年底相比，各個主要業(yè)務增長速度都明顯高于去年的水平。這些業(yè)務在今年上半年都進入加速發(fā)展的軌道。

ZOOM這個軟件，過去長期是在一千萬左右的活躍用戶區(qū)間徘徊，但是今年疫情的沖擊下，短短3個月用戶就增長到了2億，這個速度跟過去經常用到的主要應用相比，加速度是非常之快的。

同時，傳統(tǒng)的制造業(yè)也出現了數字化加速的態(tài)勢，比如通過數字化的手段去推動供需對接，包括暢通供應鏈、產業(yè)鏈，實施遠程監(jiān)控/響應等應用場景的需求就出現了。

所以，在這樣一個需求的拉動之下，在今年上半年，工業(yè)互聯網平臺上的新工業(yè)APP大量涌現，在助力企業(yè)的疫情防控和復工復產方面，平臺都發(fā)揮了很大作用。

在外力影響下，數字化轉型有什么變化？不敢轉、不愿轉或者是不會轉，一直以來都存在這樣的問題。今年來看，首先是看到轉型的意愿在扭轉，看到很多需求也在激發(fā)，很多供給也在增加，對數字技術，尤其是基礎設施的建設也提出了更多新的要求。

因此，未來的數字經濟發(fā)展以及數字化的轉型過程是離不開高質量的基礎設施的支撐，未來將通過廣泛連接、高效協(xié)同、智能融合、安全可靠的新基礎設施去推動投入要素的連接（包括產業(yè)鏈條、價值鏈條等）——這是支撐未來經濟社會實現數字化、網絡化、智能化轉型必然的要求。

從2018年開始，中央經濟工作會議第一次提出加速5G、人工智能、工業(yè)互聯網、物聯網等新型基礎設施的建設。在2019年，中央經濟工作會議又提出了這樣的要求。在2020年，中央又提到數據中心等很多新領域的發(fā)展。

“新基建”今年提的比較多，短期有促進經濟增長、穩(wěn)定投資的效益。實際上，在2018年，中央就提出了新基建的戰(zhàn)略導向，更長遠的價值是支撐經濟社會轉型的需求。

從新基建的界定來看，還沒有看到明確的政策文件界定。今年4月，國家發(fā)改委對外新基建做了界定，界定為三個層次：

信息基礎設施。這是新基建的關鍵。指新一代信息技術演化而來的基礎設施。這里面又包括了三個部分：一是傳統(tǒng)意義上的通信基礎設施，比如5G、光纖、物聯網等等。二是新技術基礎設施。把人工智能、區(qū)塊鏈等新的技術逐步地把共性能力抽象出來，從孤立系統(tǒng)到連接成網，從而形成新的基礎設施。三是算力基礎設施，包括數據中心、智能計算中心等等。

融合基礎設施。融合基礎設施對新基建是重要的外延，利用互聯網、大數據、人工智能的技術去推動傳統(tǒng)的基礎設施的轉型升級，從而形成融合性的基礎設施。比如車聯網、智能交通相關的設施、智慧能源基礎設施、能源互聯網、智慧城市等等。

創(chuàng)新基礎設施。它主要是指科學技術、技術開發(fā)和具有公共屬性的領域。

信息基礎設施的演進升級的5個方向

信息基礎設施的演進升級，有5個值得關注的方向：

第一，從網絡連接來看，人人互聯走向萬物互聯。根據工信部的數據，截至2019年6月底，三家電信運營商的移動電話用戶總數達15.9億戶，4G的占比超過了80%。截止到2020年6月，三家電信運營商的固定寬帶用戶數超過4.65億，其中光纖的接入占比超過93%，按照家庭人口折算，這個普及率非常高。

農村地區(qū)，行政村通光纖和4G的比例超過了98%。這意味著，終端用戶的連接已經到了非常高的水平，或者說飽和度已經非常高。同時，根據工信部最新統(tǒng)計，蜂窩移動物聯網用戶是11億左右，增速在30%以上。物聯網的終端用戶增長是非?？斓?，主要應用在智能制造、智慧交通、智慧公共事業(yè)等領域。

伴隨著各行各業(yè)的數字化轉型，整個網絡正在從人與人的連接走向物與物的連接，百億級的連接走向千億級的連接。

第二，從網絡架構來看，從流量網絡走向算力感知網絡。過去的網絡以連接為導向，最主要的方向是著眼于流量的傳輸?，F在來看，隨著應用的增長，尤其是連接量巨大的應用起來了，單一節(jié)點的計算能力難以滿足智能時代的計算訴求。由于應用層越來越豐富之后，算力的資源協(xié)同不足，使得應用層沒有辦法精準地掌握網絡算力的實時分布，所以就很難實現動態(tài)或者按需的泛在計算。

未來泛在的連接和多樣化的計算場景，需要感知、計算、存儲網絡IT資源分布，也需要實現高效云邊的協(xié)同，所以，計算和網絡的深度融合會成為未來網絡架構演進的方向。這意味著，以數據傳輸為核心的網絡體系，將逐漸地演進為感知、傳輸、計算、交換融為一體的數字基礎設施。e

近年來，運營商、通訊設備龍頭企業(yè)面對這種趨勢都提出了算力感知網絡架構，核心訴求就是從連接能力逐漸擴展到計算能力，將服務的內容從提供流量逐漸擴展到提供算力的方向演進，從而實現海量應用能夠按需或者實時調用不同的計算資源，來實現連接和算力全網全局的優(yōu)化。

2019年以來，算力感知網絡已經從理論的概念正在邁向標準制定和先期實驗的階段。

第三，能力的部署上，從云端向邊緣的場景下沉。在萬物互聯下，邊緣設備的定位在發(fā)生轉變，以數據消費為主的角色轉變?yōu)閿祿M與數據生產的雙重的角色，也就是說，在收集數據的同時，也要承擔預測和分析、智能處理的功能。從需求和供給兩個方面來看這件事。

需求側，低延時、高吞吐、高可靠性的業(yè)務訴求，像智能安防、智慧交通、無人駕駛等，它對數據的處理就提出了更高要求，普遍要求在更短的時間周期完成數據的捕獲、實時處理和實時反饋。供給側，隨著移動通訊網絡、智能芯片、嵌入式系統(tǒng)等技術全面進步，極大提升了邊緣側的綜合效能。

主流的廠商紛紛都立足于自身的核心優(yōu)勢，推出面向不同場景的平臺，比如英偉達這樣的廠商就依托芯片產能構建云邊協(xié)同的產業(yè)生態(tài)。軟件廠商是聚焦平臺的能力去形成產業(yè)鏈的集成。邊緣側的操作系統(tǒng)也在搶占聚合點——也是當前大企業(yè)構建生態(tài)的主要方式。

第四，計算模式變化，從通用架構轉向專用架構。隨著網絡結構的變化，包括數據量的增長，我們會看到計算模型更加復雜、多樣，算力上的供需平衡逐漸被打破，創(chuàng)新應用的多樣性和異構的需求成為當前計算模式從通用架構向專用架構轉變。

從業(yè)務場景來看，多樣化的算力需求和通用計算架構的落差，是推動專業(yè)技術發(fā)展的動力。傳統(tǒng)的CPU的通用架構是比較擅長于串行邏輯的運算，現在更多是高并發(fā)、低延時的計算需求，就不得不轉向專業(yè)架構實現海量并發(fā)處理任務。

另外，從技術演進的角度來看，技術工藝的升級速度現在也面臨著瓶頸?，F在芯片制造工業(yè)到了5納米，這種低納米的制造工藝也在趨近于物理極限。

一味提升主頻達不到效果，所以也為專業(yè)架構升級提供了機遇。主流芯片廠商都在選擇多核或者是模塊化設計的思路來構建專用的芯片。

總體來看，計算模式由通用架構向專用架構的拓展是計算基礎設施在應用需求、核心技術、市場空間等多重作用下實現轉型的必然選擇。

第五，從智能應用看，技術產品正逐漸向創(chuàng)新平臺演進。智能的運用過去更多的是理論，比如AI的理論創(chuàng)新?，F在部分AI理論在逐漸成熟，往開放、普惠的能力平臺方向演進。一方面既是作為一項功能為企業(yè)數字化轉型賦能，同時，又作為基礎設施為社會民生賦能。

我們注意到，AI的應用賦能的深度、廣度和創(chuàng)新度都在不斷增加，開始呈現出深度融合和智能泛化的態(tài)勢。比如AI平臺基礎性、公共性和強外部性的作用越來越明顯，所以，基礎設施的屬性也更加明顯。

AI新基建會更關注開放平臺在其中的作用，加快AI基礎設施建設已經成為了一種共識，也是新基建的新領域。

世界主要國家布局AI新基建的側重點

AI開放平臺匯聚了數據、算力、算法等要素，有效地整合技術資源、產業(yè)資源和金融資源等，持續(xù)輸出AI核心研發(fā)能力。當前，世界主要國家紛紛布局AI基礎設施，在部署過程當中也各有側重。

比如，美國重點是在布局公共數據集，把數據作為更重要的AI基礎設施布局，主要目的是構建用于AI訓練、測試的高質量可共享的數據資源和環(huán)境。美國《國家人工智能研究發(fā)展戰(zhàn)略計劃》中，就提到了開發(fā)用于人工智能公共數據集和環(huán)境。

歐盟重點是關注AI開放平臺和公共數據集，旨在為歐洲的用戶提供開放的、綜合性的AI平臺。比如在《AI FOR EU》里面提出“建立AI開放平臺，從而整合歐洲企業(yè)的數據、計算、算法等資源，提供統(tǒng)一開放服務”。

英國重點在提供網絡通訊、公共數據集等的基礎設施，以此提升國家的數據連接能力。

從國內來看，人工智能基礎設施的布局也是起步非常早，2015年就有“互聯網+人工智能”的提法，當時就把人工智能納入到政策視角來看。2017年，國務院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，里面就明確提出“構建泛在安全高效的基礎設施體系”，向集融合、感知、傳輸、存儲、計算、處理于一體的智能化的信息基礎設施轉變。

同時，工信部、科技部從2017年開始相繼出臺了一系列的政策文件，包括《促進新一代人工智能產業(yè)發(fā)展三年行動計劃》，《關于人工智能和實體經濟深度融合的指導意見》等，都把人工智能作為基礎設施布局。

從地方來看，很多地方相繼出臺了人工智能發(fā)展的政策文件，上海以政府、科研單位、AI領軍企業(yè)的聯合共建模式布局AI基礎設施。廣東也在依托AI領軍企業(yè)做人工智能開放布局。

AI基礎設施建設的核心內容還是圍繞著平臺、數據、算力、算法、網絡等的基礎延伸。BAT、華為等產業(yè)界也在廣泛參與，圍繞著AI開放平臺做建設。

關于AI新基建的三點思考

最后有三點思考：

第一，發(fā)展AI基礎設施要增強發(fā)展支撐的硬實力。包括加快數據構建、算法創(chuàng)新等等，加緊突破AI芯片制造、算法等關鍵的短板，對數字基礎設施、5G/6G的演進方向進行超前布局。

第二，提升環(huán)境保障的軟實力。比如人才的培養(yǎng)機制、產學研協(xié)作體系、AI治理和監(jiān)管、人工智能倫理等治理層面因素，需要進一步完善。

第三，利用AI新基建對經濟社會進行有效的賦能。不管是傳統(tǒng)產業(yè)，還是公共服務領域、社會公共民生領域都需要利用AI新基建為整個經濟社會賦能，更好助力數字經濟的發(fā)展、助力國家經濟的高質量發(fā)展。

好，我的報告就到這里，謝謝大家。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。