上周,又一条利好政策为中国人工智能产业发展注入新的强心剂——国家工信部印发了《促进新一代人工智能产业发展三年行动计划(2018-2020)》(后面简称《三年行动计划》),促进人工智能产业发展,推动人工智能和实体经济深度融合。
工信部近日印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》
回顾2017年,人工智能似乎已经成为国家事务中的重要角色。从年初人工智能首次写入政府工作报告,到国务院印发《新一代人工智能发展规划》,再到15个部门构成的新一代人工智能发展规划推进办公室与新一代人工智能战略咨询委员会的同时成立,再到工信部印发《三年行动计划》,乃至中小学开设人工智能课程、人工智能进入国考试卷等一系列令人目不暇接的事件,无不表明人工智能已成为中国下一个时期最重要的国家战略之一。
此次印发的《三年行动计划》明确指出了8个需要积极培育的人工智能细分领域和产品,分别是智能网联汽车、智能服务机器人、智能无人机、医疗影像辅助诊断系统、视频图像身份识别系统、智能语音交互系统、智能翻译系统以及智能家居产品。
与此同时,针对核心基础技术的突破,《三年行动计划》也给出了明确的要求,包括加快研发并应用高精度、低成本的智能传感器,突破面向云端训练、终端应用的神经网络芯片及配套工具,以及开源开放平台,推广面向云端的训练平台、面向终端的应用平台。
此外,为了更好地构造支撑体系,行业训练资源库、标准测试及知识产权服务平台、以5G为代表的智能化网络基础设施、网络安全保障体系的建设都被一一点名。而在相关保障方面,加大支持力度、加强组织实施、鼓励创新创业、加快人才培养、优化发展环境等内容则是国家一直以来所强调的。
从《三年行动计划》中不难看出,大规模推进人工智能创新应用和形成新一代人工智能技术体系的前瞻布局是两大重中之重的目标,而这两大目标的实现均离不开计算技术的支撑。浪潮作为目前中国AI计算市场占有率最高的厂商,势必会在未来三年内扮演着更重要的推动者角色。
浪潮是目前中国AI计算市场占有率最高的厂商
实际上,在《三年行动计划》指出的8大重点培育的人工智能细分领域,浪潮的AI计算产品早就在其中的智能网联汽车、视频图像身份识别系统、智能语音交互系统3大领域得到应用。在百度无人车的研发中,浪潮NF5288M4和SR-AI整机柜服务器早已作为AI模型训练的基础设施存在,其中SR-AI整机柜服务器更是可以提供千亿样本、万亿参数级别的计算力,能够支持层级更深、参数更多的超大规模复杂深度神经网络训练。在智能语音交互系统领域,浪潮与科大讯飞早在2014年就已建立深度合作关系,双方在GPU集群版的DNN并行算法和FPGA线上推理加速方案上取得了一系列卓有成效的进展,极大的提升了智能语音AI模型的线下训练和线上服务效率。
浪潮与百度联合研制的SR-AI整机柜服务器
另一个事实或许能够更好的证明浪潮在AI计算领域的“龙头”地位。首批公布的国家新一代人工智能开放创新平台名单中包含了依托百度公司建设自动驾驶国家新一代人工智能开放创新平台,依托阿里云公司建设城市大脑国家新一代人工智能开放创新平台,依托腾讯公司建设医疗影像国家新一代人工智能开放创新平台,依托科大讯飞公司建设智能语音国家新一代人工智能开放创新平台,而这四大巨头全部都是浪潮在AI计算领域的“大客户”。
在浪潮人工智能与高性能产品部总经理刘军看来,浪潮从来不是也不想成为舞台中央、聚光灯下的那个人,“因为浪潮是做计算的厂商,所以我们会更加关注计算在AI里面发挥的作用。简单来说,就是我们的业务重点不会跳到最前面去做AI的前端应用,那不是我们想干的事情,我们想干的事情是怎么从计算端帮助他们做成这些事,跟随客户一起成长。”
浪潮人工智能与高性能产品部总经理刘军
在设定边界的同时,浪潮也明确了自己的定位,那就是AI计算的整体解决方案提供商,而不只是单个计算卡或者服务器的提供商。因此,浪潮从强调构建AI系统能力与价值着眼,在硬件创新、软件实现、框架优化和应用加速4个维度赋能AI,这四个维度形成了一个完整的“4S”组合:硬件创新是“Server”,加上软件实现构成“System”,再加上框架优化就是“Solution”,最后加上应用加速即是“Services”,这也是浪潮今年提出的AI端到端解决方案。
浪潮从硬件创新、软件实现、框架优化和应用加速4个维度赋能AI
浪潮在计算的硬件层面毫无疑问是国内最强的,其服务器在BAT中所占的份额超过90%,在整个中国AI计算服务器市场至少是60%以上。除了底层硬件之外,浪潮近年来也在逐渐涉及一些上层的东西,包括用于AIStation和Teye等管理和分析平台,同时也在深度学习框架上取得了很好的进展,其主导开发的全球首个集群并行版的Caffe深度学习计算框架Caffe-MPI超越CNTK和MXNet成为加速比最好的深度学习框架。而凭借在AI计算上的技术积累与客户基础,浪潮也在尝试提供综合下层所有要素的端到端解决方案,给希望利用AI技术的公司提供一个到手就能用的AI解决方案,主要面向公共安全、金融、汽车和医疗等客户。比如说与百度共同发布的ABC一体机,就很好的结合了百度的AI算法、应用和浪潮的领先硬件,针对模型训练Training和线上预测Inference两大类AI计算场景,根据客户AI业务规模及对计算力需求,精准匹配计算系统。
无论是从长远的顶层设计角度,还是现实的数据资源优势上来看,中国都有成为人工智能大国、人工智能强国的潜力,而这一目标的实现,有赖于无数像百度、阿里、腾讯、科大讯飞、浪潮等公司潜心研发。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。