为什么 AI 需要新型生态？

　　产业生态化，抑或生态产业化?

　　在人工智能爆发之前，计算力主要来自于x86服务器，围绕x86架构，产业生态已经是一个分工明确，各司其职的完整生态，但是人工智能是个“闯入者”，围绕人工智能的计算力生态需要重构。

　　浪潮AI&HPC总经理刘军表示，在之前的生态，不管是系统平台厂商、操作系统和数据库厂商，还是上层应用开发商的定位都是非常清晰的，边界明晰，分工明确，各行业都是很成熟的业务生态，大家有一些竞争，但大部分是合作，竞争非常少。

　　目前基于人工智能的生态则有两个特点，第一个核心主要是在于生态的多样性和不成熟。从数据清理开始，导入算法，通过框架建模，形成一个人工智能的应用，传统客户没办法直接使用人工智能应用，整合复杂性更高。

　　第二，不确定性更多，现在大部分算法公司脱离实验室和互联网ToC的业务，他们在产品上并不成熟，包括顶尖的CSP公司提供产品依然不成熟，对于商业化公司是不能忍受的。

　　浪潮认为，人工智能最大的机会是两大块组成，一个是人工智能产业化，另一个是产业人工智能化。

　　人工智能的产业化，智能音箱属于最典型的代表，人工智能产业化的领导公司主要是百度、阿里、腾讯、科大讯飞、商汤等，把深度学习演化出来的能力应用到语音、图像、视频等识别上，演化出一个新产业的机会。

　　刘军强调，现有的人工智能产业化并不代表整个人工智能产业的全部，只是冰山浮出海面上的一点，海面下的90%是产业的人工智能化，也就是传统行业用户怎么实现人工智能的转型，这才是最大的市场。

　　在人工智能领导企业和人工智能使能传统行业转型之间有着巨大的鸿沟，如上图所示，人工智能领域的leader公司有很好的算法能力和人工智能能力，他们在引领人工智能产业化向前。金字塔底是产业人工智能化潜在的市场。

　　“我们看到现实的情况，在这些传统的行业里，客户对于人工智能的渴望是非常高的，想要人工智能帮助行业转型，但是他们遇到了很大的困难，却没人来告诉你，这个行业应用的人工智能怎么建立，所以他很多时候没有办法直接找到最上游的人工智能领导公司帮他一起做，找百度、阿里、商汤，这是很好的事情，但大家一讨论会发现这个事情没有办法做大，因为大家没有办法少数几家公司应对成千上万的客户，这是大家面临很大的问题”，刘军直言。

　　为什么会出现一个巨大的反差?原来所有的行业智能化转型都有一个已经成体系的服务商，完全成体系的服务匹配市场需求，但到了人工智能时代，原来的这些市场角色并没有被人工智能化，所以导致了我们在供给和需求端发生重大偏差，他只好跑到最前面找，最前面的人工智能领导公司本质上并不具备服务成千上万用户的能力，这是一个巨大的鸿沟。

　　浪潮所要构建的生态，目的就是希望把中间巨大的鸿沟填平，真正使人工智能的能力有机会使能到最终的行业人工智能。

　　“这是我们看到的非常重要的机会，同时也有比较大的挑战”。机会在于这一市场仍有很大的可塑空间，先行者将得到奖励;挑战在于浪潮如何扮演在生态中的角色，增长自己的价值，以及如何让合作夥伴愿意投入到这个生态，而非其他生态。

　　抓住“人工智能计算”，浪潮向前迈了一步

　　我们正处于第三次人工智能浪潮，也是公认最靠谱的一次，人工智能的三要素中，数据是行业客户的，算法的差距在缩小，越来越多的声音认为，算力才是人工智能产业发展的瓶颈。

　　在第三波人工智能浪潮之前的数年，受制于计算力，传统神经网络的层数一般只有几十层，要提高深度学习模型的精度就要增加层数，层数的提高意味着算力增加，不是线性增长，而是指数级增长，当下算力已经能满足层数几千层的神经网络。

　　人工智能需要强大计算力来连接芯片提供商、应用提供商、服务提供商和算法提供商，计算力是一切人工智能产业发展的核心，是人工智能产业发展的基石。

　　有没有一个服务提供商能提供人工智能全栈能力，既包含场景化人工智能基础设施、深度学习框架与工具以及人工智能PaaS平台和算法层等“有形”产品，同时也凝聚人工智能算法优化、系统优化服务等“无形”能力?