痛点存在于方方面面，如何才能策动AI技术的“第三驾马车”

发布时间：2025-07-08 13:21:47 来源：日上三竿网 作者：娱乐

驱动AI发展的痛点技术归结起来可以用“三驾马车”来形容——“数据”、“算法”和“算力”。存于目前中国在前两架马车方面已经超越美国处于世界领先的面面马车地位，然而想要策动“算力”这第三驾马车，动A第驾用中国国际金融股份有限公司研究执行总经理彭虎的痛点话说，可谓“痛点存在与场景化落地的存于方方面面”。这亦是面面马车本届世界人工智能大会产业应用论坛和核心议题之一。

第三驾马车失衡

从数据生产的动A第驾体量和算法论文的发表数量上看，目前中国已经超越了美国居于世界第一的痛点地位。策动AI的存于前两架马车已一骑绝尘，然而在业内人士看来，面面马车“算力”这架驱动AI发展的动A第驾“第三辆”马车表现得却有些不温不火。

根据《中国算力白皮书（2022）》和中国信通院的痛点数据，2021年第四季度，存于英特尔占据了全球84%的面面马车CPU算力芯片市场份额和71%的FPGA算力芯片市场份额，英伟达占据了全球95.7%的GPU算力芯片市场份额。

业界普遍认为在AI算力发展方面存在着标准规范不一致、软件调度能力弱、算力分配不均匀等痛点，分布在场景化落地过程的方方面面。

燧原科技创始人兼COO张亚林告诉记者，标准规范不一致将导致设备在大规模部署时，模块无法以标准的方式部署运维。“这可能会导致设备在可维护性、集成性及运维上出现问题。” 张亚林表示，由于上述问题的存在，硬件调配的时间成本相应增加，数据中心的建设周期通常会因此延长6-9个月，甚至更长的时间，这直接阻碍了算力的可获得性和大规模集群应用的部署。

彭虎表示，资本方面看到的是成本端的急剧上升，这是由经济动能所影响的。他认为互联网经济带来的技术红利，其继承力本身的迭代是有局限的，算力的发展总会遇到一个瓶颈点——芯片。在过去几年时间里面，中国的芯片发展确实遇到了“受制于人”的情况。

根据海关总署公布的数据，2021年中国进口的芯片数量达到了6354.8亿个，花费金额为4326亿美金。目前，中国进口芯片的花费已经超过石油，成为进口额最多的赛道。

“行业的生态垄断制约了算力的发展”已成为业界的共识。腾讯云副总裁许华彬表示，算力的垄断制约了AI的发展，造成了整个生态的封闭，昂贵的进口价格导致很多事情无法切换到AI的维度上。

生态垄断也是目前行业面临的最大的挑战。燧原科技创始人、董事长兼CEO赵立东告诉记者，生态垄断的形成是基于紧耦合的和不开源的软件和硬件架构。

“要打破生态垄断，架构必须创新，而且是原始创新，只有这样才能将技术发展的方向和节奏牢牢的掌握在自己的手里，够构筑企业赖以长期发展的技术的护城河。也只有这样才能真正拥抱开放的生态，让产业得以健康长期的发展。”

AI算力：边缘计算处被给予厚望

算力需求的潮汐效应导致算力分配的不均衡，“东数西算”是一场大规模的算力再均衡过程。在这一过程中，AI算力被寄予厚望。

产业链目前的关注重点和发力重点仍都在云端，但就当下的场景来看，如果算力进一步向云端集中，那么触及半导体支撑以及代工环节资源可获得性的极限是迟早的事。随着算计芯片性价比的提升以及功耗的降低和整体产业的健全，边缘计算智能化的趋势正在显现。

彭虎告诉记者，从结构上来看，CPU算力占据国内通用算力市场的80%，智能算力、AI算力占比约为17%-18%，超算算力占比在2%左右。未来对于智能算力的需求会进一步的发展。在算力均衡的过程中，算力底座是不可或缺的根本出发点，在边缘计算的智能调度上，人工智能技术被业界看好。

英特尔公司高级首席工程师张宇告诉记者，他很认同一个观点，即“东数西算”的内涵绝不是简单字面意义上的“西边建设计算中心，东边的数据拿到西边来算”。他表示，东边靠近数据的地方也要建立一些边缘的算力，工业互联网、自动驾驶等低延时的应用场景需要有设施提供边缘算力的支撑。

“那么我们需要一个智能化的管理平台能够去调度算力，把这些计算分配到最合适的计算的节点，这个计算节点可能是在边缘，也可能是在远端”

AI HPC产品线副总经理王磊表示，算力未来会成为一种普适化的服务，面向的场景将是相当多元化的，面对如此丰富的应用场景，算力分配将会是未来面临的最大挑战。

AI算力发展：在技术，也不在技术

彭虎举了个例子，“比如自动驾驶，去年上海车展的时候，基本每个车厂都在说他们实现了自动驾驶，但是今年到目前为止发布的新车里支持自动驾驶的型号不超过4个，这个遇冷究竟是什么原因？”

他表示，这一方面可能因为消费者发现产品的经济性没有达到预期，所以车厂不敢投了，而另外一方面，消费者的预期本身也是一个需要引导和培养的过程。而技术对于后者似乎起不到什么推动作用。AI算力发展的关键在技术，也不在技术。

根据IDC、浪潮信息、清华大学全球产业研究院联合编制的《2021-2022全球计算力指数评估报告》，2021年中国企业在人工智能服务器上的支出规模同比大幅增长44.5%，首次超过美国位列全球第一。IDC 预测，预计2025年全球企业在人工智能软件、硬件和服务的总投资将超2，045亿美元，

“未来在这一领域所需要的资本开支对应到的GDP的增加值预计占比会达到36%。目前的问题和挑战在于如何去看待资本开支。这是是非常重要的问题，资本的利用的效率很重要，钱要用在刀刃上。” 彭虎告诉记者，算力的变现能力亦是目前需要思考和探索的。

相关文章