中國工程院院士、浪潮集團首席科學家王恩東近日在人工智能計算大會上指出，目前識別準確度不高是人工智能面臨的一個重大挑戰，提高準確度需要更強計算力的支持。
王恩東表示，“當前的人工智能熱潮不僅源于算法創新，更源于計算技術的創新，GPU、FPGA等計算加速技術與深度學習的深度結合，推動了整個人工智能學科的復興。站在這個視角來看，計算已經成為驅動人工智能持續進化的重要力量。”
他認為，目前識別準確度不高是人工智能面臨的一個重大挑戰，提高準確度就需要提高模型規模和精細度，提高線下訓練的頻次，需要更強計算力的支持。從這個角度來看，“準確度也是算出來的”。資金充裕的互聯網公司、人工智能創業公司為了提供業務競爭力，不斷提高計算力部署規模，龐大的基礎設施投資使得這些公司在人工智能模型的準確度上保持著領先優勢。
來自第三方的數據佐證了計算力已經成為人工智能持續進化的重要驅動力。自2012年以來，每3.5個月用于AI的計算量就會翻一倍，6年內用于AI的計算量已經增長了30萬倍，而同時期的芯片性能僅提高了30倍左右，遠遠超過了摩爾定律。
由于模型復雜度以及訓練規模的快速提升，AI計算在完成了單機到分布式的轉變后，正在向大規模和超大規模分布式計算升級，傳統的高性能計算技術被越來越多的引入人工智能領域，Horovod等分布式深度學習框架的迅速流行即得益于此。
王恩東指出，“當前，我國正邁入從AI產業化向產業AI化發展的新時期，完成這一轉變不能僅僅靠技術本身，生態的作用會越來越重要。應用是產業AI化的瓶頸也是最大的機會，要從根本上解決應用的問題，需要建立開放融合的人工智能生態，從底層硬件到上層應用軟件，產業的上中下游要緊密配合，面向多樣化個性化的用戶需求，向終端用戶提供整體解決方案，才能讓人工智能用起來，用好它”。
