首页 资讯正文

人工智能算力赛道投资热下的冷思考,定价混乱重复建设现象亟待突围

9月11日,国家工业信息安全发展研究中心在京发布《新一代人工智能算力基础设施发展研究报告》下称(《报告》),为人工智能算力基础设施的进一步建设落地指明方向。作为新发展格局下的重要战略部署,其正在走出一条更符合未来产业发展趋势的新路径。

事实上,我国人工智能基础层的市场规模增长快速。天眼查数据显示,从2019年的282亿元到2021年二季度574亿元,增长了超80%。人工智能基础层也获得融资青睐。数据显示,仅2021年第一季度,我国人工智能基础层融资事件共发生12起,其中,独立算力赛道最受资本欢迎。

人工智能的算力基础设施是未来的重要支撑。行业前景广阔,备受资本关注,但也出现概念混淆、标准不统一等问题。中国人工智能算力的现状是什么?行业规模几何,建设和应用落地面临怎样的问题?对资金流向和企业在重点领域的投资和攻关上,又有着怎样的建议呢?

“落地潮”快速掀起

定价混乱、重复建设现象亟待突围

当下,人工智能已经成为全球角逐的焦点。而智算中心作为人工智能产业发展的重要底层基础设施形态,也因此被推向新的发展高地,智算中心“落地潮”在各地快速掀起。

据了解,智算中心是算力的供应和生产平台,是一种新型的公共基础设施,也是在人工智能产业发展壮大以后应运而生的。中国首个智算中心在2020年下半年落地,此后全国多地纷纷布局。而我国更是将智算中心列为“新基建”,目前市场已经进入了全面竞争时代。

不过,我国人工智能算力基础设施建设也同样面临一系列问题与挑战,包括市场没有明确规划、参与者定价混乱等。亟待国家从源头上统筹引导,以及建立统一的行业标准。

《报告》指出,国内新一代人工智能算力基础设施的建设依然面临着顶层制度建设和标准体系不统一的问题。其中最为突出的表现:一是市场对算力的概念混淆,导致建设方向和建设需求错位;二是行业定价标准混乱,针对人工智能算力基础设施建设的价格标准并未统一,各地同等规模项目的价格相差巨大。

国家工信安全中心副总工程师黄鹏接受《证券日报》记者采访时表示:“云计算大数据区块链量子计算这些新兴技术发展的背后,都需要一个算力基础设施的支撑,人工智能算力正在高速发展。目前市场是百亿级的,前景广阔。不过,目前,我国人工智能算力基础设施不足,远远落后于应用需求;部分地区存在低水平、重复建设大量基建;地方政府在建智算中心的投入差距也很大,甚至出现在规模相差无几的情况下,两个智算中心投入差了六倍多,触目惊心。”

同时,在建设思路上,我国大多数计算中心采取了算力性能发展优先,再拉动应用发展的策略,忽视上层应用迁移及兼容程度,导致算力系统的初期应用效率偏低,无法完全支撑全面的智能化应用场景需求。此外,软硬件核心技术受制国外、重复建设、高能耗等问题,也亟待突围。

黄鹏认为:“目前部分政府、机构、企业前期缺乏调研,智算中心的发展处于初期阶段,整个行业还是在摸索、实践过程当中。我们要进一步做好顶层设计,统一标准。在建设过程中,建议主管部门应重点加强顶层制度规划和标准建设、地方政府应提升对算力经济的认知和应用落地、企业应积极探索人工智能关键技术研发、生态应用建设和服务模式创新。”

资金流向仍需引导

企业要加大重点领域攻关

人工智能算力赛道也是资金流入的重点领域。前瞻产业研究院发布的数据显示,2015-2021年第一季度,我国人工智能基础层的融资事件一共208起。仅2021年第一季度,我国人工智能基础层融资事件共发生12起。

黄鹏认为:“人工智能算力基础设施行业具有高垄断性、高技术要求,有较高的门槛。资金流入应该在正确的方向,企业也要在重点领域进一步攻关,不可盲目和重复建设,进行过多无用的消耗。”她建议:“相关企业一定要建立自主知识产权核心技术,尤其是算法模型和计算框架体系,有核心能力的企业才能在竞争中立于不败之地;企业需要学会建立一个大的生态,能够服务于一定片区或几个行业;企业一定要对相关的领域或者相关的区域发展进行合理的规划,有清晰的认识或科学论证,建设和应用要同步考虑。”

“另外,在建设的过程中,政府和企业都需要特别关注安全的问题。因为将来这个平台要承载很多的数据和应用。智算中心是关键基础设施,无论是在网络、数据还是应用层面,安全的设计、策略,以及它出现了问题以后主动的防御技术、应急处置能力,都是一定要具备的。”黄鹏称。

“资本市场早期对于人工智能行业回报情况过于乐观,及市场对当前创业型AI公司商业落地和变现模式出现质疑,是近两年资本市场遇冷的主要原因。而当下,产业逐渐回归理性,相关部门应引导资金和企业合理、冷静参与。人工智能产业链参与者众多,商业模式、场景化落地将成为核心竞争焦点。”中钢经济研究院首席研究员胡麒牧对《证券日报》记者表示。

黄鹏认为:“芯片、操作系统数据库等部分核心的基础软硬件还是要靠进口等,也是智算中心建设面临的技术掣肘。资金和企业应该在关键技术领域重点投入,加大研发力度培育。在应用层面,企业在底层架构基于开源的方式来做一些兼容,同时通过建生态,将主流的应用和场景放进来,通过这种生态的不断优化和迭代,提升我们整体的技术能力。”

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

本文链接:https://www.chinaai.com/zixun/14509.html

发表评论

评论列表(0人评论 , 9267人围观)
☹还没有评论,来说两句吧...