AI的下一个10年，会怎样爆发？

马化腾曾半夜在知乎提问，“未来十年哪些基础科学突破会影响互联网科技行业？”，点赞排名第一的回答是：人类唯一的出路-变成人工智能。

疫情期间，AI测温、疫情问答机器人、智能外呼等功能迅速上线，展示了人工智能在不同需求下做出快速响应和迅速迭代的能力。

随着不同行业的技术与人工智能加深融合，作为新一轮技术、产品、产业变革的核心驱动力，AI技术在未来将会如何发展呢？

数据增长显著，支撑AI持续发展

数据对人工智能而言，就像食材与美味佳肴的关系。随着5G技术进一步发展，当前十亿量级的世界互联网用户基数将带来更多数据总量和更强大的传输能力。

除了原始数据，AI技术还需要标注数据(自动标注/半自动标注/人工标注)，而人工标注在未来10年内可能依旧占据市场主流。对人工标注数据的依赖可能会限制AI技术发展，但也可能倒逼AI在算法与技术层面进行突破。

GPU填补CPU性能发展瓶颈问题

算力对于AI技术而言，就像灶台之于美味。而计算类芯片作为AI算力的源动力，未来10年内也将在“摩尔定律”的指导下平稳发展。摩尔定律依然有效，很大程度上在于迅速发展的GPU弥补了CPU发展趋缓。

从直接的算力指标浮点运算和内存方面来看，近10年来GPU的计算能力、内存访问速度都远超CPU，从而填补了CPU性能发展瓶颈。以芯动即将发布的“风华”系列GPU为例，自带浮点和智能3D图形处理功能，全定制多级流水计算内核，兼具高性能渲染和智能AI算力，还可级联组合多颗芯片合并处理能力，灵活性大大增加。

据前瞻产业研究院数据显示，2019年在AI芯片收入中，CPU芯片份额占17%，GPU芯片份额为27%，GPU已成为人工智能领域的硬件计算标准配置。

不仅仅是CPU与GPU，备受行业关注的新兴芯片如ASIC、FGPA等也将持续发力。

算法与应用结合在性能上取得突破

AI算法对于人工智能而言，就像厨师烹饪美味佳肴，发挥主力作用。图网络(Graph Network)技术、深度学习模型结构借鉴生物科学的进步、利用算法降低对人工标注数据的依赖、将开环系统进化成闭环系统等都将是可能产生突破的热门领域。

旧浪潮慢慢退去，下一个10年，新浪潮还在酝酿。在科技红利交替的潮汐里，只有顺着未来浪头的方向，才能拥有广阔蓝海。

资料来源于苏宁金融研究院