189 8069 5689
雷锋网按：2020 年8月7日，全球人工智能和机器人峰会（CCF-GAIR 2020）正式开幕。CCF-GAIR 2020 峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。
从2016年的学产结合，2017年的产业落地，2018年的垂直细分，2019年的人工智能40周年，峰会一直致力于打造国内人工智能和机器人领域规模大、规格最高、跨界最广的学术、工业和投资平台。
在8月9日的【企业服务专场】上，中国信息通信研究院政策与经济研究所副所长何伟带来了《AI新基建赋能数字化转型的变革趋势》的开场主题演讲。
中国信息通信研究院政策与经济研究所副所长 何伟
何伟长期从事ICT产业、信息化、数字经济、互联网等领域战略、规划与政策研究。先后承担信息通信技术经济分析、政策评估、产业规划等一系列重大课题，核心参与多项重大战略与政策支撑。
他在报告中提到，技术进步一直是经济社会向前持续发展的根本动力。进入21世纪，全球科技创新进入了密集活跃期，新技术、新产业、新模式、新业态正大规模地涌现。
这个过程中，是否采用新技术、是否实现数字化的转型，将深刻影响全球科技创新版图、产业生态格局和经济发展走向。
何伟表达了一个重要的观点：在数字经济的增长过程中，数字化转型是其中最重要的引擎，未来5年，数字化转型带来经济转型的影响会更加凸显。
总体来看，计算模式由通用架构向专用架构的拓展，是计算基础设施在应用需求或者是核心技术、市场空间等多重作用下实现转型的必然选择。
此外，他认为，AI新基建会更关注开放平台在其中的作用，加快AI基础设施建设已经成为了一种共识，也是新基建的新领域。
而“加快芯片等硬实力突破”、“提升环境保障软实力”和“利用AI新基建对经济社会赋能”3项工作将是未来很长时间内的重点。
以下为何伟的演讲速记，雷锋网做了不改变原意的编辑与整理。
谢谢各位来宾、各位专家，上午好。感谢主办方的邀请，就AI新基建与数字转型做一个汇报交流。
从人类发展来看，技术进步一直是经济社会向前持续发展的根本动力。二十一世纪以来，全球科技创新进入了密集活跃期，新技术、新产业、新模式、新业态大规模涌现。工业时代的机械化、电气化、自动化正在加速走向信息时代的数字化、网络化和智能化。“采用新的技术”已经成为导致经济发展分化很重要的动力。
所以，是否采用新技术，是否实现数字化的转型，将深刻影响全球科技创新版图、产业生态格局和经济发展的走向。
数字化转型的需求一直存在
数字化转型的本质是信息技术驱动的产业变革的过程，信息技术与传统产业全面深度的融合，会构建数据驱动的智能优化闭环，使得物理世界和数字世界相互映射，传统的资本、原材料、劳动力等投入要素在重新的优化配置，去推动生产的方式、商业的模式和产业的组织方式实现变革重塑，使从投入到产出的过程变得更加高效。
可以看到，不管是在需求方还是供给方，都有各自的诉求。比如需求方，产业面临很多痛点，这些痛点也是起点。转型的目标是什么呢？通过数字化的手段解决当前产业中面临的成本、质量、效益的问题，只要产业中的痛点存在，数字化转型的需求就一直存在。
从供给的角度来看，随着数字技术、数字基础设施的发展，它的支撑作用更加的明显。特别近年来5G、云计算、大数据、人工智能等等这些新技术的发展和应用，使得过去没有办法实现的场景变得有可能或者是更加具有经济性。
比如数字仿真，通过数字的方式，实现仿真的设计，可以使整个设计的成本更低、周期更短，同时效率也更高。
过去十几年，在数字化转型的推动下，我们看到数字经济的发展呈现出蓬勃发展的态势。
信通院发布的《数字经济白皮书》提到，2005-2019年，数字经济的规模从2.6万亿增长到35.8万亿，占GDP比重从14.2%提升到36.2%。
尤其值得关注这里面的结构，即数字产业化和产业数字化两个部分。数字产业化是ICT，它在经济结构中相对稳定，数字经济的增长主要还是来自于制造业、农业等在数字化转型过程当中的效率提升和边际产出。
在数字经济的增长过程中，数字化转型是其中最重要的引擎。未来5年，数字化转型带来经济转型的影响会更加凸显。
外力会带来麻烦，也会带来机遇
疫情对数字化转型有一个加速作用。数字化转型过程当中，有很多场景没有外力影响很难推动。重大疫情出来之后，一方面带来很多麻烦；另一方面，转型的价值也开始进一步地凸显。
举几个例子，比如在线教育、网络直播、网络支付、网络视频等互联网应用，今年3月份和去年底相比，各个主要业务增长速度都明显高于去年的水平。这些业务在今年上半年都进入加速发展的轨道。
ZOOM这个软件，过去长期是在一千万左右的活跃用户区间徘徊，但是今年疫情的冲击下，短短3个月用户就增长到了2亿，这个速度跟过去经常用到的主要应用相比，加速度是非常之快的。
同时，传统的制造业也出现了数字化加速的态势，比如通过数字化的手段去推动供需对接，包括畅通供应链、产业链，实施远程监控/响应等应用场景的需求就出现了。
所以，在这样一个需求的拉动之下，在今年上半年，工业互联网平台上的新工业APP大量涌现，在助力企业的疫情防控和复工复产方面，平台都发挥了很大作用。
在外力影响下，数字化转型有什么变化？不敢转、不愿转或者是不会转，一直以来都存在这样的问题。今年来看，首先是看到转型的意愿在扭转，看到很多需求也在激发，很多供给也在增加，对数字技术，尤其是基础设施的建设也提出了更多新的要求。
因此，未来的数字经济发展以及数字化的转型过程是离不开高质量的基础设施的支撑，未来将通过广泛连接、高效协同、智能融合、安全可靠的新基础设施去推动投入要素的连接（包括产业链条、价值链条等）这是支撑未来经济社会实现数字化、网络化、智能化转型必然的要求。
从2018年开始，中央经济工作会议第一次提出加速5G、人工智能、工业互联网、物联网等新型基础设施的建设。在2019年，中央经济工作会议又提出了这样的要求。在2020年，中央又提到数据中心等很多新领域的发展。
“新基建”今年提的比较多，短期有促进经济增长、稳定投资的效益。实际上，在2018年，中央就提出了新基建的战略导向，更长远的价值是支撑经济社会转型的需求。
从新基建的界定来看，还没有看到明确的政策文件界定。今年4月，国家发改委对外新基建做了界定，界定为三个层次：
信息基础设施。这是新基建的关键。指新一代信息技术演化而来的基础设施。这里面又包括了三个部分：一是传统意义上的通信基础设施，比如5G、光纤、物联网等等。二是新技术基础设施。把人工智能、区块链等新的技术逐步地把共性能力抽象出来，从孤立系统到连接成网，从而形成新的基础设施。三是算力基础设施，包括数据中心、智能计算中心等等。
融合基础设施。融合基础设施对新基建是重要的外延，利用互联网、大数据、人工智能的技术去推动传统的基础设施的转型升级，从而形成融合性的基础设施。比如车联网、智能交通相关的设施、智慧能源基础设施、能源互联网、智慧城市等等。
创新基础设施。它主要是指科学技术、技术开发和具有公共属性的领域。
信息基础设施的演进升级的5个方向
信息基础设施的演进升级，有5个值得关注的方向：
第一，从网络连接来看，人人互联走向万物互联。根据工信部的数据，截至2019年6月底，三家电信运营商的移动电话用户总数达15.9亿户，4G的占比超过了80%。截止到2020年6月，三家电信运营商的固定宽带用户数超过4.65亿，其中光纤的接入占比超过93%，按照家庭人口折算，这个普及率非常高。
农村地区，行政村通光纤和4G的比例超过了98%。这意味着，终端用户的连接已经到了非常高的水平，或者说饱和度已经非常高。同时，根据工信部最新统计，蜂窝移动物联网用户是11亿左右，增速在30%以上。物联网的终端用户增长是非常快的，主要应用在智能制造、智慧交通、智慧公共事业等领域。
伴随着各行各业的数字化转型，整个网络正在从人与人的连接走向物与物的连接，百亿级的连接走向千亿级的连接。
第二，从网络架构来看，从流量网络走向算力感知网络。过去的网络以连接为导向，最主要的方向是着眼于流量的传输。现在来看，随着应用的增长，尤其是连接量巨大的应用起来了，单一节点的计算能力难以满足智能时代的计算诉求。由于应用层越来越丰富之后，算力的资源协同不足，使得应用层没有办法精准地掌握网络算力的实时分布，所以就很难实现动态或者按需的泛在计算。
未来泛在的连接和多样化的计算场景，需要感知、计算、存储网络IT资源分布，也需要实现高效云边的协同，所以，计算和网络的深度融合会成为未来网络架构演进的方向。这意味着，以数据传输为核心的网络体系，将逐渐地演进为感知、传输、计算、交换融为一体的数字基础设施。e
近年来，运营商、通讯设备龙头企业面对这种趋势都提出了算力感知网络架构，核心诉求就是从连接能力逐渐扩展到计算能力，将服务的内容从提供流量逐渐扩展到提供算力的方向演进，从而实现海量应用能够按需或者实时调用不同的计算资源，来实现连接和算力全网全局的优化。
2019年以来，算力感知网络已经从理论的概念正在迈向标准制定和先期实验的阶段。
第三，能力的部署上，从云端向边缘的场景下沉。在万物互联下，边缘设备的定位在发生转变，以数据消费为主的角色转变为数据消费与数据生产的双重的角色，也就是说，在收集数据的同时，也要承担预测和分析、智能处理的功能。从需求和供给两个方面来看这件事。
需求侧，低延时、高吞吐、高可靠性的业务诉求，像智能安防、智慧交通、无人驾驶等，它对数据的处理就提出了更高要求，普遍要求在更短的时间周期完成数据的捕获、实时处理和实时反溃供给侧，随着移动通讯网络、智能芯片、嵌入式系统等技术全面进步，极大提升了边缘侧的综合效能。
主流的厂商纷纷都立足于自身的核心优势，推出面向不同场景的平台，比如英伟达这样的厂商就依托芯片产能构建云边协同的产业生态。软件厂商是聚焦平台的能力去形成产业链的集成。边缘侧的操作系统也在抢占聚合点也是当前大企业构建生态的主要方式。
第四，计算模式变化，从通用架构转向专用架构。随着网络结构的变化，包括数据量的增长，我们会看到计算模型更加复杂、多样，算力上的供需平衡逐渐被打破，创新应用的多样性和异构的需求成为当前计算模式从通用架构向专用架构转变。
从业务场景来看，多样化的算力需求和通用计算架构的落差，是推动专业技术发展的动力。传统的CPU的通用架构是比较擅长于串行逻辑的运算，现在更多是高并发、低延时的计算需求，就不得不转向专业架构实现海量并发处理任务。
另外，从技术演进的角度来看，技术工艺的升级速度现在也面临着瓶颈。现在芯片制造工业到了5纳米，这种低纳米的制造工艺也在趋近于物理极限。
一味提升主频达不到效果，所以也为专业架构升级提供了机遇。主流芯片厂商都在选择多核或者是模块化设计的思路来构建专用的芯片。
总体来看，计算模式由通用架构向专用架构的拓展是计算基础设施在应用需求、核心技术、市场空间等多重作用下实现转型的必然选择。
第五，从智能应用看，技术产品正逐渐向创新平台演进。智能的运用过去更多的是理论，比如AI的理论创新。现在部分AI理论在逐渐成熟，往开放、普惠的能力平台方向演进。一方面既是作为一项功能为企业数字化转型赋能，同时，又作为基础设施为社会民生赋能。
我们注意到，AI的应用赋能的深度、广度和创新度都在不断增加，开始呈现出深度融合和智能泛化的态势。比如AI平台基础性、公共性和强外部性的作用越来越明显，所以，基础设施的属性也更加明显。
AI新基建会更关注开放平台在其中的作用，加快AI基础设施建设已经成为了一种共识，也是新基建的新领域。
世界主要国家布局AI新基建的侧重点
AI开放平台汇聚了数据、算力、算法等要素，有效地整合技术资源、产业资源和金融资源等，持续输出AI核心研发能力。当前，世界主要国家纷纷布局AI基础设施，在部署过程当中也各有侧重。
比如，美国重点是在布局公共数据集，把数据作为更重要的AI基础设施布局，主要目的是构建用于AI训练、测试的高质量可共享的数据资源和环境。美国《国家人工智能研究发展战略计划》中，就提到了开发用于人工智能公共数据集和环境。
欧盟重点是关注AI开放平台和公共数据集，旨在为欧洲的用户提供开放的、综合性的AI平台。比如在《AI FOR EU》里面提出“建立AI开放平台，从而整合欧洲企业的数据、计算、算法等资源，提供统一开放服务”。
英国重点在提供网络通讯、公共数据集等的基础设施，以此提升国家的数据连接能力。
从国内来看，人工智能基础设施的布局也是起步非常早，2015年就有“互联网+人工智能”的提法，当时就把人工智能纳入到政策视角来看。2017年，国务院发布了《新一代人工智能发展规划》，里面就明确提出“构建泛在安全高效的基础设施体系”，向集融合、感知、传输、存储、计算、处理于一体的智能化的信息基础设施转变。
同时，工信部、科技部从2017年开始相继出台了一系列的政策文件，包括《促进新一代人工智能产业发展三年行动计划》，《关于人工智能和实体经济深度融合的指导意见》等，都把人工智能作为基础设施布局。
从地方来看，很多地方相继出台了人工智能发展的政策文件，上海以政府、科研单位、AI领军企业的联合共建模式布局AI基础设施。广东也在依托AI领军企业做人工智能开放布局。
AI基础设施建设的核心内容还是围绕着平台、数据、算力、算法、网络等的基础延伸。BAT、华为等产业界也在广泛参与，围绕着AI开放平台做建设。
关于AI新基建的三点思考
最后有三点思考：
第一，发展AI基础设施要增强发展支撑的硬实力。包括加快数据构建、算法创新等等，加紧突破AI芯片制造、算法等关键的短板，对数字基础设施、5G/6G的演进方向进行超前布局。
第二，提升环境保障的软实力。比如人才的培养机制、产学研协作体系、AI治理和监管、人工智能伦理等治理层面因素，需要进一步完善。
第三，利用AI新基建对经济社会进行有效的赋能。不管是传统产业，还是公共服务领域、社会公共民生领域都需要利用AI新基建为整个经济社会赋能，更好助力数字经济的发展、助力国家经济的高质量发展。
好，我的报告就到这里，谢谢大家。