算力既能不斷拓展人工智能的技術邊界，也能推動更多的應用落地
日前發布的《2018中國AI計算力發展報告》顯示，2017年我國人工智能計算力大幅提高230.7%，數據量增加50%。人工智能計算力正在互聯網、公共服務、醫療、金融等多個應用場景加速釋放，驅動智慧時代的到來。
算力泛指計算能力，是信息技術發展的重要標志。提到算力，繞不開“摩爾定律”——當價格不變時，集成電路上可容納元器件的數目，約每隔18至24個月便會增加一倍，性能也將提升一倍。半個世紀來，信息技術的快速進步讓計算機、互聯網等走入千家萬戶，摩爾定律正深刻地影響著世界。
近年來，在半導體工藝逐漸逼近物理極限的情況下，GPU（圖形處理器）、TPU（高性能處理器）等相繼出現，使新一代“超級摩爾定律”繼續在信息技術的演進中發揮作用。研究顯示，2012年以來，在最大的人工智能訓練中所使用的計算力每3.5個月就會增長一倍，6年來該指標已增長30萬倍以上。
“超級摩爾定律”的出現，一方面是由于人工智能走向大規模應用，數據不斷積累，訓練任務量也呈指數級增長，激發了對計算的巨大需求。同時，正是計算性能的長足進步滿足了大規模并行運算的需求，為深度神經網絡算法應用于大數據處理提供了可能，由此帶動了人工智能的跨越式發展。可以說，計算促進了人工智能的發展，人工智能也促進了計算的變革與創新。
當前，人工智能與計算的深度融合，既給產業發展帶來機遇，也提出了新的挑戰。人工智能計算的發展仍面臨著諸多瓶頸，比如算力仍有待提升、可用數據有限、市場化難度高、解決方案不完備等。其中，算力是人工智能的硬件基礎，人工智能的發展需要算力的支撐。算力既能不斷拓展人工智能的技術邊界，也能推動更多的應用落地。
如同中國工程院院士王恩東所說，“智慧時代的核心驅動力或者說生產力，就是計算。”硬件算力的提升一直是人工智能快速發展的重要因素，也是搶占人工智能制高點的關鍵。我國人工智能產業在數據積累、算法應用等方面雖然有一定優勢，但在算力方面依然存在差距。推動我國新一代人工智能健康發展，必須加大研究力度，帶動算力躍升，為人工智能發展按下“加速鍵”。
