7月27日,由中国信息通信研究院、中国通信标准化协会主办的“2021年可信云大会”在京召开。中国信通院云计算与大数据研究所所长何宝宏在会上正式发布“2021云计算十大关键词”以及对应的重要发展趋势。

2021云计算十大关键词分别是:云原生、高性能、混沌工程、混合云、边缘计算、零信任、优化治理、数字政府、低碳云、企业数字化转型。

云原生:云计算架构正在以云原生为技术内核加速重构

随着我国在“新基建”领域的布局加速,云计算迎来全新的发展机遇,万千企业数字化转型提速换挡,也对云计算的使用效能提出新的需求。云原生以其独特的技术特点,很好地契合了云计算发展的本质需求,正在成为驱动云计算“质变”的技术内核。

何宝宏判断,在未来的一段时间内,以云原生为技术内核重构IT架构将是大势所趋。

高性能:云端高性能计算驱动数字经济发展

当前,算力推动云计算、大数据、人工智能及智慧应用从概念落地到现实,我国的数字经济也逐步向人工智能、智能芯片、物联网、大数据、云计算等“算力依赖型”产业聚焦。

随着云计算不断发展,云上算力从计算资源、网络资源、存储资源三个维度不断丰富增强,云端高性能算力的大规模调度更为便捷、提供的算力形式更加多样化、运行任务透明、触达更多的应用。在此优势下,云端高性能市场逆势上涨。

混沌工程:为复杂系统稳定性保驾护航

复杂系统的稳定性难以保障正在成为行业发展的痛点,混沌工程的出现和兴起,为复杂系统稳定性保驾护航,保证生产环境的分布式系统,在面对失控条件的时候,仍然具备较强的韧性。

目前,混沌工程虽然已经在互联网、金融、通信、工业等多个行业逐步落地,但仍处于早期探索阶段,亟需标准规范推进行业健康发展。中国信通院已经编制了《混沌工程平台能力要求》《混沌工程成熟度模型》《软件系统稳定性度量模型》等标准,并展开了混沌工程相关评估工作,同时还将成立混沌工程实验室。

混合云:成为企业上云主流模式

随着十四五规划的进一步明确,混合云已成为未来国内云计算发展的重点之一。而近几年混合云技术和方案的快速发展,也使其在各个行业的应用不断深入,已成为企业上云的主流模式。

从市场接受度来看,全球范围内有82%的用户已经应用混合云部署模式;从产业供给来看,公有云服务商、私有云厂商、电信运营商、传统IT服务商、云管理服务商等众多厂商被混合云的广阔前景所吸引,纷纷推出了各自的解决方案;从行业应用来看,混合云的落地实践和应用场景日益丰富。

边缘计算:呈蓄势待发之势

边缘计算正在呈现出蓄势待发之势,产业关注度不断提高、技术体系日臻成熟、应用场景日益丰富、标准制定不断演进。

纵观整个边缘计算产业生态,芯片设备、云服务商、运营商、软件与解决方案商、开源组织等企业和组织纷纷推出相关产品和服务,整个生态日益完善。

中国信通院发布的“2021云边协同十佳案例”显示,边缘计算已经在工业、交通等重点领域得到了应用,未来随着产业生态不断完善,技术体系快速发展,边缘计算将在产业和企业数字化转型扮演重要角色。

零信任:与原生云安全不断融合

随着企业上云进程的不断加快,传统以边界为核心的安全防护体系遭遇瓶颈,零信任、原生云安全等理念兴起,为企业建设新一代安全体系提供了指引。

当前,云原生与云安全呈加速融合趋势。一是在运营阶段,零信任作为云安全产品不断原生化,零信任从私有化部署向SaaS服务演进、SD-WAN通过集成零信任,实现安全访问服务边缘(SASE),云上零信任实现了安全性能的弹性扩展,能够应对海量访问请求,同时微隔离作为零信任关键技术,对云内东西向流量进行访问控制,弥补传统安全防护机制在云环境应用的不足。二是原生云安全强调从研发阶段关注安全,越来越多的企业开始以零信任原则设计应用系统,云服务或云上应用将实现原生零信任,安全能力得到大幅提升。

优化治理:企业上云加速优化治理需求

随着企业用云程度的加深,企业关注点从开始上云的咨询、迁移,逐步地转到上云后的优化,云优化治理体系逐步形成。

云优化治理体系能够给企业上云策略制定、线路规划、采用实施、云上优化进行全生命周期的优化提升,让企业更懂云、更好的用云,为企业数字化转型提供新的动力。

数字政府:数字技术使能政府治理创新

提高数字政府建设水平是“十四五”规划的重要篇章,随着数字政府迎来蓝海市场,企业纷纷加速布局。充分发挥云计算等数字技术的使能作用,推动政府治理流程再造和模式优化,不断提高决策科学性和服务效率是数字政府未来趋势。

未来,数字政府建设水平和运营效果成熟度,将会成为行业关注重点。

低碳云:企业数字化与节能减碳齐头并进的技术引擎

随着数字经济加速发展,企业数据中心成为能耗大户,严重制约企业和全社会的绿色发展。低碳云能够提升资源效能,赋能社会节能减碳。

“低碳云”是指利用云计算实现提高计算、存储、网络等资源利用率,全面提升全社会资源效能,并将云计算与大数据、人工智能等技术融合,赋能企业和全社会节能减碳的目标。

企业数字化转型:从宏观逐渐到微观落地

企业数字化转型是国家推动经济社会发展的重要战略手段。2017年,政府工作报告首次提出“数字经济”概念,至今已累计4次被直接写入政府工作报告。“十四五”规划中明确提出“以数字化转型整体驱动生产方式、生活方式和治理方式变革”等一系列重要规划目标,数字化概念,逐渐从宏观向企业各个环节的微观数字化落地。

随着数字经济发展的深入,企业的数字化转型正不断地从宏观整体,向企业价值链中各环节微观模块渗透。

成为VIP会员查看完整内容
0
26

相关内容

云计算(Cloud computing)是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备。整个运行方式很像电网,类似之前的网格计算。

来源:中国信息通信研究院

当前,新一轮科技革命和产业变革正在重塑全球经济结构,算力作为数字经济时代新的生产力,是支撑数字经济发展的坚实基础,对推动科技进步、促进行业数字化以及支撑经济社会发展发挥重要的作用。算力已成为全球战略竞争新焦点,是国民经济发展的重要引擎,全球各国的算力水平与经济发展呈现显著的正相关。

加快发展算力,是我国打造数字经济新优势、构建“双循环”新发展格局、提升国家整体竞争力的重要保障。我国高度重视算力发展,明确提出布局全国算力网络国家枢纽节点,启动实施“东数西算”工程,构建国家算力网络体系。在需求与政策的双重驱动下,全国各地大力推进算力技术产业、基础设施建设及算力应用发展。

近日,在2021世界计算大会上,中国信息通信研究院发布了《中国算力发展指数白皮书》。白皮书建立了算力发展研究框架和指标体系,从算力规模、算力环境和算力应用三个维度建立算力发展研究体系,给出了算力的研究范畴、总体框架和测算方法,研究了全球及我国算力发展的态势,系统测算了全球及我国的算力规模,以及算力对经济的带动作用,客观评估了我国各省市现阶段的算力发展水平,对各地推动算力技术产业、基础设施建设及算力应用的发展具有较强的指导作用。

白皮书指出,2020年我国算力在逆势中加速发展,呈现出以下特征:

  • 算力规模持续扩大,算力结构不断演化。
  • 算力环境日益优化,应用需求不断提升。
  • 算力助推经济增长,各地加快发展步伐。

京津冀、长三角、粤港澳大湾区等区域算力发展处于领先水平。整体来看,北京、上海、广东及周边省份算力发展指数总体较高,其中广东、北京、江苏、上海、山东、浙江排名前列,算力发展指数达到40以上。

中西部核心省份算力发展日益崛起。随着国家“东数西算”工程的推进,中西部核心省份算力发展潜力较大,目前河南、湖北为代表的中部省份以及四川为代表的西部省份跻身前十,算力发展指数达到20以上。

“十四五”时期是我国算力实现跨越式发展的重大战略机遇期。要加快算力高质量发展,支撑构建新发展格局。一是加快建设算力基础设施;二是营造良好算力发展环境;三是提升产业链供应链竞争力;四是强化算力应用需求牵引;五是持续扩大国际合作。

成为VIP会员查看完整内容
0
21

智能时代,AI 中台是企业管理能力、企业活力、企业“智力”提升的重要动力来源。思考企业的未来,AI 中台将是企业在复杂时代下生存和发展的“必需品”和“必修课”。

日前,百度智能云与人工智能产业发展联盟联合发布了《AI 中台白皮书(2021年)》。AI 中台作为全栈式、集约化、自动化的生产力工具箱,是实现AI技术在各行业中快速研发、共享复用和部署管理的智能化底座和关键基础设施。白皮书旨在深入剖析 AI 中台体系架构与内涵,探讨能力建设路径和行业赋能方案,以期与业界分享,共同推动我国人工智能产业创新发展与行业智能化升级。

白皮书指出,AI 中台是实现智能化能力普惠的必备基础设施,负责构建企业的 AI 生产力,一般包括 AI 技术服务平台、AI 研发平台、AI 管理运行三大核心。

白皮书展开论述了 AI 中台所应具备的四大关键能力。概括来看,AI 数据需求趋于精细化、场景化,健全的数据服务体系会是AI 中台的基础;自动机器学习技术加速演进,AI 研发平台成为了技术普惠的关键;AI 部署运行愈加复杂,体系化工具成为了规模化应用的保障;AI 模型已经成为了企业新型资产,AI 资产化管理势在必行。

企业如何建设自己的 AI 中台体系呢?白皮书给出了两类建设路径和三大要素支撑。

面向企业智能化升级的不同阶段,AI 中台建设有两类路径:一类是对于处于 AI 能力起步期的企业,会先从 AI 能力直接赋能,再逐步发展到自主建模和个性化创新,构建 AI 能力创新底座;另外是面向已具备专业 AI 建模专家及算法团队的企业,可以聚焦个性化 AI 研发能力的构建,进而大幅提升 AI 模型落地应用推广效率。

三大要素则是企业智能化升级的坚实支撑。在基础设施建设方面,AI 中台支撑企业完成软件部署,并与已有的私有云、数据中台、视频平台等 IT 设施进行对接集成。支持企业结合自身业务场景,构建 AI 应用能力,围绕 AI 中台软件、基础应用集成、业务应用集成三大模块,打造企业 AI 能力的核心技术底座。

在组织能力建设方面,AI 中台为企业提供组织变革、流程创新、人才培养等方面建议,通过建立组织保障机制,明确机构中包括模型生产、服务管理、运维保障在内的各个工作组职责及流程,确保 AI中台管理组织的高效运转。此外,帮助企业持续培养人工智能相关的技术开发人员及运营管理人员,保证 AI 能力开发管理的人才供给。

在运营优化方面,AI 应用实际投产后,企业需结合业务反馈数据不断进行优化调整,确保应用成效。

借助高效灵活的适配能力,AI 中台已在制造、能源、金融、城市、医疗等诸多行业落地应用并取得显著成效,切实解决企业生产运行痛点,满足企业设计、生产、管理、销售和运维等个性化场景需求。

展望未来,AI 中台作为企业智能中枢,在不断完善提升自身能力的同时,将成为伴随企业成长、构筑核心竞争力的重要抓手和关键支撑。未来2-5年,AI 中台将作为创新型企业运转不可或缺的基础设施;未来5-10年,AI 中台将融入企业成长的全生命周期,企业建设、应用和运营 AI 中台的能力,将成为衡量未来发展潜力和成长价值的关键指标,助力构筑企业核心竞争力。

以 AI 中台助力行业高质量发展,提升国家供给侧水平,将在数字社会与智能经济时代获得发展先机。过去二十年,移动互联网对人类社会的影响集中体现在 C 端,即需求端;但在 AI 时代,人工智能将更多从 B 端,即供给端改变。AI 中台作为“ AI 大生产平台”的生产力载体,从更好推进 AI 行业落地、实现技术价值增值角度,正在加快帮助企业适应新形势、新变化与新挑战。AI 中台技术所带来的行业变革,将是一场更彻底的供给侧改革,成为推动国家迈进智能未来时代的重要力量。

人工智能革命将个体价值的创造释放提升到前所未有高度,AI 中台通过推动行业智能变革为社会带来更为光明的未来。AI 中台赋能能力正在从通用行业(如制造、金融、教育等)向专业精细化行业(如生物医药、化学化工、半导体等)延伸拓展,帮助企业不断拓展应用视野和创新边界,推动人类社会创新进步。AI 中台将帮助企业追求更有创造力、影响力和领导力的自我价值实现,为整个智能社会带来更大提升空间、更多发展可能。

成为VIP会员查看完整内容
1
94

本报告聚焦于企业级存储系统,从数据存储技术面临的挑战切入,详细梳理了下一代数据存储技术,跟踪重点行业的应用动态,并展望了存储产业发展趋势。力图展现下一代数据存储技术路径及其发展前景。

http://www.caict.ac.cn/kxyj/qwfb/ztbg/202107/t20210709_380207.htm

存储产业呈现出两大特点:一是数据量爆发式增长,现有传统存储系统面临容量和性能的双重挑战。二是现代业务平台的负载是非线性的、动态变化的,传统存储难以满足动态变化的业务需求。

存储产业存在以下四个问题,导致其难以满足不断发展的业务需求:一是主要采用集中式架构,横向可扩展性差;二是无法统一调度,存储容量浪费。三是产品兼容交互能力差,业务复杂性变高。四是多种存储产品混合使用,运维难度大。

在需求侧,数据的爆炸式增长及大数据等新技术的快速发展驱动存储介质变革。在技术侧,固态硬盘实现了对机械硬盘性能的全面超越。非易失性内存的出现填补了从硬盘到DRAM间存储在性能、延迟、容量成本的鸿沟,为多样化的解决方案奠定了坚实的基础。全闪存储和非易失性内存技术的发展和成熟为底层存储介质的替换提供了客观条件。

大数据、云计算和虚拟化等技术的出现使得传统IT架构难以满足日益增长的数据存储需求。软件定义存储(SDS)和超融合基础架构(HCI)应运而生,打破了传统IT系统复杂和繁冗的现状,优化了网络的可扩展性和管理方式,帮助客户实现数据互通、资源共享、弹性扩展、多云协作,有效降低用户的使用成本。

随着闪存介质技术的飞速发展,带宽越来越大,访问延时越来越低。AHCI、SCSI协议逐渐成为存储系统中的瓶颈,NVMe协议应运而生。NVMe协议拥有更高的吞吐量、IOPS,同时有效较低延迟,相较于传统存储,传输性能有质的飞跃。

云存储是基于云计算相关技术延伸和发展而来的全新存储技术的应用模式。云存储的内核是应用软件与存储设备相结合,通过应用软件来实现存储设备向存储服务的转变,提供灵活的弹性伸缩、弹性存储容量、安全可靠及高可用能力。

现代化的应用、多数据中心、多云及边缘等趋势在加速业务的同时,也对IT运营管理带来了巨大的压力,智能运维平台应运而生。智能运维常用于集群自动扩缩容、服务变更等日常管理事务及异常定位、根因分析等系统异常处理事务。

成为VIP会员查看完整内容
0
27

在数字信息技术日新月异的发展趋势下,数据已成为数字经济发展的核心生产要素,是国家重要资产和基础战略资源。随着数据价值的愈加凸显,数据安全风险与日俱增,数据泄露、数据贩卖等数据安全事件频发,为个人隐私、企业商业秘密、国家重要情报等带来了严重的安全隐患。

当前,数据安全已成为数字经济时代最紧迫和最基础的安全问题,加强数据安全治理已成为维护国家安全和国家竞争力的战略需要。为此,国家高度重视数据安全的顶层设计:在相继发布的《促进大数据发展行动纲要》(2015)、《科学数据管理办法》(2018)、《关于构建更加完善的要素市场化配置体制机制的意见》(2020)以及“十四五”规划(2021)中,均提出发展数字经济、加快培育发展数据要素市场,应把保障数据安全放在突出位置的重要思想内涵。

面对数据安全威胁日益严峻的态势,着力解决数据安全领域的突出问题,有效提升数据安全治理能力迫在眉睫。然而,由于数字技术促使数据应用场景和参与主体日益多样化,数据安全的外延不断扩展,数据安全治理面临多重棘手困境。为此,赛迪智库发布《数据安全治理白皮书》,在分析我国数据安全风险、治理现状、治理困境的基础上,从政策、监管、产业生态建设、国际合作等方面提出综合解决路径。

成为VIP会员查看完整内容
0
43

近日,在京举办的“第四届中国数据安全治理高峰论坛”上,重磅发布《数据安全治理白皮书3.0》(以下简称:白皮书)。白皮书内容涵盖数据安全治理全球形势分析、理论技术研究、框架体系构建、行业实践案例、政策法规标准、未来趋势预测等,旨在为各行业数据安全治理工作提供更多经验总结与信息参考。

白皮书提到,随着数据逐渐变成新时代生产生活的支柱,数据安全也日益成为保障经济发展、社会稳定和国家安全的重要基石。近年来,为了在全球数字化转型竞争中抢占战略先机,为本国基于数据的新兴产业发展提供良性有序的发展环境,包括我国在内的世界各国都纷纷加速推进数据安全和公民隐私保护立法,积极编制并陆续密集发布各种相关的政策、法规、标准、规范,不断对企业和组织提出严格细致的合规要求和数据保护义务。

白皮书指出,当前,数据对全球经济和社会发展的影响和作用正在由“量”到“质”的根本性跃升。在由互联网、移动互联网为代表的信息时代,数据被定义为信息的形式化表示,而物联网、云计算和人工智能技术的飞速发展,已经并仍在加速促生着从“数据”到“大数据”的由量变到质变的演进:大数据除了沿袭数据作为表示信息的形式化载体这一属性外,同时又反过来成为挖掘新信息和新知识的基础原材料,在经过统计分析和机器学习等技术和方法的发掘和利用后,既迸发出巨大价值,又预示着无限潜能。根据2020年4月9日发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》,我国已将数据上升为与土地、劳动力、资本、技术并列的新型生产要素。

本次白皮书着重针对以下内容进行了修订:

1.新增针对“数据安全、信息安全、网络安全”及“数据安全治理、数据安全管理”等近似概念间联系与区别的解读;

2.更新“政务云及金融、能源、教育、电信运营商及医疗”等行业数据安全治理实践案例;

3.新增数据安全相关政策、法律和标准介绍;

4.新增数据安全治理国内外相关理论与介绍;

5.新增数据安全治理发展进程中的问题与展望;

6.更新国内外重大数据安全事件汇总;

7.更新数据安全关键技术——新增数据资产梳理、差分隐私、数据安全运维、数据水印和数据使用行为溯源、多层次数据保护等内容;

8.新增数据安全新兴前沿技术:多方计算、联邦学习、数据安全虚拟化引擎、数据安全SAAS能力等内容...

成为VIP会员查看完整内容
0
53

近年来,为顺应新一轮科技革命和产业变革发展趋势,国家提出加快新型基础设施建设并做出一系列决策部署,同时首次将“新基建”写入2020 年政府工作报告。新型基础设施更侧重于以信息网络为基础,综合集成新一代信息技术,围绕数据的感知、传输、存储、计算、处理和安全等环节,所形成的基础设施体系对于经济社会数字化发展至关重要,亦有利于加快推动形成国内大循环为主体,国内国际双循环互相促进的新发展格局。

为响应国家加快新型基础设施建设的号召,中国信息通信研究院(以下简称“中国信通院”)聚焦新基建发展中的核心关键问题,迭代更新《新基建产品手册(第三版)》。

第三版新基建产品手册依托网络及信息安全、基础设施及产业数据两大优势,聚焦5G、工业互联网、数据中心、新技术基础设施四大核心领域,深耕交通、医疗、金融、能源等融合基础设施领域,同时优化了领域和案例信息,新增网路安全、IPV6、边缘计算、算网融合等领域介绍,以及工业互联网、网络及信息安全以及未来网络的精品案例,更加全面地展示了中国信通院的全产业链业务服务能力,助力地方贯彻落实国家关于“新基建”的决策部署,驱动我国经济新一轮的内生性增长和高质量发展。

成为VIP会员查看完整内容
0
63

近日,华为、中国移动、清华大学等11家企业、高校与机构发布《多样性算力技术愿景白皮书》(以下简称:白皮书),呼吁产业合作,为世界提供多样性算力基础设施,消除行业分享数字化红利的技术鸿沟。

《白皮书》从需求角度出发,对国内多样性算力发展的现状和问题进行了全面阐述,针对多样性算力产业链发展提供了可落地的策略和具体方案。《白皮书》指出,一个成熟的计算产业,需要丰富多元的软硬件供应体系,需要便于应用适配和迁移的工具促进应用发展,需要客观中立衡量性能的‘标尺’牵引技术提升,形成生态型产业布局。

《白皮书》提到,随着5G、人工智能、云计算、大数据、物联网等新一代信息技术在各行各业广泛应用并取得加速突破,人类社会已经迎来了数字经济时代。万物互联产生各种各样的数据,数据成为劳动、资本、土地和技术之外的第5个生产要素,围绕数据分析处理的算力成为新的生产力。行业应用的多样性带来数据和算力的多样性,没有一种计算架构可以高效满足所有业务诉求。计算密集型应用需要计算平台执行逻辑复杂的调度任务,而数据密集型应用则需要高效率地完成海量数据并发处理,这使得单一计算平台难以适应业务要求,计算多样性成为必然。

传统CPU架构强调高性能单核处理能力,虽能兼容大量指令,但在AI或高计算力需求下,计算任务执行效率较低,功耗较高不符合绿色节能的发展趋势。以ARM为代表的RISC流派CPU称雄智能终端侧市场。随着消费侧技术迭代的快周期,ARM在工艺制程取得领先,并在多核并发、高吞吐等方面优势明显,迅速拓展到数据中心、PC、HPC等应用场景。与此同时,MIPS架构推出了多款面向桌面应用的产品,基于Alpha架构的中国超级计算拿下多个世界第一,RISC-V的单板计算机在2021年年初面世。不同计算架构齐头并进,行业呈现出百花齐放的状态。

成为VIP会员查看完整内容
0
38

来源:中国信通院CAICT

近日,中国信通院发布《中国数字经济发展白皮书(2020年)》,对我国各地区数字经济发展、各行业数字化转型、各领域发展亮点、数字经济政策体系等进行了深入分析。其中,数字经济测算方法被纳入G20(阿根廷)《数字经济测算工具箱》,测算结果被广泛引用。

当前,新一轮科技革命和产业变革席卷全球,数据价值化加速推进,数字技术与实体经济集成融合,产业数字化应用潜能迸发释放,新模式新业态全面变革,数据已成为数字经济发展的关键生产要素。从产业角度来看,我国已形成较为完整的数据供应链,在数据采集、数据标注、时序数据库管理、数据存储、商业智能处理、数据挖掘和分析、数据安全、数据交换等各环节形成了数据产业体系,数据管理和数据应用能力不断提升。

《白皮书》就我国各地区数字经济的发展情况进行了量化分析。从总量来看,江苏、浙江、上海、北京、福建、湖北、四川、河南、河北、安徽、湖南等省份数字经济增加值超过1万亿元;从占比来看,北京、上海数字经济在地区经济中占据主导地位,数字经济GDP占比已超过50%。

白皮书看点如下:

一、数字经济框架从“三化”扩展到“四化”:数字产业化、产业数字化、数字化治理、数据价值化;

二、我国数字经济规模不断扩张、贡献不断增强,2019年我国数字经济增加值规模达到35.8万亿元,占GDP比重达到36.2%;

三、我国数字经济结构持续优化,2019年数字产业化增加值达7.1万亿元,占GDP比重7.2%;产业数字化增加值达28.8万亿元,占GDP比重为29.0%;

四、数据成为数字经济发展的关键生产要素,数据价值化按照资源化、资产化、资本化三阶段加速推进。

数字化治理能力提升,数字政府建设加速推进政府治理从低效到高效、从被动到主动、从粗放到精准、从程序化反馈到快速灵活反应转变,新型智慧城市已经进入以人为本、成效导向、统筹集约、协同创新的新发展阶段,国家治理能力现代化水平得到了显著提升。

http://www.caict.ac.cn/kxyj/qwfb/bps/202104/t20210423_374626.htm

成为VIP会员查看完整内容
0
70

新一代人工智能(Artificial Intelligence,缩写为Al)是引领未来的战略性技术,正在与5G、大数据、物联网等领域深度融合,加速推动智能经济发展和产业数字化转型。我国高度重视人工智能发展,习近平总书记在十九大报告中指 岀,要“推动互联网、大数据、人工智能和实体经济深度融合”,《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等多个国家政策陆续岀台,我国逐渐形成了涵盖人工智能计算芯片、人工智能计算服务器、人工智能基础应用、人工智能行业应用及产品等较完善的人工智能产业链。

数据、算法、算力是新一代人工智能发展的三要素。以人工智能新型计算能力为代表的人工智能计算中心是新型基础设施建设的重要组成部分。随着人工智能的深入应用,算力建设分散,中小企业或科研机构难以开展复杂模型、海量数据研究的问题日益凸显,建设大规模人工智能计算中心正在成为推动人工智能产业进一步发展的关键要素。

人工智能计算中心发展呈现三大趋势,一是全栈一体趋势,即专用人工智能芯片与软硬件协同优化提升计算效率;二是技术融合趋势,即超级计算与人工智能融合,云与人工智能融合;三是平台赋能趋势,即人工智能计算中心赋能企业,形成算力生态。

人工智能计算中心是人工智能算力建设的重要发展方向,是涵盖了基建基础设施、硬件基础设施和软件基础设施的大规模系统工程。依托人工智能计算中心,可以打造公共算力服务平台、应用创新孵化平台、产业聚合发展平台、科研 创新和人才培养平台,形成“1个人工智能计算中心+ 4个平台”的人工智能产业布局,赋能区域产业集群。

当前,人工智能计算中心仍然面临着能耗密度高、企业应用水平较低等问题,对于我国来说还面临着人工智能芯片及框架等核心技术受制于人的挑战。因此,在人工智能计算中心建设中,需要做好顶层设计、强化统筹推进,有效选择 自主可控的技术路线,建立完善的运营机制,积极打造服务平台,形成以人工智能计算中心为核心支撑的人工智能产业生态,加速人工智能新兴产业创新发展,促进人工智能与传统产业深度融合,拉动区域经济转型与高质量发展。

成为VIP会员查看完整内容
0
80

在中国信息通信研究院主办,中国通信标准化协会、中国通信标准化协会云计算标准与开源推进委员会、混合云产业推进联盟、云原生产业联盟、云服务经营自律委员会、网络风险与保险创新实验室支持的“2019可信云大会”上,中国信通院发布了《云计算发展白皮书(2019)》。这是继《云计算白皮书(2012年)》之后,中国信息通信研究院第5次发布云计算白皮书,内容涵盖云计算的产业特点、技术热点、开源现状、安全发展、行业应用、发展建议等方面。

成为VIP会员查看完整内容
0
24
小贴士
相关VIP内容
专知会员服务
21+阅读 · 9月21日
专知会员服务
94+阅读 · 9月18日
专知会员服务
43+阅读 · 6月18日
专知会员服务
53+阅读 · 6月1日
专知会员服务
38+阅读 · 4月29日
专知会员服务
70+阅读 · 4月27日
专知会员服务
80+阅读 · 3月5日
相关资讯
【AIOT】2020年中国智能物联网(AIoT)白皮书|附下载
产业智能官
12+阅读 · 2020年3月13日
2018年边缘计算行业研究报告
行业研究报告
8+阅读 · 2019年4月15日
全面认识“边缘云”,中国首份边缘云白皮书发布
人工智能学家
4+阅读 · 2019年1月15日
《2018人工智能发展白皮书-技术架构篇》
智能交通技术
4+阅读 · 2018年9月11日
IDC发布对话式人工智能白皮书|附下载
人工智能学家
6+阅读 · 2018年3月20日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
12+阅读 · 2018年1月21日
相关论文
Numerical model for 32-bit magnonic ripple carry adder
U. Garlando,Q. Wang,O. V. Dobrovolskiy,A. V. Chumak,F. Riente
0+阅读 · 9月27日
Grecia Castelazo,Quynh T. Nguyen,Giacomo De Palma,Dirk Englund,Seth Lloyd,Bobak T. Kiani
0+阅读 · 9月23日
Yantao Shen,Yuanjun Xiong,Wei Xia,Stefano Soatto
5+阅读 · 2020年3月26日
Jingkun Gao,Xiaomin Song,Qingsong Wen,Pichao Wang,Liang Sun,Huan Xu
3+阅读 · 2020年2月21日
Learning to Weight for Text Classification
Alejandro Moreo Fernández,Andrea Esuli,Fabrizio Sebastiani
8+阅读 · 2019年3月28日
Diego Marcheggiani,Laura Perez-Beltrachini
6+阅读 · 2018年10月23日
Quantizing deep convolutional networks for efficient inference: A whitepaper
Raghuraman Krishnamoorthi
5+阅读 · 2018年6月21日
Minghui Liao,Zhen Zhu,Baoguang Shi,Gui-song Xia,Xiang Bai
12+阅读 · 2018年3月14日
Ayush Jaiswal,Wael AbdAlmageed,Premkumar Natarajan
10+阅读 · 2018年2月17日
Joel A. Tropp,Alp Yurtsever,Madeleine Udell,Volkan Cevher
4+阅读 · 2018年1月2日
Top