人工智能催生服务器市场 “新贵”

---

近日，浪潮发布新款 AI 应用服务器 AGX——5。而在不久前，英伟达、华为等巨头也纷纷推出 AI 硬件产品。产品密集发布，AI 硬件市场火爆。据国际数据公司（IDC）公布的《2017 年中国 AI 基础架构市场调查报告》（以下简称《报告》），2017 年 AI 硬件销售额同比增长 235%，在 AI 整体市场占比 72.4%。

传统印象中，服务器是提供计算服务的硬件，难言 “时髦”。但风生水起的人工智能、大数据、云计算都离不开服务器，由此，被架到风口上的服务器产业驶入发展快车道。

与传统服务器比，AI 服务器强在何处？服务器如何刷新速度，以与快速发展的 AI 相适应？前者的应用场景和挑战在何处？

数据暴涨 传统算力难达要求

“梯子很长，但还远远够不到月亮”，人们用这句话形容当今 AI 所处的阶段，但 “够不到” 不等于不努力，特别是计算力的提升已让 AI 应用无处不在。越来越多的企业开始将 AI，或者 “+AI”作为自身转型的重要方向，但难题在于 AI 对计算能力的高要求。

算法的突破与数据洪流的爆发成就了人工智能行业，并使得几乎所有的机器辅助功能都变为可能，更好的电影推荐、智能穿戴，甚至无人驾驶汽车、预防性医疗保健，都近在眼前，或者即将实现。但目前应用终端的发展远远走在硬件架构的前面，现有计算平台已经不足以完成人工智能对于庞大运算量的需求。

多位专家表示，当下，人工智能、大数据、云计算的火热程度无以复加，三者形成 “铁三角”：大数据是人工智能的基石，目前的深度学习主要是建立在大数据的基础上，即对大数据进行训练，并从中归纳出可以被计算机运用在类似数据上的知识或规律；云计算作为计算、存储等资源的基础平台，为智慧计算提供算力的承载。

浪潮集团副总裁彭震认为，结合了人工智能、大数据、云计算的智慧计算，主导了计算的需求和走向。AI 服务器就是面向智慧计算的核心产品，并且为服务器市场带来了强劲的增长动力。

从发布信息来看，AGX——5 可提供每秒两千万亿次的单机 AI 计算性能。与之前同类 GPU（图形处理器）服务器相比，支持 4 倍超大规模深度神经网络模型且训练速度提高 10 倍。

浪潮 AI&HPC 总经理刘军认为，人工智能需求下的 CPU 已跟不上形势，GPU 成为 “网红”，服务器市场走向 AI 时代，加速器的集成、机器学习、深度学习等工作负载成为 AI 服务器区别于以往的标签。目前，浪潮占据了 57% 的 AI 服务器国内市场份额，并且 AI 服务器发货量增长 600%，5 倍于全球平均增长。这一成绩的取得，既源于自身实力和努力，也得益于整个时代赋予的机会。

群雄逐鹿 未来市场表现可期

《报告》显示，2017 年中国 AI 服务器整体销售额 5.68 亿美元，出货量 27863 台。面对着巨大的市场，为 AI 提供计算服务的服务器行业纷纷追随 “风口” 发力 AI 服务器领域。但不是所有服务器都能满足时代的需求，于是竞争来了。

巨大的 AI 服务器市场已经吸引了全球各大服务器巨头进入，动作频频，呈现出群雄逐鹿之势。

2017 年伊始，浪潮对外宣布成立人工智能与高性能产品部，并先后发布了 ABC（人工智能、大数据、云计算）一体机，基于英伟达的 GPU 技术的全线 AI 计算产品和方案以及基于 FPGA 的 AI 加速方案等。而 9 月初，国际 IT 巨头思科推出了其首款面向密集的深度学习工作负载的服务器；戴尔 EMC 也拿出了自己的 “看家”AI 服务器…… 可以说，AI 服务器成为全球各大服务器厂商争抢的高地。

“用于 AI 工作负载的服务器是服务器市场中增长迅速的一部分，AI 服务器基础设施市场规模将在 2022 年达到 176 亿美元。”近期 IDC 发布的《全球 AI 服务器基础设施预测，2018—2022》报告显示出 “大蛋糕” 的诱人之处，IDC 的预测是：到 2021 年全球 AI 支出将增加 50％以上。

群雄逐鹿 AI 服务器市场，谁能笑到最后？刘军认为，对趋势的把握、模式先进，技术领先很重要。

也有业内专家表示，从产业发展规律来看，重视研发并且持续投入，企业发展的持续动力才长久；同时，在讲求 “用户体验” 的时代，面向客户具体业务，提供从研发、生产、供货到实施运维等业务链条服务才是“王道”。

应用场景多样 定制化趋势凸显

人工智能的核心是机器学习，使计算机具有智能的根本途径也是机器学习。借助 AI 服务器，机器学习的应用场景已经十分广泛，比如图像识别、自然语言处理、医疗诊断、市场分析、故障检测……

有专家认为，企业 AI 化需求的不断加深，需要有非常强大的计算平台来支撑线上推理和线下训练，这种 AI 计算平台涉及到 GPU、CPU、TPU、FPGA 等硬件，都有相应的顶尖企业对应，比如英伟达 GPU 以卓越性能取胜，英特尔在 CPU 上优势明显，谷歌以专用 TPU 加速器瞄准深度学习场景。

中国信通院今年 8 月发布的《人工智能发展白皮书技术架构篇》也肯定了这一趋势。其中 “深度学习使用 GPU 计算具有优异表现，催生了各类 GPU 服务器， 带动了 GPU 服务器的快速发展；同时，也带动了以服务的形式提供人工智能所需要的能力，如深度学习计算类的计算平台，以及语音识别、人脸识别等服务”。

目前浪潮的用户涉及百度、阿里巴巴、腾讯、今日头条、科大讯飞、网易等不同人工智能方向的用户。刘军介绍，针对不同的行业需求，浪潮策略要点就是与 AI 企业合纵连横构建生态。

如与科大讯飞联手推出 “AI Booster” 方案，面向语音识别、智能翻译的训练方案；在 AI 计算平台方面，构建的全面的产品线，涵盖线下训练、线上推理、资源池化以及深度学习管理平台；面向深度学习计算集群，推出的自主研发的深度学习管理系统“AI Station”，帮助客户快速部署深度学习训练环境，全面管理深度学习训练任务等。
来源：科技日报

---

---