中国人工智能，赏花更要寻根

2020 年，互联网巨头做社区团购引发了广泛争议。《人民日报》发表评论称，互联网巨头拥有雄厚的财力、大量的数据资源、领先的数字技术，人们期待巨头们不仅能在商业模式上进行创新，更能承担起推进科技创新的责任。

可以说，社会各界都在担心这样一个问题：科技与互联网。

巨头将大量资源与注意力放在商业模式上，一方面可能损害中小经济体的利益，另一方面也会放缓重要科技创新的推进速率，继而为未来埋下隐患。

我们都明白"未来不受影响，只能在今天跑赢"的道理。秉持这份谨慎初心，我们再来看很多繁荣发展的领域，或许会察觉到不一样的价值——比如说人工智能。

在今天，人工智能的发展已经是"十四五规划"和 2035 年远景目标中优先发展的"三驾马车"之一。我们已经很少见到科技与互联网公司说他们没有发展人工智能。从 2017 年进入高速发展期以来，中国人工智能产业可谓繁花似锦。但如果我们对照计算、数据库、互联网等产业的发展会发现，中国人工智能依旧存在应用强于基础，花果强于枝干的固有问题。

在上世纪 80 年代末开启的信息革命中，硅谷科技公司普遍选择了在一个领域获得成功后，就持续深入其产业上游、开拓基础技术的创新方式。这既让硅谷保持了持续的核心技术领先，又让创业公司得以不断成长。我们很难想象，如果 IBM 拿到大量军用和政府订单后，没有发力微型计算与家用电脑会怎样；也很难设想如果谷歌的搜索引擎成功后，去做电商、电脑、汽车，而没有发力安卓系统会如何。

今天的中国人工智能产业，或许需要更多元化的投入与关注，在应用层的持续繁荣之外，也需要对人工智能基础层的"根技术"投以更多目光与支持。

人工智能花开

经过几年的高速发展与大力扶持，中国人工智能产业的市场规模达到了惊人的成就，并且持续保持高速增长。根据赛迪网发布的数据，2021 年预计中国人工智能产业规模将达到 2035.6 亿元人民币，实现约为 28.8%的增长率。

智能音箱、人工智能+智能手机、人工智能+互联网应用、人脸识别等几大基础人工智能应用，已经实现了家喻户晓的接受程度。互联网、IT、数据、通信、金融类公司普遍展开了广泛的人工智能部署与研究，以机器视觉四小龙、科大讯飞为代表的人工智能算法公司开启了上市潮。

如果对比中美两国人工智能产业发展会发现，在应用层中国人工智能产业已经基本没有明显劣势，甚至大量应用表现实现了领先。2020 年特朗普政府希望推动美国公司收购 TikTok，却因为 APP 中的人工智能核心技术而无法成型，足可见中国人工智能技术与人工智能应用的繁荣。

然而在一片繁花似锦下，或许我们也该向在其他基础科技领域一样，看到人工智能产业链底层存在的隐忧。人工智能繁花中的大部分枝桠，依旧生长在美国的人工智能根技术上。比如说大部分厂商都用以 TensorFlow 为代表的美国框架完成算法开发和模型部署；而在人工智能算力供给上，英伟达的 GPU 依旧是大量人工智能公司和开发者无法摆脱的基础设施，甚至持续出现英伟达相关人工智能算力产品供不应求，经年等待才能购买的情况。

这种情况给中国人工智能产业与中国人工智能开发者带来了三个难题：

1、 很多美国公司的基础产品优先供给美国本土。供不应求的情况限制了众多产业能动性；

2、 中美科技博弈的发生，为美国人工智能基础设施的可持续与安全性打上了问号；

3、 美国人工智能基础设施的发展与其应用相适配，但无法适配中国的人工智能发展速度，根技术会成为限制人工智能发展的瓶颈。

这些隐忧之下，我们或许应该在激赏人工智能花开之余，也意识到想要让人工智能真正成为社会经济的核心拉动力，那就需要去一条少有人的路：冲向上游，拥抱根技术。

寻"根"之路

1999 年，中国科技部部长徐冠华曾说："中国信息产业缺芯少魂。"其中的"芯"指的是处理器，而"魂"则是指操作系统。如今这个判断已经成为了社会各界的共识。在信息时代，"缺芯少魂"是缺乏根技术的最直接表现。而当人工智能成为全新的发展机遇，中国也就注定要踏上一条智能时代的寻"根"之旅。

所谓根技术，是指那些能够衍生出并支撑着一个或多个技术簇的技术。根技术是技术树之根，持续为整个技术树提供着滋养，在很大程度上决定着技术树的荣枯。处理器和操作系统，是计算领域的根技术；而类似的逻辑应用到人工智能层面，我们会发现处理器和开发框架，组成了人工智能时代的根技术。

如今，科技自立成为从国家战略到产业发展中反复提及的关键词。人工智能产业首当其冲，在建立根技术的路途上不断探索着科技创新的可能性。

在框架领域，百度在 2013 年推出了深度学习框架飞桨的原型 Paddle，经过长期演化成长为集深度学习核心框架、工具组件和服务平台为的开源深度学习平台。2018 年，华为推出了自研人工智能框架 MindSpore，其天然具备通用处理器及昇腾系列处理器的接入优势，可以提供端边云多场景的统一 API，为人工智能模型开发、模型运行、模型部署提供端到端能力。2020 年，旷视推出了天元（MegEngine）深度学习框架，丰富了中国深度学习框架的产业构成。

时间来到 2021 年，MindSpore 等框架已经进入了生态化发展、软硬件协同的新阶段。在国产框架的努力下，TensorFlow、PyTorch、caffe 近乎垄断人工智能软件基础的时代似乎已一去不返。

就像其他科技领域一样，人工智能的核心依旧是专项算力。而与通用计算、图形计算不同的是，人工智能算力作为一个全新领域，全球可以说处在相近的起跑线，而这也构成了中国计算产业突围的全新方向。

可以看到的是，越来越多的人工智能相关企业开始向人工智能处理器的纵深领域探索。比如算法公司近两年一个显著变化是向硬件端靠拢，而寒武纪、地平线这样的人工智能处理器企业也在不断发展，拿出更多可量产、可商用方案。

互联网巨头也开始将人工智能处理器作为主要发力方向。2019 年阿里就发布了人工智能处理器含光 800。百度的人工智能处理器昆仑 1 在 2020 年实现了 2 万片规模化部署，并且在 2021 年春节前宣布成立半导体子公司，加大人工智能处理器投入。

华为发力人工智能的核心根技术，2018 年发布了昇腾系列处理器，构筑了推理、训练兼备，能完成云、边、端各场景人工智能处理的算力解决方案。并且基于华为的全 ICT 产业链优势，赋能到了各个领域，走进了大量行业的智能化需求。

人工智能根技术的纵深之路上，我们将看到更多企业与产品的涌现。其中可以重点关注三个领域的持续突破：

1、 处理器与框架、开发工具的软硬件结合，是构筑人工智能开发底层生态的基础。从人工智能算力层到框架层，再到开发层的"一体化"根技术，正在成为当前阶段的发展关键，也是人工智能持续发展的核心。

2、 对云、端多场景的适配，是加强人工智能可用性的关键。人工智能根技术的发展驱动力在于产业应用价值，这就需要算力与框架不是单纯停留在实验室与数据集中，必须与云计算、边缘计算、端侧场景等产业耦合，发挥人工智能根技术的真实价值。

3、 相关解决方案与行业场景、行业需求的融合，是探索人工智能新价值的核心。再向上看，人工智能技术的长期产业效力是与行业知识、产业经验深度融合，通过智能化升级解锁新的生产关系，持续解放生产力，这也是中国人工智能产业打造独有优势的核心通道。

不难看出的是，只有补完框架和处理器的高地，打造坚实的人工智能软硬件基础，我们才能更愉悦地欣赏应用层的人工智能花开。

因为我们会知道，那是风雨飘摇也吹不散的花海。

花开固然好，根固花常在

相信我们有个共识：中国人工智能的上限绝不能被其他国家所定义。

因此中国人工智能的核心发展目标，在于利用人工智能技术的智能化升级价值，融合中国的全产业链优势，大范围促进各行业的普遍生产力，继而推动社会经济进入高速发展周期。

以这个目标向上游推演，中国人工智能产业的发展目标，在于突破已经探索过的产业模式，建立自立且全新的人工智能底座，支撑工业级、社会共用的智能化体系。而这也就需要打造全栈化、多元化场景适配、行业深度融合的人工智能基础设施。

这就需要建立一个良性的人工智能根技术与应用层、开发层的产业联动。估计所有企业去开发处理器与框架，当然既不现实也不经济；但如果没有人去做这些探索，人工智能的繁荣终究不够安全和稳定。

或许接下来人工智能产业的重点在于，重点扶持一批骨干企业发挥头部作用，向信息革命中的几大硅谷公司一样，建立有效的根技术环境；同时鼓励广大软件企业和开发者采用中国自己的根技术，避免出现一招不慎，从技术底层被釜底抽薪的难题。

好在我们可以看到，越来越多国产框架的开发者数量、使用次数、工业级支撑力在飙升；也可以看到人工智能处理器的玩家越来越多。

中国人工智能应该去的道路，是向下扎到根，实现软硬件全栈的自立自强与领先；向上捅破天，探索人工智能技术未知的，没有参照物可言的价值可能性。

花开固然好，根固花常在，智能中国的繁华，应该有自己的底座、底气和底蕴。