2020年，互聯網巨頭做社區團購引發了廣泛爭議?！度嗣袢請蟆钒l表評論稱，互聯網巨頭擁有雄厚的財力、大量的數據資源、領先的數字技術，人們期待巨頭們不僅能在商業模式上進行創新，更能承擔起推進科技創新的責任。可以說，社會各界都在擔心這樣一個問題：科技與互聯網。巨頭將大量資源與注意力放在商業模式上，一方面可能損害中小經濟體的利益，另一方面也會放緩重要科技創新的推進速率，繼而為未來埋下隱患。

我們都明白"未來不受影響，只能在今天跑贏"的道理。秉持這份謹慎初心，我們再來看很多繁榮發展的領域，或許會察覺到不一樣的價值——比如說人工智能。

在今天，人工智能的發展已經是"十四五規劃"和2035年遠景目標中優先發展的"三駕馬車"之一。我們已經很少見到科技與互聯網公司說他們沒有發展人工智能。從2017年進入高速發展期以來，中國人工智能產業可謂繁花似錦。但如果我們對照計算、數據庫、互聯網等產業的發展會發現，中國人工智能依舊存在應用強于基礎，花果強于枝干的固有問題。

在上世紀80年代末開啟的信息革命中，硅谷科技公司普遍選擇了在一個領域獲得成功后，就持續深入其產業上游、開拓基礎技術的創新方式。這既讓硅谷保持了持續的核心技術領先，又讓創業公司得以不斷成長。我們很難想象，如果IBM拿到大量軍用和政府訂單后，沒有發力微型計算與家用電腦會怎樣；也很難設想如果谷歌的搜索引擎成功后，去做電商、電腦、汽車，而沒有發力安卓系統會如何。

今天的中國人工智能產業，或許需要更多元化的投入與關注，在應用層的持續繁榮之外，也需要對人工智能基礎層的"根技術"投以更多目光與支持。

人工智能花開

經過幾年的高速發展與大力扶持，中國人工智能產業的市場規模達到了驚人的成就，并且持續保持高速增長。根據賽迪網發布的數據，2021年預計中國人工智能產業規模將達到2035.6億元人民幣，實現約為28.8%的增長率。智能音箱、人工智能+智能手機、人工智能+互聯網應用、人臉識別等幾大基礎人工智能應用，已經實現了家喻戶曉的接受程度?；ヂ摼W、IT、數據、通信、金融類公司普遍展開了廣泛的人工智能部署與研究，以機器視覺四小龍、科大訊飛為代表的人工智能算法公司開啟了上市潮。

如果對比中美兩國人工智能產業發展會發現，在應用層中國人工智能產業已經基本沒有明顯劣勢，甚至大量應用表現實現了領先。2020年特朗普政府希望推動美國公司收購TikTok，卻因為APP中的人工智能核心技術而無法成型，足可見中國人工智能技術與人工智能應用的繁榮。

然而在一片繁花似錦下，或許我們也該向在其他基礎科技領域一樣，看到人工智能產業鏈底層存在的隱憂。人工智能繁花中的大部分枝椏，依舊生長在美國的人工智能根技術上。比如說大部分廠商都用以TensorFlow為代表的美國框架完成算法開發和模型部署；而在人工智能算力供給上，英偉達的GPU依舊是大量人工智能公司和開發者無法擺脫的基礎設施，甚至持續出現英偉達相關人工智能算力產品供不應求，經年等待才能購買的情況。

這種情況給中國人工智能產業與中國人工智能開發者帶來了三個難題：

1、 很多美國公司的基礎產品優先供給美國本土。供不應求的情況限制了眾多產業能動性；

2、 中美科技博弈的發生，為美國人工智能基礎設施的可持續與安全性打上了問號；

3、 美國人工智能基礎設施的發展與其應用相適配，但無法適配中國的人工智能發展速度，根技術會成為限制人工智能發展的瓶頸。

這些隱憂之下，我們或許應該在激賞人工智能花開之余，也意識到想要讓人工智能真正成為社會經濟的核心拉動力，那就需要去一條少有人的路：沖向上游，擁抱根技術。

尋"根"之路

1999年，中國科技部部長徐冠華曾說："中國信息產業缺芯少魂。"其中的"芯"指的是處理器，而"魂"則是指操作系統。如今這個判斷已經成為了社會各界的共識。在信息時代，"缺芯少魂"是缺乏根技術的最直接表現。而當人工智能成為全新的發展機遇，中國也就注定要踏上一條智能時代的尋"根"之旅。

所謂根技術，是指那些能夠衍生出并支撐著一個或多個技術簇的技術。根技術是技術樹之根，持續為整個技術樹提供著滋養，在很大程度上決定著技術樹的榮枯。處理器和操作系統，是計算領域的根技術；而類似的邏輯應用到人工智能層面，我們會發現處理器和開發框架，組成了人工智能時代的根技術。如今，科技自立成為從國家戰略到產業發展中反復提及的關鍵詞。人工智能產業首當其沖，在建立根技術的路途上不斷探索著科技創新的可能性。

在框架領域，百度在2013年推出了深度學習框架飛槳的原型Paddle，經過長期演化成長為集深度學習核心框架、工具組件和服務平臺為的開源深度學習平臺。2018年，華為推出了自研人工智能框架MindSpore，其天然具備通用處理器及昇騰系列處理器的接入優勢，可以提供端邊云多場景的統一API，為人工智能模型開發、模型運行、模型部署提供端到端能力。2020年，曠視推出了天元（MegEngine）深度學習框架，豐富了中國深度學習框架的產業構成。

時間來到2021年，MindSpore等框架已經進入了生態化發展、軟硬件協同的新階段。在國產框架的努力下，TensorFlow、PyTorch、caffe近乎壟斷人工智能軟件基礎的時代似乎已一去不返。就像其他科技領域一樣，人工智能的核心依舊是專項算力。而與通用計算、圖形計算不同的是，人工智能算力作為一個全新領域，全球可以說處在相近的起跑線，而這也構成了中國計算產業突圍的全新方向。

可以看到的是，越來越多的人工智能相關企業開始向人工智能處理器的縱深領域探索。比如算法公司近兩年一個顯著變化是向硬件端靠攏，而寒武紀、地平線這樣的人工智能處理器企業也在不斷發展，拿出更多可量產、可商用方案。互聯網巨頭也開始將人工智能處理器作為主要發力方向。2019年阿里就發布了人工智能處理器含光800。百度的人工智能處理器昆侖1在2020年實現了2萬片規模化部署，并且在2021年春節前宣布成立半導體子公司，加大人工智能處理器投入。

華為發力人工智能的核心根技術，2018年發布了昇騰系列處理器，構筑了推理、訓練兼備，能完成云、邊、端各場景人工智能處理的算力解決方案。并且基于華為的全ICT產業鏈優勢，賦能到了各個領域，走進了大量行業的智能化需求。人工智能根技術的縱深之路上，我們將看到更多企業與產品的涌現。其中可以重點關注三個領域的持續突破：

1、 處理器與框架、開發工具的軟硬件結合，是構筑人工智能開發底層生態的基礎。從人工智能算力層到框架層，再到開發層的"一體化"根技術，正在成為當前階段的發展關鍵，也是人工智能持續發展的核心。

2、 對云、端多場景的適配，是加強人工智能可用性的關鍵。人工智能根技術的發展驅動力在于產業應用價值，這就需要算力與框架不是單純停留在實驗室與數據集中，必須與云計算、邊緣計算、端側場景等產業耦合，發揮人工智能根技術的真實價值。

3、 相關解決方案與行業場景、行業需求的融合，是探索人工智能新價值的核心。再向上看，人工智能技術的長期產業效力是與行業知識、產業經驗深度融合，通過智能化升級解鎖新的生產關系，持續解放生產力，這也是中國人工智能產業打造獨有優勢的核心通道。

不難看出的是，只有補完框架和處理器的高地，打造堅實的人工智能軟硬件基礎，我們才能更愉悅地欣賞應用層的人工智能花開。因為我們會知道，那是風雨飄搖也吹不散的花海。

花開固然好，根固花常在

相信我們有個共識：中國人工智能的上限絕不能被其他國家所定義。因此中國人工智能的核心發展目標，在于利用人工智能技術的智能化升級價值，融合中國的全產業鏈優勢，大范圍促進各行業的普遍生產力，繼而推動社會經濟進入高速發展周期。以這個目標向上游推演，中國人工智能產業的發展目標，在于突破已經探索過的產業模式，建立自立且全新的人工智能底座，支撐工業級、社會共用的智能化體系。而這也就需要打造全?；?、多元化場景適配、行業深度融合的人工智能基礎設施。

這就需要建立一個良性的人工智能根技術與應用層、開發層的產業聯動。估計所有企業去開發處理器與框架，當然既不現實也不經濟；但如果沒有人去做這些探索，人工智能的繁榮終究不夠安全和穩定。或許接下來人工智能產業的重點在于，重點扶持一批骨干企業發揮頭部作用，向信息革命中的幾大硅谷公司一樣，建立有效的根技術環境；同時鼓勵廣大軟件企業和開發者采用中國自己的根技術，避免出現一招不慎，從技術底層被釜底抽薪的難題。

好在我們可以看到，越來越多國產框架的開發者數量、使用次數、工業級支撐力在飆升；也可以看到人工智能處理器的玩家越來越多。中國人工智能應該去的道路，是向下扎到根，實現軟硬件全棧的自立自強與領先；向上捅破天，探索人工智能技術未知的，沒有參照物可言的價值可能性。

花開固然好，根固花常在，智能中國的繁華，應該有自己的底座、底氣和底蘊。

fqj