前不久，中國工程院院士、浪潮集團首席科學家王恩提出了“智算中心”，并表示未來80%的計算都將是AI計算。
近日，IDC公布了《2019年中國AI基礎架構市場調查報告》。報告顯示，2019年中國AI服務器出貨量為79318臺，同比增長46.7%。2019年，中國整體通用服務器市場出貨量同比下降3.8%，為3,177,540臺。
對比通用服務器和AI服務器所提供的計算力總量，就會發現，AI計算已經成為主流的計算形態。伴隨著AI計算的高速成長，王恩東院士的論斷在幾年內將成為現實。
AI計算力已不低于48%
下表是2019年AI服務器的配置分布，經過加權計算可以得出，平均每臺服務器配置8.02個GPU加速卡。
為了不低估傳統計算力，通用服務器的CPU配置均已浮點性能最高的英特爾至強白金8280可擴展處理器來計算，AI服務器配置以出貨量最大的英偉達T4 加速器來計算。至強8280有28核心，每個核心最高主頻4GHZ,雙精度浮點能力為0.9Tflops, 一臺通用服務器(以2顆CPU計算)，整體浮點能力為1.8Tflops。英偉達的T4加速器有2560 個 NVIDIACUDA核心，雙精度浮點性能為4Tflops，一臺AI服務器的浮點計算力超過33.8Tflops，相當37.6臺普通服務器。
這一比例同兩類服務器的出貨量相乘，就可以得到，2019年中國新增計算力中，AI計算力約為48%，這是最保守的估計。
未來的對比，出貨量增速、摩爾定律和單機配置
根據IDC預測，中國AI服務器市場在2018-2023年的年復合增長率為37.9%，也就是到2023年，AI服務器市場規模將達到2019年的3.6倍。整體通用服務器市場到2023年，僅能增長34.5%，僅以此估算，到2023年，AI算力占比至少可以提高到72%。
而且，AI計算技術的提升不斷加快，CPU技術提升已經遭遇瓶頸。由于制程技術逼近物理極限，CPU正面臨摩爾定律失效的挑戰，Intel曾公開表示“摩爾定律將不能繼續引導電子設備發展的節奏”。GPU等異構計算技術則呈現出超摩爾定律表現，保持著超過高速的性能提升，最新的英偉達安培架構，相比上一代，AI訓練性能提高了6倍，AI推理性能提高了7倍。
最后，AI服務器不僅出貨量增長速度更高、技術創新更快，而且單機配置也在不斷的提高，單臺AI服務器可以提供更高的計算力。根據IDC統計數據，2017年平均每臺AI服務器配置4.31個GPU,2018年提高為5.1個，到2019年就提高至8.02。
所以，2023年以前，AI計算力的占比就可以超過80%。
AI計算改變了什么
AI正在滲透我們的日常生產、生活中，AI計算的發展為“一切AI化”提供了基本的技術基礎。同時，伴隨著AI計算的發展，數據中心將逐漸演變為智算中心，并成為水廠、電站一樣的社會必要基礎設施。
智算中心并不僅是輸出AI計算，不僅是應用AI技術、“以智生智”，而是基于全新技術的計算力生產中心。Google等企業已經在數據中心中廣泛采用AI技術，這些數據中心距離真正意義的智算中心仍有距離。液冷、融合架構、開放計算、模塊化數據中心等下一代數據中心技術正在形成和發展中，AI計算將撬動新一代ICT技術和產業的發展壯大。例如，AI計算將推動將直接推動液冷的發展和應用，而液冷技術帶來的巨大的散熱能力冗余，可以為技術創新提供巨大的想象空間，比如直接將多個處理器直接集成在一片硅晶圓上，不再切割。伴隨著新一代技術的成熟，智算中心也將迎來自己的時代。
