人工智能计算中心多点开花，为城市装上“最强大脑”

人工智能正在重构城市的运行方式。

深圳市龙岗区在应对城市治理的挑战时，搭建了集约化城市AI算力平台，覆盖到城市治理、安全生产、生态环境、公共安全、综合治理等6个领域的40多个场景，以统一、共享的AI服务加速城市治理走向智能化；

原来依靠人工的输电线路巡检，逐渐引入多场景协同AI分析能力，在固定摄像头、无人机、便携智能设备等植入AI模块，在云管端的使能下，可以智能检测烟火、异物、线路损坏等问题，作业效率比传统方案提升了5倍；

原先靠肉眼识别瑕疵的质检流水线上，在边缘智能、计算机视觉等技术的赋能下，智能质检设备正在解放忙碌在流水线上的质检工人，不仅准确率提升到了99.9%，还降低了60%以上的质检工作量......

这些场景可能对很多人来说已经不再陌生，人工智能正以前所未有的速度在社会中渗透。倘若站在城市的视角上来思考这些变化，除了对数据、算法的考量，算力已经是城市智能化的重要基石，联想到人工智能在社会生产中扮演的角色，人工智能算力的强弱已经是衡量城市竞争力的新指标。

01 新基建下的生产力

将人工智能算力视为一个技术指标，可能并不确切。

2020年最火的概念非新基建莫属，个中价值显然不只是5G、大数据、人工智能、工业互联网等产业赛道所释放的魅力。只要稍微了解公路、铁路、电力等旧基建曾经对中国城市发展的贡献，新基建的号召力便不言而喻。

而在新基建涉及的领域中，人工智能的价值像是石油、电力一样的基础资源。在“数据就是生产资料，算力就是生产力”的新语境下，人工智能几乎可以和数字经济划上等号，渗入到各个行业，并与5G、IoT、区块链等多种新型技术进行融合，进而无处不在。AI算力正逐渐成为智能时代经济增长的驱动引擎。

随着5G、互联网等新型应用的普及，文本、图片、语音、视频等非结构化数据的生成速度不断加快，对AI算力的需求呈现了爆炸式增长。而传统的CPU处理器在处理这些数据时，需要在内存和处理单元间传输数据，不但影响了计算效率，还增加了功耗，导致高效的人工智能算力逐渐成了一种稀缺资源。

OpenAI曾在一份关于AI计算能力增长趋势的分析报告中指出：2012年以来，在最大规模的人工智能训练中所使用的计算量呈指数级增长，3.5个月的时间翻一倍；自2012年到2018年的六年时间里，AI算力需求增长了30万倍，未来3到5年AI算力需求将继续增长100万倍，远高于传统通用算力需求的增长速度。

何况目前，原本就稀缺的AI算力主要集中在少数企业和组织中，在很大程度上抬高了AI落地应用的成本和门槛。考虑到实际应用过程中存在的数据清洗、算法研究、项目实施等附加成本，人工智能的产业化进程并不乐观，以至于在人工智能热度空前高涨的局面下，在全行业中的渗透率还只有4%。

一些城市找到了变通的方案，即以政府主导的形式构建以AI算力和产业聚合平台为内涵的“城市AI大脑”，其中人工智能计算中心被视为“城市AI大脑”的核心部件，为整座城市的新基建提供澎湃AI算力。比如武汉、成都、哈尔滨、许昌等城市纷纷加入人工智能计算中心建设队列，人工智能计算中心在全国范围内呈现出了“多点开花”的态势。

毕竟“城市AI大脑”属于城市进入到智慧化阶段的必然产物，参考《经济学人》曾以工业用电量评估中国城市经济实力的做法，城市AI大脑的“能量值”大概率将影响一座城市在未来经济格局中的站位。