近年来，AI普惠已成为企业数字化的一条快速通道，各类数字化工具为企业上云、用数、赋智提供了便捷的手段，而智能化也不再是那么的遥不可及。一方面，基础设施的算力在后摩尔定律时代高速增长，另一方面，越来越多的算力被以云服务的方式提供，甚至HPC云化也变成了一种潮流。此时，企业获取AI也在变得更加简便。

　　算力多元化 企业如何快速获取AI能力？

　　IDC预测，2023年AI系统的支出将达到979亿美元，是2019年375亿美元支出的2.5倍多。在摩尔定律和云效率的帮助下，人工智能正在从复杂的组织向每一个应用程序渗透。例如在NVIDIA的数据中心业务版图中，AI扮演着至关重要的作用，GPU可以满足大规模的并行计算需求，并且得益于Tensor Core和TensorRT的支持在云端低精度计算上构筑了技术优势，TensorRT 5可以将FP32模型转换成FP16或INT8模型，而不损失准确率，并降低能耗。

　　围绕TensorRT，NVIDIA帮助阿里巴巴和百度构建了深度推荐系统，对TensorFlow的输出结果进行优化，通过计算寻找计算图中可以融合的节点和边，减少访问以便开发者使用CUDA将负载高效部署在任意的GPU上。

　　此前，企业要在互联网数以百亿计的信息流中找到用户真正关心的内容就像大海捞针，而这需要一个智能的筛选系统将有效信息从数十亿过滤到数百个，并且进行排序，依据就是对用户喜好的了解，这种推荐系统的计算平台已从CPU转向GPU。在百度，10TB量级的数据使用GPU训练成本可减少90%。阿里在处理“双11”的交易量时，使用基于GPU的深度学习模型每秒可处理780个请求。

　　以往，机器学习采用的还是一些传统处理器架构，比如说CPU，有很多AI负载架构在CPU之上，CPU实际上是一个针对应用和网络设计的处理器，是标量处理器。后来的GPU是针对图形和高性能计算、以向量处理为核心的处理器，从2016年到现在被广泛应用在一些AI应用里。但在Graphcore看来，AI是一个全新的应用架构，底层是以计算图作为表征的，所以需要一种全新的处理器架构，而Graphcore IPU就是针对计算图的处理所设计的一款处理器。

　　在Armv9架构中也加入了针对AI的设计理念，AI工作负载的普遍性和广泛性需要更多样化和专用的解决方案。据估计，到21世纪20年代中期，全球将有超过80亿台搭载AI语音辅助的设备。且90%或更多设备上的应用程序将包含AI元素以及基于AI的界面，如视觉或语音。

　　为了满足这一需求，Arm与富士通合作开发了可伸缩矢量扩展（Scalable Vector Extension， SVE）技术，并驱动了世界上最快的超级计算机“富岳”。在此基础上，Arm为Armv9开发了SVE2，以便在更广泛的应用中实现增强的机器学习和数字信号处理能力。

　　SVE2增强了对在CPU上本地运行的5G系统、虚拟和增强现实以及ML工作负载的处理能力，例如图像处理和智能家居应用。在未来几年，Arm将进一步扩展其技术的AI能力，除了在其Mali GPU和Ethos NPU中持续进行AI创新外，还将大幅增强CPU内的矩阵乘法。

　　华为则认为，进入21世纪，以CPU为代表的、基于规则的算力出现过剩，由此出现了云。可以说，云汇聚各类工作负载，又将反过来驱动各类计算的创新与进步，尤其是以暴力计算为特征的统计计算，以及统计和规则为特征的混合计算。

　　如今，有越来越多的AI应用发生在云端，尤其是对于智能技术需求高的行业而言，他们甚至可以说是被AI逼上公有云，而那些原本使用私有云的企业用户，也由私有云跃迁到了混合云。当人工智能走向云端，开发者既是第一批受益者，又成为了云服务商手中的核心资源。此外，就像微软不惜重金收购GitHub、谷歌开源TensorFlow一样，核心的开发者群体或社区贡献着数以万计的应用资源，而背后的这些数据资源如果悉数运行在Azure或谷歌云平台上，对于微软和谷歌的云业务发展也是强势助力。

　　另一方面，低代码和无代码也加速了AI的普及落地。低代码指的是减少传统应用程序的代码编写量，主要通过图形化可视化界面，以拖放组件和模型驱动逻辑的方式，让更多业务人员和IT开发人员共同参与业务流程的优化，快速为Web端和移动端创建企业级应用。Gartner预计，65%的企业应用在未来的4年中都会变成低代码的应用，到2024年，65%的企业都会采用低代码的应用。

　　为了更好地服务客户，G&J Pepsi一直在接纳采用领先的技术。随着公司IT部门对移动办公的需求越来越高，IT部门面临着越来越多的机遇和挑战。通过微软Power Apps、Power BI和Power Automate，G&J Pepsi的七人IT团队创建了用于门店审计和销售流程自动化的定制化应用。通过这些自定义的应用，IT团队可以建立、部署和管理可扩展的端到端解决方案，无需任何开发应用程序的经验，大幅提升了移动业务的效率和能力。

　　丰田汽车公司寻求一种无需IT部门大量参与的解决方案，用以提高跨部门、跨学科的合作效率，满足企业创新需求。通过部署微软Power Apps，丰田汽车公司的员工可以自主请求开发应用程序。借助跨应用程序的自动化，员工大大减少了每年在数据输入上花费的时间。目前丰田汽车公司已经通过Power Apps开发了400多个应用程序，影响范围从部分专业成员扩展至拥有成千上万名员工的团队。

　　据微软统计，Power Apps能够帮助企业减少70%的应用程序开发成本，目前已有95%的世界五百强企业都在使用Power Apps自定义构建程序。Power Apps还可与自动化工作流解决方案Power Automate一起使用，用于数据集成。

　　可以看到，无论是通过云还是本地计算的方式，客户关心的是AI功能如何快速、高效、低成本的实现，而这对于产品和服务提供商来说，则有了巨大的市场空间。