Redian新闻
>
先迈过算力需求恐慌这道坎,再去抵达「数字化建设」创造的智能未来丨看见2033

先迈过算力需求恐慌这道坎,再去抵达「数字化建设」创造的智能未来丨看见2033

公众号新闻

深入一场对话,构筑一个未来。




《看见2033》第七期:冯大刚x王翔x庄秉翰

面对下一个10年,我们要有能迎击未来不确定性的底气,也要有敢在风口下务实前进的胆量。
时间回溯到1997年,成立了12年的中兴通讯正式登陆深交所A股,在更激烈的市场土壤上加速成长。也是这一年,27岁的王翔加入中兴通讯,一同奔赴“新战场”。眨眼间,王翔和中兴已然相伴了26个年头。
在这二十多年里,中兴成功地重塑了ICT市场格局,成为了能与巨头掰手腕的另一个巨头。对王翔来说,最具成就感的事情是在那网络智能化快速发展的时代,重新定义了市场规则。
从3G时代到5G时代的每一次风口爆发,从物联网到人工智能的每一轮科技竞赛,王翔看到了NGN下一代网络的规模化应用方向,看到了未来世界万物互联、智能、虚拟及技术演进云化等趋势。
作为中兴的高级副总裁、首席战略官,王翔要做的,就是把那些在难以预测的未来里可能发生的事,一步步变成笃定到来的事。
这注定是一条铺满荆棘的路,但中兴并不是单打独斗。依靠多年国际化战略布局形成的庞大生态圈,中兴早已有了一群并肩作战的合作伙伴,例如与全球半导体巨头英特尔的强强联合,是中兴在5G和AI时代,甚至在未来10年持续成为有力领导者的一股重要助力。
对英特尔来说,在扎根中国市场的近40年时间里,英特尔中国区已成为公司最主要的业务区域之一。尤其在算力已成为新生产力的数字经济时代,这家巨头亦步入了英特尔中国2.0时代,意味着英特尔将从“Intel in China”,正式迈向“Intel with China”。
这是一场涉及公司整体战略的进化和调整,也称为英特尔IDM 2.0。顾名思义,2.0时代的英特尔将更为开放包容地搭建产业生态,利用不断扩大的第三方代工和产品版图,以及全球化的内部工厂网络,服务中国乃至全球市场。
因为英特尔看见的,是由半导体支撑的数字化未来,是10年后依旧有效的摩尔定律,是元素周期表中的无限可能。
在航程中看向远方,在潮水中把握流向,是企业掌舵者们的使命和任务,这也是36氪专访栏目「看见2033」的初衷:找到那些曾经改变过去、因此也最有能力改变未来的人,寻问他们对“未来10年”后商业社会的看法,以及他们为何愿意在一件事上倾注10年。
把维度定在“10年”而不是今年和明年,也不去谈论具体的公司业务而是“其他”,是因为我们相信那句投资圈著名的箴言:人们往往高估了未来一两年的变化,而低估了未来十年的变化。
在与36氪的三边对话中,英特尔市场营销集团副总裁、中国区数据中心销售总经理庄秉翰看见的,是智能化为社会企业带来的可持续性未来,同时他也冷静地审视着因ChatGPT火爆而引起的算力市场需求恐慌。
中兴通讯王翔看见的,是一个数字化产业快速成熟普及、产业价值增加,甚至将诞生出商业价值比互联网时代更庞大的未来。在这个未来里,底层技术创新和生态圈构建会成为中兴更重要的战略目标,对绿色能源的思考亦不可小觑。
尽管浮沉商海里,机会与困境如影随形。但对王翔来说,中兴在AI时代面对的最大敌人并非来自外部,而是内部是否能适应这个变化。幸好,韧性,是中兴最骄傲的品质。

以下是36氪与中兴通讯王翔、英特尔庄秉翰的对话内容,经摘编:

未来将约有80%的企业采用智能工厂
36氪:10年后,您认为智能工厂会发生哪些改变?
中兴通讯王翔:在10年时间内,行业的数字化将会得到很大普及。基本上按照我们的判断,在发展成熟期,将会有80%左右的企业采用智能工厂。
36氪:今天和2033年对智能工厂的标准会有何不同?
中兴通讯王翔:在当前的标准下,流水线并不需要多少人就能自动运作,就可以定义为智能工厂。
36氪:除了人数量变少外还有没有其它变化?
中兴通讯王翔:人是其中的一个部分,我们更关注的是质量和效率。在某种程度上,除却效率之外,引入智能化之后的质量会比以往有大幅提升。
英特尔庄秉翰:通过各种不同的智能化可以实现降本增效,甚至还有可持续性。包括英特尔对社会责任的一个目标,提出到2030年我们要减少碳排放,做到60%以上废弃物的可再生利用,这不光是为了节省人工成本。
36氪:有没有可能10年后,工厂里几乎没有人,工人都在千里之外工作?
英特尔庄秉翰:这肯定是有可能的,就像现在我们开会时人不一定要在现场,以后很多需要动手的(活)、动脚的(活),其实也不一定要在现场。例如自动驾驶,可以想像司机师傅在一个非常高清的荧幕面前,远程就能开车;或者医生不一定在现场也能进行一个非常精密的外科手术。其实很多我们正在聊的事情已经在发生。
36氪:其实有一句话是说未来已来,只是它分布得不均匀。换句话说,我们今天讨论到2033年将要发生的东西,很多可能在今天就已经完成了。
中兴通讯王翔:是的,有些东西现在已经实现了,但由于它可能成本比较高,或者技术上的实现(等因素),未来其实是把这些技术转化为产业的一个过程。
36氪:如今智能工厂的普及度并不高,您觉得主要的阻碍在哪?
中兴通讯王翔:智慧工厂是跨域技术的结合。它涉及到的第一点,ICT(信息与通信技术)要进入一个陌生的行业,结合陌生技术来解决问题,这会面临一定的技术壁垒;第二点,不同行业的技术整合和业务流程有一定的关系,那它在流程里要和新技术结合,这又是一个比较大的挑战。
同时如果将一个技术点细分,我们叫“感通算智控安”。首先“感”是指要看到和知道那是什么感知设备,“通”是“眼睛”看到的东西要传到大脑,“算”是设备的CPU(大脑)快不快,“智”是设备的人工智能算法,“控”是设备把这些感知到后,如何去操控机械臂。还有一个是“安全”,因为涉及到数据保护,以及现场的执行安全。
这6个结合起来才能解决一个点的问题。我们中兴通讯每年大概解决40个点,我们的智能工厂花了差不多三年时间,现在解决了大概120个点的自动化,比如说电路板制造。我觉得可能五年左右,差不多200个点就能覆盖这个领域了。但如果换一个行业,比如说水泥制造,那它可能又要解决200个点,又需要一定的时间。所以这在行业无法快速普及。
36氪:这个速度可以变得越来越快吗?
中兴通讯王翔:这是肯定的,因为当前面的发展成熟,以及逐步产品化、标准化之后,其它地方就可以组合了。所以我们现在做了一个叫数字星云的平台,它能解决什么问题呢?就是我每实现一个点的自动化,就把这个点的经验拆分成要素,当我解决下一个点时,就可以将要素进行组合,提高效率。
最早的时候由于缺乏要素,我们不知道这个环境用什么才能感知,要怎么传,用什么东西算,这些都是早期的困惑。但越往后,它的相似度就越高,比如这个地方要用摄像头,可能很多地方也都要用摄像头,那下一次我们再面对同样的场景时,就能直接把数字星云平台上相应的感知模块拖拽过来,第二步要解决通讯时,再把通讯模块拽过来,这样一条线就是完成了。
36氪:翰总如何看待这个问题?

英特尔庄秉翰:我觉得首先是有没有达到降本增效的目的,还有就是先后顺序。什么意思呢?就是说改造老工厂其实是很困难的事情,要把一个老工厂停工改造,之后还要进行人员培训,这会给工厂原来的生产业务带来很大干扰。那还不如在新建工厂的时候,就把这些东西导入进去。技术有时候反而不是一个最重要因素。

ChatGPT点燃了算力市场需求恐慌
36氪:AI行业对芯片技术架构的影响?
英特尔庄秉翰:大家一直觉得英特尔是一个CPU公司,如今我们还推出了面向各种场景的XPU加速器,包括AI加速器、FPGA,可以解决特定场景下的更多问题。
现在业界转向了合封概念,就是把不同技术合封在一个芯片上。相应的工艺也要做改进,我们经过改善能够把晶体管做得更小、功耗更低。我们现在也在看神经拟态芯片、量子芯片等,希望10年后我们正在探讨的黑科技能够量产。
36氪:有一个说法认为,Facebook做的元宇宙到今天还没有真正落地,其中很重要的原因是算力问题。如果到了2033年,要怎样的算力级别才能支撑起我们的设想?
中兴通讯王翔:Facebook的元宇宙涵盖范围很广,它所谓的6大核心技术目前都没有达到理想状态,仍是短板,很难呈现出一个完美的画面。从目前来看,最显著的短板不是算力,因为算力靠现在的技术似乎也能达到。按照摩尔定律,10年后算力差不多会提升100倍,我觉得这个速度是能够满足我们对元宇宙的一个需求。
36氪:前段时间大家在讨论ChatGPT算力不足的问题,是因为买不到芯片。您怎么看?
英特尔庄秉翰:ChatGPT来了以后,大家发现原来AI还可以这么用,一下子火爆起来,其实也产生了一个需求恐慌的阶段。需求恐慌是什么意思?就是说不管它对我有没有用,但我要是没有,我就输了。比如说原来需求只有100的市场,因为这种恐慌市场需求一下变成300、400。
其实从供应角度,我觉得只要有这个市场需求,供应肯定是可以跟上的。包括英特尔,现在我们推出了IDM2.0的概念,就是我们不光能提供CPU芯片给客户,我们也会扩大自己的产能,帮客户制造芯片。所以我们在全球各地扩产,产能总是能跟上的。
36氪:10年之内,来自自动驾驶或智能家居等其他行业的芯片需求,是否有可能超过今天的互联网行业?
英特尔庄秉翰:因为功耗原因,你永远不可能把一个很高端的算力放在一个终端产品上,包括汽车和手机。如果你想非常快速地去响应某些应用,你可以依靠手机或汽车的算力。但像大规模的模型训练,实时地训练,训练完后的推送肯定得放在云端或边缘端。
36氪:大量的算力其实是分布不均的,例如“东数西算”的问题。您如何看待?
中兴通讯王翔:中国提出的“东数西算”和以前“南水北调”的逻辑相似,这个逻辑合理性,第一是我们的西部和北部有广阔的土地,第二是有相对比较低的温度,第三是有更广泛的能源支持,这样它通过全局协调,能让全局有一个成本的最优化。
36氪:别的国家有类似“东数西算”的做法吗?
中兴通讯王翔:目前还没有见到过。别的国家,尤其是地理大国,其实人口分布相比中国较为均衡,而中国处于人口和资源分布不平衡的状态,这种特点在全球很少。
当然我们提出的“东数西算”也面临着新的困难。因为数据产生和数据存储不在同一个地方,距离的原因产生了时延的问题,这就有可能让你对它的结果不满意。原则上现在大家认为一个满意度的拐点是20毫秒,如果数据从a点到b点大于20毫秒,那可能业务就不能接受。
36氪:人工辅助自动驾驶,司机在云端进行操作,这能通过“东数西算”实现吗?
中兴通讯王翔:所有的人工智能都是训练和推理。我觉得自动驾驶的训练肯定放在云端,它不一定要实时,但对推理来说,决策要在本地。
“东数西算”解决了我们场景中的大部分难点,但对于特殊场景,还要用满足场景服务需求的解决方案来做。刚才我们说到的距离也一样,现在很多距离产生的时延是由转发导致的,它每转一次,可能就延迟几毫秒,转的次数多了时间就自然上去了。

对中兴来说,我们在想是否能通过一些短的转发来实现,比如推出长距离无电中继传输方案,能满足西部到东部,甚至到粤港澳范围的传送,同时时延能降到20毫秒之内。这涉及到整体网络的重构和设计。

通用人工智能难以击败人类行业know-how
36氪:AI时代资源的集中度会不会提高?它会是一个垄断资源吗?
英特尔庄秉翰:我觉得中国做了一个很好的决定,就是把算力当作是水电一样的民生资源,这个方向就是为确保算力不会被某些人或企业所垄断。其实“东数西算”也符合这个概念,因为透过国家的算力网络全景布局,可以公平合理地把算力分配给每一个需要的人。
36氪:在AI时代,整个商业的集中度会变得更高还是更低?
中兴通讯王翔:行业里一定是分散的,因为差异化很大。但是面向普通消费者我认为会聚集,因为对AI来说,数据越多它的推理越好,当数据多到一定程度,就会产生兰彻斯特效应,它的结果会更加优秀。所以我们认为在消费领域,未来会是一个集中场景。但因为每个行业的知识差异非常大,很难用一个平台覆盖所有行业精细的知识。
36氪:通用人工智能是否击败我们的行业know-how?
中兴通讯王翔:行业里有相应的数据,你很难完全获得里面的know-how。当所有know-how都知道时,可能通用人工智能会更强一点,但我认为很难走到这一步。
36氪:每一个行业垂直细分的知识会不会开放给大模型?
中兴通讯王翔:第一是这种知识的开放度,我觉得每个企业都会对自己的核心知识产权进行保护。一本词典对一个专业领域来说只是入门,但对于普通人工智能来说叫专业。有一句话是“不要用你的爱好去挑战一个人的职业”,所以我觉得在专业里,人工智能很难获得这个知识,并且这种知识的获得是有一定壁垒的。
36氪:如何保护AI时代用户的数据安全?
中兴通讯王翔:数据越多,责任越大。人工智能可能带来最显著的风险就是隐私安全等,这需要在技术上逐步解决。我们自己也做了很多工作,从数据的采集、传送、使用、分享,包括未来有些数据要注销,这些全过程我们都要做相关的工作,来保护客户数据的安全。
36氪:中兴在新兴数字产业的布局?
中兴通讯王翔:我们更多从设备的底层和生态进行双线并举。底层是我们最核心的技术,比如通讯芯片,以及操作系统、数据库等基础软件。
生态方面,未来的竞争会越来越复杂,单一企业在行业里很难生存,所以我们要发展更多的生态伙伴,比如我们和英特尔就属于算力上的战略合作伙伴。我们在不同行业做数字化时,也必须要和行业龙头在一起,否则很难去穿透行业知识壁垒。
36氪:美好的未来里有什么值得担心的事情?

中兴通讯王翔:能源。中兴在今年5月提交科学碳目标的承诺。我们花了两年时间把内部所有碳消耗的路径摸清了,同时还用了非常多的技术手段来改变。

人工智能的“To Be or Not to Be”
36氪:前段时间马斯克等人联名签署了一封公开信,呼吁暂缓AI的开发,两位如果代表个人的话会签字吗?
中兴通讯王翔:提升机器的智能一定是未来的方向。但就像我曾经看过的一部电影,它经常会问机器生来为了什么,最后的答案是“生而为人”。既然生而为人,那就要符合人性,以及人的规则。
其实目前我们主要是担心未来AI滥用智力,当智力被机器滥用时,人可能无法跟它抗衡。我们可以冷静思考一下,我们未来的定位以及AI和人之间的关系,当它变得越来越强大时,它要符合什么规则,要注入什么样的人性。
36氪:那您个人的观点是觉得AI是人还是不是?
中兴王翔:我觉得我们可以冷静地想一下,但未来一定是要继续走。
英特尔庄秉翰:就像打开一个潘多拉的盒子,很难把它再放回去。AI肯定会给人类带来很多造福世界的事情,同时它可能也会有些隐患。很多事情不是单方面的,肯定要考虑全局。不过我觉得这个火车已经启动,现在很难把它停下来,可能也没有必要把它停下来。
36氪:所以AI是不可能成为人的对吧?
英特尔庄秉翰:至少目前看到的AI,我们认为它还是没有情感能力。那是否能迅速提升,让它有情感和思考能力,能自己判断和决定对错,现阶段我们还没有看到这样的AI,但未来有可能。

中兴通讯王翔:我们不能因为一个好技术有一定风险就对它产生恐惧。其实坏的不是技术,而是谁去使用它。所有东西都有风险,我们要看到它对人类社会带来的贡献和风险相比,到底哪个更大。当它带来的收益更大时,那我们的主要任务就是控制风险。

创造比互联网更大的商业价值
36氪:两位认为10年后会不会出现一个1:1还原真实世界的虚拟世界?就像凯文·凯利(KK)在书中提到的“镜像世界”一样。
中兴通讯王翔:镜像世界是生活的一个投影,它延伸了人们的物理环境。我想它在未来一定会发生,只是早晚而已。
英特尔庄秉翰:镜像世界不是一蹴而就的,如果它进化到教育娱乐的范畴,能让更多人参与,那我认为它离刚才所讲的镜像世界距离就不远了。
36氪:如何看待镜像世界跟元宇宙的区别?
中兴通讯王翔:当我们谈镜像世界时,我们更关心的是数字世界和自然世界之间的关联。但我们谈元宇宙时,我们关心的是当我融入到一个数字世界时,我的生活方式是什么?我是否能带它产生交易?这些交易和生活跟我之间的联系是什么?我觉得我们没有必要去区分镜像世界和元宇宙。
36氪:您愿意在类似《头号玩家》的世界里生活吗?
英特尔庄秉翰:我非常愿意尝试并且沉浸在这个世界里,而且我希望这能改变我的生活,让我的生活更有趣,更有效率。而且我也希望更多这种应用的公司参与,让元宇宙或者镜像世界能够变得更丰富,不只是针对某些应用。
36氪:英特尔是过去38年在中国最成功的跨国企业之一,您觉得在未来10年至20年里,它会取得更大的辉煌吗?

英特尔庄秉翰:我们看到中国市场带来了许多非常高度的创新,比如我们的伙伴中兴,在各种领域都有很多创新思维。我们也非常荣幸以及希望积极地与中国伙伴一起努力,不光是开拓中国产业,甚至是服务于世界。

36氪:假设未来20年是中国数字化建设的高潮,就像过去20年是中国互联网行业的高潮一样。您觉得在数字化过程中,有没有可能诞生出比互联网更大的商业价值?
中兴通讯王翔:它一定会带来更大的价值。前期的互联网主要是造福于人,引导人的消费来提供便利。但下一步行业的塑造更多是创造新的产业价值,只有当新的产业价值增加,流通才更加有价值。
其实以往互联网加大的是流通效率,而我们未来是增加基础价值,当基础价值增加,流通效率再高时,这两个行业的整体市场前景和空间也会变得更大。

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
周伯文:更早看见人工智能未来的人丨AI·20人系列报道冯大刚x朱江明:预见新能源汽车的十年未来|看见2033预告冯大刚x孟樸:走进十年后“万物有灵”的时代|看见2033预告行业盛会合作伙伴招募 | 加入2023数字化产品经理大会,共拓数字化时代商机!算力需求急速攀升,DPU成为行业香饽饽德州电力需求将再创新高,电网还能扛住吗?生成式人工智能催生算力需求 数据存储产业迎来新机遇腾讯:数字化转型指数报告2023-子报告3:公众数字化转型认知人到中年,迈过这3道坎,好运与你常伴大算力需求下存内计算的应用和发展趋势 | 知存科技业务拓展副总裁詹慕航演讲预告数字化智慧病理科建设白皮书:病理科数字化、智慧化转型进行时甜点和花卉的诱惑Hinton:我对「青蛙」创造出「人」这件事的后果很紧张|全文整理+视频游戏行业“经营难”的这道坎,开放生态的微信游戏圈意味着什么?美国男人应统问答室 | 算法工程师也会遇到35岁这道坎么?来自资深算法博士的剖析算力需求太大!微软称如果没有足够的AI芯片,数据服务可能会中断朱江明:未来10年,智能电动汽车会出现两极分化|看见2033预告普华永道联合《商学院》杂志发布《汽车行业营销数字化行业观察》白皮书,探索车企营销数字化八大挑战 ​北汽研究总院数字化研究院(蓝谷信息)与锐捷网络深化业务合作,共创数字化办公新方案阿里换 CEO;​国内多个大语言模型通过算法备案紅與黑之旅——為人師表好索賠事件(原載《世界華人周刊》)极客时间数字化人才培养项目正式发布,数字化转型与人工智能产业人才基地培育出品看见2033预告|冯大刚x王石(下):十年后,或有100个「碳中和社区」中山大学:政务服务智能化建设研究报告 (2023年)夫妻缘分早有定数,迈过这3道坎就是一辈子,否则早晚散伙摩根大通CEO即将访问上海之际中美关系出现了重大转折第三期对话:冯大刚x王石(上)|看见2033回国之旅,手机失踪了从数字化出海到出海数字化,企业如何打造制胜的「锚」与「帆」?王石:未来十年,碳中和是确定的趋势|看见2033预言家日报筑格精选丨看完《长安三万里》,再看5000年消失的城和人。第五期对话:冯大刚x朱江明|看见2033乡村振兴的「数字化解法」腾讯:数字化转型指数报告2023-子报告1:数字化转型指数报告
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。