把话题起得博大一点，人类文明的发展一直与能源变革密切相关。从百年前电力的大规模应用完成了第二次工业革命，到以2G、3G、4G为代表的通信技术驱动了第三次工业革命，人与人之间的联结已经变得非常紧密。现在我们一直说，以5G、AI、云等为代表的创新ICT技术正在驱动第四次工业革命，5G高速率、低延迟、大容量的特性实现了万物互联，AI高算力、
　　低功耗、全场景的特性实现了万物智能，云虚拟化、超大规模和高扩张性的特性实现了万物共享。5G、AI、云使能所有行业，构建了数字世界基础，而AI在5G时代的算力化考量，就变得很有迫切感了。
　　AI是又一次工业革命
　　17世纪后期，英国采矿业特别是煤矿已发展到相当的规模，单靠人力、畜力已难以满足排除矿井地下水的要求，而现场又有丰富而廉价的煤作为燃料。现实的需要促使人们致力于“以火力提水”的探索。1769年英国人詹姆斯·瓦特制造了蒸汽机，引起了18世纪的第一次工业革命。100年后，美国人发明和实现了电力的广泛使用，引领了19世纪的第二次工业革命。1946年，世界第一台二进制计算机的发明，人类在20世纪进入了第三次工业革命，信息技术的发展尤其是移动互联网的普及极大地改变了人类的生活。进入21世纪，人类正在迎来以智能技术为代
　　表的第四次工业革命，人工智能、物联网、5G以及生物工程等新技术融入到人类社会方方面面;驱动全球宏观趋势的变化，如社会可持续发展，经济增长的新动能，智慧城市、产业数字化转型、消费体验等。
　　人工智能是一系列新的通用目的技术（GPT），包括自然语言处理、图片识别、视频分析等。人工智能是信息化进程的新高度，信息技术带来了效率的提升，人工智能则带来生产成本的变化。行业 A，I人工智能将会改变每个行业、每个职业、每个组织、每个家庭和每个人。
　　可以说，时代又仿佛回到了对采矿行业非生物动力需求极大的17世纪，进入21世纪，人工智能也对算力提出了强劲的增长需求。AI算力需求的急剧增长与传统CPU算力缓慢提升（每年10%）之间存在巨大矛盾，全球掀起造芯运动，加速算力成本降低和AI应用普及。
　　AI的根本难题在哪里
　　我们知道，人工智能的支撑要素包括算力（工业云计算和边缘计算）、数据（工业大数据）和算法（工业人工智能），在中国，基于人口规模和经济的发展程度，在数据和行业应用都在全球处于领先地位。但是AI算力资源却很稀缺而且昂贵，各行业应用需要越来越强劲的AI算力。
　　但是我们也看到，算力价格贵、使用难和资源难获取是目前AI发展的三大瓶颈。比如，现在人工智能整个训练的过程，譬如训练人脸识别、交通综合治理、自动驾驶，模型的训练成本非常高昂的;又比如，缺乏一个统一的开发框架，无法适配从训练到推理，从公有云到私有云、边缘、终端的多种应用场景，开发、调优、部署的工作量巨大;再比如，业界用于AI计算的GPU供货周期长，限量供应等，导致硬件资源不易获取。
　　业界开发大规模AI训练芯片的主要厂家，比如英伟达、谷歌和华为都推出了自己的AI训练芯片。英伟达Tesla