《加速行业智能化白皮书》序言

中国工程院院士，清华大学计算机科学与技术系教授 郑纬民

1760年到1840年的第一次工业革命，主要技术手段是煤炭、蒸汽机，将人类带入了以机械化为特征的蒸汽机时代。19世纪末到20世纪初的第二次工业革命的主要技术手段是电力、石油，将人类带入了电气化时代。20世纪60年代开始的第三次工业革命主要技术手段是计算机、互联网，将人类带入了自动化或网络化时代。21世纪初的第四次工业革命则以大数据和人工智能技术为核心，以互联网承载的新技术融合为典型特征。相比前三次工业革命为人类社会带来的进步，第四次工业革命将人类带入了更高层次的智能化时代。人工智能技术不断演进，成为第四次工业革命的关键新兴技术，成为当前最具颠覆性的技术之一，是行业转型升级的重要驱动力量。

人工智能作为一项战略性技术，已成为世界多国政府科技投入的聚焦点和产业政策的发力点。全球170多个国家相继出台人工智能相关国家战略和规划文件，加速全球人工智能产业发展落地。具体而言，美国将人工智能提到“未来产业”和“未来技术”领域的高度，不断巩固和提升美国在人工智能领域的全球竞争力；欧盟全面重塑数字时代全球影响力，其中将推动人工智能发展列为重要的工作；英国旨在使英国成为人工智能领域的全球超级大国；日本致力于推动人工智能领域的创新创造计划，全面建设数字化政府；新加坡要成为研发和部署有影响力的人工智能解决方案的先行者；基于当前复杂多变的国际形势，中国一方面要加强人工智能基础核心技术创新研究，培育自主创新生态体系，另一方面要推进人工智能与传统产业的融合，赋能我国产业数字化、智能化高质量发展。

算力、数据、算法已经构成了目前实现人工智能的三要素，并且缺一不可。人工智能算力是算力基础设施的重要组成部分，是中国新基建和“东数西算”工程的核心任务抓手。预计到2025年，中国的AI算力总量将超过1800EFlops，占总算力的比重将超过85%，2030年全球AI算力将增长500倍。中国已经在20多个城市陆续启动了人工智能计算中心的建设，以普惠算力带动当地人工智能产业快速发展。多年来华为聚焦鲲鹏、昇腾处理器技术，发展欧拉操作系统、高斯数据库、昇思AI开发框架等基础软件生态，通过软硬件协同、架构创新、系统性创新，保持算力基础设施的先进性，为行业数字化构筑安全、绿色、可持续发展算力底座。

人工智能产业的发展必然带来海量数据安全汇聚和流通的需求，大带宽、低时延的网络能力是发挥算力性能的基础。网络能力需求体现在数据中心内、数据中心间以及数据中心跟终端用户之间不同层面的需求。中国正在启动400G全光网和IPv6+网络建设以及从5G往5G-A传输网络的演进工作，旨在通过大带宽、低时延高性能网络，支撑海量数据的实时安全交互。通过全方位的网络能力建设和升级，为人工智能数据流动保驾护航。

人工智能技术的应用，是发挥基础设施价值的最后一公里。海量通用数据基础上进行预先训练形成的基础大模型，大幅提升了人工智能的泛化性、通用性、实用性。基础大模型要结合行业数据进行更有针对性的训练和优化，沉淀行业数据、知识、特征形成行业大模型，赋能千行万业智能化转型。

本书中华为联合行业全面地总结了人工智能基础设施建设以及行业智能化转型的实践经验，精选了一些AI使能企业生产、使能民生、加速行业智能化转型方面的典型案例进行分析，展示了图像检测、视频检索，预测决策类，自然语言处理3类应用场景的巨大潜力，为世界各国推动行业智能化转型落地提供了更多的思路、方法和借鉴，为全球人工智能技术发展和进步贡献更多智慧和力量。

人工智能技术将成为行业智能化的主驱动，推动各行各业实现智能化转型和发展。智能化将成为全人类共同的未来，不是个别国家的特权，不仅是因为它能够带来巨大的经济和社会效益，更因为它能够让人类的生活更加便捷、高效和舒适。全球各国可以结合各自的实际情况，相互学习和借鉴，加快AI算力基础设施的构建，并通过人工智能领域人才的培养、提供政策保障、制定行业标准，助推AI技术高质量发展，共同探索和创造更加美好的未来。