或许很少人有人知道，当前全球所有的信息数据中，有90%都产生于近几年

 随着互联网的诞生与发展，人类社会不仅是迎来了数据的大爆炸，也迎来了人工智能特征使之改变的时代特征，应用特征，评价特征，价值特征，产品特征。

相关报告显示，预计2020年，全球平均每个人均摊到的数据量将达到5200GB，这其中的三分之一不仅将成为大数据的一部分，更重要的是也将成为人工智能行为规范、行事规则、产品规矩的一部分。

任何传统优势可能都不会存在，没有对新事物的认识，就没有未来。

另，更巨大的数据量，对算力无疑是更严峻的考验。

必须冲破摩尔定律，AI服务器必须登上历史舞台

众所周知，推动AI发展的动力有三个：算法、数据、算力。

不久前，Facebook公司人工智能领域的负责人杰尔姆·佩森蒂在一次公开演讲中表示出了对于人工智能的担忧，自2012年以来，创建最先进系统所需的计算量每年增加10倍，AI训练任务所运用的算力每3.43个月就会翻倍，这一数字大大超越了芯片产业长期存在的摩尔定律（每18-24个月芯片的性能会翻一倍）。

算法的突破与数据洪流的爆发成就了人工智能行业，但现有计算平台已经不足以完成人工智能对于庞大运算量的需求。

传统服务器主要以CPU为算力提供者，随着云计算、大数据、AI、物联网等技术应用，数据在近几年呈指数型增长，以往只依靠CPU进行运算的传统服务器应付起来愈发吃力。因此，拥有上千个核心、擅长处理密集型运算的AI服务器必须登上历史的舞台。

从硬件架构来看，AI服务器主要指的是采用异构形式的服务器，有CPU＋GPU、CPU＋FPGA、CPU＋TPU等多种形式，其中采用CPU＋GPU结构的AI服务器最为广泛。因此在业界，也有许多人将其默认为GPU服务器。

2019年全球人工智能系统支出将达到358亿美元，相比2018年增加44％

AI服务器市场的前景可见一斑。

2018年11月12日，在美国达拉斯举行的全球超算大会SC18上，浪潮发布AI超级服务器AGX-5，凭借其单机每秒2千万亿次的计算性能，成为当时全球最强大的AI计算主机之一；

2019年4月10日，华为在其智能计算中国行深圳站上，正式推出基于昇腾AI芯片的Atlas人工智能计算平台——即针对AI全场景的解决方案，以加强该公司智能计算布局；

2019年7月1日，在MWC19（2019世界移动大会）期间，亦有服务于人工智能时代的全新一代自主研发服务器发布……

从服务器到平台，今后的领导者的任务之一，必须包括构建完善产业生态

2019年上半年，互联网仍然是AI服务器市场最大的主体，同时能源、服务、建筑、通信、公共事业五个行业增速超过或接近200%，传统行业的AI应用已迈入规模化部署阶段，产业AI化进一步提速。

但是，传统行业应用AI的最大挑战往往不在于算力，而在于缺乏平台、应用程序开发，以及模型、算法调整方面的技术能力，产业AI化的实现需要生态力量的支撑。

为解决这一难题，不少企业提供更加全面的一站式解决平台。

目标包括，连接具备AI技术开发能力的科技公司及具备实施AI整体解决方案能力的SI、ISV伙伴，通过彼此的连接、共享与协同，共同为客户提供端到端的Al模型和方案。