目前，全球知名的人工智能公司在巨量模型上都投入巨大，谷歌、微软、英伟达、浪潮、智源人工智能研究院、百度、阿里等公司相继推出了各自的巨量模型。“巨量化的一个核心特征就是模型参数多、训练数据量大。”刘军以浪潮人工智能研究院开发的中文人工智能巨量模型“源1.0”为例介绍说，其数量高达2457亿，训练数据集规模达到5000GB。“我们对算力的追求没有极限。”刘军说。
人工智能芯片正呈现多元化发展趋势，芯片的多元化为人工智能产业化的加速提供了重要的产业基础和更加丰富的选择。但是，芯片从造出来到大规模用起来，还隔着一个巨大的产业鸿沟。以一台人工智能服务器研制为例，整个系统需要经过30多个开发流程，使用150多种加工制造工艺，对280多个关键过程控制点的质量进行严格把控，还要实现与算法框架和人工智能应用的优化与适配等问题。
“要想释放多元算力价值、促进人工智能创新，一是要重视智算系统的创新，加大人工智能新型基础设施建设，把从技术到应用的链条设计好，从体系结构、芯片设计、系统设计、系统软件、开发环境等各个领域形成既分工明确又协同创新的局面；二是要加快推动开放标准建设，通过统一、规范的标准，将多元化算力转变为可调度的资源，让算力好用、易用。”王恩东说。
中国人工智能基础设施市场规模保持高速增长，中国服务器厂商已成为全球服务器市场的中坚力量。IDC预计，2021年人工智能加速服务器市场规模将达56.9亿美元，相比2020年增长61.6%，到2025年，中国人工智能加速服务器市场将达108.6亿美元。
我国明确提出在全国布局算力网络国家枢纽节点，同时积极推进智能计算中心建设，发力构建普适普惠、安全可靠的现代化基础设施体系和生态。智能计算中心已被越来越多的地方政府视为实现支撑和引领数字经济、智能产业、智慧城市、智慧社会发展的关键性信息基础设施，为算力、数据、生态和产业发展提供平台化支持。
