北京年4月15日/美通社/--中国工程院院士，浪潮集团执行总裁、首席科学家王恩东15日在浪潮数据中心合作伙伴大会上表示，智慧时代，计算需求呈指数级增长，计算技术、产品与产业面临着多元化、巨量化和生态化的新挑战。计算产业迎来由计算到智算、多元算力融合、算力供给基建化的新格局。
当天，“浪潮数据中心合作伙伴大会(IPF)”在苏州举行，王恩东在出席大会时作如上表述。
智慧计算无处不在，重塑着世界的方方面面，为第一、二、三产业发挥重要价值--无人农场、智能农机、智慧农业正在改变延续了上千年的农业生产方式；智能工厂让生产效率显著提升；医疗机器人在抗击新冠疫情中大显身手，无接触送货、无人机送餐也已成为智慧物流的亮点。智慧计算已经渗透进各个行业，让智慧时代充满希望。
十四五，数字经济推动智慧算力加速普及和升级，智慧时代，计算能力需求将出现巨大的飞跃。王恩东说：“面对指数级增长的计算需求，计算技术、产品与产业也面临着三大挑战。计算场景愈加复杂、计算架构更加多元；巨量模型、巨量数据、巨量算力及巨量应用挑战着现有计算机体系结构，以及如何用开放包容地最大化生态效能。”
王恩东表示：“以创新应答挑战，浪潮通过创新智算体系结构、构建智算产品体系、推动智算中心落地、建设元脑产业链生态引领智算发展。智慧计算，未来可期。”
以下是演讲全文：
欢迎大家来到太湖之滨，莅临“智算·向新”浪潮数据中心合作伙伴大会，正是由于在座各位的大力支持，浪潮在过去的一年又取得了高速的发展，继续保持服务器全球第三，中国第一，并且成为全球人工智能计算的领导者。在此，感谢大家一年来对浪潮的支持和帮助，谢谢大家！
过去的一年，应该说是极不平凡的一年，全球新冠病*肆虐，彻底改变了人类的生活方式，“绿水青山枉自多，全球无奈病*何”，全球经济出现大幅的下滑，美国发起的贸易战愈演愈烈，对全球经济雪上加霜，中国率先控制住了疫情，率先实现了经济恢复和增长，完胜脱贫攻坚战，制定了激动人心的“十四五”规划，宣告中国进入了新的发展阶段，将构建以国内大循环为主体、国内国际双循环相互促进的新发展格局。
在过去一年，大家听到最多的一个词就是创新，创新在新发展理念中的核心地位深入人心，创新驱动发展也是“十四五”规划的关键词。创新就是生产力，企业赖之以强、国家赖之以盛。创新也是浪潮的核心价值观之一，创新、诚信、共赢更是浪潮坚持发展合作伙伴、建设生态体系的初心。
立足新的发展阶段，我们应当如何贯彻新发展理念、构建新的计算产业发展格局？带着这样的问题，今天我要报告的题目是《创新驱动共建计算新格局》。
和大家分享一下，面向经济主战场数字化转型的重大机遇，浪潮对于计算向智算发展、多元融合新格局的洞察与思考，以及通过技术架构和产品体系的创新、算力供给模式的创新和生态平台建设等几个方面进行的布局和规划。
既然是思考，我们不妨把时间的维度放大一点，在百万年以前，我们人类的祖先走出森林，走向草原，逐步形成了人类智能，经历了渔猎采集时代、农业时代、工业时代、信息时代，创造了光辉灿烂的文明和科技。
随着以人工智能为代表的新一代信息技术的进步，人类社会正在加速度进入智慧时代，这是对终点的冲刺，还是新的百万年的开始？我想这可能是值得思考的问题。为什么这么说呢？
我们来看一些关于人类大脑和未来的人工智能的大脑，或者说硅基大脑和碳基大脑发展的情况。
类脑计算是全球的研究热点，清华的施路平教授在去年曾经说：“碳基上能够实现的，硅基上一定能够实现”，而实际情况也显示，碳基生物大脑同硅基系统的结合已经不再是科幻小说或者科幻电影，而是逐步在形成科学和技术上的突破。比如就在最近，埃隆·马斯克公布了一项“脑机接口”的最近实验，科学家在猕猴的大脑皮层当中植入了两颗芯片，捕捉大脑活动的信号，实现将大脑信号翻译成游戏的动作。如此以来猴子动动脑子便玩打乒乓球的游戏了。
脑机接口技术延展了生物大脑，在中国年人工智能学会推选出的自然科学类五个应用奖当中，有两个就是关于类脑计算和脑机接口。所以最近一个时期，脑机接口技术获得了比较显著的进展。
我们已经肯定，人工智能技术大的爆发，站在人类历史这样更大的时空维度上，我想这一切应当是刚刚开始。现在，我们创造了无数的智慧大脑，城市大脑、交通大脑、企业大脑等等，这一些都在改变着我们世界的方方面面。
在第一产业，无人农场、智能农机、智慧农业正在改变几千年的农业生产模式。在黑龙江，浪潮与北大荒集团合作建设智慧农业，开拓了全球最大面积的无人农场，智能农机覆盖了农业生产的耕、种、管、收全流程。
年中国农业无人机的销量超过了1.5万架，一架无人机一天农业喷散面积达到亩是人工的20倍。无人机装载了病虫害的识别系统，能够及时发现受病虫害侵蚀的叶子，实现农药的精准喷散，减少了农药的使用量。通过喷洒催熟剂可以实现农作物成熟周期的同步，实现规模化的批量收割，成本大大降低，利润率大幅提升。
在第二产业，年中国制造业增加值达到26万亿，继续保持世界第一制造大国的地位。智能制造是数字经济的皇冠，正在成为各个国家抢占数字经济制高点的主战场。作为双循环的基础发力点，智能制造将成为提升我国整体制造业水平的关键增长引擎。中国智能制造装备产值在年已经超过了2万亿。就在苏州，浪潮建设了一座PCBA智慧工厂，整个生产制造过程弹性透明、可追溯，智能技术贯穿了设计、生产、配送和检测的全部流程，生产效率提升60%以上。
智能计算更是对第三产业形成了深刻的改变，在突如其来的新冠疫情面前发生了巨大的作用，各种功能的医疗机器人等人工智能设备也服务在各地防疫前线，无接触送货、无人机送餐成为智慧物流的亮点。
浪潮也与中国工商银行合作，形成了智慧金融解决方案，帮助更多的人实现了创业梦想。在上海奉贤生态谷基于浪潮计算平台建设了一条无人驾驶实验公路，医院浪潮建设的智慧医疗平台帮助医生实现更快速、更精准的病理分析。
同时，智慧计算也已经成为守护大自然的好帮手，在云南，浪潮协助西双版纳国家自然保护区建设了亚洲象活动轨迹采集活动，在雨林中可以实时地收集亚洲象的行动数据和活动轨迹。
基于人工智能技术，实现毫秒级的精准识别，准确率达到99%，即使在光线不足的夜晚也可以根据一个尾巴和背影识别出亚洲象，通过对野生大象长期的追踪和观测，为洞察大象物种的习性，种群的迁移轨迹提供了帮助。从而也能够对合理的开展亚洲象国家公园的规划，为栖息地改造，食源地优化等保护措施提供科学的依据。
通过上面的例子可以看到，智慧计算时代的序幕已经拉开，人工智能已经开始渗透到经济社会的方方面面，深刻影响着工作和生活。在这个过程中浪潮也一直在发挥着很重要的作用。
智慧时代是充满希望的，所以我们也看到全球主要的经济体都在积极投入到人工智能的技术研究和产业发展当中，像中国、美国、欧盟等等都发布了多个重要的支持*策，投入了巨量研发基金。根据IDC的数据，年全球对人工智能的投资总额达到了亿美元，预计到年投资总额将超过亿美元，投入值非常大，回报也将是非常丰厚的。根据普华永道的预测，到年人工智能技术将为全球GDP带来14%的提升，大约16万亿美元。
进入智慧时代，相比以往传统信息化的应用对计算能力的需求将是非常大的飞跃，传统信息化应用是以基于数据库事物处理的业务为主，像办公系统、ERP、邮件等，计算量随着业务量的增加呈线性增长，但是智慧计算对于计算力的需求是指数级增长的，在年以GPU为代表的AI加速芯片所交付的计算力已经超过了同类CPU，预计到年加速芯片所提供的计算力可能在整个计算力交付当中超过80%。
所以，从计算到智算，智慧计算将成为智慧时代的核心动力。另外，智慧时代生产力的三要素也发生了相应的改变，劳动者从人转向了“人+AI”，劳动效率显著提升，劳动工具从传统的机械设备变成了智能装备就像前面看到的智能农机。而劳动对象从矿石农产品等变成了大数据，数据作为重要的生产要素应当说蕴含着巨大的价值。
面对指数级增长的计算需求，计算的技术、产品、产业也面临着巨大的挑战，具体来说体现在以下三个方面：
第一，多元化的挑战。计算场景的复杂、计算架构的多元。
第二，巨量化的挑战。由巨量模型、巨量数据、巨量算力、巨量应用所引发对现有计算及体系结构的挑战。
第三，生态化的挑战。现在的智算正处于群雄并起的阶段，自成体系，生态离散，产业链上下游脱节。
第一个挑战是多元化。计算的关键任务是支撑业务的发展，不同的业务类型势必要求不同的计算系统完成，比如针对传统的地震波模拟的科学计算，对于数值精度要求很高，而AI训练则可以适用数值范围大、精度相对低的16位附件类型。对于AI推理，由于推理要求的速度快、能耗少，则可以更低的数值精度下处理，像4位、2位甚至1位的整数类型。
也就是说，AI应用引入了新的计算类型，从推理到训练跨度大，同时数据量也从GB到TB、PB不断提升，数据类型从结构化到半结构化、非结构化更加复杂多样。不同数值精度的计算类型对计算芯片的指令集、架构等要求也是不一样的，这样就导致之前一直使用的通用CPU没有办法满足多元计算场景的要求，应当说这也是计算芯片种类越来越多的重要原因。
芯片种类多的另一个原因就是芯片代工模式的普及。现在芯片设计、制造等关键环节都有开源开放的软件、工具，包括代工企业都可以使用。但是芯片从造出来到大规模用起来往往还隔着一个巨大的生态鸿沟，芯片应用一般都面临着开发者学习成本高、用户应用迁移难、芯片制造公司难以上规模的困难和挑战。
人工智能芯片出来之后，大部分都面临着面向开发者的帮助文档、调试工具、交流回答问题的社区建设不足，开发者学习的时间长、难度大，如果学习多个芯片，那这种难更大时间就更不够，所以开发者的学习积极性就会下降。
对于芯片的最终使用者来说，由于芯片的指令集或者芯片架构的差异，导致编程库、编程模型、算法框架无法有效地横向拉通，这是大量的应用迁移困难，可能只是百分之一亿的对原来的编程环境小小的依赖就会导致对新芯片的适配工作前功尽弃。
芯片供应商如果想解决开发者的问题或者是使用者的问题，往往需要投入比芯片的研发成本高数十倍的投入。以往我们认为因特就是一个芯片公司、硬件公司，但其实在因特内部有超过一万人在威尔芯片的配套支撑、应用适配、软件优化做工作。
英伟达公司的CUDA软件环境更是通过长期的大规模的投入才打造了支撑GPU在HPC和AI方面的霸主地位。
第二，巨量化。首先表现在模型参数多，训练数据量大。以自然语言处理为例，基于此训练模型兴起之后，模型精度随着模型尺寸及训练数据的增加显著提升，在年GPT-3模型的参数量首次突破了千亿大关，达到了亿。
按照当前的发展趋势预测，到年模型的参数量会突破百万亿，也就是基本达到人脑神经突触数量，人脑的神经突触数量约万亿。
巨量模型就需要巨量内存，当前1颗GPU板载高速内存容量大概是40GB，对于包含百万亿参数的巨量模型，仅是将这些参数分配到每个GPU内存当中就需要1万块GPU才能装得下，考虑到训练当中还需要额外的存储，实际上就需要2万块GPU才能够启动百万亿参数模型的训练。现有AI芯片的架构已经不足以支撑巨量模型的参数存储需求。
同时，巨量模型依赖海量数据的喂养。目前AI算法本质上还是依赖量变的质变，很难从一个质变跳跃到另一个质变。例如最新的巨量模型需要万亿级的词量数据。海量数据需要海量存储，在超大规模集群中同时满足几万块AI芯片的高性能读取，对存储系统是个极大的挑战。
第二个表现就是计算力需求的指数级增长，深度学习从年兴起到今天，对于算力的需求一直是指数级增长的，每隔3.4个月算力需求翻一倍。左图中纵轴Petaflops乘以day，代表着1P每秒的算力计算一天所需用的浮点计算量，共计8.6千亿次浮点运算。就像我们用千瓦时来度量用电量，在天文学里面，我们以光年为单位度量距离，在这里我们用Petaflops-day简称为PD来度量算力，去年巨量模型需要巨大的算力，年GPT-3的算力就需要个PD。
到年，巨量也就是百万亿参数的这种巨量模型的算力需要百万PD，现在世界上最快的超算是日本的富岳，在这上面完成百万PD的计算所需要的时间需要两年，在不同的领域需要不同类型的巨量的模型。
GPT-3是以处理英文理解任务为主的，为了满足不同的语言、不同的场景的精度要求也需要训练不同的巨量模型。如此庞大的计算力需求给计算技术和产业带来了机遇和巨大的挑战。解决这样的挑战需要从体系结构、系统软件各个方面开展创新。
巨量化第三个表现是模型应用规模大，AI的应用已经渗透到各个行业，以互联网头部企业为例，他们基于自身的已有的AI技术搭建了开放平台，在这上面承载着各类AI的基础能力（语言识别、图像识别、自然语言处理）等等。
这些开放平台已经吸引了超百万的AI开发者，开发了各种AI应用和服务，繁荣了AI的应用生态也加速了AI相同符合产业的落地。同时我们也看到，这些AI开放平台每天承载着数万亿次的调用量、数百万小时的语音识别、超过百亿张图像识别、超过万亿句自然语言的理解。如此巨量的调用对智算中心的应用支撑能力产生了极大的挑战。
第三，生态化。AI技术链条和产业链条在现在还是脱节的。很多人可能会问一个问题或者有这样的疑问，大家都说人工智能好，但是这个东西跟现在的业务、跟客户的应用场景怎么结合起来，我想用AI技术做智能化转型和升级，但是我发现我没有人懂算法和模型，也缺少好的AI开发平台，同时那么多的算法、模型如何找到不同的算法在应用当中的最优组合。现在懂这些的人往往是集中在科研机构或者头部企业，这些地方集中了最优秀的AI人才，但缺少对传统行业的需求场景、业务规律的深入理解，也拿不到最关键的业务数据对模型进行训练，这就导致技术无用武之地。
埃森哲等咨询机构的调查报告也表明了这个问题，70%以上有技术的研究机构和科技公司缺少需求场景、领域知识和数据，70%以上的行业用户则缺少技术人才、AI平台和实践能力。
计算技术与产业生态是离散化，这与我们讲的多元化的挑战是相呼应的，芯片架构五花八门，指令集不同无法兼容，而面向芯片的编程库等等又跟芯片紧密绑定，灵活性差。小公司只做了一个环节，这就造成生态的纵向不通；大公司则希望构建封闭系统，就造成了生态横向不通。这些都严重制约了AI技术的应用和发展。
通过上面的分析我们可以看到，一方面智算需求蓬勃发展是重大的机遇，另一方面是多元化、巨量化、生态化的挑战和困难亟需解决，面向新的需求机遇，迎接新的挑战，应该说计算技术和产业需要构建一个新的发展格局。
我想简单概括起来可以描述为计算逐步向智算转型，多元算力融合和算力供给方式的基建化，面对计算新格局，作为全球领先的人工智能计算企业，浪潮启动了新的五年计划，确定了新的发展目标和策略。
我们将从技术、产品、方案和生态四个方面不断创新，来引领智算的发展，具体来讲的话，包括创新智算体系结构，构建智算产品体系推动智算中心落地，建设元脑产业链生态。
首先来讲，创新智算体系结构，我们在年就提出了融合架构以及融合架构三步走的技术路线，指明了数据中心体系结构的发展方向，目前已经从1.0走到了2.0，以IO方式实现了存储资源和FPGA、GPU各种PU的加速设备池化，正在逐步进入到如何架构3.0阶段，能够提供更高效灵活智能的体系架构。
基于融合架构，浪潮将从硬件重构、软件定义两个方面引领智算技术的体系创新，支撑AI的应用。在融合架构2.0阶段，我们已经实现了CPU同各种加速单元的协同来提升计算的性能。但普遍采用的是PCIe互联的方式，仍然存在地址空间隔离，不支持缓存一致等问题，没有克服架构里面固有的功耗强、内存墙等问题，性能和扩展性受限。在融合架构3.0阶段，我们可以通过片内大容量的缓存，片外高带宽内存等存算一体方式实现计算数据结合，突破存储墙。通过高速互联交换网络支持更广泛的多元异构计算，支持新型存储资源置换，提高性能降低功耗，实现更大规模的资源可扩展。进一步通过在互联处理单元中卸载控制平面，实现控制和计算的分离，进而打造更为灵活资源的可重构。
在系统软件创新方面我们会在可重构的硬件资源池组织上，通过软件定义的方式实现控制层和基础设施的分离，统一资源组织模型，标准化可编程结构，形成软件定义计算、软件定义存储、软件定义网络。通过微服务化实现集中管理平台的高可用和高扩展。
在这个基础之上会进一步与AI技术结合，从业务上实现集于特征感知的自适应应用编排和弹性的资源调度。例如面向视频分析、语音识别、自然语言处理、语义理解等典型的AI场景，可以按需定义训练和推理系统。从管理上实现智能化的运营、运维，也就是智算中心的无人巡检、以创新为分析、容量预测、故障自预等等。
举个例子，这是我们已经研发完成，并且在大客户当中有了成功实践的案例，通过创新体系架构实现了智算中心的弹性高扩展。在这个案例当中通过浪潮的智能网卡，在控制面实现了对虚机、裸机、容器统一管理，在数据面以硬件辅助的方式为虚拟化实力提供洁净硬件性能的计算存储和网络功能，通过IO虚拟化卸载、CPU有效利用率可以提升80%，网络存储延迟达到了本地延迟水平。电商秒杀性能提升30%，计算性价比提升20%。
这一个是我们正在研究的项目，目标是加速巨量模型的高性能计算能力，当前NPU与CPU之间是通过PCIE互联的方式，严重制约了NPU访问系统内存的带宽，NPU不增加片上内存应对模型越来越大的挑战，但是巨量模型的出现是单纯增加片上内存这条路已经走不下去了。
所以我们提出了新的体系结构、参考设计，核心在于通过高速互联来连接NPU和CPU，为NPU提供高速访问系统内存的能力。通过数据自动压缩和解压缩单元，进一步加速NPU访问内存的效率，这样可以通过大容量高速内存池达到完全容纳GPT-3模型，避免模型分割所导致的芯片利用率低、通信频繁等问题。
在产品方面，浪潮会在融合架构技术路线指引下，将持续巩固算力系统，云数智软件平台方面的优势提供硬件重构的计算整机系统，包括智算基础系统、智算加速系统，也会面向海量数据和高速互联来提供智算存储和数据中心交换机产品。
此外，我们也会将技术战持续的往底层延伸，面向不同的场景来开发定制化的AI加速、网络加速、存储加速产品，最终形成覆盖芯片板卡、系统平台和算法的领先的产品体系，在加速芯片和板卡方面，芯片多元化应该既是挑战也是应对当前算力需求复杂多样的手段。
像FPGA在特定场景下，相对CPU来讲都会有10-15倍的性能提升，而GPU各种AI加速芯片面向训练推理等矩阵运算则有无可比拟的优势，传统业务应用像网站数据库等还需要CPU来处理。
浪潮能够以创新的设计对算力单元进行高效的融合，也会在一些专有的领域开发我们自己的加速器，像智能网卡、视频加速器等等，这些在下午的演讲当中会给大家介绍这些产品。
面向计算的新格局我们会持续创新，打造全球领先的智算硬件平台，在智算基础系统方面，浪潮具备业内最丰富的产品布局，拥有全球计算架构最全，配置最多，规格最高的服务器。
仅仅在去年一年，浪潮服务器刷新12项SPECCPU测试世界纪录，打破5项Java性能世界记录，未来智算基础系统将向开放、融合、多元方向发展，深度参与开放计算生态，领导开放计算的发展，面向智能化、容器化等需求建立多元化的计算平台。
在智算加速系统方面，浪潮为智算中心提供了最领先的算力机组，浪潮NFA5是目前全球最高性能的AI服务器。在MLperf全球AI基准测试中，这个机器单机训练性能测试以绝对优势做到全球第一，推理性能测试在打破了18项记录，成为打破记录最多的AI服务器。下一步我们将持续以加速器为中心的体系结构创新，开发高性能的AI系列服务器，同时也会研发高效率制冷技术，实现高性能和低PUE打造绿色节能的AI系列产品。
面向海量训练大数据，浪潮具备全球性能最好的存储系统。存储系统已经三次打破SPC-1全球性能测试记录，在未来我们将面向基础设施云化、大数据、AI等应用场景，打造超高密度和超大规模的智算存储系统，并且针对不同应用的需求构建容灾、备份、归档等数据全生命周期的解决方案。
在网络互联上，浪潮发布了国内首个商用SONiC网络操作系统，搭载浪潮自主研发的核心交换机和TOR交换机，实现了数据中心的智能高速互联，在未来我们浪潮的网络将全面实现网络数据平面、控制平面的可编程，为数据中心带来更加智能化基于意图的全自驱网络解决方案。
在系统软件层面，基于在操作系统、云平台、大数据以及AI平台的长期积累，在业内率先提出智算操作系统，通过软件定义方向在南向智算操作系统实现多元异构计算、新型存储和网络资源的统一管理。在管理平台实现应用感知的智能调度和面向智算中心的统一运营和智能运维。在北向支持各种各样的智能化创新应用，保障从海量数据处理、大规模分布式训练、自动模型生成，到实时推理应用的快速部署上线和高效的运维。
应该说智算操作系统将是智算中心的神经系统，让算力的生产、聚合、调度和释放浑然一体。
在去年线上的合作伙伴大会上，我们提出了智算中心的概念，智算中心应该是智慧时代最主要的计算力的生产中心和供应中心，以融合架构计算系统为平台，以数据为资源能够以强大的AI算力来驱动对数据进行深度加工，产生各种智慧计算的服务，并且通过以云的形式向组织和个人提供服务。
智算中心正在成为推动经济社会运行的重要基础设施也是我国新基建的重要内容，智算中心该怎么建呢？在去年浪潮联合国家信息中心发布了《智能计算中心规划建设指南》，并且在指南当中提出了智算中心的参考架构。
下面讲一个例子，江苏一直是科技创新的大省，是数字经济发展的排头兵，就在今年年初江苏按照《智能计算中心规划建设指南》，在南京投资建设了智算中心，由寒武纪和浪潮联合承建已经投入运营使用。
这个智算中心对外可以提供的算力达到了每秒百亿亿/次，采用了最先进的AI处理芯片和AI计算平台，应该说代表着当前我国智算中心建设的最高水平，该中心将为区域的公共算力服务、创新应用孵化、产业聚集发展、科研创新和人才培养提供助力和支撑。
AI产业化是一个千亿级的市场，产业AI化是一个万亿级的市场，无论AI产业化还是产业AI化，产业链的拉通和生态的建设都是必须的，在AI产业化的过程当中，浪潮是新兴AI企业的主要伙伴和算力提供商，这些创业企业或者拥有领先的芯片，或者积累了大量优质的算法框架模型和数据，这些优质的AI技术正是产业AI化过程当中行业用户所需要的，也是为那些用户提供服务的传统软件开发商所欠缺的。
为了帮助行业用户更好地进行智慧转型，连接传统的ISV和新兴的AI企业，浪潮提出了元脑生态计划，在今后我们还会将元脑生态升级，与合作伙伴共建共赢、共享元脑生态平台，帮助合作伙伴成长，助力伙伴转型，聚合左右手合作伙伴的力量来加速行业和产业的智能化进程，实现浪潮与伙伴和客户共同的发展。
生态系统首先应该是开放的，我们浪潮多年来一直在践行开放计算的理念，引领开放计算的标准，是全球唯一三大开放计算组织的发起成员或者是白金会员，牵头制定了服务器的全部国标，是开放基础设施基金会的创始会员，社区贡献中国第一。同时也是国际SPEC组织机器学习委员会的主席。我们与伙伴的合作也是开放的，不断地在进行合作中的创新，我们联合Intel公司开展第八代服务器CPU平台参考设计，联合三星公司贡献了业界首先NVME策划方案，与英伟达合作开发了首个支持NVLink低延迟单层链路通讯架构。
在算法和应用创新方面我们联合第四范式公司突破了金融票据世界基础，联合马达智数打造了数据预处理、数据三位一体展示软件，联合声扬科技研发了面向金融行业的识别算法。
应当说在过去的一年，浪潮推动的元脑生态的建设成绩还是非常不错的，已经发展了1万5千多的合作伙伴，包括多个行业ISV，超过90%的方案百强企业。在人工智能百强企业当中有85%都与浪潮有着深度的合作，这里面不仅包括BAT等互联网头部企业，也包括第四范式、寒武纪等AI的企业。
下面讲一个例子，在智慧交通领域浪潮在积极推动智慧交通方案的逻辑，为交通行业的头部供应商提供了超过80%的人工智能服务器，部署了60余类交通算法与应用，涵盖了闯红灯、超速等等十几种典型的场景，浪潮也与臻识科技、优码创达一起推动了江西省智慧交通的建设，为客户提供的非现场视频审核一体机在南昌、上饶、新余等16个地市落地，帮助客户提升审片效率40多倍。
各位合作伙伴，计算向智算转型，多元算力融合，智算中心基建化应该是未来计算产业的新格局，也为我们带来了巨大的发展的机遇。在过去的五年，在各位合作伙伴的支持和帮助下，浪潮已经成为全球智算智慧计算的领导者，服务器全球前三，AI服务器全球第一，小型机中国第一，存储出货量增速全球第一。
新的五年计划已经开启，在新的征程当中浪潮将通过技术、产品、方案方面的持续创新，推动智算新格局的建设和发展，并围绕着元脑生态和各位合作伙伴竞争合作携手共进，于变局中开新局，加速成为全球第一。谢谢大家！