2019-2020中国人工智能计算力发展评估报告发布

新闻 人工智能
又一年,AICC大会,中国AI算力报告出炉。作为人工智能发展的基础,透过算力,能够窥见AI大潮流动的方向。

 ​

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

又一年,AICC大会,中国AI算力报告出炉。

作为人工智能发展的基础,透过算力,能够窥见AI大潮流动的方向。

与往年相比,变化最大的是中国各个城市的AI算力发展排名。

杭州交出头把交椅,北京成为国内人工智能领域最强城市(北京不是第一好多年)。

合肥跌出第一梯队,苏州、南京、西安首次跻身前十,挤掉三个城市。

这背后,也是中国各个城市围绕人工智能开展的“争夺赛”愈发激烈。

这一报告,来自IDC和浪潮,名为《2019-2020中国人工智能计算力发展评估报告》。

从地域、行业、芯片、技术等维度对中国的AI算力发展进行了评估,并梳理了算力的流动方式(芯片、技术)和算力的流动方向(应用)。

它的作用,也不仅仅局限于窥见AI发展方向,也可以作为大家就业时选择城市、行业的参考。

中国最强AI城:北、杭、深、上、广

根据报告,2019年中国人工智能最强城市Top10如下:

(第一梯队)北京、杭州、深圳、上海、广州;(第二梯队)合肥、苏州、重庆、南京、西安。

为什么是它们?

政策扶持、宏观经济、大型科技企业、人才储备、创业生态是关键指标。

北京(百度、字节跳动等)、杭州(阿里、网易等)和深圳(华为、腾讯等),基本上瓜分了中国的大型科技巨头和新兴AI独角兽公司。

而且, 北、杭、深、上、广也是中国城市中经济发展最好的一批,聚集了大量的顶尖高校与人才、创业生态也比较完善。

更关键的是,各地政府也纷纷给出了相应的扶持政策,来推动人工智能技术发展。

北京,是中国自动驾驶汽车路测牌照发放最多的城市;杭州在吸引人才和公司落户方面给出大量政策;深圳更是真金白银给人才和企业补贴等等。

第二梯队中的城市,在这些方面也投入了大量的资源,并占据了相对优势:

都得到了政府的鼓励,政策的引导,建立高新科技区,为人工智能发展提供良好的发展环境,比如:苏州的工业园区和西安的西部创新港;

高校对人才的培养,比如:合肥的中国科学技术大学、南京的南京大学和西安的西安交通大学等;

拥有人工智能产业链领先企业的推进,比如:合肥的科大讯飞;

大量资金的注入,为人工智能发展提供良好的支撑,比如:重庆签约多个人工智能项目,未来三年预计超过5万亿的投资。

竞争激烈的程度,也可以从城市排名变化中看出:

与2018年相比,发生了非常大的变化:北京超越杭州成为第一,广州进入第一梯队,苏州、南京、西安跻身前十。       

针对这些名词交换、新城亮相,报告中也给出了解释:

首先是北京,凭借字节跳动、百度等互联网行业的迅速发展,以及全国最多的人工智能初创企 业(近500家)和人才储备,超越杭州位居第一;

其次是广州,GDP增速领先,政府在人工智能方面增加了大量的投入,再加上大量行业领先企业 的进驻,使之跻身前五;

最后是苏州、南京和西安,凭借政府科技产业园的建设,人才和资本的聚集以及领先企业的带动,首次进入前十。

当然,算力与实力只是一个整体视角。算力要转化为生产力,驱动行业应用,才能体现其价值所在。

算力化为生产力:芯片、服务器和AIaaS为支撑

海量的数据每时每刻都在产生,数据的存储速度和方式都在进步。2018年,全球创建的数据总量为32.6ZB,报告预计,到2025年,这一数字将增长到175.2ZB。

算法经历了数十年的发展,在深度学习和加速计算出现之后,得到了迅速的发展和优化。但是越来越大的AI模型给算力提出了巨大的挑战。

以最近英伟达发布的MegatronLM语言模型为例,该模型就包含了接近百亿个参数。

算力的发展离不开芯片、服务器、云计算和软件各方面的支持。

AI芯片

现阶段,AI训练芯片占据更大的市场。目前的AI芯片主要分为GPU、FPGA、ASIC三种,主流芯片现在仍然是GPU,其中英伟达和 AMD 是比较突出的两大厂商。国内AI芯片主要集中ASIC领域。

IDC预计,人工智能芯片的市场将保持高速增长,未来五年复合增长率将达到53.0%。随着AI逐渐落地化,到2022年AI推理市场占比将超过训练市场,随着边缘、端侧需求的快速增长,人工智能芯片市场将迎来多元化发展。

目前,国内主要AI芯片是ASIC,供应商有寒武纪、地平线、华为等。

服务器

AI市场爆发带动服务器的发展驶入了快车道,现阶段人工智能服务器采用异构架构进行加速计算,芯片的组合形式为CPU+GPU、CPU+FPGA、CPU+ASIC等。尽管AI服务器可以采用多种异构形式,但目前市场上广泛应用的还是CPU+GPU架构。

和传统服务器相比,AI服务器的差异主要体现在更大容量的内存以及为AI优化的互联协议。

IDC预计,中国人工智能基础架构市场在2018年约为19亿美元,2023年将达到83亿美元,未来五年复合增长率为33.8%。

其中,服务器市场规模占整个硬件市场85%以上。2018年GPU服务器继续保持高速增长,销售额同比增长 131.2%,仍然是AI服务器的主流。

IDC报告认为,中国人工智能已逐渐步入大规模应用阶段,产业 AI 化进程正不断加速。从供应商来看,中国本土供应商占据了大部分国内的市场份额,2018 年中国 GPU 服务器市场份额排名前三的供应商依次为浪潮、华为和曙光。

其中浪潮占比超过 50%。浪潮凭借较早的进入人工智能领域,通过JDM 模式与领先互联网公司进行深入合作,在中国互联网行业,浪潮 GPU 服务器市场份额超过 60%,并不断向传统行业渗透。

软件和云服务

近年来,企业从传统的采购硬件和软件转向在公有云上部署。从AI的能力来看,企业也逐步开始向公有云服务供应商采购云端GPU和FPGA等计算能力,以及AI能力的AIaaS服务。

AI云的融合是必然趋势,AI将会以公有云服务的形式使企业能够轻松在云上获取AI能力,从而有效的访问和使用 AI 技术。

IDC预计,AIaaS将成为推动云计算市场发展的最主要动力之一。未来五年,AIaaS 市场规模的年复合增长率将为66.0%。

AI生态中软件平台型厂商是不可或缺的一类参与者。软件框架市场逐渐呈现双足鼎立之势,并向标准化发展。

TensorFlow凭借性能及生态优势依然占据主导地位,PyTorch凭借其灵活性和增强的性能,具有更高的增长潜力。百度的深度学习开源平台PaddlePaddle是国内自主开发软件框架的代表。未来的竞争格局更加激烈。

随着算力的提高,越来越多的企业和开源组织参与到人工智能开源软件的研发中,新的软件平台正在不断进入市场。

算力的流动方向:互联网、政府和金融为主导

随着算力发展,AI应用场景也越来越广泛。IDC针对重点行业的应用场景进行了梳理和说明,如下图表所示,纵轴是市场规模和未来发展潜力的大小,横轴是预测的解决方案成熟和得到广泛应用的时间线。

AI目前已经从实验室阶段到进化到产业中,科技公司相继推出人工智能产品,例如智能音箱。2019 年,智能音箱的市场得到飞速发展。

根据 IDC 报道,2019 年第一季度智能音箱市场出货量达到 1122 万台,同比增长787.2%,家庭普及率已经和 PC、智能电视等产品相当,且未来发展空间巨大。

随着应用场景的不断成熟,人工智能也正逐渐渗透到各行各业。目前,中国较为成熟的应用场景包括生物识别、欺诈分析与调查、智能客服、公共安全等。

IDC预测,未来五年人工智能市场复合增长率将达到 44.9%,整体规模将达到 175 亿美金,其中互联网、政府和金融依然是市场的主导。

对于人工智能未来短期能可预见的应用场景,IDC认为有制造业、零售业、电信行业等。预计在 2025年之后AI被广泛应用的场景还包括自动驾驶、智能诊断、自适应学习等。

IDC基于持续的研究和最新的调研,获得了中国人工智能行业应用渗透度及算力投资分布:

2019年上半年,按照AI行业应用渗透度排名的TOP4和去年排名保持一致,为互联网、政府、金融和制造,而电信超过了服务位列第五。

2019年上半年,按照AI算力投资排名的TOP5行业也与去年排名保持一致,依次为互联网、政府、金融、制造和服务。

其中,服务行业中以科大讯飞、商汤、旷视、 依图、寒武纪、第四范式等为代表的的人工智能科技企业加快对人工智能基础设施的投资,逐渐形成在人工智能产业中其独特的核心竞争优势。

AI算力中的洞察:AIaaS和边缘AI将迎来高速发展

整体来说,这份报告有如下要点:

1、中国各个城市之间的竞争愈发激烈,与2018年相比,北京超越杭州成为第一,广州进入第一梯队,苏州、南京、西安跻身前十。

2、随着AI逐渐落地化,到2022年AI推理市场占比将超过训练市场,随着边缘、端侧需求的快速增长,人工智能芯片市场将迎来多元化发展。

3、AIaaS将成为推动云计算市场发展的最主要动力之一。未来五年,AIaaS 市场规模的年复合增长率将为 66.0%。

4、未来五年人工智能市场复合增长率将达到 44.9%,整体规模将达到 175 亿美金,其中互联网、政府和金融依然是市场的主导。

5、人工智能未来短期能可预见的应用场景,I有制造业、零售业、电信行业等。预计在 2025年之后AI被广泛应用的场景还包括自动驾驶、智能诊断、自适应学习等。

如何应对这些趋势?IDC在报告中给出了建议:

1、算力将成为核心竞争力。

解决方案提供商必须有能力提供足够的算力,还应该有能力针对不同应用,开发针对性的软件平台。

2、AIaaS以及边缘AI迎来高速发展。

解决方案提供商需要提供包括云端训练、云端推理以及边缘端推理在内的完整的解决方案。

3、生态及标准化建设至关重要。

供应商应该更加积极的推动行业标准化发展,构建产业生态,为更多上下游供应商提供整合的平台。

4、聚焦细分领域,提供个性化解决方案。

尤其是初创企业应该有明确的聚焦领域和细分市场,建立自身的核心竞争力,为行业用户提供更加个性化的解决方案。

 

责任编辑:张燕妮 来源: 量子位
相关推荐

2019-12-03 09:10:14

人工智能AI开发者

2020-12-22 14:45:52

人工智能数据中心技术

2020-12-18 15:29:19

AI 算力人工智能

2021-10-26 21:00:03

人工智能AI

2020-12-29 14:48:03

人工智能人工智能应用人工智能产业

2018-04-11 09:56:00

人工智能前景预测

2019-05-09 18:00:12

人工智能AI

2019-03-30 14:25:59

人工智能互联网计算

2021-02-18 08:44:06

云计算云计算产业云应用

2022-07-12 22:10:34

人工智能AI

2019-11-13 14:00:44

人工智能AI

2020-03-17 15:19:29

数字化数据中心

2019-11-15 15:00:35

人工智能AI

2022-07-27 13:19:26

人工智能AI

2017-04-05 17:53:04

人工智能麦肯锡AI

2021-01-21 12:23:06

人工智能机器学习技术
点赞
收藏

51CTO技术栈公众号