年度中國AI計算力報告，剛剛出爐。
今年，已是連續(xù)第五年發(fā)布。
這一次，北杭深仍坐穩(wěn)AI城市前三名，其中北京無可撼動，連續(xù)四年霸榜第一。
上海，還是第一梯隊的“老熟人”，廣州則時隔四年重回第五。
相比新鮮面孔不多的第一梯隊，第二梯隊（6-10名）可謂洗牌加劇：
“新一線”城市成都勢如破竹，反超南京躍居第六，天津首次入榜，緊隨南京之后；
年年入榜的合肥則首次跌出前十。
有起有伏，好不激烈。
不過要說今年最大的變化，還是當屬智能算力的規(guī)模：
根據IDC與浪潮信息聯(lián)合發(fā)布的這份《2022-2023中國人工智能計算力發(fā)展評估報告》，2022年，咱們國家智能算力保有量終于首次超過了通用算力，達到了268EFLOPS（每秒268百億億次浮點運算）。
這意味著智能算力很快將成為所有算力需求中的主力軍。
為此，本報告也首次將智能算力單拿出來做了統(tǒng)計和預測，希望給AI產業(yè)的智能化和創(chuàng)新化提供一個標尺，即智能算力在其中究竟提供了多少推力。
當然，除了以上這些，老規(guī)矩，報告還揭示了更多有意思的AI產業(yè)發(fā)展趨勢、行業(yè)滲透度等信息。
例如：
中國人工智能支出中，硬件占比未來5年都將至少保持65%左右的份額，遠超軟件與服務；
中國人工智能各行各業(yè)AI滲透率增比最大的金融，2022年已達62%，緊隨互聯(lián)網之后；
火熱的大模型和許多人的觀察一樣，已經具備“通用智能”的雛形，低能耗、可應用性強等成為主要訴求；
……
更多細節(jié)，我們翻開報告來看。
這份最強AI城市TOP10榜單，是基于人工智能投資規(guī)模、政策支持力度、技術成熟度及勞動供給等維度而得出。
其中技術成熟度包括數據平臺成熟度、AI算力加速方案、云服務應用情況以及應用場景成熟度。
北京能夠四年強勢第一，除了政策的支持以外，還離不開學術資源和人才資源的加持：
在這里，光AI相關的人才就占到了全國總量的一半以上；全國過半數AI相關的研究單位，包括北大清華、中科院自動化所、中科院自動化所等，也都聚集在此。
深圳和上海也不必多講：
前者雖然本地高校資源不足，但吸引了大批外資以及發(fā)達國家的高端產業(yè)；
后者作為國內的“教育高地”，到2025年AI人才將達30萬，人工智能專利授權數一直處于全國領先地位，AI實力自然低不了。
至于廣州，能夠時隔四年重回第一梯隊，主要是去年在政策支持上又加大了力度，聚焦先進制造、車輛交通、健康醫(yī)療、城市治理這四條AI賽道，定下了“十百千”目標（即建設10個人工智能產業(yè)園，開展100個人工智能典型場景應用示范，培育1000家左右人工智能企業(yè)）。
但要說今年最吸睛的，還得看馬上就要沖破第一梯隊的成都，和首次上榜位列第九的天津。
首先，成都在今年成為了國家“東數西算”工程中西部的重點節(jié)點之一，在5月建成上線了西南地區(qū)最大的人工智能計算中心——成都智算中心。
據公開數據，這一中心的人工智能算力平臺，算力可達300 PFLOPS（FP16），相當于15萬臺高性能PC。
除了新的智算中心，今年10月，成都又制定了“算力九條”政策，為積極建設AI產業(yè)的各企業(yè)科研機構發(fā)放“真金白銀”。
比如若能聯(lián)合成都智算中心在智慧城市、智能制造、生物醫(yī)藥等行業(yè)打造示范性的人工智能創(chuàng)新應用場景，也可最高獲得100萬元的一次性獎勵。
今年這樣的大動作，無疑讓成都這座城市的吸引力更加一籌，也讓成都一口氣從去年的榜單第九升到了第六。
再來看首次進榜的天津。
最近的三屆世界人工智能大會，都在這里舉辦，讓這座智能制造業(yè)比較發(fā)達的城市又推動了一大批AI項目落地。
按照計劃，天津將在2024年建成人工智能試驗區(qū)，這也意味著它還有更大的潛力，來完善整個AI產業(yè)鏈（目前主要集中在上游的芯片行業(yè)以及下游的人工智能應用場景）。
眾所周知，無論是城市、企業(yè)還是科研機構，要想發(fā)展人工智能產業(yè)，都離不開最基礎的算力支持。
從報告給出的下面這兩份數據我們就可以看出，在人工智能市場節(jié)節(jié)攀升的同時，算力規(guī)模也在跟進增長，并且更為迅速（尤其是智能算力）。
具體來看，AI市場方面：
IDC預測，2022年中國人工智能市場相關支出將達到132億美元，預計到2025年達到267億美元，五年復合增長率達21.1%。
算力方面：
今年就已經占比過半的智能算力，預計到2026年規(guī)模將進入每秒十萬億億次浮點計算（ZFLOPS）級別，達到1271.4 EFLOPS。
2021-2026年期間，預計中國智能算力規(guī)模年復合增長率達52.3%，同期通用算力規(guī)模年復合增長率為18.5%。
智能算力市場一a火熱朝天，這正如浪潮信息副總裁、浪潮人工智能與高性能計算產品線總經理劉軍所說，因為：
算力是數字經濟時代的核心生產力，智算力是未來創(chuàng)新的核心推動力。
如當下爆火的chatGPT所基于的GPT-3模型，其計算需求3640Petaflop。
什么概念？現(xiàn)在全球最快的超級計算機——日本“富岳”，每秒都只有550Petaflop。
再如特斯拉FSD全自動駕駛系統(tǒng)的融合感知模型，其訓練消耗的算力當量也有500個PD；計算生物屆的“大明星”AlphaFold2則是300個PD……
可以確切地說，無論是AI大模型訓練，自動駕駛系統(tǒng)的感知模型訓練，還是AI+Science或者數字人的建?；蜾秩镜華I應用和創(chuàng)新，都無法離開強大算力（尤其是智能算力）的支撐。
所以，難怪每個城市在加快各自的智能算力基建化腳步。
那么，我們也不妨認為：一些城市在今年的榜單中落榜，并非“沒落”，而是后起之秀太強了。
比如在今年的TOP榜單之外，合肥、武漢、長沙這三座城市在AI和算力方面都有不可小覷的發(fā)展，或許明年就能爭奪一把第二梯隊的位置。
據IDC觀察，目前，人工智能向著多場景化、規(guī)?；⑷诤匣雀邞秒A段方向發(fā)展，數據體量呈現(xiàn)出急劇增長態(tài)勢，算法模型的參數量呈指數級增加，以加速計算為核心的算力中心規(guī)模正在不斷擴大。
要將這些算力化為真正的生產力，離不開AI芯片、服務器、計算架構、云服務、算法模型、生態(tài)等方面的支持。
過去一年，它們有著怎樣的表現(xiàn)，并將呈現(xiàn)出什么樣的趨勢？我們一一來看。
IDC預計，到2025年，全球AI芯片市場規(guī)模將達726億美元。
2021年，中國仍以GPU為主實現(xiàn)數據中心計算加速，市場占有率近90%。
ASIC、FPGA、NPU等非GPU芯片市場則已超過10%。其中，設計邏輯相對簡單、具有顯著能耗節(jié)約優(yōu)勢的NPU較以往有明顯增長。
而從整體來看，中國AI芯片市場呈現(xiàn)出以下四大特點：
發(fā)展前景廣闊、低能耗成為大勢所趨；
但不同類型芯片發(fā)展參差不齊（用于終端的發(fā)展較快、用于云計算等領域的通用基礎層芯片較為滯后）、生態(tài)鏈條也待完善。
AI服務器作為人工智能市場增長的主力軍，在2021全球市場首次突破千億元人民幣（約1045億元），同比增速為39.1%，超過全球整體人工智能市場的增速。
在這之中，中國廠商浪潮信息以20.9%的市占率位列第一，其次是戴爾（13.0%）和HPE（9.2%）。
縱觀未來，預計到2025年，全球AI服務器市場規(guī)模將達到約1929億人民幣（277億美元），五年復合增長率為20.3%，并有超過80%的中國企業(yè)將在接下來的一年中持續(xù)增加人工智能服務器的投資規(guī)模。
IDC認為，從工作負載角度來看，隨著人工智能模型逐步進入廣泛投產模式，相關企業(yè)將更多地使用人工智能服務器處理推理工作負載，而非訓練。
基于 DSA（ Domain-Specific Architectures）思想設計的人工智能芯片正在成為主導，推動了人工智能芯片多元化發(fā)展。
多元算力從“能用”到“好用”并且為企業(yè)創(chuàng)造業(yè)務價值，離不開通用性強、綠色高效、安全可靠的計算系統(tǒng)的支持。
業(yè)內正在推動多元算力系統(tǒng)架構創(chuàng)新，基于計算節(jié)點內和節(jié)點間的互聯(lián)技術破局現(xiàn)有計算架構的瓶頸，通過充分調動起多芯片、多板卡、多節(jié)點的系統(tǒng)級能力，實現(xiàn)各種加速單元以及跨節(jié)點系統(tǒng)的高效協(xié)同，提升計算性能。
云計算可以為企業(yè)提供更豐富的算力支持。
據IDC統(tǒng)計，2021年人工智能公有云服務市場規(guī)模只占人工智能軟件整體市場的13.4%，但從年增長率來看，它的增長速度仍然遠遠超過后者。
目前排名前三的AI云服務分別是: 搜索、人臉識別和推薦引擎。
而在未來18個月，IDC預計，前三名將會變成：NLP、圖像識別和視頻識別。
之所以“易主”這么快，浪潮信息劉軍解釋道：因為目前的三者其實都屬于感知智能、計算智能的范疇。
而這兩大智能已經發(fā)展得較為成熟，可提升空間變得有限。就比如智能客服，它對于方言、雜音的識別已經很強了，接下來該重點發(fā)展的其實回答的邏輯等方面，也就是我們所說的認知智能和決策智能。
不過，除了NLP、圖像識別和視頻識別這三類偏向認知智能和決策智能的云服務，智能語音公有云服務、對話式人工智能的市場也將進一步增長。
此外，未來2-3年內，私有化部署也仍將是云服務市場的主流。
2021年是大模型的爆發(fā)之年，業(yè)界開啟了大模型參數競賽，不斷刷新模型性能和通用任務能力邊界。
到了今年，大模型就已具備“通用智能”的雛形，相比堆砌參數，現(xiàn)在大家更加趨于理性，更注重綠色低碳、服務能力下沉以及商業(yè)模式的實踐。
在具體實踐中，業(yè)界已開始基于通用大模型生成具備該行業(yè)或場景所需特定技能的專業(yè)模型。
這樣的模型在保留通用大模型的知識、認知推理能力及泛化能力基礎上，實現(xiàn)針對該領域的技能專業(yè)化、模型輕載化和調用標準化。
比如浪潮信息發(fā)布的四個技能模型——知識增強的對話模型、知識檢索問答模型、中英文翻譯模型、古文理解模型，就是在繼承“源 1.0”大模型通用的知識與能力基礎上，面向特定領域的場景進行針對性的技能優(yōu)化。
再比如騰訊，也是基于“混元”AI大模型，細分出涉及NLP、CV、OCR、多模態(tài)內容理解、廣告文案生成等方向的專業(yè)模型。
需要特別提到，2022年AIGC領域的蓬勃發(fā)展也有大模型的一大部分功勞。
標準化是技術規(guī)?；瘧玫谋匾疤帷?/p>
但目前的人工智能技術及基礎架構，定制化的工作量依然很大，主要集中在多元人工智能芯片適配、人工智能算力資源管理和調度、深度學習開發(fā)環(huán)境部署等各個方面。
這既限制人工智能算力的使用效率，也不利于人工智能在各行各業(yè)的推廣和應用。
因此，智能算力和算法的基建化和標準化，就成為了人工智能產業(yè)發(fā)展在生態(tài)方面需要關注的重點。
除了AI算力城市排名，哪個行業(yè)AI含量最高也是本榜單的一大關注熱點。
根據行業(yè)滲透度數據，可以發(fā)現(xiàn)：
盡管增勢放緩，互聯(lián)網仍強勢第一，AI在其中的應用滲透率已達83%。這和該行業(yè)入局早不無關系。
金融行業(yè)排第二，它也是今年AI滲透率增長最快的一個行業(yè)，總比例達到62%（增長了7%）。
典型應用場景包括智能客服、實體機器人、智慧網點、云上網點等。
除此之外，金融行業(yè)一直備受困擾的欺詐問題在AI的幫助下得到了緩解；以及貸款信用業(yè)務中的客戶財務背景及風險狀況的評估上也發(fā)揮了關鍵作用。
排名第四的是電信行業(yè)，AI滲透率超過一半（51%），增長速度僅次于金融。
本行最大的優(yōu)勢就是用戶基數龐大，可以獲得高價值的訓練數據集，典型應用包括智慧營業(yè)廳。
制造業(yè)也值得關注，本次排名第五。
AI的滲透有助于制造業(yè)向工業(yè)4.0和工業(yè)互聯(lián)網時代邁進，應用場景包括交互界面智能化、質量管理及推薦系統(tǒng)、維修及生產檢測自動化、供應鏈管理自動化、產品分揀等。
IDC預計，到2023年年底，中國50%的制造業(yè)供應鏈環(huán)節(jié)都將采用人工智能，從而提高15%的生產率。
最后，值得說道的是醫(yī)療行業(yè)，雖然滲透率目前只有35%，但其增長速度僅次于電信。
醫(yī)療行業(yè)在AI應用層面起步較晚，一部分原因是因為相關標準和規(guī)范還不完善，只有少量醫(yī)療人員參與人工智能開發(fā)和應用。
不過隨著法規(guī)的完善，AI在醫(yī)療行業(yè)的應用會快速擴展，潛在場景包括電子病歷、輔助診斷，以及這一年來很火的藥物輔助研發(fā)等。
……
總體來看，由于AI能作為各行各業(yè)尋求新的業(yè)務增長點、提升用戶體驗、保持核心競爭力的重要能力，它在各個行業(yè)的應用程度都呈現(xiàn)出不斷加深的趨勢，應用場景也越來越廣泛。
未來幾年內，哪些行業(yè)的AI應用具備更高的潛力，IDC也作出了預測：
2030年以后，AIGC、自動駕駛、科研和教育這四個行業(yè)將十分值得期待。
盡管從報告來看，我們的AI產業(yè)正處于欣欣向榮的階段。但其實僅有1/3的企業(yè)聲稱AI在他們的業(yè)務應用中已達到成熟階段。
IDC通過洞察發(fā)現(xiàn)，為人工智能專門構建的IT基礎設施的缺乏往往是AI應用無法進一步深入的原因。
在此，針對這一點以及上文所表現(xiàn)出來的各項趨勢，本報告在最后也給出了幾方面的建議。
首先，對于行業(yè)用戶來說，AI算力基礎設施應成為IT基礎設施建設重點，想要破解模型研發(fā)和落地過程中存在的高投入、高風險等挑戰(zhàn)，就不得不做好算力基建化。
此外，由于行業(yè)用戶不具備模型二次開發(fā)的技術能力，因此更需積極地參與到人工智能的生態(tài)建設中來。
其次，對于技術供應商來說，應努力推進構建和部署模型的自動化進程，降低行業(yè)用戶獲得AI能力的門檻。
最后，對于整個人工智能產業(yè)來講，技術提供商和行業(yè)用戶應該堅持更加開放和深入的合作。
無論在算法模型還是算力層面行業(yè)，從業(yè)人員在學習全球先進技術的同時，都需要加速自主研發(fā)的進程，拉近與全球領先者的差距——尤其是作為算力的核心的芯片自主研發(fā)已迫在眉睫。
那么最最后，對于這份報告，你有什么想說的？有哪些點讓你印象深刻？
