人工智能产业深度报告(人工智能与传统产业深度融合)

 

图片来源@视觉中国

近日，IDC与浪潮信息联合发布了《2021-2022中国人工智能计算力发展评估报告》。报告的其中一个观点是，当前AI芯片呈现多元化发展趋势，AI算力持续提升满足模型规模增长态势。

什么是多元算力融合，为什么多元算力融合会成为AI芯片的发展趋势？浪潮信息副总裁、浪潮信息AI&HPC产品线总经理刘军向钛媒体App表示，到了智算时代，每一个特定的应用场景的计算特点、数据量都非常的大，以至于按照传统通用的计算芯片的模式，计算效能相对会比较低。这也是为什么我们提出来要针对特定领域的应用去做智算架构的创新，这也是多元AI芯片繁荣发展的产业本质驱动力。刘军说道。

他认为可以从两个层面来看待多元算力融合，从算力平台本身来看，多元算力融合其实就是要求算力平台能够支持不同的AI芯片，能有一个非常领先的平台系统来容纳多元算力，并提供芯片之间的高速互联，以及节点之间的高速信息连通。另外，在软件层面，多元算力融合也对资源平台提出要求。每一个芯片上层的接口规范、调用方式如果不能统一、不能兼容，就意味着用户要为不同的AI芯片构筑新的烟囱系统。

落实到厂商责任层面，浪潮信息目前是国内唯一个能够设计、研发支持八颗国内高端AI芯片在系统内进行高速互联的AI服务器厂商。同时，浪潮信息的资源平台AIStation也构建了一个支持多元异构AI芯片的规范接口标准，该平台已经接入了国内外六家公司的12款AI芯片，能够多元算力的统一管理。AI芯片厂商的工作在我们的体系里变得非常的轻松，他们可以聚焦于自己的价值创新，做好自己的芯片，上面的资源平台则由浪潮来做好。刘军表示。

另外，报告也对比了全球各国在AI算力上的差距。据IDC企业研究助理副总裁周震刚观察，从纯技术发展上，中国同美国还有一定差距，主要表现是一些主流加速芯片基本由美国公司提供。当然我们今年也看到很多国内的公司在追赶，但是从整个生态来看的话，其实我们会发现美国是比较商业化的生态，比如说美国都是大的互联网公司去主导，包括AI的开发框架，包括底层的硬件技术和硬件公司配合来开发。周震刚分析。

但对比来看，虽然美国发展AI也有国家级规划，但美国的AI芯片基本是商业化行为，而中国的人工智能发展更具公共性。周震刚说：中国很多来自政府的规划在推动人工智能的发展，尤其是今年‘东数西算’工程、政府主导建立的智算中心，都是在推动人工智能的普惠，AI算力一定不是优先供应给某些富裕或者有经济发展潜力的地方，而是一定让各个地方、各个中小企业都用到。

除了多元算力融合和AI普惠，该报告也提出了八个洞察：

全球已有60多个国家和地区出台人工智能政策，发布国家级AI 战略。美国以科技企业为牵引，以持续的算力、算法创新推动AI发展。中国以新基建带动算力设施布局，以AI技术与传统行业应用的融合加快人工智能发展。IDC 预测，2021 年全球企业在人工智能软件、硬件和服务的总投资将超 850 亿美元；预计将在2025年增至2,045亿美元，五年复合增长率（CAGR）达24.5%。

全球科技巨头未来会持续加大算力的投资，以亚马逊、Facebook、谷歌、阿里、腾讯、百度为代表的头部企业在基础设施的投资规模将超过全球的一半。IDC 预测，到 2025 年，全球排名前八位的 CSP 将消耗 50% 以上服务器和存储基础架构。

中国人工智能基础设施市场规模保持高速增长，中国服务器厂商成为全球服务器市场的中坚力量，浪潮在全球AI服务器的市占率位居第一。受疫情影响，中国服务器市场仍保持高增长势头，IDC 最新发布的《全球人工智能市场半年度追踪报告》显示，中国人工智能服务器头部厂商市场规模同比增长率可超 50%。

中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新基建建设， 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。报告认为，拥有较高算力基础建设能力的企业/组织或国家，将更有可能在人工智能带来的红利中更多地获利。

2021年中国人工智能城市排行榜，排名前五城市依次为北京、杭州、深圳、南京，上海。与2020年相比，南京首次进入前五，济南首次进入前十名。城市间人工智能角逐加剧，算力基础设施是重要的竞争力。如，南京落地长三角地区规模最大、算力最强智算中心，为城市人工智能产业化发展提供高速通道。

人工智能行业应用渗透度排名互联网第一，金融行业人工智能应用速度加快并超过政府行业，位列第二。制造、交通和能源行业在人工智能的应用也更加深入，分列第五、第七和第九位。相比去年，人工智能在各个行业的渗透度都在增加。

人工智能技术的落地为行业带来更多价值。调研发现，采用人工智能三年以上的企业，已经获得显著收益，被访企业平均收入增加9.8%、流程时间缩短20.4%、生产效率提升21.6%。

受制于发展时间、资金投入、算力需求、模型成熟、技术限制和需求复杂等原因，自动驾驶、新药研发、智慧油田等场景处于发展初期，未来具有广阔发展空间。

相比去年同期，反欺诈、智能风控、智能投顾、智能理赔和智能推荐等应用场景逐步进入较为成熟的应用阶段，企业算力投入程度较高。

智慧供应链、智能质检、智能设备运维、线路智能巡检和电站设备监测、智慧保险、智慧交通等在内的应用场景发展迅猛。

互联网小常识：安装DNS服务时，根DNS服务器会被自动加到系统中。使用”nslookup“对DNS服务器进行测试，如果仅测试域名到地址的转换功能使用ping域名命令即可。

GPU依然是数据中心加速的首选，占有90%以上的市场份额，ASIC、FPGA和NPU等其他芯片也在各个领域被越来越多地采用。而ASIC，FPGA，NPU等其他非 GPU 芯片也在各个行业和领域被越来越多地采用，整体市场份额接近 10%，预计到 2025 年其占比将超过 20%。

在新技术的驱动下，5G等连接技术降低了数据的传输和处理速度，人工智能在边缘侧的处理将成为企业的一个关键增长领域，边侧人工智能芯片部署规模大且分散，要求芯片具备适配各类复杂环境的能力，人工智能在边缘以及端侧将有广泛的应用场景，从自动驾驶到工业制造，再到消费者智能家居和可穿戴设备。

人工智能应用的加速落地推动了AI服务器的高增长。根据IDC中国加速计算市场报告，预计2021年人工智能加速服务器市场规模将达到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到108.6亿美元。

开放计算，是全球数据中心领域在产业协同模式的创新，将极大推动绿色高效的数据中心建设与发展。服务器厂商全面布局冷板式液冷、浸没式液冷等先进节能降耗技术，为企业提供稳定、安全、高效、绿色的基础架构，践行碳中和。

2011年以来，全球人工智能模型参数急剧增长，已突破千亿级。2020年发布的GPT-3深度学习模型参数高达1750亿，是当时全球最大的AI巨量模型；2021年发布的源1.0参数升至2457亿，参数增长高达40%，是当前全球最大规模的中文AI巨量模型。构建大模型、提升人工智能处理性能、成为时下非常流行的模型发展趋势。

巨量模型训练需要强大算力的支持，计算能力的不断提升与云平台的高速发展，对巨量模型的发展是一个重要利好。在中国，由各地政府主导的智算中心等算力基础设施的建设，通过提供公共的算力、数据及算法服务，让算力服务易用，解决算力服务的供给问题。

中国人工智能服务器公有云将迎来快速发展。2020年，中国部署在公有云的人工智能服务器市场占比已经超过30%，整体市场规模超过8亿美元，而全球人工智能服务器公有云的占比已经达到50%，到2025年，中国人工智能服务器公有云的占比将超过50%。AI公有云服务解决方案集中在计算机视觉、智能语音、自然语言处理类和机器学习类，领先的AI云服务厂商，融合这些技术不断推出新的应用场景、解决方案。

行业领先企业正积极部署私有云，以支撑其包括人工智能在内的新兴业务应用。搭配公有云、私有云和传统数据中心的混合IT架构的发展趋势对企业技术和业务创新产生显著影响。

政府加大人工智能新型基础设施建设，通过以智算中心为代表算力基础设施、巨量模型为代表的算法基础设施帮助传统产业对智能化发展建立系统化认知。智算中心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。

算力已经成为数字时代的核心生产力，是拉动数字经济向前发展的新动能。对于AI算力的投入，也将加快人工智能这一重要的数字化技术与实体经济的融合，赋能传统产业转型升级，催生新产业新业务新模式，为我国数字经济做强做优做大做出应有的贡献。（本文首发钛媒体App 作者 | 秦聪慧）

互联网小常识：HiperLAN/2面向连接的特性有利于实现对Qos的支持。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186