omniture

《2021-2022中国人工智能计算力发展评估报告》发布

AI应用场景多元化,落地与挑战中寻找产业AI化的最优解
2021-10-29 13:35 6090

北京2021年10月29日 /美通社/ -- 10月26日,《2021-2022中国人工智能计算力发展评估报告》(以下简称:报告)在AICC2021人工智能计算大会上发布,旨在通过宏观经济、技术成熟度、AI劳动供给、行业及地域四大方面综合考量和评估我国人工智能发展水平,为推动产业AI化发展提供参考和行动指南。该报告由IDC和浪潮信息联合发布,自2018年以来连续第四年发布。

随着新基建的推进以及5G通信、云计算、大数据和物联网发展的落地,人工智能应用的场景越来越多,人工智能正从极具想象力的商业概念成为具有超大发展前景的商业赛道,并催生了技术、产业新的发展。IDC数据显示,2021年全球企业在人工智能软件、硬件和服务的总投资将超过850亿美元,预计将在2025年增至2045亿美元,五年复合增长率达24.5%

从单点到多元化应用场景,AI加速向传统行业渗透

报告显示,2021年人工智能行业应用渗透度排名TOP5的行业依次为互联网、金融、政府、电信和制造,相比2020年,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。

2020&2021 中国人工智能行业渗透度
2020&2021 中国人工智能行业渗透度

报告指出,人工智能在主要行业的应用场景已经从碎片化过渡到深度融合的一体化,从单点应用场景转换为多元化的应用场景。与2020年相比,人工智能算力释放的场景在金融、制造、能源和公共事业、交通和互联网等行业体现得尤为显著,相关行业的人工智能应用场景呈现更为多元化的趋势,产业AI化在传统行业的应用拓展不断提速。

多元算力与巨量模型,产业AI化的重要推手

伴随人工智能在各个行业的应用,各类人工智能芯片的需求也在大大提高,更加细分多元并最终体现在AI算力的多元化。报告认为,GPU依然是实现数据中心加速的首选,占有90%以上的市场份额,GPU在训练负载中依然具有绝对优势,高算力低能耗且适应各类复杂环境的芯片将更受关注。推理工作负载在各个行业应用中不断增加,FPGA、ASIC、NPU等其他类型的加速芯片将在各个领域被更多地采用。预计到2025年,其他类型加速芯片的市场份额将超过20%。

AI模型也变得多样化,并向着更复杂的方向发展,巨量模型的不断涌现。除了GPT-3之外,2021年中国“源-1.0”、美国Switch Transformer等“巨量”机器学习模型的出现,让构建大模型、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。以中国“源1.0”为例,其单体模型参数值达2457亿,借助文本分析模型,获取5TB高质量中文数据集,其作为语言模型可较好完成尤其针对中文的阅读、理解、推理、逻辑判断等任务。

以金融行业人工智能应用为例,中小金融机构由于AI人才十分短缺,没有技术能力进行算法开发、模型选择、算法优化、实施部署等具体工作,大型金融机构则纷纷与大型AI公司合作,甚至通过投资获得技术和人才,这种现象造成不同规模的金融机构差距越来越大。此外,虽然AI在金融客服、营销支持等领域已经实现了规模化的应用,但是在交易、风控等核心业务环节的应用进展缓慢。核心业务中,没有足够复杂的算力、模型以及足够规模的数据训练量,业务模型的可用性和准确性就难以达到应用需求。AI在金融行业的落地中依然存在诸多挑战,算力的多元化和大模型在应对这些挑战方面给出了解决之道。

报告指出,巨量模型为实现创新带来机会,算力是实现创新的基础。金融行业是诸多行业AI应用落地的缩影,而多元化的算力和巨量模型,成为相关行业解决挑战,加速产业AI化的重要推手。

智算中心,产业AI化的核心基础

算力的多元化及巨量模型成为加速产业AI化的重要推手,但发展过程中,算力、数据、AI能力等方面依然存在着不同程度的挑战。算力方面,AI的研发、训练需要大量的算力;数据方面,拥有深度的、细致的、海量的数据是训练出“智能”的前提。随着AI模型的巨量化,算力成本方面的挑战也会愈加突出。智能计算中心建设的公共属性原则在当下和未来显得尤为重要,并主要体现在产业和民生两个层面。

从产业层面看,首先,智算中心的公共属性可以避免企业AI计算平台(硬件基础设施)的重复建设,实现公共服务所带来的天然边际成本效应的降低,让企业能够以更低的成本获得人工智能算力,同时避免AI算力的浪费;其次,智算中心作为服务的提供者,其将AI能力作为“公共服务”提供,对其易用性、适用性、功能性都有所优化或强化,企业可以更加快速和便捷地应用到实际业务中,加快企业AI应用的落地。报告为行业用户提供建议,可借助新型公共算力基础设施(如智能计算中心)实现降本增效、加速成果转化,关注以通用巨量模型为代表的AI算法基础设施,降低针对不同应用场景的模型适配难度和开发使用成本。

从民生层面看,智能计算中心的公共属性决定了其并非是盈利性的基础设施,将承载智能化的居民生活服务、政务服务智能化,做到真正的普适普惠。报告认为,以政府为主导,提供普适、普惠算力服务的智能计算中心,通过提供公共的算力、数据及算法服务,搭建公益、普惠、安全的架构,让算力服务易用,解决算力服务供给缺失问题的同时,也为探索未来人工智能计算力如何布局起到良性作用提供了参考。

以南京智能计算中心为例,作为长三角地区首个投入运营的大规模智能计算中心,通过算力的生产、聚合、调度和释放四大关键作业环节,提供人工智能应用所需算力服务、数据服务和算法服务,重点支撑科技金融、智能制造、智慧零售、智慧医疗、智慧交通等领域的应用创新,作为构建未来智慧社会和智能经济的关键性公共算力基础设施,将有效推动南京市乃至长三角地区的智能产业创新集聚与经济能级提升。

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,基于统一标准、开放建设和互联互通等原则,为算力、数据、生态和产业发展提供平台化支持。10月25日,无锡物联网创新中心与浪潮战略签约,将建设全国领先的无锡智能计算中心,助力无锡在智慧城市、工业互联网、大数据等领域的发展,无锡智算中心的建成,将进一步促进无锡智算产业链的完善,赋能企业数字转型,孵化新模式,催生新业态,形成多元化数字经济发展格局,建设成为全国数字经济样板城市。

产业AI化正在通过AI向传统企业的渗透及应用的多元化而加速,算力与巨量模型发挥着重要的推手作用,与此同时,算力的日益提升以及巨量模型的不断增大,也带来了诸如算力浪费、成本高企等系列的挑战,而智算中心,由于具备全栈AI能力、开放标准、集约高效、普适普惠的特征以及公共属性,除了可以应对这些挑战外,更有可能成为未来产业AI化的最优解。

消息来源:浪潮
China-PRNewsire-300-300.png
全球TMT
微信公众号“全球TMT”发布全球互联网、科技、媒体、通讯企业的经营动态、财报信息、企业并购消息。扫描二维码,立即订阅!
关键词: 互联网技术 电信业
collection