下面看報(bào)告的詳細(xì)內(nèi)容。

杭州生態(tài)體系最完整，北京AI企業(yè)科研院所最集中

這份人工智能計(jì)算力發(fā)展評(píng)估報(bào)告，主要從行業(yè)和地域兩個(gè)維度對(duì)人工智能算力的發(fā)展水平和未來(lái)發(fā)展?jié)摿M(jìn)行評(píng)估。

地域?qū)傩陨峡?。?dāng)前，那些IT投資規(guī)模大、IT發(fā)展水平高、擁有較多人工智能領(lǐng)軍企業(yè)的省市在計(jì)算力投資方面也走在了前面；未來(lái)，那些有清晰的人工智能發(fā)展戰(zhàn)略、擁有更多人才儲(chǔ)備和人工智能產(chǎn)業(yè)規(guī)劃投資的省市將有更大的發(fā)展?jié)摿Α?/p>

從下表是國(guó)內(nèi)省份的人工智能熱圖，顏色越深代表計(jì)算力投資越熱。

然后是TOP10的計(jì)算力領(lǐng)先的城市名單，分成兩檔：

第一檔：杭州、北京、深圳、上海和合肥，這五座城市成為中國(guó)最領(lǐng)先的人工智能計(jì)算力城市。

第二檔：成都、重慶、武漢、廣州和貴陽(yáng)。

很意外，互聯(lián)網(wǎng)公司扎堆的北京居然不是計(jì)算力排名第一的城市。

報(bào)告中稱，北京在人工智能領(lǐng)域的計(jì)算力投資主要集中在互聯(lián)網(wǎng)、人工智能初創(chuàng)企業(yè)和科研院所，百度、字節(jié)跳動(dòng)、京東等互聯(lián)網(wǎng)企業(yè)，商湯、曠視、寒武紀(jì)、深鑒科技等初創(chuàng)公司，中科院等國(guó)家級(jí)科研院所是人工智能算力投資的主要代表。

雖然北京在人工智能的數(shù)據(jù)處理、算法和芯片等技術(shù)領(lǐng)域處于領(lǐng)先地位，但在產(chǎn)業(yè)鏈和生態(tài)建設(shè)方面還需進(jìn)一步加強(qiáng)；另外，在算力建設(shè)方面受能源和產(chǎn)業(yè)規(guī)劃的影響，部分算力投資分散到了京津冀的周邊區(qū)域和其他地區(qū)，在一定程度上影響了本次評(píng)估的結(jié)果。

相比之下，杭州在人工智能的政策和策略、投資規(guī)模和人才儲(chǔ)備、領(lǐng)軍企業(yè)和初創(chuàng)企業(yè)數(shù)量等幾個(gè)方面都有自己的特點(diǎn)和優(yōu)勢(shì)，在人工智能的技術(shù)發(fā)展水平、實(shí)際應(yīng)用、生態(tài)建設(shè)和算力投資等方面具有明顯的整體優(yōu)勢(shì)。

位于杭州的阿里、?？低?、大華等領(lǐng)軍企業(yè)加大在人工智能領(lǐng)域的投資和研發(fā)，在人工智能芯片、算法研發(fā)和數(shù)據(jù)積累方面都取得了成果，在城市大腦、智慧交通、雪亮工程等領(lǐng)域都得到了廣泛的應(yīng)用，形成了智能城市、智能安防、智能汽車、智能機(jī)器人、智能家居和智能硬件的產(chǎn)業(yè)鏈；

同時(shí)，杭州以阿里、?？档阮I(lǐng)軍企業(yè)為核心，以人工智能小鎮(zhèn)和產(chǎn)業(yè)基地為依托，帶動(dòng)了初創(chuàng)企業(yè)的發(fā)展和對(duì)高端人才的吸引，形成了良好的聚集效應(yīng)和完整的人工智能生態(tài)體系。

排第三的深圳主要得益于擁有更多的行業(yè)和更多類型的企業(yè)，包括互聯(lián)網(wǎng)行業(yè)的騰訊、迅雷，通訊行業(yè)的華為、中興，智能制造的大疆、優(yōu)必選，金融行業(yè)的招商銀行、平安科技，政府行業(yè)的智慧城市、雪亮工程，醫(yī)療行業(yè)的華大基因等。

AI算力投資大戶，離不開BAT等互聯(lián)網(wǎng)巨頭

行業(yè)維度上看。

人工智能應(yīng)用度最高的八個(gè)行業(yè)中，互聯(lián)網(wǎng)、政府和金融行業(yè)排前三，同時(shí)也是人工智能計(jì)算力投資最高的三個(gè)行業(yè)。

在BAT等超大型互聯(lián)網(wǎng)企業(yè)的示范作用 下，幾乎所有互聯(lián)網(wǎng)企業(yè)都開始或多或少的投資于人工智能以推動(dòng)電商、娛樂(lè)社交、云服務(wù)等自身業(yè)務(wù)的發(fā)展。未來(lái)幾年內(nèi)，互聯(lián)網(wǎng)仍然是中國(guó)人工智能市場(chǎng)應(yīng)用最廣泛、投資總量最大的行業(yè)，將在人工智能的發(fā)展中起到重要的引領(lǐng)作用。

由于人工智能解決方案高度依賴于典型應(yīng)用和典型應(yīng)用場(chǎng)景，只有與行業(yè)應(yīng)用和應(yīng) 用場(chǎng)景高度融合，才能取得好的成果。IDC對(duì)人工智能的典型應(yīng)用和典型應(yīng)用場(chǎng)景進(jìn)行了梳理，如下圖所示。

縱軸是市場(chǎng)規(guī)模和未來(lái)發(fā)展?jié)摿Φ拇笮?，橫軸是IDC預(yù)測(cè)的解決方案成熟和得到廣泛應(yīng)用的時(shí)間線。

未來(lái)算力需求推理遠(yuǎn)超訓(xùn)練，中國(guó)將誕生千億級(jí)產(chǎn)業(yè)生態(tài)

計(jì)算力是承載人工智能應(yīng)用的平臺(tái)和基礎(chǔ)，算力的發(fā)展推動(dòng)了整個(gè)人工智能系統(tǒng)的發(fā)展和快速演進(jìn)，是人工智能的最核心要素。

在投資方面，IDC預(yù)測(cè)，2022年全球人工智能市場(chǎng)中用于計(jì)算力的投資將超過(guò)176億美金，該市場(chǎng)未來(lái)五年的復(fù)合增長(zhǎng)率將超過(guò)30%。

人工智能的特點(diǎn)決定了對(duì)算力提出了不同于以往的新要求，傳統(tǒng)的面向通用計(jì)算負(fù)載的CPU架構(gòu)無(wú)法完全滿足海量數(shù)據(jù)的并行計(jì)算需求，以異構(gòu)計(jì)算、加速計(jì)算、可編程計(jì)算等為代表的新的計(jì)算技術(shù)和架構(gòu)更適合人工智能的并行計(jì)算需求，得到了快速的發(fā)展，未來(lái)將迎來(lái)廣闊的發(fā)展空間。

人工智能的工作負(fù)載主要分為訓(xùn)練和推理，IDC認(rèn)為，人工智能的計(jì)算力分布將呈現(xiàn)“二八法則”，在早期階段80%的算力集中在訓(xùn)練場(chǎng)景，在未來(lái)的大規(guī)模應(yīng)用階段80%的算力將集中在推理場(chǎng)景，未來(lái)對(duì)推理的需求將遠(yuǎn)遠(yuǎn)超過(guò)對(duì)訓(xùn)練的需求。

人工智能發(fā)展的早期階段是對(duì)人工智能價(jià)值的自我發(fā)現(xiàn)的過(guò)程，核心是尋找人工智能的典型應(yīng)用場(chǎng)景并通過(guò)訓(xùn)練使得人工智能系統(tǒng)獲得達(dá)到甚至超過(guò)人類的能力，在這一階段更多的計(jì)算負(fù)載集中在離線的數(shù)據(jù)中心中的訓(xùn)練場(chǎng)景；

經(jīng)過(guò)三到五年的發(fā)展，人工智能將進(jìn)入大規(guī)模應(yīng)用階段，應(yīng)用階段是將經(jīng)過(guò)訓(xùn)練的應(yīng)用場(chǎng)景與客戶的實(shí)際應(yīng)用相結(jié)合，將人工智能的能力賦能產(chǎn)品或行業(yè)解決方案，使得人工智能成為普惠的應(yīng)用技術(shù)，在這一階段計(jì)算負(fù)載將更多以推理的方式存在，呈現(xiàn) “云+端” 部署、分散化、終端化、場(chǎng)景化的特點(diǎn)，對(duì)算力的需求也將迅速增長(zhǎng)，更加多元化。

對(duì)于中國(guó)而言，根據(jù)IDC對(duì)中國(guó)人工智能市場(chǎng)的研究數(shù)據(jù)，2018年，中國(guó)人工智能市場(chǎng)投資規(guī)模約25億美元，其中70%以上為以算力為核心的基礎(chǔ)架構(gòu)硬件市場(chǎng)投資；IDC預(yù)測(cè)，到2022年，中國(guó)的人工智能市場(chǎng)投資規(guī)模將超過(guò)百億美元，未來(lái)五年的復(fù)合增長(zhǎng)率超過(guò)59%，將形成一個(gè)新的千億人民幣規(guī)模的產(chǎn)業(yè)生態(tài)，其中人工智能基礎(chǔ)架構(gòu)硬件市場(chǎng)規(guī)模將超過(guò)千億人民幣。

AI摩爾定律提出挑戰(zhàn)：計(jì)算力是一切

去年，OpenAI一份“AI與計(jì)算”的分析報(bào)告，道破計(jì)算力對(duì)AI發(fā)展的影響：

• 自2012年以來(lái)，在最大的AI訓(xùn)練運(yùn)行中所使用的計(jì)算力呈指數(shù)增長(zhǎng)，每3.5個(gè)月增長(zhǎng)一倍（相比之下，摩爾定律的翻倍時(shí)間是18個(gè)月）。
• 自2012年以來(lái)，這個(gè)指標(biāo)已經(jīng)增長(zhǎng)了30萬(wàn)倍以上（如果增長(zhǎng)一倍的時(shí)間需要18個(gè)月，僅能增長(zhǎng)12倍）。

計(jì)算能力的提升一直是AI進(jìn)步的一個(gè)關(guān)鍵要素，所以如果這種趨勢(shì)繼續(xù)下去，我們就得為遠(yuǎn)遠(yuǎn)超出當(dāng)今能力的AI系統(tǒng)做好準(zhǔn)備?，F(xiàn)實(shí)的情況是，這種趨勢(shì)正在突飛猛進(jìn)中，也對(duì)芯片設(shè)計(jì)提出挑戰(zhàn)。

清華大學(xué)電子工程系教授汪玉在“2019新智元AI技術(shù)峰會(huì)——智能云·芯世界”峰會(huì)上指出，高能效計(jì)算芯片有三種突破路徑：

• 通用處理器：尺寸微縮異構(gòu)多核；
• 定制加速器：軟硬件協(xié)同優(yōu)化設(shè)計(jì)；
• 新器件+新模型：存算一體、量子計(jì)算、光計(jì)算等

其中，異構(gòu)計(jì)算和云的結(jié)合也是解決計(jì)算力的問(wèn)題方向之一。

異構(gòu)計(jì)算中常以FPGA為核心，能夠根據(jù)系統(tǒng)資源和算法特征靈活的調(diào)整并行度，達(dá)到最優(yōu)的適配，也是硬件適配軟件的模式，能效比高于CPU和GPU。

目前，阿里云已經(jīng)推出了FPGA as a Service(FaaS)的服務(wù)，浪潮開發(fā)高性能異構(gòu)計(jì)算服務(wù)器，英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)也在本屆峰會(huì)中介紹了“超異構(gòu)”的努力和探索，并認(rèn)為，涵蓋芯片級(jí)、封裝級(jí)和系統(tǒng)級(jí)的超異構(gòu)設(shè)計(jì)理念是釋放“AI+”潛力的強(qiáng)大推力。

從左起：TensorFlow 中國(guó)研發(fā)負(fù)責(zé)人李雙峰、英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)、阿里云數(shù)據(jù)智能總經(jīng)理曾震宇、騰訊云副總裁王龍、新智元?jiǎng)?chuàng)始人兼CEO楊靜、華為消費(fèi)者業(yè)務(wù)首席戰(zhàn)略官邵洋、360集團(tuán)副總裁，人工智能研究院院長(zhǎng)顏水成

另一方面，云的發(fā)展也對(duì)計(jì)算力帶來(lái)新機(jī)會(huì)，尤其是近兩年邊緣計(jì)算火起來(lái)之后，無(wú)論是計(jì)算力方面還是應(yīng)用方面，都對(duì)云提出了新要求。

阿里云數(shù)據(jù)智能總經(jīng)理曾震宇認(rèn)為，云作為一個(gè)中樞其實(shí)有非常大的必要把各個(gè)端上的各種計(jì)算出來(lái)之后產(chǎn)生的數(shù)據(jù)匯集到云端。

為什么要匯集到云端？因?yàn)槊恳粋€(gè)邊緣點(diǎn)上面看到的可能只是一個(gè)片面，或者只是毛細(xì)血管的一小部分而已，匯集在一起以后才能有相應(yīng)的全貌。

“針對(duì)我們這些相對(duì)比較大的場(chǎng)景（如工業(yè)、城市），一定要把數(shù)據(jù)匯聚以后全局計(jì)算。比如我們做的關(guān)系網(wǎng)絡(luò)計(jì)算是不可能發(fā)生在端上的，端上只能識(shí)別出來(lái)人臉是誰(shuí)的、這輛車是什么車牌號(hào)，但端上本身沒(méi)有這種復(fù)雜計(jì)算。”

數(shù)據(jù)匯集到云端以后關(guān)于人、關(guān)于交通工具、關(guān)于各種各樣的設(shè)備，5G出來(lái)以后人均帶有的設(shè)備IP可能就遠(yuǎn)超過(guò)一個(gè)，在這種情況下大量的計(jì)算一定是發(fā)生在云端，就可以在云端做各種各樣復(fù)雜的迭代計(jì)算、深度網(wǎng)絡(luò)計(jì)算和關(guān)系網(wǎng)絡(luò)計(jì)算，產(chǎn)生出來(lái)的結(jié)果也是非常驚人的。

這一切都離不開計(jì)算力。

本文來(lái)自新智元，本文作為轉(zhuǎn)載分享。