请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

人工智能不断渗透 应用鸿沟有待破局

■ 中国工业报记者 余 娜
算力是数字经济时代的核心生产力。当前,人工智能已在国家经济建设、科技实力提升、推动生产力发展等方面呈现出举足轻重的作用。人工智能算力正在为国家创造力的发展带来实质性推进。2022年,人工智能在各个行业的渗透度均有提升,互联网、金融、政府、电信和制造五大行业应用渗透度排名前五。
IDC与浪潮信息于近日联合发布的《2022-2023中国人工智能计算力发展评估报告》(以下简称《报告》)预测,中国人工智能计算力继续保持快速增长,2022年智能算力规模达到268百亿亿次/秒(EFLOPS),超过通用算力规模。
工业和信息化部最新数据显示,目前,中国人工智能核心产业规模超过4000亿元,企业数量超过3000家,领军龙头企业覆盖无人机、语音识别、图像识别、智能机器人、智能汽车、可穿戴设备、虚拟现实等诸多领域,已在智能芯片、开源框架等关键核心技术取得重要突破。
智能算力规模持续扩大 技术与应用鸿沟待解决

智能算力对于提升国家、区域经济核心竞争力的重要作用已经成为业界共识。随着 “东数西算”工程的启动以及智能计算中心的建设,国家已在8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。
中国智能算力规模将持续高速增长,预计到2026年中国智能算力规模将达到1271.4EFLOPS,未来五年复合增长率达52.3%,同期通用算力规模的复合增长率为18.5%。
IDC调研发现,中国企业对人工智能算力基础设施平台的关注点依次为:丰富的应用场景配置、加速性能和计算能力、规模效应下的价格成本因素、训练的数据支持、人工智能配套政策吸引。就现阶段而言,由于中国市场倾向于首先投资硬件,中国人工智能支出中硬件占比将保持最大,未来5年将一直保持65%左右的份额。
除了大模型研发和创新,对于众多企业而言,他们还面临如何将大模型落地行业,解决现实复杂、琐碎场景中的应用问题。调研显示,未来超过80%的组织表示会考虑购买预先训练好的人工智能模型,而不是自己进行训练。但是预先训练的模型在可用性和适应性、运行模型的基础设施,以及内部专业知识等方面还存在提升的空间,企业亟需行业的解决方案商的支持,缩小技术创新和落地应用之间的鸿沟。
在2022年中国人工智能城市排行榜中,北京、杭州、深圳继续保持前三名,上海和广州分列第四、五名,其中北京连续四年蝉联首位,天津首次进入前十,成都、苏州、南京、济南保持前十。综合TOP10城市发展情况,头部城市的共性特征是,较早的政策引导和配套政策保障,充分的智算基础设施规划、投入,达到上百家AI企业集聚、十万级人才保障,千亿级AI产业集群规模。
此外,一些城市深耕特定的人工智能应用并取得了明显成果,成为城市智能化新标签,如安徽宿州淮海智算中心、浙江青田元宇宙智算中心陆续投建。
从行业维度看,2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网、金融、政府、电信和制造。与2021年相比,行业AI渗透度明显提升。其中,互联网行业依然是人工智能应用渗透度和投资最高的行业;金融行业的人工智能渗透度从2021年的55提升到62,智能客服、实体机器人、智慧网点、云上网点等成为人工智能在金融行业的应用典型;电信行业的人工智能渗透度从2021年的45增长到51,人工智能技术融入电信网络的构建、优化,并为下一代智慧网络建设提供支撑;制造行业的人工智能渗透度从40增长到45,预计到2023年年底,中国50%的制造业供应链环节将采用人工智能。
算力多元化发展提速 大模型加速行业落地

算力是实现AI产业化的核心力量,其发展将对人工智能技术的进步和行业应用起到决定性的作用。随着人工智能向多场景化、规模化、融合化等高应用阶段方向发展,数据体量呈现出急剧增长态势,算法模型的参数量呈指数级增加,以加速计算为核心的算力中心规模正不断扩大。
从算力层面来看,人工智能芯片、服务器、计算架构、算法及应用等发展近况如何?
《报告》认为,从整体看AI服务器是人工智能市场增长的主力军。IDC数据显示,2021年全球人工智能服务器市场的同比增速为39.1%,超过全球整体人工智能市场增速(20.9%),是整体人工智能市场增长的推动力。《全球人工智能市场半年度追踪报告》数据显示,2021年全球人工智能服务器市场规模达156.3亿美元,约合人民币1045亿元,这是全球年度人工智能服务器市场首次突破千亿元人民币,同比增速达39.1%。其中,浪潮信息(000977.SZ)、戴尔科技(股票代码:DELL)、惠普企业(股票代码:HPE)分别以20.9%、13.0%、9.2%的市占率位列前三,三家厂商总市场份额占比达43.1%。此外,新华三、宁畅、安擎、华为等诸多中国厂商正加速推动人工智能基础设施产品的优化更新,探索赋能技术升级,为人工智能技术的用户带来价值。
从人工智能芯片角度,人工智能产业技术不断提升,产业AI化加速落地,推动全球人工智能芯片市场高速增长。IDC预计,到2025年人工智能芯片市场规模将达726亿美元。异构计算成为主流趋势,未来18个月全球人工智能服务器GPU、ASIC和FPGA的搭载率均会上升,算力多元化发展趋势明显。
从计算架构发展来看,基于DSA(Domain-SpecificArchitectures)思想设计的人工智能芯片正在成为主导,推动了人工智能芯片多元化发展。多元算力从“能用”到“好用”并且为企业创造业务价值,离不开通用性强、绿色高效、安全可靠的计算系统的支持。业内正在推动多元算力系统架构创新,基于计算节点内和节点间的互联技术破局现有计算架构的瓶颈,通过充分调动起多芯片、多板卡、多节点的系统级能力,实现各种加速单元以及跨节点系统的高效协同,提升计算性能。
值得一提的是,未来超过80%的组织会优先考虑购买预先训练好的人工智能模型。作为智算力驱动下典型的重大创新,大模型被认为是“通用智能”的雏形,是业内探索实现普惠人工智能的重要途径之一。大模型发展的背后是庞大的算力支撑,例如AI+Science领域的AlphaFold2、自动驾驶系统、GPT-3等模型训练需要几百甚至几千PD(PetaFlops/s-day,PD)的算力当量支持。2022年,大模型正在成为AIGC领域发展的算法引擎,文生图、虚拟数字人等AIGC类应用将快速进入到商业化阶段,并为元宇宙内容生产带来巨大的变革。
而在工业界,不少互联网企业也正推动自研大模型在电子商务、社交网络、搜索引擎、广告推荐等重点业务场景落地。他们将内部大模型部署的成功经验固化为预训练平台,以标准化服务的形式将预训练模型的能力下沉到各行各业,通过集中式的数据和算力开发模式提供平台粘性,以期实现人工智能普惠化目标。
审核:余早早
责编:霍悦
编辑:胡娜
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册