IDC与浪潮信息联合发布中国AI计算力发展报告: 2022年智能算力规模超过通用算力

近日,IDC与浪潮信息联合发布《2022-2023中国人工智能计算力发展评估报告》(以下简称《报告》)。报告指出,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。预计未来5年中国智能算力规模的年复合增长率将达52.3%。

《报告》从人工智能计算力产业发展趋势、区域算力分布和行业渗透度等维度进行全面评估,旨在科学描绘中国人工智能发展的阶段和整体情况,为推动数字 经济 与实体经济的融合提供极具价值的参考依据和行动建议。

智能算力规模持续扩大,算力、算法基建化成为共识

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”工程的启动以及智算中心的建设,从国家层面实现有效的资源结构整合,助力产业结构调整,构建更为健全的算力、算法基础设施。目前,国家在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,协调区域平衡化发展,推进集约化、绿色节能、安全稳定的算力基础设施的建设。

中国智能算力规模及预测

IDC预测,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%。

人工智能城市排行榜:京、杭、深、沪、穗列前五,天津首次进入前十

《报告》针对不同城市在人工智能 投资 规模、相关政策支持力度、政策落地情况和实施进展、人工智能技术成熟度,以及劳动供给等维度的情况,对中国城市人工智能发展进行综合评估。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,其中北京连续四年蝉联首位,上海和广州分列第四、五名;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。

人工智能城市TOP10排名变化

城市智能算力的投入已经成为推动区域数字经济发展,加速人工智能产业创新的重要支撑,除了TOP10城市之外,合肥、武汉、长沙等多个城市在自身产业优势及各种因素推动下,人工智能应用也取得了较大进展。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。

互联网 、 金融 、政府、电信和制造等行业AI渗透度提升

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21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。

行业人工智能渗透度

从场景应用维度看,智能化场景在行业的落地随着时间的推移,正呈现出更加深入、更加广泛的趋势。人工智能持续为提升用户体验做出贡献,当前诸如智能客服、智能推荐、精准 营销 等场景深入落地到各行业;人工智能也在精准科学防疫,加强公共卫生安全体系建设中承担重要角色,在病毒演变预测、疫苗药物研发、辅助诊断等维度实现广泛应用;长期来看,企业通过在数字人等数字化营销内容创作领域布局,创造差异化的营销体验,升级品牌形象;另外,科学家们越来越多地利用人工智能技术和方法,从数据中建立模型,重点围绕新药创制、基因研究、新材料研发等领域加速对前沿科学问题的探究。

人工智能应用场景发展

算力多元化发展提速,大模型加速行业落地

《报告》从算力层面,对人工智能芯片、服务器、 计算架构、算法及应用等方面的发展近况进行了全面分析。

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。中国AI服务器市场领跑全球,2021年人工智能服务器市场规模59.2亿美元,与2020年相比增长68.2%,预计到2026年,中国人工智能服务器市场将达到123.4亿美元。

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-Specific Architectures)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。

《报告》对于大模型的行业落地和发展情况也进行了分析。IDC调研显示,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。大模型是智算力驱动下典型的重大创新,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。

智能算力成为数字化创新的源动力

人工智能算力的增长为人工智能的持续创新发展提供支撑。宏观层面,人工智能算力为国家创新力的发展带来实质性推进,不仅在应用科学的突破上发挥了重要作用,也开始渗透到基础科学领域,极大提高了科学研究的效率和科学发展的进程。

《报告》指出,人工智能应用正在从单点技术到多种技术能力融合方向发展、从事后分析向事前预判和主动执行方向发展、从计算智能和感知智能向认知智能和决策智能方向发展,创新应用场景逐步增多。未来五年,随着人机交互、机器学习、计算机视觉、语音识别技术的成熟,人工智能将在企业市场中加快应用与落地,智能算力将成为未来创新的核心推动力。