中國AI城市TOP10洗牌加?。禾旖蚴走M(jìn)前10，廣州時(shí)隔4年重回一梯隊(duì)

豐色 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

年度中國AI計(jì)算力報(bào)告，剛剛出爐。

今年，已是連續(xù)第五年發(fā)布。

這一次，北杭深仍坐穩(wěn)AI城市前三名，其中北京無可撼動(dòng)，連續(xù)四年霸榜第一。

上海，還是第一梯隊(duì)的“老熟人”，廣州則時(shí)隔四年重回第五。

相比新鮮面孔不多的第一梯隊(duì)，第二梯隊(duì)（6-10名）可謂洗牌加劇：

“新一線”城市成都勢如破竹，反超南京躍居第六，天津首次入榜，緊隨南京之后；

年年入榜的合肥則首次跌出前十。

有起有伏，好不激烈。

不過要說今年最大的變化，還是當(dāng)屬智能算力的規(guī)模：

根據(jù)IDC與浪潮信息聯(lián)合發(fā)布的這份《2022-2023中國人工智能計(jì)算力發(fā)展評估報(bào)告》，2022年，咱們國家智能算力保有量終于首次超過了通用算力，達(dá)到了268EFLOPS（每秒268百億億次浮點(diǎn)運(yùn)算）。

這意味著智能算力很快將成為所有算力需求中的主力軍。

為此，本報(bào)告也首次將智能算力單拿出來做了統(tǒng)計(jì)和預(yù)測，希望給AI產(chǎn)業(yè)的智能化和創(chuàng)新化提供一個(gè)標(biāo)尺，即智能算力在其中究竟提供了多少推力。

當(dāng)然，除了以上這些，老規(guī)矩，報(bào)告還揭示了更多有意思的AI產(chǎn)業(yè)發(fā)展趨勢、行業(yè)滲透度等信息。

例如：

• 中國人工智能支出中，硬件占比未來5年都將至少保持65%左右的份額，遠(yuǎn)超軟件與服務(wù)；
• 中國人工智能各行各業(yè)AI滲透率增比最大的金融，2022年已達(dá)62%，緊隨互聯(lián)網(wǎng)之后；
• 火熱的大模型和許多人的觀察一樣，已經(jīng)具備“通用智能”的雛形，低能耗、可應(yīng)用性強(qiáng)等成為主要訴求；

……

更多細(xì)節(jié)，我們翻開報(bào)告來看。

中國最強(qiáng)AI城市：北京領(lǐng)首，第二梯隊(duì)競爭激烈

這份最強(qiáng)AI城市TOP10榜單，是基于人工智能投資規(guī)模、政策支持力度、技術(shù)成熟度及勞動(dòng)供給等維度而得出。

其中技術(shù)成熟度包括數(shù)據(jù)平臺成熟度、AI算力加速方案、云服務(wù)應(yīng)用情況以及應(yīng)用場景成熟度。

北京能夠四年強(qiáng)勢第一，除了政策的支持以外，還離不開學(xué)術(shù)資源和人才資源的加持：

在這里，光AI相關(guān)的人才就占到了全國總量的一半以上；全國過半數(shù)AI相關(guān)的研究單位，包括北大清華、中科院自動(dòng)化所、中科院計(jì)算所等，也都聚集在此。

深圳和上海也不必多講：

前者雖然本地高校資源不足，但吸引了大批外資以及發(fā)達(dá)國家的高端產(chǎn)業(yè)；

后者作為國內(nèi)的“教育高地”，到2025年AI人才將達(dá)30萬，人工智能專利授權(quán)數(shù)一直處于全國領(lǐng)先地位，AI實(shí)力自然低不了。

至于廣州，能夠時(shí)隔四年重回第一梯隊(duì)，主要是去年在政策支持上又加大了力度，聚焦先進(jìn)制造、車輛交通、健康醫(yī)療、城市治理這四條AI賽道，定下了“十百千”目標(biāo)（即建設(shè)10個(gè)人工智能產(chǎn)業(yè)園，開展100個(gè)人工智能典型場景應(yīng)用示范，培育1000家左右人工智能企業(yè)）。

但要說今年最吸睛的，還得看馬上就要沖破第一梯隊(duì)的成都，和首次上榜位列第九的天津。

首先，成都在今年成為了國家“東數(shù)西算”工程中西部的重點(diǎn)節(jié)點(diǎn)之一，在5月建成上線了西南地區(qū)最大的人工智能計(jì)算中心——成都智算中心。

據(jù)公開數(shù)據(jù)，這一中心的人工智能算力平臺，算力可達(dá)300 PFLOPS（FP16），相當(dāng)于15萬臺高性能PC。

除了新的智算中心，今年10月，成都又制定了“算力九條”政策，為積極建設(shè)AI產(chǎn)業(yè)的各企業(yè)科研機(jī)構(gòu)發(fā)放“真金白銀”。

比如若能聯(lián)合成都智算中心在智慧城市、智能制造、生物醫(yī)藥等行業(yè)打造示范性的人工智能創(chuàng)新應(yīng)用場景，也可最高獲得100萬元的一次性獎(jiǎng)勵(lì)。

今年這樣的大動(dòng)作，無疑讓成都這座城市的吸引力更加一籌，也讓成都一口氣從去年的榜單第九升到了第六。

再來看首次進(jìn)榜的天津。

最近的三屆世界人工智能大會，都在這里舉辦，讓這座智能制造業(yè)比較發(fā)達(dá)的城市又推動(dòng)了一大批AI項(xiàng)目落地。

按照計(jì)劃，天津?qū)⒃?024年建成人工智能試驗(yàn)區(qū)，這也意味著它還有更大的潛力，來完善整個(gè)AI產(chǎn)業(yè)鏈（目前主要集中在上游的芯片行業(yè)以及下游的人工智能應(yīng)用場景）。

眾所周知，無論是城市、企業(yè)還是科研機(jī)構(gòu)，要想發(fā)展人工智能產(chǎn)業(yè)，都離不開最基礎(chǔ)的算力支持。

從報(bào)告給出的下面這兩份數(shù)據(jù)我們就可以看出，在人工智能市場節(jié)節(jié)攀升的同時(shí)，算力規(guī)模也在跟進(jìn)增長，并且更為迅速（尤其是智能算力）。

具體來看，AI市場方面：

IDC預(yù)測，2022年中國人工智能市場相關(guān)支出將達(dá)到132億美元，預(yù)計(jì)到2025年達(dá)到267億美元，五年復(fù)合增長率達(dá)21.1%。

算力方面：

今年就已經(jīng)占比過半的智能算力，預(yù)計(jì)到2026年規(guī)模將進(jìn)入每秒十萬億億次浮點(diǎn)計(jì)算（ZFLOPS）級別，達(dá)到1271.4 EFLOPS。

2021-2026年期間，預(yù)計(jì)中國智能算力規(guī)模年復(fù)合增長率達(dá)52.3%，同期通用算力規(guī)模年復(fù)合增長率為18.5%。

智能算力市場一a火熱朝天，這正如浪潮信息副總裁、浪潮人工智能與高性能計(jì)算產(chǎn)品線總經(jīng)理劉軍所說，因?yàn)椋?/p>

算力是數(shù)字經(jīng)濟(jì)時(shí)代的核心生產(chǎn)力，智算力是未來創(chuàng)新的核心推動(dòng)力。

如當(dāng)下爆火的chatGPT所基于的GPT-3模型，其計(jì)算需求3640Petaflop。

什么概念？現(xiàn)在全球最快的超級計(jì)算機(jī)——日本“富岳”，每秒都只有550Petaflop。

再如特斯拉FSD全自動(dòng)駕駛系統(tǒng)的融合感知模型，其訓(xùn)練消耗的算力當(dāng)量也有500個(gè)PD；計(jì)算生物屆的“大明星”AlphaFold2則是300個(gè)PD……

可以確切地說，無論是AI大模型訓(xùn)練，自動(dòng)駕駛系統(tǒng)的感知模型訓(xùn)練，還是AI+Science或者數(shù)字人的建模或渲染等AI應(yīng)用和創(chuàng)新，都無法離開強(qiáng)大算力（尤其是智能算力）的支撐。

所以，難怪每個(gè)城市在加快各自的智能算力基建化腳步。

那么，我們也不妨認(rèn)為：一些城市在今年的榜單中落榜，并非“沒落”，而是后起之秀太強(qiáng)了。

比如在今年的TOP榜單之外，合肥、武漢、長沙這三座城市在AI和算力方面都有不可小覷的發(fā)展，或許明年就能爭奪一把第二梯隊(duì)的位置。

智能算力如何化為創(chuàng)新力？

據(jù)IDC觀察，目前，人工智能向著多場景化、規(guī)模化、融合化等高應(yīng)用階段方向發(fā)展，數(shù)據(jù)體量呈現(xiàn)出急劇增長態(tài)勢，算法模型的參數(shù)量呈指數(shù)級增加，以加速計(jì)算為核心的算力中心規(guī)模正在不斷擴(kuò)大。

要將這些算力化為真正的生產(chǎn)力，離不開AI芯片、服務(wù)器、計(jì)算架構(gòu)、云服務(wù)、算法模型、生態(tài)等方面的支持。

過去一年，它們有著怎樣的表現(xiàn)，并將呈現(xiàn)出什么樣的趨勢？我們一一來看。

1、AI芯片：NPU增長最明顯

IDC預(yù)計(jì)，到2025年，全球AI芯片市場規(guī)模將達(dá)726億美元。

2021年，中國仍以GPU為主實(shí)現(xiàn)數(shù)據(jù)中心計(jì)算加速，市場占有率近90%。

ASIC、FPGA、NPU等非GPU芯片市場則已超過10%。其中，設(shè)計(jì)邏輯相對簡單、具有顯著能耗節(jié)約優(yōu)勢的NPU較以往有明顯增長。

而從整體來看，中國AI芯片市場呈現(xiàn)出以下四大特點(diǎn)：

發(fā)展前景廣闊、低能耗成為大勢所趨；

但不同類型芯片發(fā)展參差不齊（用于終端的發(fā)展較快、用于云計(jì)算等領(lǐng)域的通用基礎(chǔ)層芯片較為滯后）、生態(tài)鏈條也待完善。

2、AI服務(wù)器：浪潮市占率全球第一

AI服務(wù)器作為人工智能市場增長的主力軍，在2021全球市場首次突破千億元人民幣（約1045億元），同比增速為39.1%，超過全球整體人工智能市場的增速。

在這之中，中國廠商浪潮信息以20.9%的市占率位列第一，其次是戴爾（13.0%）和HPE（9.2%）。

縱觀未來，預(yù)計(jì)到2025年，全球AI服務(wù)器市場規(guī)模將達(dá)到約1929億人民幣（277億美元），五年復(fù)合增長率為20.3%，并有超過80%的中國企業(yè)將在接下來的一年中持續(xù)增加人工智能服務(wù)器的投資規(guī)模。

IDC認(rèn)為，從工作負(fù)載角度來看，隨著人工智能模型逐步進(jìn)入廣泛投產(chǎn)模式，相關(guān)企業(yè)將更多地使用人工智能服務(wù)器處理推理工作負(fù)載，而非訓(xùn)練。

3、計(jì)算架構(gòu)：加速創(chuàng)新

基于 DSA（ Domain-Specific Architectures）思想設(shè)計(jì)的人工智能芯片正在成為主導(dǎo)，推動(dòng)了人工智能芯片多元化發(fā)展。

多元算力從“能用”到“好用”并且為企業(yè)創(chuàng)造業(yè)務(wù)價(jià)值，離不開通用性強(qiáng)、綠色高效、安全可靠的計(jì)算系統(tǒng)的支持。

業(yè)內(nèi)正在推動(dòng)多元算力系統(tǒng)架構(gòu)創(chuàng)新，基于計(jì)算節(jié)點(diǎn)內(nèi)和節(jié)點(diǎn)間的互聯(lián)技術(shù)破局現(xiàn)有計(jì)算架構(gòu)的瓶頸，通過充分調(diào)動(dòng)起多芯片、多板卡、多節(jié)點(diǎn)的系統(tǒng)級能力，實(shí)現(xiàn)各種加速單元以及跨節(jié)點(diǎn)系統(tǒng)的高效協(xié)同，提升計(jì)算性能。

4、云服務(wù)：搜索、人臉識別和推薦引擎排名前三

云計(jì)算可以為企業(yè)提供更豐富的算力支持。

據(jù)IDC統(tǒng)計(jì)，2021年人工智能公有云服務(wù)市場規(guī)模只占人工智能軟件整體市場的13.4%，但從年增長率來看，它的增長速度仍然遠(yuǎn)遠(yuǎn)超過后者。

目前排名前三的AI云服務(wù)分別是:?搜索、人臉識別和推薦引擎。

而在未來18個(gè)月，IDC預(yù)計(jì)，前三名將會變成：NLP、圖像識別和視頻識別。

之所以“易主”這么快，浪潮信息劉軍解釋道：因?yàn)槟壳暗娜咂鋵?shí)都屬于感知智能、計(jì)算智能的范疇。

而這兩大智能已經(jīng)發(fā)展得較為成熟，可提升空間變得有限。就比如智能客服，它對于方言、雜音的識別已經(jīng)很強(qiáng)了，接下來該重點(diǎn)發(fā)展的其實(shí)回答的邏輯等方面，也就是我們所說的認(rèn)知智能和決策智能。

不過，除了NLP、圖像識別和視頻識別這三類偏向認(rèn)知智能和決策智能的云服務(wù)，智能語音公有云服務(wù)、對話式人工智能的市場也將進(jìn)一步增長。

此外，未來2-3年內(nèi)，私有化部署也仍將是云服務(wù)市場的主流。

5、算法模型：開始基于通用模型生成專業(yè)模型

2021年是大模型的爆發(fā)之年，業(yè)界開啟了大模型參數(shù)競賽，不斷刷新模型性能和通用任務(wù)能力邊界。

到了今年，大模型就已具備“通用智能”的雛形，相比堆砌參數(shù)，現(xiàn)在大家更加趨于理性，更注重綠色低碳、服務(wù)能力下沉以及商業(yè)模式的實(shí)踐。

在具體實(shí)踐中，業(yè)界已開始基于通用大模型生成具備該行業(yè)或場景所需特定技能的專業(yè)模型。

這樣的模型在保留通用大模型的知識、認(rèn)知推理能力及泛化能力基礎(chǔ)上，實(shí)現(xiàn)針對該領(lǐng)域的技能專業(yè)化、模型輕載化和調(diào)用標(biāo)準(zhǔn)化。

比如浪潮信息發(fā)布的四個(gè)技能模型——知識增強(qiáng)的對話模型、知識檢索問答模型、中英文翻譯模型、古文理解模型，就是在繼承“源 1.0”大模型通用的知識與能力基礎(chǔ)上，面向特定領(lǐng)域的場景進(jìn)行針對性的技能優(yōu)化。

再比如騰訊，也是基于“混元”AI大模型，細(xì)分出涉及NLP、CV、OCR、多模態(tài)內(nèi)容理解、廣告文案生成等方向的專業(yè)模型。

需要特別提到，2022年AIGC領(lǐng)域的蓬勃發(fā)展也有大模型的一大部分功勞。

6、生態(tài)：人工智能領(lǐng)域，算力算法的標(biāo)準(zhǔn)化仍是重點(diǎn)

標(biāo)準(zhǔn)化是技術(shù)規(guī)模化應(yīng)用的必要前提。

但目前的人工智能技術(shù)及基礎(chǔ)架構(gòu)，定制化的工作量依然很大，主要集中在多元人工智能芯片適配、人工智能算力資源管理和調(diào)度、深度學(xué)習(xí)開發(fā)環(huán)境部署等各個(gè)方面。

這既限制人工智能算力的使用效率，也不利于人工智能在各行各業(yè)的推廣和應(yīng)用。

因此，智能算力和算法的基建化和標(biāo)準(zhǔn)化，就成為了人工智能產(chǎn)業(yè)發(fā)展在生態(tài)方面需要關(guān)注的重點(diǎn)。

中國“最A(yù)I”行業(yè)：互聯(lián)網(wǎng)強(qiáng)勢榜首、金融電信醫(yī)療增長最快

除了AI算力城市排名，哪個(gè)行業(yè)AI含量最高也是本榜單的一大關(guān)注熱點(diǎn)。

根據(jù)行業(yè)滲透度數(shù)據(jù)，可以發(fā)現(xiàn)：

• 盡管增勢放緩，互聯(lián)網(wǎng)仍強(qiáng)勢第一，AI在其中的應(yīng)用滲透率已達(dá)83%。這和該行業(yè)入局早不無關(guān)系。

• 金融行業(yè)排第二，它也是今年AI滲透率增長最快的一個(gè)行業(yè)，總比例達(dá)到62%（增長了7%）。

典型應(yīng)用場景包括智能客服、實(shí)體機(jī)器人、智慧網(wǎng)點(diǎn)、云上網(wǎng)點(diǎn)等。

除此之外，金融行業(yè)一直備受困擾的欺詐問題在AI的幫助下得到了緩解；以及貸款信用業(yè)務(wù)中的客戶財(cái)務(wù)背景及風(fēng)險(xiǎn)狀況的評估上也發(fā)揮了關(guān)鍵作用。

• 排名第四的是電信行業(yè)，AI滲透率超過一半（51%），增長速度僅次于金融。

本行最大的優(yōu)勢就是用戶基數(shù)龐大，可以獲得高價(jià)值的訓(xùn)練數(shù)據(jù)集，典型應(yīng)用包括智慧營業(yè)廳。

• 制造業(yè)也值得關(guān)注，本次排名第五。

AI的滲透有助于制造業(yè)向工業(yè)4.0和工業(yè)互聯(lián)網(wǎng)時(shí)代邁進(jìn)，應(yīng)用場景包括交互界面智能化、質(zhì)量管理及推薦系統(tǒng)、維修及生產(chǎn)檢測自動(dòng)化、供應(yīng)鏈管理自動(dòng)化、產(chǎn)品分揀等。

IDC預(yù)計(jì)，到2023年年底，中國50%的制造業(yè)供應(yīng)鏈環(huán)節(jié)都將采用人工智能，從而提高15%的生產(chǎn)率。

• 最后，值得說道的是醫(yī)療行業(yè)，雖然滲透率目前只有35%，但其增長速度僅次于電信。

醫(yī)療行業(yè)在AI應(yīng)用層面起步較晚，一部分原因是因?yàn)橄嚓P(guān)標(biāo)準(zhǔn)和規(guī)范還不完善，只有少量醫(yī)療人員參與人工智能開發(fā)和應(yīng)用。

不過隨著法規(guī)的完善，AI在醫(yī)療行業(yè)的應(yīng)用會快速擴(kuò)展，潛在場景包括電子病歷、輔助診斷，以及這一年來很火的藥物輔助研發(fā)等。

……

總體來看，由于AI能作為各行各業(yè)尋求新的業(yè)務(wù)增長點(diǎn)、提升用戶體驗(yàn)、保持核心競爭力的重要能力，它在各個(gè)行業(yè)的應(yīng)用程度都呈現(xiàn)出不斷加深的趨勢，應(yīng)用場景也越來越廣泛。

未來幾年內(nèi)，哪些行業(yè)的AI應(yīng)用具備更高的潛力，IDC也作出了預(yù)測：

2030年以后，AIGC、自動(dòng)駕駛、科研和教育這四個(gè)行業(yè)將十分值得期待。

我們?nèi)绾螒?yīng)對這些趨勢？

盡管從報(bào)告來看，我們的AI產(chǎn)業(yè)正處于欣欣向榮的階段。但其實(shí)僅有1/3的企業(yè)聲稱AI在他們的業(yè)務(wù)應(yīng)用中已達(dá)到成熟階段。

IDC通過洞察發(fā)現(xiàn)，為人工智能專門構(gòu)建的IT基礎(chǔ)設(shè)施的缺乏往往是AI應(yīng)用無法進(jìn)一步深入的原因。

在此，針對這一點(diǎn)以及上文所表現(xiàn)出來的各項(xiàng)趨勢，本報(bào)告在最后也給出了幾方面的建議。

首先，對于行業(yè)用戶來說，AI算力基礎(chǔ)設(shè)施應(yīng)成為IT基礎(chǔ)設(shè)施建設(shè)重點(diǎn)，想要破解模型研發(fā)和落地過程中存在的高投入、高風(fēng)險(xiǎn)等挑戰(zhàn)，就不得不做好算力基建化。

此外，由于行業(yè)用戶不具備模型二次開發(fā)的技術(shù)能力，因此更需積極地參與到人工智能的生態(tài)建設(shè)中來。

其次，對于技術(shù)供應(yīng)商來說，應(yīng)努力推進(jìn)構(gòu)建和部署模型的自動(dòng)化進(jìn)程，降低行業(yè)用戶獲得AI能力的門檻。

最后，對于整個(gè)人工智能產(chǎn)業(yè)來講，技術(shù)提供商和行業(yè)用戶應(yīng)該堅(jiān)持更加開放和深入的合作。

無論在算法模型還是算力層面行業(yè)，從業(yè)人員在學(xué)習(xí)全球先進(jìn)技術(shù)的同時(shí)，都需要加速自主研發(fā)的進(jìn)程，拉近與全球領(lǐng)先者的差距——尤其是作為算力的核心的芯片自主研發(fā)已迫在眉睫。

那么最最后，對于這份報(bào)告，你有什么想說的？有哪些點(diǎn)讓你印象深刻？

歡迎評論區(qū)討論。

完整報(bào)告請戳：

https://www.inspur.com/lcjtww/resource/cms/article/2448319/2734787/2022122601.pdf

或者掃描下面的二維碼：

— 完 —