下面看報告的詳細(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

這份人工智能計算力發(fā)展評估報告，主要從行業(yè)和地域兩個維度對人工智能算力的發(fā)展水平和未來發(fā)展?jié)摿M(jìn)行評估。

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)的省市在計算力投資方面也走在了前面；未來，那些有清晰的人工智能發(fā)展戰(zhàn)略、擁有更多人才儲備和人工智能產(chǎn)業(yè)規(guī)劃投資的省市將有更大的發(fā)展?jié)摿Α?/p>

從下表是國內(nèi)省份的人工智能熱圖，顏色越深代表計算力投資越熱。

然后是TOP10的計算力領(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最領(lǐng)先的人工智能計算力城市。

第二檔：成都、重慶、武漢、廣州和貴陽。

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

報告中稱，北京在人工智能領(lǐng)域的計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、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，中科院等國家級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)模和人才儲備、領(lǐng)軍企業(yè)和初創(chuàng)企業(yè)數(shù)量等幾個方面都有自己的特點和優(yōu)勢，在人工智能的技術(shù)發(fā)展水平、實際應(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。

位于杭州的阿里、海康威視、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，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，帶動了初創(chuàng)企業(yè)的發(fā)展和對高端人才的吸引，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)用度最高的八個行業(yè)中，互聯(lián)網(wǎng)、政府和金融行業(yè)排前三，同時也是人工智能計算力投資最高的三個行業(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電商、娛樂社交、云服務(wù)等自身業(yè)務(wù)的發(fā)展。未來幾年內(nèi)，互聯(lián)網(wǎng)仍然是中國人工智能市場應(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)用場景，只有與行業(yè)應(yīng)用和應(yīng) 用場景高度融合，才能取得好的成果。IDC對人工智能的典型應(yīng)用和典型應(yīng)用場景進(jìn)行了梳理，如下圖所示。

縱軸是市場規(guī)模和未來發(fā)展?jié)摿Φ拇笮?，橫軸是IDC預(yù)測的解決方案成熟和得到廣泛應(yīng)用的時間線。

未來算力需求推理遠(yuǎn)超訓(xùn)練，中國將誕生千億級產(chǎn)業(yè)生態(tài)

計算力是承載人工智能應(yīng)用的平臺和基礎(chǔ)，算力的發(fā)展推動了整個人工智能系統(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，2022年全球人工智能市場中用于計算力的投資將超過176億美金，該市場未來五年的復(fù)合增長率將超過30%。

人工智能的特點決定了對算力提出了不同于以往的新要求，傳統(tǒng)的面向通用計算負(fù)載的CPU架構(gòu)無法完全滿足海量數(shù)據(jù)的并行計算需求，以異構(gòu)計算、加速計算、可編程計算等為代表的新的計算技術(shù)和架構(gòu)更適合人工智能的并行計算需求，得到了快速的發(fā)展，未來將迎來廣闊的發(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)練場景，在未來的大規(guī)模應(yīng)用階段80%的算力將集中在推理場景，未來對推理的需求將遠(yuǎn)遠(yuǎn)超過對訓(xùn)練的需求。

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

經(jīng)過三到五年的發(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)過訓(xùn)練的應(yīng)用場景與客戶的實際應(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、場景化的特點，對算力的需求也將迅速增長，更加多元化。

對于中國而言，根據(jù)IDC對中國人工智能市場的研究數(shù)據(jù)，2018年，中國人工智能市場投資規(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)硬件市場投資；IDC預(yù)測，到2022年，中國的人工智能市場投資規(guī)模將超過百億美元，未來五年的復(fù)合增長率超過59%，將形成一個新的千億人民幣規(guī)模的產(chǎn)業(yè)生態(tài)，其中人工智能基礎(chǔ)架構(gòu)硬件市場規(guī)模將超過千億人民幣。

AI摩爾定律提出挑戰(zhàn)：計算力是一切

去年，OpenAI一份“AI與計算”的分析報告，道破計算力對AI發(fā)展的影響：

• 自2012年以來，在最大的AI訓(xùn)練運行中所使用的計算力呈指數(shù)增長，每3.5個月增長一倍（相比之下，摩爾定律的翻倍時間是18個月）。
• 自2012年以來，這個指標(biāo)已經(jīng)增長了30萬倍以上（如果增長一倍的時間需要18個月，僅能增長12倍）。

計算能力的提升一直是AI進(jìn)步的一個關(guān)鍵要素，所以如果這種趨勢繼續(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。現(xiàn)實的情況是，這種趨勢正在突飛猛進(jìn)中，也對芯片設(shè)計提出挑戰(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——智能云·芯世界”峰會上指出，高能效計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；
• 新器件+新模型：存算一體、量子計算、光計算等

其中，異構(gòu)計算和云的結(jié)合也是解決計算力的問題方向之一。

異構(gòu)計算中常以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)計算服務(wù)器，英特爾中國研究院院長宋繼強(qiáng)也在本屆峰會中介紹了“超異構(gòu)”的努力和探索，并認(rèn)為，涵蓋芯片級、封裝級和系統(tǒng)級的超異構(gòu)設(shè)計理念是釋放“AI+”潛力的強(qiáng)大推力。

從左起：TensorFlow 中國研發(fā)負(fù)責(zé)人李雙峰、英特爾中國研究院院長宋繼強(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、新智元創(chuàng)始人兼CEO楊靜、華為消費者業(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顏水成

另一方面，云的發(fā)展也對計算力帶來新機(jī)會，尤其是近兩年邊緣計算火起來之后，無論是計算力方面還是應(yīng)用方面，都對云提出了新要求。

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

為什么要匯集到云端？因為每一個邊緣點上面看到的可能只是一個片面，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。

“針對我們這些相對比較大的場景（如工業(yè)、城市），一定要把數(shù)據(jù)匯聚以后全局計算。比如我們做的關(guān)系網(wǎng)絡(luò)計算是不可能發(fā)生在端上的，端上只能識別出來人臉是誰的、這輛車是什么車牌號，但端上本身沒有這種復(fù)雜計算?！?/p>

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出來以后人均帶有的設(shè)備IP可能就遠(yuǎn)超過一個，在這種情況下大量的計算一定是發(fā)生在云端，就可以在云端做各種各樣復(fù)雜的迭代計算、深度網(wǎng)絡(luò)計算和關(guān)系網(wǎng)絡(luò)計算，產(chǎn)生出來的結(jié)果也是非常驚人的。

這一切都離不開計算力。

本文來自新智元，本文作為轉(zhuǎn)載分享。