人工智能渗透度不断提升 应用鸿沟亟待破局

人工智能渗透度不断提升 应用鸿沟亟待破局

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。

由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。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%。

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位居首位，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2020年增速达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-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。

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。