-中国人工智能计算力发展评估报告-IDC-8-31页.pdf

核心观点： 人工智能（AI）作为一项承载和推动实际应用的基础平台和决定性力量，其发展离不开计算力的持续提升。随着大数据量的爆炸性增长和算法的不断演进，未来计算力仍有巨大的发展空间。全球新创建的数据量将从2018年的33ZB增长到2025年的175ZB。AI技术的进步将使得人工智能推理市场在2022年超过训练市场。在数据中心加速领域，GPU依然首选，但随着边缘、端侧需求的快速增长，人工智能芯片市场将迎来多元化发展。预计到2023年，中国人工智能基础架构市场将超过80亿美元，且未来五年的年复合增长率将达到33.8%，增速是整体基础架构市场的三倍以上。 行业现状： 在中国，人工智能算力及应用的发展正逐步推进产业AI化。5G和物联网技术的发展将促进边缘、端侧人工智能基础架构的快速发展。性能、灵活性和能效将成为用户未来重点考量的因素。计算力的快速发展极大地促进了各行各业应用场景的成熟，AI产业化加速向产业AI化迈进。互联网、智慧城市、金融行业已经成为AI化的先行者。未来五年，制造和零售等行业也预计将逐步实现智能化。 互联网是中国人工智能算力投资最大的行业，占据62.4%的市场份额。政府和金融行业在2018年的同比增长均超过100.0%，增长最为迅速。人工智能与云计算的融合将进一步加速，AIaaS（人工智能即服务）市场规模在未来五年的年复合增长率将达到66.0%，将成为推动云计算市场增长的重要细分领域。 软件框架市场上，TensorFlow和PyTorch凭借性能、灵活性及生态优势依然占据主导地位。百度的深度学习开源平台PaddlePaddle作为国内自主开发软件框架的代表也有所贡献。尽管越来越多的人工智能领军企业参与到行业性能评测基准建设中，但目前业界缺少统一的基准，现有的深度学习性能基准相对单一。随着AI框架不断优化，模型不断迭代以及算法不断更新，各类基准也将持续的完善升级与之适应。 在地域层面，中国人工智能城市排行榜显示，北京、杭州、深圳、上海、广州位列TOP5。而合肥、苏州、重庆、南京、西安则排名6-10位。与2018年相比，北京超越杭州位居第一，广州进入第一梯队，苏州、南京、西安首次跻身前十。 人工智能的定义及核心技术： IDC将人工智能定义为具备学习、推理和自我纠正能力的系统。这些系统通过与人类交互的方式如自然语言、语音、图像、视频等，抽取信息构建知识库，并使用机器学习建立预测模型，然后基于模型进行推理并给出结果。机器学习作为实现智能化的关键技术，包括传统机器学习和深度学习。传统机器学习多用于简单的预测分析，而深度学习则用于提高预测准确率、处理非结构化数据，以及运用图算法、知识图谱技术判断相关性等。人工智能的核心技术能力可以分为感知技术和认知技术两大类，其中感知技术已经相对成熟，认知技术则发展为三个层次，包括语言理解、分析推理以及人格情感，未来认知技术的应用有着巨大的发展空间。 国家政策引领： 2015年以来，国家从政策层面为中国人工智能技术的发展提供了良好的环境。《新一代人工智能发展规划》和《促进新一代人工智能产业发展三年行动计划（2018-2020年）》的发布，不仅论述了未来人工智能相关的战略目标、理论技术、产业经济、人才培养、法律体系等方面，还重点提出了政府财政及社会资本投资的统筹安排，并对支撑体系和保障措施进行了详细规划，明确了发展方向及目标，进一步加快渗透速度，为产业发展提供了有力的政策支持。