2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf

所需积分/C币:49 2019-09-10 10:20:28 3.77MB PDF
收藏 收藏
举报

2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf
核心观点 计算力是承载和推动人工智能走向实际应用的基础平台和决定性力量,根据C 仝球 ata Sphere的硏究,仝球新创建的数据量将从2018年的33ZB增长到2025年 旳175B。随着数据持续爆炸性增长及算法的不断演进,未来算力仍有很大的发 展空间。 预计2022年,人工智能推理市场占比将超过训练市场,GP∪依然是数据中心加 速的首选,随着边缘、端侧需求的快速增长,人工智能芯片巾场将迎来多元化 发展。 预计2023年,中国人工智能基础架构市场将超过80亿关金,未来五年年复合增长 率达到338%,增速是中国整体基础架构市场的三倍以上。 5〔和物联网将推动边缘、端侧人工智能基砷架构的快速发展,性能、灵活性和能 效将成为用户天呆量点考呈因系。 计算力的快速发展极大促进了各行业应用场景的成熟,A产业化加速向产业A化 迈进。互联网、智慧城市、金融行业产A化已经走在了前面。未来五年,制造 、零售等行业也有望逐步实现智能化 互联网依然是入二智能算力投资最大的行业,占据中国62.4%的人工智危算力投资 市场份额;排名前五的行业中,政府和金行业增长最迅速,2018年同比增长均 超过100.0% 人工能与云的融合将进一步加速,未来五年:AaS市场规模的年复合增长率为 660%,将成为推动云计算市场增长的車要细分领域。 软件框架六场Te^ sorrow和 PyTorch凭借性能、灵活性及生念优势依然占据主导地 位;百度的深度学习开源平台 Paddlepaddle是国内自主开发软件框架的代表 越吴越多的人二智能领军企业参与到行业性能评测基准建设中:但总的来说业 界目前缺少统一的基准,大多数现有的深度学习性能基准相对兰一。随着A框 架不断优化:模型不斷选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。 2019年中国人工智能城市排行榜:TP5城市依次为北京、杭州、深圳上海、广 州,排名6-10的城市为合肥、苏州、車庆、南京、西安。跟2018年相比,北京超 越杭州位居第一,广州进入箅一梯驮,苏州、南京、西安首次跻身前十。 前言 新一轮科技革命和产业变革正在快速推进,大数据的爆发式増长、算法的革新、算力的提升及网络设施的演进驱动人工智能发展进入 新阶段,智能化成为技术和产业发展的重要方向。人工智能具有显著的溢出效应,将进一步带动其他技术的进步,推动战略性新兴产 业总体突破,正在成为推进供给侧结构性改革的新动能、振兴实体经济的新机遇、建设制造强国和网络强国的新引擎,源源不断地为 数字经济的发展提供持续创新动力。 1.1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。系统通过自然语言、语音、图像、视频等方式与人 交互,从交互信息中扫取知识建立知识库:并釆用机器学习方式建立预测嗅型,基于模型进行推理给出结果。 机器学习作为实现智能化的关键技犬,又可以分为传统的机器学习和深度学习。过去企业对于机器学习的釆用更 多是用传统机器学习做简单的预测分析。现在,企业已经开始探索釆用深度学习来提高预测的准确率、处理非结 构化数据:兴用图算法、知识图谱技术判断相关性等等。从应用落地的角度:除了反欺诈、产品推葶、量化投资 等落地应用场景,IDC也看到行业企业在核心玍产环节开始测试机器学习应用,例如电子器件生产质检、交通犰道 火花检测、配电站电压器障碍评价等等。 曰机器学习支撑的人工智能核心技术能力可分成2大类,分别是感知技术和认知技术。现阶段,感知技术的发展已 经相对成熟,认知技术的发展分为三个层次,分别是语言理餾;分析、搾理以及人格情感,认知技术应用冇未来 仍有很大发展空间。 1.2国家政策引领中国人工智能高速发展 2015年以来,国家也从政策层面为中国人工智能技术的发展提供了利好环境。《新一代人工智能发展规划》和《 促进新一代人二智能产业发三年行动计划(2018-2020年)》的发布,不仅就未来人二智能相关战略目标、理论 技术、产业经济、人才培养、法律体系等方面进行了论述,还重点提出了政府财政及社会资本投资的统筹安排,并 对支撑体系和保獐措施进行了禚细规划,明确了今后发展方向及目标,进一步加快 渗透速庋,为产业发展提供有力的政策支持:中国人工智能发展突飞猛进。在政策 的支持引导下,国闪科技巨头纷纷布局,产业资本也将更多目光聚焦于人工智能的发 展和应用。自2015A产业化元年起,A发展经历了2017年的产业化布局,2018的A应用 落地之年,至2019年,A则会着侧重于领域拓宽及各领域内部的竞争。人工智能正通过 不同的应用快谏渗诱终端用户,使更广阔的用户群切实感受到人工智能的产品魅力及其 灾用价值。 1.3数据、算法、算力日益成熟,为人工智能发展提供富饶的土壤 作为人工智能的三大要素,数据、算法、算力支撑起其核心技术旳应月,在不同 段发挥各自的作用,缺一入可。数据、算法、算力生态条件日益成熟,人工智能发 展将迎来新一轮的战略巩遇。 2018年5月欧盟颁布了《一般数据保护条例》 General Data Protection Regulation,简称 GDPR),该项法规中明确规定了对于个人数据 的定义以及保护规定,而人工智能的发展又是基 1.3.1多方技术融合带来数据井喷,未来五年数据市场将持续增长 于大量数据来推进。短期看来GDPR为人工智能 的发展增加了一些阻力,但这一法规也为人工智 随着多种新兴技术产业的快速发展,数据总量呈现海量聚集爆发式增长υ2019年,5G的 能的发展和应用提供了一个良好的环境和有效的 法律监管。相对而言,数据保护规对于智能 部写以及物联网的进一步发展,数据的增长速度将越来越快。据DC统计,世界领先的互 音箱、智能鼠标等A产业化衍生的针对个人消费联网公司大数据量已达到上千PB,传统行业龙头型企业数据量也能达到PB级,个人也能 者的巾场影响较大,而对于人工智能在传统行业 的渗透影响相对较,例如制造业。未来中国在 够产生数千TB数据。这些类型丰富、场景各异旳数据资源为人二智能系统自三学习并建 数据保护方面也将日趋严格,对于企业来说即是 立预测模型提供了≡沃的土壤。除了使用实际数据,未来人工智能系统还将越又越多的 机遇又是挑战,中国的企业需要提前布局,有效 使用大量模拟效据用于模型训练,这也将使得人工智能模型的开发谏度大匾升。 规避风险,在转变的过程中获得先机。数据保护 条例会让数据的获取和处理变得吏加难,企业 需要投入更多的人力、资金和时问,对于中小企 业来说也是一项巨大的捌战 1.3.2人工智能算法迅速发展,为其应用带来无限可能 人工智能的算法从上世纪50年代开始,从机器学习到深度学习,经过数十年的不断 演进,已经可以满足越来越多的场景需求。通过与垂直行业相结合,新算法层出不 计算机视觉(CV)和自然语言处理(NLP)都 需要结合大量的算法,目前,CV的发展已比较 穷,向更细化发展,人工智能应用的主要行业如互联网、政府对于算法的研究投入 成熟,而NLP因为更注重感知之后的认知,如何也在逐年增加,推动了算法与其应用的结合。 处理自然语言理解、发音、噪音干扰等难题, 使其过去的发展相对较为缓慢。最近一年,NLP 领域取得了重要突破,2018年底,谷歌发布 BERT模型,打破了当时十余项NLP测试记录, 1.3.3算力是人工智能发展的基础保障,未来仍有很大的发展空间 而就左不久前,英伟达发布了更大的 MegatronLM语言模型,这些重要的突破为NLP 的应用带来了更加广阔的发展前景:例如医疗 海星的数据每时每刻都在产生,新的数据正以前所未有的速度和方式存储下来,数 行业的智能诊断,教育行业的语言能力管理, 据不再是问题;算法经历了数十年的发展,在深度学习和加速讠算现之后:得到 以及办公自动化、服务机器人、智能法庭、多 语种/方言的机器哪译等等 了迅速的发展和伉化,以最新的 Megatron语言模型为例,该模型包含了接近百亿 个参数,在NLP领域取得突破性进展的同时,给算力也提岀了巨大的挑战,算力已 经成为承载和推动人工智能走向实际应用的基础平台和决定性力量。可以预见,未 来随着数据持续爆炸性壇长以及算法的不断演进,算力仍有很大的发展空间。 操 用 图1中国人工智能基础架构生态图谱 J 参 G Spu 银 A算力 Leno(A服务器 Hewlett Packard Ente 提 fISoN 中国人工智能算力及 应用的发展现状 2.1算力基础架构的发展 算力,作为入工智能发展进步的基础保障其发展进步将对人工智能技支术的进步和行业应用起到根本性的作用。1DC从算力 基础架构层面,重点研究和考量芯片、服务器、边缘设备、Aa3S和亠流框架等几个方面的发辰及变化,旨在了解2019 2020年算力的基新和进步,下面就止进行逐一分析 2.1.1预计2022年,推理市场占比将超过训练,芯片市场将迎来多元化发展 算法,教据和算力昰人工智能的三大要素:其中数据的获取以及处理的难度冇慢慢下降,算法也在多种深庋学习 的框架上不断优化。因此,市场将目光聚焦在将数据和算法协调起来的芯片上。目前,人工智能芯片大致可分为 以下几类 8 GPU芯片( Graphics Processing Unit)GPU芯片是基于大吞吐而没计的,拥有 个由数以千计的更小、更扃效的核心组成的大规模并行计算架构。G卩U芯片是 兰指令、多数据处理,采用数量众多的计算单元和超长的流水线,主要处理图像 领域的运算加谏。目前,人工智能芯片市场相对比较集中,短期看CPU+GP芯片 的架构将继续占有领导地位。 FPGA芯片(Fied- Programmable Gate Array)FPGA适用于多指令,单数据 流的分析,与GP相反,因此常用于预测阶段:如云端。FPGA是用硬件实现软件算 法,因此在实现复杂算法方面有一定的难庋,缺点是价格上较高,其优势为灵活性 强。经常用做ASC芯片的小批量替代品,近年来也在微软和百度等公司的数据中心 大规模部署,以提供强大的计算力和足够的灵活性。 ASC芯片( Application Specific Integrated Circuit)ASC是为实现特定场景 应月要求时,而定制的专A芯片。除了不能打展以外,在功耗、可靠性、体积方面 都有优势,尤其在低功耗的移动设端。但曰于该类芯片灵活性对较差,所以在A 场的应用还不够广泛。基于以上优势,ASC芯片豆多的用于端或边缘侧 按照工作负载,人工智能芯片可以分为训练芯片和推理芯片,训练是指在已有数据中字习,获得某些能力的过程,对计 算的精度要求较高:它直接影响拄断的准确庋。这就要训续芯片有强大的单芯片计算能力,曰前GP∪芯片更适合用于训 练负载。而推理过程则是指对新的数据,使用这些能力完成特定任务(比如分类、识别等)。 图2推理和训练市场占比预测 187%26.3% 1DC认为:来人工智能市场,推理环 33.4% 40.2% 节将超过训练环节,根据预测,到2022 48.3% 52.1% 57.3% 年推理的巾场占比将超过训练:推理类 芯片将是未来最大的潜在市场,也是人 工智能芯片市场的决胜点 73.7% 598% 517% 47.9% 42.7% 2017201820192020202120222023 g 米源:DC,201 目前,人工智能领域的主流芯片依然是G門U芯片,其中荬伟达和AMD是比较突出的两大厂商。英伟达的优势在于矩 阵运算,先后推出了 Pascal gPu和vota架构;AMD作为GPU的另一大厂商,也推出 Radeon Instinct系列:预计将 用于数据中心等人工智能基础设施上。FPGA经常用做ASC芯片的小批量替代品,近年兴在微软和百度等公司的数 据中心有部詈,以提供强大的计算力和足够的灵活性。日前市场上应用比较多的是inx和nte两入厂商。ASC芯 片是针对专门应用而特别设计的,所以可以满足休小,功耗低,保性强,计算效率高等用户需求,并且出货量 越大其成本越低。目前,国闪主要的ASC芯片供应商,国內有寒武纪、地平线、华为等,国外有 Graphcorei等。 IDC预测,人工智能芯片的市场将保持高速增长,未来五年复合增长率将达到53.0%。GPU依然是 数据中心加速的首选,随着人工智能在边缘推理端的广泛应用,ASC芯片的市占率将有所增长。 同时,针对不同的领域、行业及应用场景的不同需求,芯片种类将越来越丰富,这也决定了未来 的人工智能芯片市场将出现百花齐放的局面。 2.1.2未来五年,中国人工智能服务器市场复合增长率将超过30%,增速达到中国整体服务器市场增 速的三倍 人工智能市场的爆发带动人工智能服务器的发展驶入了快车道:服务器厂商相继推岀搭载GPU、FPGA等多和加速」 关型专门血向人工智能工作负载的入工智能服务器,适用于深度学习、计算机视觉、语音识别、自然语言处坦、 视频分析等领域,广泛应用于视频监控、图像处理、自动化客服、精准营销推荐等典型A应用场景。另外,一生厂 商也推出了专用的GPU一体机,如英伟达的DGX系列报务器和浪潮的AGX系列服务器。 入工智能服务器采用异构架构进行加速计算,可以分为CPU+GP∪、CPU+FPGA、CPU+ASC等多种形式。和传统服务器 比,人工智能服务器在组件上,如內存模块、存储模垬、网绉模块与伎统服务器差別不亼,主要的提升为支持更大 容量的内存满足当卜实时负我增加的需求,提倛更多外置哽鋆插槽,并广泛支持N仼E/PCE等协议,满足数据洪流需 。除此之外,各大厂商乜在不断完善并发展新的互联切议:例如芙伟达推出的可实现GPU之间互联的№in<协议: 以及nte推出的高速互联的CXL协议。尽管人工智能服务器可以采用多种异构形式,但目前市场上广泛应用的还是 CP∪+GP∪架构的服务器,随着摩尔定律失效,CP∪的物理工艺和核心数已接近极限,在万物皆A的时代下,数据总量 呈指数级増长,仅由CP∪提供算力的传统服务器很难满足这种密集型计算的需求:而目前CP∪-GP∪架构恰好很好的 解决算力的问题,GP∪的并行计算能力适用于人工智能起步阶段的大数据量的训练:擅长处理密集型运算应用;另外 人工智能拄埋通常需要实时进行,并且需要强大旳处理性能。 天来人工智能将会是传统企业数字化转型的大键,到2023年全球35%的员工将开始使用机器人或其他形式的人工 智能。随着人工智能推理与各行业的深度融合,搭载冬类人工智能加谏卡的服务器将会层出不穷。DC预计,用于 人工智能工作负或的服务器是仝球及口国服务器市场中迅速增长的一部分,仝球人工智能基础没施市场规模2018 年达到67乙美元,同比增长46.0%,而在2023年将达到229亿美元,未来五年复会增长率为27.9%;口国人工智能 其础架构市场在2018年约为19亿美元:2023年将达到83亿美元,未买五年复合增长率为33.8%,其中,服务器市 场规模占鑾个硬件市场85%以上。2018年GPU服竻器继续保持扃速增长,销售额同比增长131.2%,仍然是人工智 10 能服务器的主流。其中16卡GPU服务器增长迅速,销售额从2017年的2090万美元增长到2018 年的2.63亿美元,同比增速高达1161.7%,在GPU服务器整体份额中的比例从2017年的3.7% 増长至2018年的20.2%,浪潮在这一纽分市场占比最高:份额接近8成。另外,GP∪中的M4 、P4、T4型号销售额从2017年的4810万美元,增长到2018年的3.6亿美元,在整个GPU的份 额占比从8.5%提升到27.6%。同时,2018年FPGA销售额达到1300万美元,同比大幅增长了 1735.1%,这一趋势表明,中国人工智能已逐渐圬入大规模应用阶段,产业A化进程正不断 加速。从供应商来看,中国本土供应商占据了大部分国内的市场份额,2018年中国GPU服务 口 口 器市场份额排名前三的供应商依次为浪潮、华为和曙光,其中浪潮占匕超过50%。浪潮凭借 较早的进入人工智能领域,通过JDM模式与领先互联网公司进行深入合作,在中国互联网行 业,浪潮GP∪服务器市场份额超过60%,并不断向传统行渗透。 2.1.35G和物联网推动边缘、端侧人工智能快速发展,性能、灵活性和能效将成为用 BBF题 户未来重点考量因素 □口 随着5G和物联网的发展,传感器、摄像头等终端设备产生了窄前规模的数据量,虽然核心数 ~D-0=2-口 据中心对于数据分析、机器学习和人工智能算法的开发至关重要,但越来越需要将智能靠近 边缘端以便及时做出决簣,“核心计算”向“边缘计算”转化的过程口,将会激发边缘∏基 础设施的进一步发展。 缘位于终端和核心之间,DC又将边绿分为轻边缘和重边缘,轻边缘用于特定功能,例如控 制,数捐采集和传输的低功耗讠算平台,有时也需要提供分析功能,例如车载讠算平台等 FaEansan90-6000-80-0 重边缘相比轻边缘更靠近核心层,是集成的计算平台,常见部署于小型数据中心:主要提供 ∏功能,有时也会集成OT功能。同时,专门面向边缘计算和5G工作负载的边绿计算服务器应 运而生,具有在极端边缘部署环境中抗高温、防竺、防腐蚀、电磁兼容、抗震等特性,适用 于图像识别、视频鉴控等边缘A应用场景,以及物联网、MEC、NF等5G应用场景。 目前,36%的中国用户正在使用边缘计算设各来分析物联网数 日03 据,领先的服务器厂商已经开始布局边缘计算平台。另外,5G 即将商用也将极大推动迒缘计算的大规模部署,对于5G大带宽、 低时廷、本地化的业务特性,大量的业务需求将发生在边缘场景, 口国的电信运营商也将积极推进MEC边绿云的建设。DC预计未来 迦缘数据中心将会分担部分核心数据中心和端侧功能,与云一起 构建驷合计算、存储和网终功能的边缘能力,承载边缘产生的数 据计算、分析等需求,充分释放与日俱增的算力的潜力。 尽管目前人工智能摄像头的渗透率较低,大约只有 2%的摄像头配置了人工智能加速芯片,但年复合增 长率高达420%,远快于摄像头市场13.9%的平均增 物联网终端设备以摄像头为例:仝球范围内有数以亿计的摄像 速,同时,智能摄像头对于加速芯片的性能要求也会 头,每天都在产生EB级的数据,其中,中国在全球占比最大。 逐年提升。 随着人工智能技术的迅速发展,智能摄像头在智慧城市(异常 行为识别、人群异常聚集识别、交通红绿灯配时优化等),伟」 造(机器视觉质检)等领域被广泛应用,以应对海量的图片和 视频数据处理

...展开详情
试读 31P 2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38744375 如果觉得有用,不妨留言支持一下
    2019-09-10
    • 至尊王者

      成功上传501个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf 49积分/C币 立即下载
    1/31
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第1页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第2页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第3页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第4页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第5页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第6页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第7页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第8页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第9页
    2019-2020中国人工智能计算力发展评估报告-IDC-201908.pdf第10页

    试读已结束,剩余21页未读...

    49积分/C币 立即下载 >