2020马上就要结束了！12月15日，IDC与浪潮联合发布《2020-2021中国人工智能计算力发展评估报告》。报告从AI算力行业发展趋势、市场规模、区域算力分布、行业AI算力保有等多个角度进行综合评估。有价值的参考和行动建议。这是自2018年发布报告以来连续第三年。如果要评选AI圈的年度关键词，GPT-3肯定榜上有名。1750亿参数，是2019年发布的谷歌T5的16倍，解锁各种技能，与人对话，无所不能。GPT-3是人工智能兴起和快速发展的最好例子。然而，为了训练它，OpenAI花费了460万美元。如果不以API的形式对普通用户开放，这个NLP神器可不是人人都能玩的。而且随着模型参数和训练数据越来越大，如果算力跟不上，GPT-3根本就无法“跑起来”。我们可以用petaflops/s-day这个单位来衡量计算能力。能玩“变脸”的生成对抗网络（GAN）大约需要3petaflops。目前，世界上最快的超级计算机日本的FugakuFugaku每秒有550petaflops；而GPT-3的计算要求居然达到了3640petaflop。计算能力，即处理数据的能力，与数据和算法并称为人工智能的三要素。从GPT-3可以看出，如果没有强大的处理能力，再庞大、再全面的模型也只是纸上谈兵。可以说，算力已经成为制约人工智能产业化发展的关键因素。12月15日，权威分析机构IDC与浪潮联合发布《2020-2021中国人工智能计算力发展评估报告》（以下简称《报告》）。报告从人工智能算力行业发展趋势、市场规模、区域算力分布、行业人工智能算力保有量等多个角度进行综合评估。参考资料和行动建议。这份报告也是自2018年以来连续第三年发布，逐渐成为AI领域众多用户、企业乃至地方政府的权威参考。逆势强劲增长：37%持续增长，北京仍位居中国AI城市首位2020年，随着数据的爆发和算力、算法的大幅提升，中国AI资源迎来爆发式增长。《报告》表明人工智能是全球IT行业发展最快的新兴技术应用之一。我们先来看一组数据。2020年，中国人工智能市场规模为63亿美元。据IDC预测，到2024年，这一数字将达到172.2亿美元。而且，尽管今年受到疫情影响，中国整体人工智能市场仍保持37%的增速。这个增长速度有多惊人？相比之下，2020年美国整体IT支出同比下降，AI算力整体支出与去年基本持平，没有明显增长。相对而言，中国37%的增长速度属于“逆境增长”。与此同时，中国在全球人工智能市场的份额将从2020年的12.5%上升到2024年的15.6%。从全球范围看，中国人工智能市场正在稳步增长，并将在全球占据越来越重要的地位人工智能市场。在中国人工智能城市中，与过去两年相比，排名发生了显着变化。根据《报告》，2020年AI城市Top5分别为北京、深圳、杭州、上海、重庆。与2018年相比，北京依靠百度、今日头条等互联网公司，以及国家对人工智能的支持，依然位居第一。值得注意的是，与2019年相比，深圳超越杭州排名第二，而重庆也首次进入第一梯队，西安超越南京排名第九。IDC预测，到2021年，地方政府对AI产业的投入将增加30%以上。在自身产业优势和多方面因素的推动下，各个城市在人工智能应用方面取得了长足进步。比如东莞的智能制造、武汉的智慧医疗、合肥的智慧农业、重庆的人工智能课程等，中国的人工智能城市正利用自身差异化优势，树立产业发展标杆。2020年即将结束，未来AI圈将如何走出感叹号？未来人工智能算力发展的大方向是什么？《报告》给出了一些重要的趋势：第一，技术层面。人工智能芯片将继续呈现多元发展，GPU仍是数据中心加速的首选，占据95%以上的市场份额；中国人工智能服务器未来五年将保持高速增长，是整体服务器市场增长的核心驱动力；说到算力，人们常常会提到芯片，而算力的承载服务器也是近年来不可忽视的因素。过去几年，深度学习发展缓慢。除了算法的原因，一个很重要的原因就是算力不足，而解决算力问题最重要的支撑就是AI服务器。在此，国内AI服务器龙头厂商的浪潮有着明确的定位。多年来，浪潮专注于计算系统，打造了业界最强最全的AI服务器产品系列。作为系统提供商，浪潮积极推动开放生态的建设。AI服务器适配寒武纪、燧原科技、英特尔等芯片产品，促进AI计算产业合作共赢。其次，在架构层面有趋势。在AloT时代，对实时业务需求的增长使得边缘和端侧的计算能力变得越来越重要。人工智能算力将逐步向边缘渗透。到2023年，近20%用于处理AI工作负载的服务器将部署在边缘端。浪潮信息副总裁、浪潮AI&HPC产品线总经理刘军表示，“在边缘，大家做了一些部署尝试，做了一些样例，场景如何打通，我们要进一步让边缘进入batch和scaleup业务，我们还是要解决在额定功耗下尽可能提升算力的核心问题。浪潮信息副总裁、浪潮AI&HPC产品线总经理刘军此外，AIaaS也将成为人工智能市场发展的重要推动力，预计其2018-2024年复合增长率有望达到93.6%，同时AI基准测试将逐步完善，MLperf、SPECML、AI-Rank等权威基准测试陆续推出，不仅为企业带来成本效益提供借鉴，对未来人工智能应用的可持续发展也具有重要意义。“未来，对AI算力的要求只会越来越高。五年后，所有的算力都是AI算力，所有的服务器也都是AI服务器。”比尔盖茨曾说，微软的使命是让每个家庭都有PC；未来，浪潮可能让每个企业都用上像水和电一样的算力。算力就是生产力，得算力者得“天下”。“把算力变成生产力，我们让数据进来，让AI出去。”疫情期间，AI经济?显示，2020年人工智能行业应用渗透率排名前5位的行业依次为互联网、政府、金融、电信、制造业，与2019年相比，互联网行业仍将保持第一。2020年，虽然电信和制造业应用场景更加丰富，市场潜力有望大幅提升，但在疫情影响下，艺术渗透医疗行业的人工智能度超过教育行业，排名第七。这样的成绩背后，离不开大量的数据，这是大量模型训练的基础。根据OpenAI的一份报告，从2012年到2019年，人工智能训练集增加了近30万次，每3.43个月翻一番，比摩尔定律快2.5万倍。但是，如果没有足够的算力支撑，就会浪费大量的数据，算法也无法进入AI产业的生产力阶段。为什么人工智能对算力的需求如此之高？一方面，随着AI应用成熟度的提高，从通用场景到细分领域，人工智能面临识别度低、准确度低等关键问题。据《报告》了解，除了人工智能投资相对集中的行业，在业务需求的驱动下，许多碎片化的应用也开始广泛应用，并辐射到媒体娱乐、现代农业、智能家居、智能电力等。.不同的区域。另一方面，IDC认为，未来三年，用户的算力仍将集中在两个方面：训练和推理。其中，训练仍然是未来投资的主要方向，这个方向已经从单纯的感知训练、图像识别、视频识别、语音识别，转向语义理解、纯感知到感知后的推理分析。自动驾驶、机器人、内容推荐等综合场景的算力需求也比较高，平均算力值会达到146POPS左右。这些都对算力提出了更高的要求，算力成为制约人工智能产业化进一步发展的关键。2020年4月，浪潮提出“智能计算中心”，即“智能计算中心”。今年4月，以智能计算中心为代表的算力基础设施首次被国家发改委明确为新基建范围。如果智能计算中心成为整个行业的算力提供者，以中国AI市场的规模，类似GPT-3、谷歌T4的超大型AI模型的出现都会被提上日程，届时我们将真正感受到“算力”改变中国，算力驱动未来，算力就是生产力。届时，算力时代将真正到来。
