9月12日，浪潮集團(tuán)聯(lián)合IDC研究發(fā)布《中國AI計(jì)算力發(fā)展報(bào)告》，報(bào)告顯示，去年中國AI投資增長10倍，北京的AI算力不敵杭州，屈居第二，同時(shí)AI計(jì)算還面臨這四大問題。

業(yè)內(nèi)唯一以“AI計(jì)算”為核心的人工智能大會昨天發(fā)布了一份重要報(bào)告。

9月12日，《中國AI計(jì)算力發(fā)展報(bào)告》摘要版在2018 AICC人工智能計(jì)算大會上正式對外公布。

這份報(bào)告由浪潮集團(tuán)聯(lián)合IDC研究發(fā)布，報(bào)告中值得關(guān)注的地方是，北京的AI算力僅排第二，杭州成為第一；去年一年AI投資增長10倍；生物識別和智慧城市領(lǐng)域面臨大爆發(fā)機(jī)會。

這份報(bào)告旨在通過對中國AI計(jì)算力發(fā)展的綜合評估，包含計(jì)算力的區(qū)域分布和行業(yè)分布，清晰呈現(xiàn)中國AI產(chǎn)業(yè)發(fā)展趨勢、行業(yè)現(xiàn)狀和典型的應(yīng)用，并對到2025年即將成熟的 AI 典型應(yīng)用場景進(jìn)行展望，值得收藏。

除此之外，浪潮還在會上全球首發(fā)AI 超級服務(wù)器——AGX-5，這款服務(wù)器計(jì)算性能高達(dá)每秒2千萬億次，能夠在8U的空間里有16顆最新的板卡高速互聯(lián)，是目前全球最強(qiáng)大的AI計(jì)算主機(jī)之一。AGX-5的研發(fā)也是浪潮在計(jì)算量劇增的挑戰(zhàn)之下，追求更高研發(fā)效力的新成果。

以下是《2018中國AI計(jì)算力發(fā)展報(bào)告》和人工智能計(jì)算大會的精彩看點(diǎn)：

AI依舊大爆發(fā)：去年投資增長10倍，算力提高230%

報(bào)告顯示，得益于數(shù)據(jù)量的爆發(fā)式增長、機(jī)器/深度學(xué)習(xí)新算法的出現(xiàn)和計(jì)算力的提升，人工智能于2017年開始進(jìn)入爆發(fā)階段。

圍繞AI的各類融資、投資和估值也達(dá)到了歷史頂峰。在2017年，對于AI的投資增長 10 倍，算力提高 230.7%，數(shù)據(jù)量增加 50%。

而數(shù)據(jù)的爆發(fā)式增長為人工智能提供了充分的“養(yǎng)料”。據(jù)IDC預(yù)測，到2025年，全球數(shù)據(jù)總量將從2017年的20.9ZB攀升到163ZB，年均復(fù)合增長率將達(dá)到29%左右。

當(dāng)AI投資往上走，對AI計(jì)算基礎(chǔ)設(shè)施的需求也快速增長。2016年至2021年，AI投資和算力均呈現(xiàn)上升趨勢。

其中，AI 消費(fèi)市場規(guī)模將以 24.7% 的速度從 2017 年的 12.313 億美元增長至2021 年的58.983 億美元；GPU 市場規(guī)模將以 17% 的速度從2017年的 5.6449 億美元增長至 2022 年的34.0803 億美元。

回顧2017年全年， AI 投資年復(fù)合增長率和算力的年復(fù)合增長率均出現(xiàn)了最高點(diǎn)，分別為414.3%和230.7%，這也是2017年被稱為中國AI元年的原因之一。

中國AI計(jì)算力區(qū)域不均衡：Top10城市東部占半數(shù)，北京位居第二

在進(jìn)行中國AI計(jì)算力發(fā)展時(shí)，浪潮綜合考慮算力、算法、數(shù)據(jù)對于人工智能發(fā)展的影響，重點(diǎn)評估AI領(lǐng)域的投資和供給，行業(yè)和區(qū)域，需求和應(yīng)用，潛力和趨勢四個(gè)主要維度，并得出了關(guān)鍵研究結(jié)論。

首先，從城市來看，中國幾大城市在AI上面的投入和計(jì)算力的競爭相當(dāng)激烈。在AI計(jì)算力城市發(fā)展排名前五位的城市是杭州、北京、深圳、上海、合肥，處于AI計(jì)算發(fā)展的第一陣營。成都、重慶、武漢、廣州、貴陽位列AI發(fā)展的第二陣營（排名不分先后）。

報(bào)告顯示，在這些城市中，當(dāng)?shù)爻墒斓氖袌霏h(huán)境以及良好的產(chǎn)業(yè)政策為人工智能的發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，特別是位居前三位的杭州、北京、深圳已經(jīng)聚集了一大批AI領(lǐng)域的高科技公司，形成了良好的AI創(chuàng)業(yè)創(chuàng)新氛圍。

然而，從區(qū)域分布來看，華東、華南、華北地區(qū)位居前三位，總體來看東部地區(qū)AI發(fā)展程度高于西部地區(qū)，西南，西北地區(qū)發(fā)展程度最低。

未來2年的商業(yè)機(jī)會：生物識別和智慧城市

目前來看，中國人工智能已經(jīng)在互聯(lián)網(wǎng)、政府、醫(yī)療和金融等多個(gè)垂直領(lǐng)域得到應(yīng)用，AI計(jì)算TOP行業(yè)包括互聯(lián)網(wǎng)行業(yè)，應(yīng)用場景有搜索引擎、電商用戶行為分析；政府部門則主要用于公共安全和公共服務(wù)；醫(yī)療行業(yè)用于疾病預(yù)測診斷、信用風(fēng)險(xiǎn)管理；金融行業(yè)則用于知識管理和生成、在線業(yè)務(wù)人臉識別等。

預(yù)計(jì)未來2-3年，人工智能在生物識別和智慧城市建設(shè)領(lǐng)域的應(yīng)用將會率先步入商業(yè)應(yīng)用的成熟期；預(yù)計(jì)在未來5-10年，人工智能產(chǎn)業(yè)在智能家居和工業(yè)制造領(lǐng)域的應(yīng)用也將逐步步入高速發(fā)展的產(chǎn)業(yè)窗口。

浪潮集團(tuán)AI&HPC總經(jīng)理劉軍解讀稱：在未來的五年里，我們會看到來自于新興經(jīng)濟(jì)AI的賦能進(jìn)入一個(gè)爬坡階段，例如智能制造中的智能工廠和QC自動化會得到快速發(fā)展。

AI計(jì)算面臨四大挑戰(zhàn)，異構(gòu)計(jì)算結(jié)合云解決算力問題

隨著人工智能與計(jì)算的融合發(fā)展趨勢不斷加強(qiáng)，AI計(jì)算在此過程中也遇到了挑戰(zhàn)，這份報(bào)告針對中國AI計(jì)算力的現(xiàn)狀給予了建議。

目前中國AI計(jì)算發(fā)展面臨著四大挑戰(zhàn)：

首先，算力的發(fā)展并未達(dá)到需求。報(bào)告建議通過異構(gòu)計(jì)算和云的結(jié)合來解決算力的問題；

其次，數(shù)據(jù)量仍有限。報(bào)告指出可以采用數(shù)據(jù)共享+整合的方法來解決這一問題；

另外，AI計(jì)算力在從實(shí)驗(yàn)室到實(shí)際應(yīng)用的過程中還存在著很多問題，這需要能力輸出與生態(tài)建設(shè)作為支撐；

最后，從應(yīng)用場景到提供完善的行業(yè)解決方案之間仍存在著差距，這份報(bào)告指出若想縮小距離實(shí)現(xiàn)躍進(jìn)，則需要準(zhǔn)確的行業(yè)洞察和痛點(diǎn)分析。

目前最強(qiáng)AI超級服務(wù)器AGX-5發(fā)布，每秒提供AI計(jì)算兩千萬億

其實(shí)在整個(gè)AI計(jì)算領(lǐng)域，從整個(gè)產(chǎn)業(yè)來看，過去這些年許多人工智能企業(yè)已經(jīng)注意到產(chǎn)業(yè)發(fā)展發(fā)生了比較大的變化，這里面就包含非常重要的技術(shù)變遷，劉軍提出了三個(gè)重要的變化趨勢：

在AI的應(yīng)用研發(fā)周期上，業(yè)內(nèi)希望盡可能地縮短研發(fā)周期，提升創(chuàng)新效率，因此大家越來越關(guān)注AutoML，試圖通過自動化的方式尋找最適合的模型，用機(jī)器的計(jì)算力替代掉原本要消耗很多人力的時(shí)間；

在AI應(yīng)用要上線部署時(shí)，如何節(jié)省線上運(yùn)營成本成為企業(yè)越來越關(guān)注的重點(diǎn)，可定制的計(jì)算成為大家愈發(fā)重視的技術(shù)；

當(dāng)AI成為企業(yè)整個(gè)研發(fā)中舉足輕重的部分時(shí)，越來越多的客戶希望把AI和已有的IT技術(shù)設(shè)施進(jìn)行整合集成，這是AI+云的變化。

在分享《中國AI計(jì)算力發(fā)展報(bào)告》后，劉軍針對這幾大趨勢明確表示，如今浪潮面臨的挑戰(zhàn)是“如何在這樣一個(gè)計(jì)算量劇增的環(huán)境下獲得更高的研發(fā)效力”。

在此影響下，針對AutoML的興起，浪潮在大會上全球首發(fā) AI 超級服務(wù)器——AGX-5。

AGX-5是目前全球最強(qiáng)大的AI計(jì)算主機(jī)之一，劉軍說，它是目前能夠在8U的空間里有16顆最新的板卡高速互聯(lián)，每秒提供AI計(jì)算兩千萬億次。強(qiáng)有力的支撐上，AGX-5可以把16塊GPU實(shí)現(xiàn)全局共享，實(shí)現(xiàn)高速互聯(lián)，使得它在AI計(jì)算的性能大幅度提升，在做一些AI推薦和機(jī)器翻譯的時(shí)候，會比其他架構(gòu)的16顆GPU的性能提升到2.7倍以上。

技術(shù)變遷固然是重大挑戰(zhàn)之一，劉軍還表示：“我們發(fā)現(xiàn)最大的挑戰(zhàn)不是技術(shù)，技術(shù)僅僅完成工作的10%，后面的工作則是來自整個(gè)生態(tài)的挑戰(zhàn)。”

如果我們現(xiàn)在所看到的所有與AI有關(guān)的機(jī)會僅僅是冰山在海面上的10%，那么剩下90%的行業(yè)市場怎么打開，或許將成為整個(gè)產(chǎn)業(yè)鏈中最大的挑戰(zhàn)。沒有充足的人力資源、沒有充足的合作伙伴和完善的體系，這將如何來支撐規(guī)模如此龐大的AI轉(zhuǎn)型？這一問題得深思。