智東西（公眾號：zhidxcom）
作者 |李水青
編輯 |漠影
智東西12月18日消息，近日，IDC調研機構與浪潮聯合發布《2020-2021 中國人工智慧計算力發展評估報告 》（簡稱「報告」）。報告顯示，預計2020 年中國AI市場規模將達到 62.7億美元，2019~2024 年的年複合增長率為 30.4%，中國成為全球各個區域裡面AI的投資發展最快的一個國家。
值得一提的是，在整體AI市場中人工智慧伺服器市場規模將達到 34.1 億美元，佔比超50%。算力越來越成為制約產業AI化發展的重要因素。
近期熱火的遊戲賽博朋克2077成為用戶比拼算力硬體配置的狂歡，而在產業端，算力相對於算法的稀缺也更加顯著。數據顯示，2012~2018年晶片的計算性能提升的30多倍，但從AlexNeT到AlphaGo Zero，算法對算力的需求卻提升了30萬倍，近期熱門的GPT-3的訓練數據量和模型規模也十倍、千倍地增長。
算法、算力、數據被認為是人工智慧的三要素，「報告」中關於我國人工智慧算力市場的剖析，對我們衡量中國AI發展水平和趨勢有重要參考價值。
2020年疫情黑天鵝下中國人工智慧產業增長如何？在地域、行業應用等方面有什麼不同表現？AI算力的技術架構及市場發展又有什麼樣的新趨勢？12月15日，智東西與少數記者對浪潮信息副總裁兼浪潮AI&HPC總經理劉軍、以及IDC企業研究助理副總裁周震剛就此報告展開了深度對話。
▲左起：浪潮信息副總裁劉軍、IDC企業研究助理副總裁周震剛
一、全球AI算力中國佔比三成，北京、深圳、杭州為國內AI三甲
放眼全球，人工智慧市場正蓬勃發展。
AI算力是人工智慧產業發展的一大關鍵指標。IDC報告顯示，從2020年各個國家 AI 計算的發展水平來看，中國和美國是人工智慧伺服器支出佔整體伺服器支出最高的國家之一，佔比均超過 10%。
據IDC統計，2020年中國人工智慧伺服器佔全球人工智慧伺服器市場的三分之一左右。換句話說，全球AI算力中國佔比三成。
當我們把視線移到國內，中國人工智慧算力在各區域的布局也有一些變化。
根據IDC調查報告顯示，2020年中國人工智慧算力排行Top 5的城市依次為北京、深圳、杭州、上海、重慶，排名 6-10 的城市為廣州、合肥、蘇州、西安、南京。與 2019 年相比，深圳超過杭州位居第二，重慶進入第一梯隊，西安超過南京排名第 9。
其中，北京憑藉《2019 人工智慧關鍵技術源頭創新專項申報指南》等多項政策，佔全國總量的一半以上的人才，全國三分之一以上人工智慧企業，北京大學、清華大學、中科院自動化所等全國過半數人工智慧骨幹研究單位，成為No.1。
同時引人注意的是，重慶作為西部直轄市，一舉進入第一梯隊衝進前五。周震剛對此解讀到，在過去一年重慶在勞動力供給方面做了很多工作，最突出的像重慶大學等分別開設了人工智慧的課程，重慶市政府也推出了一系列規劃，包括市政管理，智慧城市等等人工智慧的十個場景的落地等，我們也看到有很多人工智慧企業，像海雲數據等在重慶設了研發基地等。重慶在今年AI投入成長非常快，這是最主要的城市變化。
周震剛說，本次報告整個框架延續了從2018年開始推動以來的調查指標（宏觀層面、技術成熟度、勞動供給），在浪潮這一國內最大人工智慧算力供應商等協作下尋找重點客戶溝通，並經過大規模問卷調查，最終成文。此前，2018、2019年IDC的同系列報告都引起業內的強烈反響。
雖然城市人工智慧水平涉及的因素實際很複雜，IDC的排名並不一定囊括所有，但這一調研結果也為我們提供了中國區域AI發展的大體態勢參考。
二、我國AI市場年增長30%超美國，新基建成主要動力
新冠疫情對全球經濟造成巨大影響，數位化轉型的必要性已經凸顯。IDC認為，新基建成中國刺激疫後經濟增長的主要驅動力。
2020 年新基建整體投資規模預計將達到 2,757.1 億美元，人工智慧作為新基建的重要領域之一，也將迎來快速增長。
在這種背景下，IDC 預計，2020 年中國人工智慧市場規模將達到 62.7億美元，2019-2024 年的年複合增長率為 30.4%。這裡的人工智慧市場涵蓋了人工智慧硬體、軟體、服務幾大方面。從下圖可以看到，基礎架構硬體市場是整體市場最大組成部分，2020年的佔比預計達到62.7%。
周震剛說，雖然今年受到疫情影響，無論是IT投資還是國家經濟增速都有所放緩，但是37.3%的增長仍然是全球各個區域裡面AI的投資發展最快的一個國家。對比美國，其同期的IT的支出同比在下降，整個AI的算力等方面的支出基本和去年持平，沒有太多增長。
當智東西問到，如何看待AI產業傳出的「AI算力擴展減緩」、「新基建投資不及預期」等聲音？
對此，周震剛從調研角度判斷：AI算力增速在下降，但每年增加的絕對值還在上漲。周震剛解釋說：「今年像你說的情況確實存在，GDP增長本就不快還有扶持抗疫，所以投資相比去年有所下降。但因為需求驅動產業發展，所以一方面人工智慧和IT與業務融合得越來越緊密，另一方面，明年被預測是經濟反彈的一年，所以我們預測明年AI算力依然會保持高速增長的態勢。」
劉軍則從廠家和客戶角度談到自己看到的現象。他表示，受經濟大環境影響，（AI計算領域）總體投資沒有明顯增長，但其中是有資金分配的。傳統的業務環境或模式（投資）可能是下降的，但那部分投資轉移到了偏向於網絡化、智能化的基礎設施建設。
「從我們直接的感覺，中國今年整體經濟壓力比較大，但是作為網際網路基礎設施的伺服器，作為智能化的AI伺服器，增長又是非常可觀。所以我認為經濟模式的變化，從某種意義上也是中央和國家想看到的結構性的調整，利用新的科技手段改變整個經濟運行的質量。」劉軍說。
三、產業AI化需求旺盛，網際網路、政府、金融落地最好
2020年，人工智慧在各個行業的滲透度均有提升。
基於 IDC 持續的研究和最新的用戶調研，人工智慧行業應用滲透度排名前五的行業依次為：網際網路、政府、金融、電信和製造。相比 2019 年，電信行業人工智慧應用速度加快並超過製造業，位列第四。
在 2020 年上半年，醫療行業在新冠肺炎疫情的影響下加速了人工智慧應用的落地，在多方面取得了顯著的成效，也促使醫療行業人工智慧應用滲透度超過教育行業位列第七。
在網際網路行業，人工智慧進入較早，滲透率最高。網際網路企業將人工智慧應用在身份驗證、自動化客服、營銷互動、精準營銷、輿情管理、內容審核等多個應用場景，以及通過雲服務平臺對外提供人工智慧服務。
在電信行業，人工智慧技術已成不可缺少的部分。主要表現在兩大方面：1、電信網絡的構建及優化智能需要GPU 加速、深度學習和分析技術等多項技術融合。2、下一代智慧網絡的打造，對雲化網絡的智能編排、調度、運營等也需要人工智慧技術的支撐。另外，智慧營業廳的建設也會用到AI技術。
在製造方面，人工智慧是製造業邁向工業 4.0 和工業網際網路時代的重要新興技術應用。其本質是實現複雜 業技術、經驗、知識的模型化和在線化。主要應用場景包括交互界面智能化、質量管理及推薦系統、維修及生產檢測自動化等。IDC 預計，到 2023 年年底，中國 50%的製造業供應鏈環節將採用人工智慧，從而可以提高 15%的生產率。
下圖是報告中繪製的「中國人工智慧應用場景發展2020」坐標圖。可以看到，在2020年之後幾年裡，IDC比較看好智能零售、智能製造、智能電信、智能駕馭、智能醫療等行業的日益成熟。
為什麼從圖中來看，越往後落地場景越來越少了？
周震軍對此解讀道，未來幾年我們認為很可能在現在落地場景的基礎上發展出來的一些新的應用，變化會更快。現在很難判斷五年之後大概有什麼應用會出來，但是絕對不是空白，而是我們現在根本都沒有辦法確定的。
IDC認為，產業 AI 化已經從早期的試點逐漸成為企業發展和生存的剛需。
據調查，有超過九成的企業正在使用或計劃在三年內使用人工智慧，其中74.5%的企業期望在未來可以採用具備公用設施意義的人工智慧專用基礎設施平臺。
四、算力成AI發展關鍵，智算中心成AI基礎設施核心
IDC認為，在人工智慧算法、數據、算力三要素中，算力已成為制約 AI 產業化進一步發展的關鍵。
人工智慧應用對算力最大的挑戰依然來自於核心數據中心的模型訓練，近年來，算法模型的複雜度呈現指數級增長趨勢，正在不斷逼近算力的上限。
IDC 數據統計顯示，2020 年中國人工智慧伺服器市場規模將達到 34.1 億美元，佔人工智慧基礎架構硬體市場的 87%，在包括軟體、硬體、服務的整體人工智慧市場佔比也超過 50%，數據直觀地反映了算力在整個產業的重要性。
為了更好地評估中國企業當前的人工智慧算力發展現狀，IDC 於 2020 年 6 月至 8 月針對中國企業人工智慧應用需求開展了專題調查和研究。
結果顯示，有超過九成的企業正在使用或計劃在未來三年內使用人工智慧，其中，大部分企業採用了公有雲、私有雲加本地部署的混合架構來部署人工智慧應用，而74.5%的企業期望在未來可以採用具備公用設施意義的人工智慧專用基礎設施平臺，這一期望也是不同地區和不同規模的企業的共識。
企業對於人工智慧算力基礎設施平臺的TOP5 需求依次為：用於人工智慧訓練的數據支撐、人工智慧加速計算能力、配套的政策吸引、規模效應下的價格和成本因素，以及豐富的應用場景配置。
IDC進一步調研發現，未來三年，企業對於算力需求較為迫切的場景依然在語言認知類應用的訓練上，對於該類 AI 模型訓練的平均算力需求預計將達到208P OPS，遠高於其他應用負載；對於自動駕駛、機器人、內容推薦等綜合場景的算力需求也相對較高，平均算力值將達到146P OPS左右。
在這種需求背景下，智能計算中心（簡稱「智算中心」）無疑成為AI基礎設施核心。簡單來說，智算中心是專門為智能化應用設計的數據中心。劉軍表示，智算中心的出發點不一樣，它是基於最新的人工智慧理論，採用領先的人工智慧計算架構去構建的一個數據中心，是專為AI產業化、產業AI化、政府治理智能化提供相應AI算力的輸出。
當談到智算中心是否需要拋棄原有的數據中心重新建立？
周震剛回答稱，可以改造（基於原有數據中心）。政府建的數據中心嚴格來說自建數據中心並不是很多，很多商業廠商或運營商建設的數據中心絕大部分沒有搭載IT設備，只是一個空間和一個底層布線給到第三方這麼一個空房子。我們現在說的智算中心要把房子專用化，搭載面向智能化的專用IT設備，直接面向智能化應用。
五、GPU市場佔比超90%，2024年20％的AI負載將部署在邊緣
IDC還從AI算力基礎架構中的晶片、伺服器、邊緣計算等更細緻的方面剖析了我國AI算力發展情況。
IDC 研究發現，預計 2020 年中國人工智慧加速晶片中，GPU 依然是數據中心加速的首選，佔有 90%以上的市場份額。預計到2024 年，包括FPGA、ASIC、神經擬態晶片等非 GPU 加晶片市場份額將超過 20%。
AI伺服器通常搭載 GPU、FPGA、ASIC 等加速晶片，利用 CPU 與加速晶片的組合可以滿足高吞吐量互聯的需求，為自然語言處理、計算機視覺、機器學習等人工智慧應用場景提供強大的算力支持。
隨著人工智慧應用計算需求的指數級增長，在 GPU 之間以及 CPU 與 GPU 之間形成的晶片互聯技術被更多地採用，人工智慧晶片廠商 NVIDIA、Intel、AMD 等都在晶片互聯技術方面持續升級。
除了創新的互聯方式之外，人工智慧伺服器另一個普遍採用的技術是多種拓撲架構的算法調優，以更好地適配多樣的人工智慧應用。例如浪潮部分型號的人工智慧伺服器在同一設備中可支持三種不同的拓撲架構，並可通過線纜接口快速切換，在不同的算法模型下實現更加優化的性能輸出。
日益增長的業務實時性需求也使邊緣和端側的計算能力變得越來越重要。IDC 預測，到 2023 年，接近 20％的用於處理人工智慧工作負載的伺服器將部署在邊緣。
結語：讓AI基礎設施平臺為產業保駕護航
根據IDC與浪潮聯合發布的《2020-2021 中國人工智慧計算力發展評估報告 》，我們看到儘管2020年受疫情等因素影響大環境特殊，但我國人工智慧產業依然穩步發展，而AI算力成為 AI 產業化進一步發展的關鍵因素。
在新基建背景下，算力基礎設施是人工智慧新基建的大半壁江山。根據IDC的建議，產業需要通力合作積極推動人工智慧算力基礎設施平臺建設，為人工智慧產業化保駕護航。