中国AI算力占全球三成：IDC 最新报告解读，算力仍是AI发展最强推力

近日，IDC调研机构与浪潮联合发布《2020-2021 中国人工智能计算力发展评估报告 》（简称“报告”）。报告显示，预计2020 年中国AI市场规模将达到 62.7亿美元，2019~2024 年的年复合增长率为 30.4%，中国成为全球各个区域里面AI的投资发展最快的一个国家。
值得一提的是，在整体AI市场中人工智能服务器市场规模将达到 34.1 亿美元，占比超50%。算力越来越成为制约产业AI化发展的重要因素。
近期热火的游戏赛博朋克2077成为用户比拼算力硬件配置的狂欢，而在产业端，算力相对于算法的稀缺也更加显著。数据显示，2012~2018年芯片的计算性能提升的30多倍，但从AlexNeT到AlphaGo Zero，算法对算力的需求却提升了30万倍，近期热门的GPT-3的训练数据量和模型规模也十倍、千倍地增长。
算法、算力、数据被认为是人工智能的三要素，“报告”中关于我国人工智能算力市场的剖析，对我们衡量中国AI发展水平和趋势有重要参考价值。
2020年疫情黑天鹅下中国人工智能产业增长如何？在地域、行业应用等方面有什么不同表现？AI算力的技术架构及市场发展又有什么样的新趋势？12月15日，智东西与少数记者对浪潮信息副总裁兼浪潮AI&HPC总经理刘军、以及IDC企业研究助理副总裁周震刚就此报告展开了深度对话。

▲左起：浪潮信息副总裁刘军、IDC企业研究助理副总裁周震刚
01 全球AI算力中国占比三成，北京、深圳、杭州为国内AI三甲

放眼全球，人工智能市场正蓬勃发展。
AI算力是人工智能产业发展的一大关键指标。IDC报告显示，从2020年各个国家 AI 计算的发展水平来看，中国和美国是人工智能服务器支出占整体服务器支出最高的国家之一，占比均超过 10%。
据IDC统计，2020年中国人工智能服务器占全球人工智能服务器市场的三分之一左右。换句话说，全球AI算力中国占比三成。
当我们把视线移到国内，中国人工智能算力在各区域的布局也有一些变化。
根据IDC调查报告显示，2020年中国人工智能算力排行Top 5的城市依次为北京、深圳、杭州、上海、重庆，排名 6-10 的城市为广州、合肥、苏州、西安、南京。与 2019 年相比，深圳超过杭州位居第二，重庆进入第一梯队，西安超过南京排名第 9。

其中，北京凭借《2019 人工智能关键技术源头创新专项申报指南》等多项政策，占全国总量的一半以上的人才，全国三分之一以上人工智能企业，北京大学、清华大学、中科院自动化所等全国过半数人工智能骨干研究单位，成为No.1。
同时引人注意的是，重庆作为西部直辖市，一举进入第一梯队冲进前五。周震刚对此解读到，在过去一年重庆在劳动力供给方面做了很多工作，最突出的像重庆大学等分别开设了人工智能的课程，重庆市政府也推出了一系列规划，包括市政管理，智慧城市等等人工智能的十个场景的落地等，我们也看到有很多人工智能企业，像海云数据等在重庆设了研发基地等。重庆在今年AI投入成长非常快，这是最主要的城市变化。
周震刚说，本次报告整个框架延续了从2018年开始推动以来的调查指标（宏观层面、技术成熟度、劳动供给），在浪潮这一国内最大人工智能算力供应商等协作下寻找重点客户沟通，并经过大规模问卷调查，最终成文。此前，2018、2019年IDC的同系列报告都引起业内的强烈反响。
虽然城市人工智能水平涉及的因素实际很复杂，IDC的排名并不一定囊括所有，但这一调研结果也为我们提供了中国区域AI发展的大体态势参考。
02 我国AI市场年增长30%超美国，新基建成主要动力

新冠疫情对全球经济造成巨大影响，数字化转型的必要性已经凸显。IDC认为，新基建成中国刺激疫后经济增长的主要驱动力。
2020 年新基建整体投资规模预计将达到 2,757.1 亿美元，人工智能作为新基建的重要领域之一，也将迎来快速增长。
在这种背景下，IDC 预计，2020 年中国人工智能市场规模将达到 62.7亿美元，2019-2024 年的年复合增长率为 30.4%。这里的人工智能市场涵盖了人工智能硬件、软件、服务几大方面。从下图可以看到，基础架构硬件市场是整体市场最大组成部分，2020年的占比预计达到62.7%。

周震刚说，虽然今年受到疫情影响，无论是IT投资还是国家经济增速都有所放缓，但是37.3%的增长仍然是全球各个区域里面AI的投资发展最快的一个国家。对比美国，其同期的IT的支出同比在下降，整个AI的算力等方面的支出基本和去年持平，没有太多增长。
当智东西问到，如何看待AI产业传出的“AI算力扩展减缓”、“新基建投资不及预期”等声音？
对此，周震刚从调研角度判断：AI算力增速在下降，但每年增加的绝对值还在上涨。周震刚解释说：“今年像你说的情况确实存在，GDP增长本就不快还有扶持抗疫，所以投资相比去年有所下降。但因为需求驱动产业发展，所以一方面人工智能和IT与业务融合得越来越紧密，另一方面，明年被预测是经济反弹的一年，所以我们预测明年AI算力依然会保持高速增长的态势。”
刘军则从厂家和客户角度谈到自己看到的现象。他表示，受经济大环境影响，（AI计算领域）总体投资没有明显增长，但其中是有资金分配的。传统的业务环境或模式（投资）可能是下降的，但那部分投资转移到了偏向于网络化、智能化的基础设施建设。
“从我们直接的感觉，中国今年整体经济压力比较大，但是作为互联网基础设施的服务器，作为智能化的AI服务器，增长又是非常可观。所以我认为经济模式的变化，从某种意义上也是中央和国家想看到的结构性的调整，利用新的科技手段改变整个经济运行的质量。”刘军说。
03 产业AI化需求旺盛，互联网、政府、金融落地最好

2020年，人工智能在各个行业的渗透度均有提升。
基于 IDC 持续的研究和最新的用户调研，人工智能行业应用渗透度排名前五的行业依次为：互联网、政府、金融、电信和制造。相比 2019 年，电信行业人工智能应用速度加快并超过制造业，位列第四。

在 2020 年上半年，医疗行业在新冠肺炎疫情的影响下加速了人工智能应用的落地，在多方面取得了显著的成效，也促使医疗行业人工智能应用渗透度超过教育行业位列第七。
在互联网行业，人工智能进入较早，渗透率最高。互联网企业将人工智能应用在身份验证、自动化客服、营销互动、精准营销、舆情管理、内容审核等多个应用场景，以及通过云服务平台对外提供人工智能服务。
在电信行业，人工智能技术已成不可缺少的部分。主要表现在两大方面：1、电信网络的构建及优化智能需要GPU 加速、深度学习和分析技术等多项技术融合。2、下一代智慧网络的打造，对云化网络的智能编排、调度、运营等也需要人工智能技术的支撑。另外，智慧营业厅的建设也会用到AI技术。
在制造方面，人工智能是制造业迈向工业 4.0 和工业互联网时代的重要新兴技术应用。其本质是实现复杂?业技术、经验、知识的模型化和在线化。主要应用场景包括交互界面智能化、质量管理及推荐系统、维修及生产检测自动化等。IDC 预计，到 2023 年年底，中国 50%的制造业供应链环节将采用人工智能，从而可以提高 15%的生产率。
下图是报告中绘制的“中国人工智能应用场景发展2020”坐标图。可以看到，在2020年之后几年里，IDC比较看好智能零售、智能制造、智能电信、智能驾驭、智能医疗等行业的日益成熟。

为什么从图中来看，越往后落地场景越来越少了？
周震军对此解读道，未来几年我们认为很可能在现在落地场景的基础上发展出来的一些新的应用，变化会更快。现在很难判断五年之后大概有什么应用会出来，但是绝对不是空白，而是我们现在根本都没有办法确定的。
IDC认为，产业 AI 化已经从早期的试点逐渐成为企业发展和生存的刚需。
据调查，有超过九成的企业正在使用或计划在三年内使用人工智能，其中74.5%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台。
04 算力成AI发展关键，智算中心成AI基础设施核心

IDC认为，在人工智能算法、数据、算力三要素中，算力已成为制约 AI 产业化进一步发展的关键。
人工智能应用对算力最大的挑战依然来自于核心数据中心的模型训练，近年来，算法模型的复杂度呈现指数级增长趋势，正在不断逼近算力的上限。
IDC 数据统计显示，2020 年中国人工智能服务器市场规模将达到 34.1 亿美元，占人工智能基础架构硬件市场的 87%，在包括软件、硬件、服务的整体人工智能市场占比也超过 50%，数据直观地反映了算力在整个产业的重要性。

为了更好地评估中国企业当前的人工智能算力发展现状，IDC 于 2020 年 6 月至 8 月针对中国企业人工智能应用需求开展了专题调查和研究。
结果显示，有超过九成的企业正在使用或计划在未来三年内使用人工智能，其中，大部分企业采用了公有云、私有云加本地部署的混合架构来部署人工智能应用，而 74.5%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台，这一期望也是不同地区和不同规模的企业的共识。
企业对于人工智能算力基础设施平台的 TOP5 需求依次为：用于人工智能训练的数据支撑、人工智能加速计算能力、配套的政策吸引、规模效应下的价格和成本因素，以及丰富的应用场景配置。

IDC进一步调研发现，未来三年，企业对于算力需求较为迫切的场景依然在语言认知类应用的训练上，对于该类 AI 模型训练的平均算力需求预计将达到 208P OPS，远高于其他应用负载；对于自动驾驶、机器人、内容推荐等综合场景的算力需求也相对较高，平均算力值将达到 146P OPS 左右。

在这种需求背景下，智能计算中心（简称“智算中心”）无疑成为AI基础设施核心。简单来说，智算中心是专门为智能化应用设计的数据中心。刘军表示，智算中心的出发点不一样，它是基于最新的人工智能理论，采用领先的人工智能计算架构去构建的一个数据中心，是专为AI产业化、产业AI化、政府治理智能化提供相应AI算力的输出。
当谈到智算中心是否需要抛弃原有的数据中心重新建立？
周震刚回答称，可以改造（基于原有数据中心）。政府建的数据中心严格来说自建数据中心并不是很多，很多商业厂商或运营商建设的数据中心绝大部分没有搭载IT设备，只是一个空间和一个底层布线给到第三方这么一个空房子。我们现在说的智算中心要把房子专用化，搭载面向智能化的专用IT设备，直接面向智能化应用。
05 GPU市场占比超90%，2024年20％的AI负载将部署在边缘

IDC还从AI算力基础架构中的芯片、服务器、边缘计算等更细致的方面剖析了我国AI算力发展情况。
IDC 研究发现，预计 2020 年中国人工智能加速芯片中，GPU 依然是数据中心加速的首选，占有 90%以上的市场份额。预计到 2024 年，包括FPGA、ASIC、神经拟态芯片等非 GPU 加芯片市场份额将超过 20%。
AI服务器通常搭载 GPU、FPGA、ASIC 等加速芯片，利用 CPU 与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、机器学习等人工智能应用场景提供强大的算力支持。

随着人工智能应用计算需求的指数级增长，在 GPU 之间以及 CPU 与 GPU 之间形成的芯片互联技术被更多地采用，人工智能芯片厂商 NVIDIA、Intel、AMD 等都在芯片互联技术方面持续升级。
除了创新的互联方式之外，人工智能服务器另一个普遍采用的技术是多种拓扑架构的算法调优，以更好地适配多样的人工智能应用。例如浪潮部分型号的人工智能服务器在同一设备中可支持三种不同的拓扑架构，并可通过线缆接口快速切换，在不同的算法模型下实现更加优化的性能输出。
日益增长的业务实时性需求也使边缘和端侧的计算能力变得越来越重要。IDC 预测，到 2023 年，接近 20％的用于处理人工智能工作负载的服务器将部署在边缘。
06 结语：让AI基础设施平台为产业保驾护航

根据IDC与浪潮联合发布的《2020-2021 中国人工智能计算力发展评估报告 》，我们看到尽管2020年受疫情等因素影响大环境特殊，但我国人工智能产业依然稳步发展，而AI算力成为 AI 产业化进一步发展的关键因素。
在新基建背景下，算力基础设施是人工智能新基建的大半壁江山。根据IDC的建议，产业需要通力合作积极推动人工智能算力基础设施平台建设，为人工智能产业化保驾护航。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』