2018年中国AI计算力排名

导语

报告显示，2017 年是中国 AI 发展的元年，AI的投资增长 10 倍，算力提高 230.7%，数据量增加 50%。

9月12日，在京举办的“2018人工智能计算大会（AICC 2018）”活动现场，浪潮联合IDC发布了《2018中国AI计算力发展报告》。报告显示，2017 年是中国 AI 发展的元年，AI的投资增长 10 倍，算力提高 230.7%，数据量增加 50%。

报告针对不同城市与地域的计算力发展做出了评估。数据显示，中国 AI 计算力发展 Top10 的城市可以分为两个层级，Tier 1城市杭州排名首位，北京、深圳、上海和合肥市紧随其后，Tier 2城市包括成都、重庆、武汉、广州、贵阳（排名不分先后）。而中国 AI 计算力发展在区域分布上也存在不平衡，总体上来说东部地区发展程度高于西部地区，其中华东地区计算力发展程度最高，西北地区发展程度最低。

  四大行业加码应用

而中国应用 AI 计算的 Top 行业一是互联网，应用场景有搜索引擎、电商用户行为分析；二是政府部门，主要应用场景为公共安全和公共服务；三是医疗行业，主要用于疾病预测诊断、信用风险管理；四是金融行业，主要应用场景有知识管理和生成、在线业务人脸识别等。

报告显示，随着时间的推移，至2025 年及以后，AI 在新兴经济和数字经济中的应用场景将越来越多，尤其是数字经济的应用潜力会更大。其中，从目前开始至2020 年，在传统经济中，包括人脸识别、语音识别、自然语言处理等生物识别技术和车辆识别、智慧交管、智能路灯等智慧城市技术将是 AI 最典型的应用场景，其他 Top10 应用场景还包括安防、自动化客服、互动娱乐等；2020 年 -2025 年，智能制造和智能家居的相关技术将走向成熟，成为最典型的AI应用场景；2025 年及之后，智能医疗、自动驾驶、智能助理等相关技术与政策将成形，促使上述行业的 AI 应用实现爆发式增长。

  算力革新日新月异

AICC大会发起人、中国工程院院士、浪潮集团首席科学家王恩东在会上表示：“计算促进了人工智能发展，人工智能反过来也促进了计算的变革与创新，两者相辅相成。人工智能与计算的融合发展趋势将不断加强，成为高性能计算、边缘计算以及未来量子计算最重要的应用场景，同时人工智能也对计算提出了更多的挑战，可定制计算受到越来越多公司的重视，开始尝试在实际业务中使用FPGA、ASIC等定制芯片为人工智能加速，这促进了计算的多元化发展。

事实上，AI对计算力的需求已远超摩尔定律的性能增长速度。OpenAI 公布的一份报告显示，2012年以来，AI训练中使用的计算力每3.5个月增长一倍，6年增长30万倍以上。在此期间，硬件算力的提升一直是人工智能快速发展的重要因素。报告同时指出，“如果我们希望目前的发展趋势持续下去，需要为实现远超当前方法负载的全新系统做好准备。”

量子计算机作为普遍认可的下一代计算技术，能在几秒钟、几分钟内，运算完成普通计算机需要成百上千年完成的任务。虽然量子计算机还远没有到应用阶段，但从谷歌、微软、IBM等科技巨头的动向看，量子计算技术和人工智能的结合已是未来科技的最大热门。

而在当下阶段，神经网络和其他机器学习系统的实现，依然依赖于庞大的计算能力。目前，GPU加速计算成为一种主流的AI计算形态，同时可定制计算开始兴起，谷歌、寒武纪、百度等公司都推出了自主研发的AI芯片。

报告指出，目前阻碍 AI 计算发展的主要挑战在于： 1.算力的发展还未达到需求，2.可用数据量有限，3.从实验室到实际用用过程中还面临诸多挑战和问题，4.从应用场景到提供完善的行业解决方案还需时日。

对于算力，该报告给出的建议是通过异构计算和云的结合来解决算力的问题；对于数据，建议采用数据共享+整合的方法；而从实验室到实际应用的过程，需要能力输出于生态建设作为支撑；从应用场景带行业解决方案的跃进，则需要进行行业观察和痛点分析。