《2022-2023中国人工智能计算力发展评估报告》发布

近期，IDC与浪潮信息合作发布《2022-2023中国人工智能计算力发展评估报告》(以下简称《报告》)，报告指出，中国人工智能计算力持续增长，2022年的智能算力规模达到268百亿亿次/秒(EFLOPS)，超过通用算力规模。预计未来5年，中国智能算力的年复合增长率将达到52.3%。

《报告》从人工智能计算力产业发展趋势、区域算力分布和行业渗透度等方面展开全面评估，旨在科学描述中国人工智能发展状况，为数字经济和实体经济融合提供有价值的参考和行动建议。

智能算力规模不断扩大，算力和算法基础设施成为共识。智能算力已经成为提升国家和地区经济核心竞争力的重要工具。国家已经启动“东数西算”工程和智算中心建设，从国家层面实现资源结构整合，帮助调整产业结构，构建更加健全的算力和算法基础设施。目前，国家已经在8个地区启动了国家算力枢纽节点的建设，计划建设10个国家数据中心集群，以促进区域平衡发展和集约化、绿色节能、安全稳定算力基础设施的建设。

IDC预测，中国智能算力规模将在未来几年持续快速增长。预计到2026年，中国智能算力规模将达到1271.4EFLOPS，并且未来5年的复合增长率将达到52.3%，而通用算力规模的复合增长率则为18.5%。

《报告》综合评估了中国城市人工智能的发展情况，针对不同城市在人工智能投资规模、相关政策支持实施情况、人工智能技术成熟度，以及劳动供给等方面的情况进行了评估。在2022年的中国人工智能城市排行榜中，北京、杭州、深圳继续排名前三，而北京则连续四年排名首位，上海和广州分别排名第四、第五。天津首次进入前十，成都、苏州、南京、济南则继续排名前十。头部城市的共性特征是，具有较早的政策引导和配套政策支持，拥有充分的智算基础设施规划和投入，有上百家人工智能企业集聚，有十万级的人才保障，以及千亿级人工智能产业集群规模。

投入城市智能算力已成为推动区域数字经济发展和加速人工智能产业创新的重要支持。除了TOP10城市外，合肥、武汉、长沙等城市在自身产业优势和各种因素的推动下，人工智能应用也取得了较大进展。此外，一些城市深耕特定的人工智能应用并取得了明显成果，例如安徽宿州的淮海智算中心和浙江青田的元宇宙智算中心陆续投建。

从行业维度看，2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网、金融、政府、电信和制造。与2021年相比，行业人工智能渗透度显著提高。互联网行业依然是人工智能应用渗透度和投资最高的行业。金融行业的人工智能渗透度从55提升到62，智能客服、实体机器人、智慧网点以及云上网点等成为金融行业人工智能应用典型。电信行业的人工智能渗透度从45增长到51，人工智能技术融入电信网络的构建和优化，并为下一代智慧网络建设提供支持。制造业的人工智能渗透度从40增长到45，预计到2023年底，中国50%的制造业供应链环节将采用人工智能。

从应用场景角度看，智能化场景在行业的实现正呈现出不断深化、广泛普及的趋势。人工智能技术的不断提升不断提高着用户的使用体验，例如像智能客服、智能推荐、精准营销等多种场景已经广泛应用于各个行业。人工智能技术除了在精准科学防疫领域扮演固定角色外，在病毒演变预测、疫苗药物研发、辅助诊断等方面都广泛应用。长期来看，企业应该通过数字人等数字化营销内容创建的方式来布局，从而提升品牌形象，并创建差异化的营销体验。此外，越来越多的科学家们运用人工智能技术与方法，从数据中搭建模型，并侧重于探究新药创制、基因研究、新材料研发等领域中的前沿科研问题。

算力多元化方向的发展加速了大模型在行业的实现。《报告》从算力层面分析了人工智能芯片、服务器、计算架构、算法，以及应用等方面的近况。全球看来，AI服务器是人工智能市场最主要的增长领域。根据IDC的数据，2021年全球人工智能服务器市场增长39.1%，超过全球整体人工智能市场增长（20.9%），成为整个人工智能市场的增长推动力。中国市场的人工智能服务器则领跑全球，2021年人工智能服务器市场规模达到592亿美元，较2020年增长68.2%，预计到2026年将达到1234亿美元。

从人工智能芯片角度来看，人工智能产业技术不断提升，AI加速落地，也推动了全球人工智能芯片市场的高速增长。据IDC预测，到2025年，人工智能芯片市场规模将达726亿美元。异构计算已成为人工智能服务器的主流趋势，在未来的18个月里，全球人工智能服务器GPU、ASIC、FPGA的搭载率均将上升，算力多元化发展趋势将变得更加明显。

从计算架构的发展方向来看，基于“Domain-Specific Architectures”（DSA，领域专属结构）思想设计的人工智能芯片已经逐步成为市场主导，推动人工智能芯片多元化的发展。多元算力从“能用”到“好用”，也离不开通用性强、绿色高效、安全可靠的计算系统的支持。业内正在推动多元算力系统架构的革新，基于计算节点内和节点间的互联技术破局现有计算架构的瓶颈，通过充分发挥多芯片、多板卡、多节点等系统级能力，实现各种加速单元以及跨节点的高效协同，不断提升计算性能。《报告》还对大模型的行业落地和发展情况进行了分析，超过80%的组织将优先考虑购买预先训练好的人工智能模型。大模型是智算力的重要组成部分，而且已逐渐成为实现普惠人工智能的重要途径之一。大模型的实现背后需要有庞大的算力支持，例如AI+Science领域的AlphaFold2、自动驾驶系统、GPT-3等模型训练需要几百甚至几千PD（PetaFlops/s-day，PD）的算力当量支持。2022年，大模型将成为AIGC领域算法引擎的发展方向，文生图、虚拟数字人等AIGC领域应用也将步入商业化阶段。

智能算力已成为数字化创新的源动力，人工智能算力的不断增长为人工智能持续创新发展提供了实质性支持。从宏观的角度看，人工智能算力为国家创新力的发展带来实质性推进，不仅在应用科学的突破上发挥了重要作用，还开始渗透到基础科学领域，大大提高了科学研究的效率和科学发展的进程。《报告》指出，人工智能应用正在朝着多种技术能力的融合方向发展，从事后分析向事前预判和主动执行的方向发展，从计算智能和感知智能向认知智能和决策智能方向发展，应用场景也在不断增加与创新。

未来五个年度，随着人机协作、机器学习、计算机视觉、语音识别技术的成熟，智能化的计算力将成为未来蓬勃发展的核心动力，人工智能将在企业市场中得到更广泛的应用和实践。