明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI
中国哪个城市AI算力更强?
杭州反超深圳成第二,北京依旧坐稳头把交椅;
南京首次冲进前五就将上海挤下Top 4,共同位列第一梯队(Top 5);
济南首次跻身前十、成都时隔3年重返榜单;
深圳、苏州、广州、合肥排名变化有升有降,但都死死捍卫Top10地位。
一年一度的中国AI计算力城市排行,又来了。
作为驱动数字时代发展的新动能,算力大小是一座城市AI实力的部分体现。
透过排名,已然能够感受到国内各大城市在AI算力上的角逐愈加激烈,国内AI产业欣欣向荣、百家争鸣的局面已初步形成。
在这个节点上,人工智能的潮水将向何方涌动,就变得至关重要。
AI算力产业发展趋势如何?市场规模有多大?区域算力怎样分布?
更重要的,未来AI的发展风向将会倾向哪些方面?
在刚刚落幕的人工智能计算大会 (AICC)上,或许都能窥到答案。
国内算力基建化脚步加快
相较去年,今年的AI城市算力排名变化依旧不小。
其中最吸睛的城市就是——南京。
此前几年,它的最高排名仅为第九,如今却能将上海多年第四的地位撼动,实力不可小觑。
要知道,北京(百度、字节跳动等)、杭州(阿里、网易等)和深圳(华为、腾讯等),基本上瓜分了中国的大型科技巨头和新兴AI独角兽公司。
上海凭借自身在经济发展上的优势,人工智能产业集聚效应非常明显,拥有千余家人工智能核心企业,多年来也保持在国内AI城市第一梯队。
北、杭、深、上、广还在吸引顶尖人才、构建创业生态上有着独特优势。
在这样的环境下,为什么南京能一次赶超6座城市?
AICC大会期间发布的《2021-2022中国人工智能计算力发展评估报告》对此作出了一定解释:
有政策上的支持,也有人才储备、创业生态上的加成。
其中最令人瞩目的,莫过于今年7月正式建成投运的南京智能计算中心。
作为长三角地区当前投运的最高算力智能计算中心,南京智能计算中心的算力可达800P OpS,也就是每秒能进行80亿亿次的运算。
它在1小时之内,可处理100亿张图像、300万小时语音翻译或1万公里的自动驾驶AI数据处理任务。
这无疑能为南京人工智能产业的发展注入新动力。
而且它面向政府、企业及科研机构等多主体,对于加速科技金融、智能制造、智慧零售、智慧医疗、智慧交通等场景落地也有着举足轻重的作用。
由此,南京能够直接杀进TOP5,也就不足为奇了。
事实上,瞄准智能计算中心这块AI发展高地的,并不只有南京。
本周,无锡宣布与浪潮达成战略签约,将建设无锡智能计算中心。
杭州、广州、大连、青岛、长沙、太原、南宁等地也早已把建设智能计算中心提上日程。
显然,国内各地区都在争相布局自己的人工智能计算中心,算力基建化已成为大势所趋。
算力要走向多元融合
透过各大城市在AI领域你追我赶、良性竞争的表象,我们不难感受到当下AI产业如日方升。
那么,除了已经看到的算力基建化趋势,AI产业发展还会表现出哪些特点?
《AI计算力发展评估报告》中也给出了一些参考。
首先要说的,就是AI场景多元化。
报告以起步期、发展期、成熟期对当下众多场景进行了划分:
其中,智能音箱、AI客服等智能语音产业已经走入成熟期。
智能制造、智慧医疗、智慧零售等领域在疫情的推动下方兴未艾。
自动驾驶虽然关注度高涨,但仍未完全进入发展期;智慧科研在AlphaFold2、中国天眼FAST等应用的突破下,已经看到起步的希望。
如此丰富的场景,背后往往需要各种各样的计算类型支撑。
由此,对芯片多元化的需求也就日益明显,芯片厂商们也在尽可能满足这一需求。
如今市面上的专用级芯片,不仅会考虑芯片的工作用途、部署环境,还会考虑应用场景,从而做出优化、提升运行速度。
像AICC大会现场展出的英特尔SG1芯片,就是面向云游、视频和图像的处理卡。
燧原科技、地平线等国内厂商也在针对自动驾驶、AIoT等应用场景,不断推出专用芯片。
但随之而来也会产生一些问题,那就是多元算力如何融合?
应用场景在走向多元化的同时,也在走向复杂化。
一个AI应用场景中,往往计算量非常大,还需要完成多项任务,背后需要多种芯片协同工作。
因此,如何让不同芯片相互配合、在场景中释放真正算力,就成了一大挑战。
对此,浪潮信息副总裁刘军在AICC大会上提出:高效释放多元芯片算力的关键是平台。
芯片从造出来到大规模用起来,往往还隔着巨大的产业链鸿沟。
以一台AI服务器的研制为例,需要解决超过280个关键的过程控制点和设计难题,同时还需要实现与算法框架和AI应用的优化和适配等问题。
同时,大规模AI算力平台建设又面临高功耗、高电流密度、高总线速率、高系统复杂度的新问题。
所以说,打造集约高效、开放共享的智算系统,是让多元算力真正走向产业,实现算力普适普惠的关键。
生态协作创造更大价值
从以上内容不难看出,国内AI产业发展已呈现欣欣向荣之势。
而我们也能切实感受到AI已经离自己的生活并不遥远。
这往往不是某个企业单打独斗能够形成的局面,更多靠的是AI产业链内多方合作。
比如浪潮及其合作伙伴共同构成的“元脑生态”,就是一个很好的示范。
元脑生态通过技术共创、资源共享,实现伙伴间的能力融合,能够实现智慧转型的全生命周期的交付与服务,
例如,安德医智基于元脑生态平台的AI技术支持,在人工智能影像分析上已经推出心肌病变、颅内肿瘤、脑小血管病等多种疾病的AI辅助诊断系统。
再例如,卓视智通则以元脑生态平台为技术支撑,推出交通视频分析、交通大数据分析平台等智慧交通AI系统。
而除了在产业生态上的落地,今年我们还看到了这家算力基础设施供应商在算法上做出了尝试,并且同样拥抱开放生态。
9月,浪潮人工智能研究院发布全球最大中文AI巨量模型“源1.0”,参数规模达2457亿、由5000GB数据集训练,能够轻松理解和创作中文,可以和人类对话、根据命题作诗、写新闻、续写故事。
在AICC大会上,“源1.0”开放开源计划正式发布,面向群体为高校、元脑生态合作伙伴及智能计算中心。
现场,浪潮信息副总裁刘军介绍了本次开源计划的初衷:
将数据、API和代码开放给以上3个群体,浪潮是期望在开源的环境下,大家能够碰撞出更多火花。
同时他还透露,“源2.0”之后也会面世,将更加针对多模态、视觉等领域。而且“源2.0”将会更注重合作,更多是和业内顶尖企业的联合探索。
未来要怎么做?
AI的潮水将向何方涌动?
从以上几个方面已经能感受一二。
在报告最后,IDC也面向不同领域提出了自己的建议:
面向技术供应商:满足用户细化场景需求,构建开放、兼容的技术发展路径;从用户的应用需求出发,推进技术创新;关注绿色节能,赋能行业双碳转型。
面向产业:基建先行与政府引导“双管齐下”;打造开放的产业生态,促进多元技术创新落地。
面向行业用户:积极探索人工智能行业应用,优化投入产出比;选择技术先进、绿色节能的算力基础设施;稳妥推进AI算力能力建设,带来切实价值。
看完这场国内AI“风向标”大会,我们感受到各大城市围绕AI你追我赶已成为常态,AI也逐渐走出实验室、连接更多企业、形成了自己独有的生态,开放开源已成为业内谋求发展的独特法宝。
下一步AI将走向何方,就由我们一起拭目以待。
具体报告内容,可点击文末“阅读原文”。