中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

量子位發表於2021-10-27
明敏 發自 凹非寺
量子位 報導 | 公眾號 QbitAI

中國哪個城市AI算力更強?

杭州反超深圳成第二,北京依舊坐穩頭把交椅;

南京首次衝進前五就將上海擠下Top 4,共同位列第一梯隊(Top 5)

濟南首次躋身前十、成都時隔3年重返榜單;

深圳、蘇州、廣州、合肥排名變化有升有降,但都死死捍衛Top10地位。

一年一度的中國AI計算力城市排行,又來了。

中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

作為驅動數字時代發展的新動能,算力大小是一座城市AI實力的部分體現。

透過排名,已然能夠感受到國內各大城市在AI算力上的角逐愈加激烈,國內AI產業欣欣向榮、百家爭鳴的局面已初步形成。

在這個節點上,人工智慧的潮水將向何方湧動,就變得至關重要。

AI算力產業發展趨勢如何?市場規模有多大?區域算力怎樣分佈?

更重要的,未來AI的發展風向將會傾向哪些方面?

在剛剛落幕的人工智慧計算大會 (AICC)上,或許都能窺到答案。

國內算力基建化腳步加快

相較去年,今年的AI城市算力排名變化依舊不小。

其中最吸睛的城市就是——南京

此前幾年,它的最高排名僅為第九,如今卻能將上海多年第四的地位撼動,實力不可小覷。

要知道,北京(百度、位元組跳動等)杭州(阿里、網易等)深圳(華為、騰訊等),基本上瓜分了中國的大型科技巨頭和新興AI獨角獸公司。

上海憑藉自身在經濟發展上的優勢,人工智慧產業集聚效應非常明顯,擁有千餘家人工智慧核心企業,多年來也保持在國內AI城市第一梯隊。

北、杭、深、上、廣還在吸引頂尖人才、構建創業生態上有著獨特優勢。

在這樣的環境下,為什麼南京能一次趕超6座城市?

AICC大會期間釋出的《2021-2022中國人工智慧計算力發展評估報告》對此作出了一定解釋:

有政策上的支援,也有人才儲備、創業生態上的加成。

其中最令人矚目的,莫過於今年7月正式建成投運的南京智慧計算中心

中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

作為長三角地區當前投運的最高算力智慧計算中心,南京智慧計算中心的算力可達800P OpS,也就是每秒能進行80億億次的運算。

它在1小時之內,可處理100億張影像、300萬小時語音翻譯或1萬公里的自動駕駛AI資料處理任務。

這無疑能為南京人工智慧產業的發展注入新動力。

而且它面向政府、企業及科研機構等多主體,對於加速科技金融、智慧製造、智慧零售、智慧醫療、智慧交通等場景落地也有著舉足輕重的作用。

由此,南京能夠直接殺進TOP5,也就不足為奇了。

事實上,瞄準智慧計算中心這塊AI發展高地的,並不只有南京

本週,無錫宣佈與浪潮達成戰略簽約,將建設無錫智慧計算中心。

杭州、廣州、大連、青島、長沙、太原、南寧等地也早已把建設智慧計算中心提上日程。

顯然,國內各地區都在爭相佈局自己的人工智慧計算中心,算力基建化已成為大勢所趨。

算力要走向多元融合

透過各大城市在AI領域你追我趕、良性競爭的表象,我們不難感受到當下AI產業如日方升。

那麼,除了已經看到的算力基建化趨勢,AI產業發展還會表現出哪些特點?

《AI計算力發展評估報告》中也給出了一些參考。

首先要說的,就是AI場景多元化

報告以起步期、發展期、成熟期對當下眾多場景進行了劃分:

中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

其中,智慧音響、AI客服等智慧語音產業已經走入成熟期。

智慧製造、智慧醫療、智慧零售等領域在疫情的推動下方興未艾。

自動駕駛雖然關注度高漲,但仍未完全進入發展期;智慧科研在AlphaFold2、中國天眼FAST等應用的突破下,已經看到起步的希望。

如此豐富的場景,背後往往需要各種各樣的計算型別支撐。

由此,對晶片多元化的需求也就日益明顯,晶片廠商們也在儘可能滿足這一需求。

如今市面上的專用級晶片,不僅會考慮晶片的工作用途、部署環境,還會考慮應用場景,從而做出優化、提升執行速度。

像AICC大會現場展出的英特爾SG1晶片,就是面向雲遊、視訊和影像的處理卡。

燧原科技、地平線等國內廠商也在針對自動駕駛、AIoT等應用場景,不斷推出專用晶片。

中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

但隨之而來也會產生一些問題,那就是多元算力如何融合

應用場景在走向多元化的同時,也在走向複雜化。

一個AI應用場景中,往往計算量非常大,還需要完成多項任務,背後需要多種晶片協同工作。

因此,如何讓不同晶片相互配合、在場景中釋放真正算力,就成了一大挑戰。

對此,浪潮資訊副總裁劉軍在AICC大會上提出:高效釋放多元晶片算力的關鍵是平臺

晶片從造出來到大規模用起來,往往還隔著巨大的產業鏈鴻溝。

以一臺AI伺服器的研製為例,需要解決超過280個關鍵的過程控制點和設計難題,同時還需要實現與演算法框架和AI應用的優化和適配等問題。

同時,大規模AI算力平臺建設又面臨高功耗、高電流密度、高匯流排速率、高系統複雜度的新問題。

所以說,打造集約高效、開放共享的智算系統,是讓多元算力真正走向產業,實現算力普適普惠的關鍵。

生態協作創造更大價值

從以上內容不難看出,國內AI產業發展已呈現欣欣向榮之勢。

而我們也能切實感受到AI已經離自己的生活並不遙遠。

這往往不是某個企業單打獨鬥能夠形成的局面,更多靠的是AI產業鏈內多方合作。

比如浪潮及其合作伙伴共同構成的“元腦生態”,就是一個很好的示範。

元腦生態通過技術共創、資源共享,實現夥伴間的能力融合,能夠實現智慧轉型的全生命週期的交付與服務,

例如,安德醫智基於元腦生態平臺的AI技術支援,在人工智慧影像分析上已經推出心肌病變、顱內腫瘤、腦小血管病等多種疾病的AI輔助診斷系統

中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

再例如,卓視智通則以元腦生態平臺為技術支撐,推出交通視訊分析、交通大資料分析平臺等智慧交通AI系統

而除了在產業生態上的落地,今年我們還看到了這家算力基礎設施供應商在演算法上做出了嘗試,並且同樣擁抱開放生態

9月,浪潮人工智慧研究院釋出全球最大中文AI巨量模型“源1.0”,引數規模達2457億、由5000GB資料集訓練,能夠輕鬆理解和創作中文,可以和人類對話、根據命題作詩、寫新聞、續寫故事。

在AICC大會上,“源1.0”開放開源計劃正式釋出,面向群體為高校、元腦生態合作伙伴及智慧計算中心。

中國AI城市格局突變:杭州反超深圳,南京上海平起平坐,濟南首次躋身前十

現場,浪潮資訊副總裁劉軍介紹了本次開源計劃的初衷:

將資料、API和程式碼開放給以上3個群體,浪潮是期望在開源的環境下,大家能夠碰撞出更多火花。

同時他還透露,“源2.0”之後也會面世,將更加針對多模態、視覺等領域。而且“源2.0”將會更注重合作,更多是和業內頂尖企業的聯合探索。

未來要怎麼做?

AI的潮水將向何方湧動?

從以上幾個方面已經能感受一二。

在報告最後,IDC也面向不同領域提出了自己的建議:

  • 面向技術供應商:滿足使用者細化場景需求,構建開放、相容的技術發展路徑;從使用者的應用需求出發,推進技術創新;關注綠色節能,賦能行業雙碳轉型。

  • 面向產業:基建先行與政府引導“雙管齊下”;打造開放的產業生態,促進多元技術創新落地。

  • 面向行業使用者:積極探索人工智慧行業應用,優化投入產出比;選擇技術先進、綠色節能的算力基礎設施;穩妥推進AI算力能力建設,帶來切實價值。

看完這場國內AI“風向標”大會,我們感受到各大城市圍繞AI你追我趕已成為常態,AI也逐漸走出實驗室、連線更多企業、形成了自己獨有的生態,開放開源已成為業內謀求發展的獨特法寶。

下一步AI將走向何方,就由我們一起拭目以待。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69971123/viewspace-2839623/,如需轉載,請註明出處,否則將追究法律責任。

相關文章