IDC&浪潮資訊：2021-2022中國人工智慧計算力發展評估報告（附下載）

報告公佈了最新中國人工智慧城市排行榜，北京、杭州、深圳、南京、上海居前五，南京首次躋身前四，濟南首次進入前十。

AI多元晶片迅猛發展，中國AI伺服器廠商領跑全球，AI與雲融合將成必然；演算法模型愈加複雜，AI場景更趨多元化，智慧金融、智慧推薦等逐步成熟，智慧製造、智慧交通、智慧城市等發展迅猛，網際網路、金融、政府、電信、製造業成為AI滲透度前五的行業。

以下為關於本次報告的十大趨勢洞察：

趨勢一：中美領跑！各國加速人工智慧佈局科技企業主導技術升級

目前全球已有 60 多個國家和地區陸續出臺人工智慧政策和優先發展事項，制定併發布國家級 AI 戰略。美國以科技企業為牽引，以持續的算力、演算法創新推動AI發展。中國以新基建帶動算力設施佈局，以AI技術與傳統行業應用的融合加快人工智慧發展。

根據 IDC 資料顯示，2021 年全球企業在人工智慧軟體、硬體和服務的總投資將超 850億美元，預計將在 2025年增至 2,045億美元，五年複合增長率（CAGR）達 24.5%。

IDC 預測， 2021 年中國在 AI 市場的支出規模將達到 82 億美元，其中約70% 的相關支出來自於 AI 硬體。

在過去幾年中，超大規模服務商（阿里巴巴、亞馬遜、蘋果、百度、Facebook、谷歌、微軟和騰訊）持續擴大算力投資規模並將在未來幾年保持這一趨勢。

趨勢二：中國人工智慧產業發展迅猛加強算了基礎設施建設支撐應用落地

中國人工智慧基礎設施市場規模保持告訴增長，中國伺服器廠商成為全球伺服器市場的中堅力量，浪潮在全球AI伺服器的市佔率位居第一。

中國明確提出在全國佈局算力網路國家樞紐節點，積極推進智慧計算中心“新基建”建設，發力構建普適普惠、安全可靠的現代化基礎設施體系和生態。

趨勢三：城市間人工智慧角逐加劇，算力基礎設施是重要競爭力

在 2021年中國人工智慧城市排行榜中，TOP5 城市依次為北京、杭州、深圳、南京、上海，排名 6-10 的城市為蘇州、廣州、濟南、成都、合肥。

與 2020 年相比，對於位居前十名的城市中，南京首次進入前五名，濟南和成都進入了前十名，分別位居第 8、9 位。

北京作為人工智慧行業發展領跑城市，在人才數量、商業環境、政策扶持方面展現出明顯優勢。根據《2020 北京人工智慧發展報告》顯示，2020 年北京人工智慧相關產值規模達 1860 億元，同比增長 9.8%。北京人工智慧高影響力學者的研究方向以應用研究為主，主要集中在各大高校院所。

在 AI 生態方面，北京不僅擁有大量 AI 相關的成熟企業，也是匯聚全國獨角獸企業最多的城市，其中多數企業建立在北京五大人工智慧產業聚集區，形成聚集效應。不斷縮小的物理距離使得不同企業之間減小了溝通成本，利於知識的共享與傳播，使得城市企業投融資活躍度高，資金流動性強。

趨勢四：人工智慧應用需求日漸豐富，催生晶片多元化發展

IDC 研究發現，2021 年上半年中國人工智慧晶片中，GPU 依然是實現資料中心加速的首選，佔有 90% 以上的市場份額，而 ASIC，FPGA，NPU等其他非 GPU 晶片也在各個行業和領域被越來越多地採用，整體市場份額接近 10%，預計到 2025 年其佔比將超過 20%。

人工智慧在邊緣側的處理將成為未來增長點，邊側人工智慧晶片部署規模大且分散，要求晶片具備適配各類複雜環境的能力。

趨勢五：人工智慧伺服器前景廣闊，多元開放、綠色節能是發展方向

人工智慧伺服器具有超高計算效能，是 AI 應用的核心基礎設施。全球範圍來看，人工智慧軟體的增長等因素很大程度上推動了人工智慧伺服器市場的增長。

開放計算，是全球資料中心領域在產業協同模式的創新，實現 IT基礎架構產品、規範、智慧財產權等成果的共享，從而推動和加速新技術的落地和實踐創新。

通過開放協作形成共識，促進了標準化、生態化，降低了創新技術落地的門檻，推動綠色高效的資料中心建設以更有效地支援各行業對算力不斷增長的需求。

伺服器廠商全面佈局冷板式液冷、浸沒式液冷等先進節能降耗技術，為企業提供穩定、安全、高效和綠色的基礎架構，踐行碳中和。

趨勢六：巨量模型為實現創新帶來機會，算力是實現創新的基礎

除了 GPT-3 之外，2021 年中國“源 1.0”、美國 Switch Transformer 等“巨量”機器學習模型的出現，讓構建大模型、提升人工智慧處理效能，成為時下非常流行的模型發展趨勢。

巨量模型為實現創新帶來機會，算力是實現創新的基礎。在通過大模型不斷探索人類龐大的自然語言體系的同時，訓練門檻提高，調優和應用創新的演算法模型需要強大算力的支援，計算能力的不斷提升與雲平臺的高速發展，無疑對“巨量”模型的發展是一個重要利好。

計算硬體裝置的不斷升級、雲端計算服務的持續優化，為更多企業以更低的成本享受到更強算力帶來可能，從而能夠在更大的機器學習模型支援下，實現更加精確的分析、預測。擁有較高算力基礎建設能力的企業 / 組織或國家，將更有可能在人工智慧帶來的紅利中更多的獲利。

趨勢七：AI 與雲加速融合，推動業務創新

根據 IDC 資料顯示，2020 年，中國部署在公有云的人工智慧伺服器市場佔比已經超過 30%，整體市場規模超過 8 億美元，而全球人工智慧伺服器公有云的佔比已經達到 50%，這說明中國人工智慧公有云服務市場仍處在發展階段，未來五年將迎來快速增長，預計到2025 年，中國人工智慧伺服器公有云的佔比將超過 50%。

AI 與雲的融合是必然趨勢，AI 公有云服務可以使企業高效的部署人工智慧應用，輕鬆在雲上獲取 AI 能力從而有效的接入和使用人工智慧技術。

除了公有云之外，各大行業的領先企業正在積極部署私有云，以支撐其包括人工智慧在內的新興業務應用。搭配公有云、私有云和傳統資料中心的混合 IT 架構的發展趨勢對企業技術和業務創新產生顯著影響。

趨勢八：人工智慧行業滲透加速併產生顯著收益

2021 年，人工智慧行業應用滲透度排名 TOP5的行業依次為網際網路、金融、政府、電信和製造，相比 2020 年，金融行業人工智慧應用速度加快並超過政府行業，位列第二，製造、交通和能源行業在人工智慧的應用也更加深入，分列第五、第七和第九位。

整體而言，企業已經可以從部署中獲益，實現收入增加，調研顯示被訪企業藉助 AI 可平均增加 9.8%的收入（尤其在網際網路、交通、製造、醫療、電信等領域的收入增長較為明顯），平均縮短 20.4% 的流程時間，提升21.6% 的生產效率。

趨勢九：算力與應用協同發展，推動場景多元化

相比去年同期，反欺詐、風險評估、智慧投顧、智慧推薦等應用場景目前逐步進入較為成熟的應用階段，覆蓋面廣，企業算力投入程度較高。

包括智慧供應鏈、智慧質檢、智慧裝置運維、線路智慧巡檢和電站裝置監測、智慧保險、智慧交通等在內的應用場景發展迅猛。

受制於發展時間、資金投入、算力需求、模型成熟、技術限制、需求複雜等原因，諸如視覺感知、新藥研發、智慧油田等場景還處於發展初期，未來具有廣闊的發展空間。

趨勢十：基建先行與政府引導“雙管齊下”，引導數字經濟發展

政府層面正在加大人工智慧新型基礎設施建設，如以智慧計算中心為代表的算力基礎設施，以巨量模型為代表的演算法基礎設施等，把技術應用鏈條設計好；發揮政策的引導作用，從戰略意識、技術理解、案例實踐等多個方面幫助傳統產業 / 企業對智慧化發展建立系統化的認知。

根據 IDC 調研發現，企業認為智慧計算中心應可為人工智慧訓練提供堅實的資料支援，具備加速效能和計算能力，具有豐富的框架、模型和資料集，融合多項單點 AI 技術不斷滿足行業應用場景、解決方案的需求。