随着人工智能算法突飞猛进的发展，越来越多的模型训练需要巨量的算力支撑才能快速有效地实施。目前，如AlphaFold、GPT-3等模型已经逼近人工智能的算力极限，GPT-3的模型尺寸增大到了1750亿，数据量也达到了惊人的45TB。

一方面，这种进化对于新任务，不需要重新收集大量带标签的数据，数据利用效率进一步提升；另一方面，可以避免算法微调出现过拟合，导致模型泛化能力下降。

这些成果的出现无疑是大力出奇迹的结果，没有强大的AI算力，这些创新成果显然无法做到。但要知道，完整训练一遍GPT-3需要1200万美元，庞大的算力需求也需付出巨大的算力成本。

浪潮信息副总裁、浪潮AI&HPC产品线总经理刘军告诉AI科技大本营，这就需要算力变成公共基础设施，为创新提供可能性和想象空间。他认为，相比当前在超大模型训练上投入的算力消耗，算力本身带来对生活、经济、产业各方面带来的进步，才是不可想象的空间，而算力就是这个时代的免费午餐，一定要尽可能使用。

随着AI算法突飞猛进的发展，越来越多的模型训练需要巨量的算力支撑才能快速有效地实施，算力是未来人工智能应用取得突破的决定性因素。那么，中国当下的算力建设情况如何？

12月15日， IDC与浪潮联合发布了《2020-2021中国人工智能计算力发展评估报告》。报告从AI算力产业发展趋势、市场规模、区域算力分布和行业AI算力保有程度等多个角度进行全面综合评估。

新冠疫情对全球经济造成巨大影响，数字化转型的必要性已经凸显，新基建成中国刺激疫后经济增长的主要驱动力。IDC 预计，2020年中国人工智能市场规模将达到62.7亿美元，2019-2024年的年复合增长率为30.4%，而中国人工智能基础设施市场规模在2020年达到39.3亿美元，同比增长26.8%。

其中，AI服务器市场规模占整体人工智能基础设施市场的87%以上。IDC预计，中国人工智能服务器将保持高速增长，并将在2024年达到66亿美元。

AI算力多元化，GPU服务器占比仍高达95%

报告提出了未来人工智能计算力发展的五个重要趋势：第一，人工智能芯片将继续呈现多样性的发展，GPU依然是数据中心加速的首选，占有95%以上的市场份额；第二，中国人工智能服务器将在未来五年保持高速增长，是整体服务器市场增长的核心驱动力；第三，人工智能算力会逐渐向边缘渗透，到2023年，将近20％用于处理AI工作负载的服务器将部署在边缘侧；第四，AI云服务（AIaaS）成为人工智能市场发展的重要驱动力，2018至2024年的年复合增长率预计将达到93.6%；第五，AI基准测试逐步完善，MLperf、SPEC ML、AI-Rank等权威基准测试陆续推出，不仅仅为企业的成本效益提供参考，也为人工智能应用未来可持续发展的重要因素。

2023年，20％的人工智能负载将部署在边缘

日益增长的业务实时性需求使边缘和端侧的计算能力变得越来越重要，IDC预测，到2023年，接近20％用于处理人工智能工作负载的服务器将部署在边缘。2020年是边缘计算广泛落地的元年，人工智能算力也会逐渐向边缘渗透，无论是更接近于端侧数据产生的轻边缘还是更接近核心数据中心的重边缘，都将迎来发展契机。

刘军告诉AI科技大本营，从算力的角度来看，边缘计算主要受限于功耗，要解决额定功耗条件下尽可能去提升算力的核心问题，从而计算的结果会更加准确，就能支撑更多场景和模型运行。

公共AI算力基础设施成AI发展关键底座

IDC调研显示，超过九成的企业正在使用或计划在未来三年内使用人工智能，而74.5%的企业期望在未来可以采用具备公用设施意义的人工智能公共算力基础设施。未来，随着更多规模化、普惠型的人工智能基础设施平台建成，整个中国人工智能产业将进入另一个发展的快车道——企业的刚需决定人工智能发展前进的速度，新型公共算力基础设施的建设则为人工智能发展拓宽了道路。

另外，IDC在本次研究中也针对企业在人工智能应用中普遍存在的需求和挑战进行了调研，其中缺乏模型训练所需的数据、算力基础设施存在不足、以及人工智能应用方案的成本过高等因素是绝大部分企业目前面临的主要挑战。因此，以政府为代表的社会服务主体，在推动人工智能公共算力基础设施的建设时至关重要，需要充分考虑企业目前面临的需求和痛点，与人工智能生态合作伙伴一起，携手关键的人工智能基础设施服务商，通力合作，共同构建加速产业发展的平台。

从全球AI算力发展来看，2020年中国人工智能服务器占全球人工智能服务器市场的三分之一左右，是全球人工智能产业发展的中坚力量。AI计算能力侧面反映的是一个国家最前沿的创新能力。对于AI算力的投入这也说明国家在战略层面对人工智能的重视，以及企业希望通过人工智能的发展契机提升核心竞争力的迫切愿景。

AI算力城市TOP5：北京第一，重庆进入第一梯队

报告中发布的2020年中国人工智能算力城市排行榜，排名前五的城市依次为北京、深圳、杭州、上海、重庆，排名6-10的城市为广州、合肥、苏州、西安、南京。

与2019年相比，深圳超过杭州位居第二，重庆进入第一梯队，西安超过南京位居第九。报告指出，这主要是因为在过去一年重庆在算力供给方面做了很多工作，比如重庆大学等高校开设了人工智能课程，重庆市政府也推出了市政管理、智慧城市等十个AI场景的落地，以及诸多人工智能企业设置了研发基地。

除了TOP10城市之外，多个城市在自身产业优势及各种因素推动下，人工智能应用取得了较大进展，例如东莞的智能制造；武汉的智慧医疗；合肥的智慧农业等，中国人工智能城市发展正在遍地开花，未来将会出现越来越多结合城市特点的人工智能示范区，为产业发展树立标杆。

从人工智能行业应用渗透度排名看，同2019年相比，互联网仍然保持第一，电信和制造行业的应用场景更加丰富，市场潜力预计将有较大的提升，在2020年上半年，医疗行业在新冠肺炎疫情的影响下加速了人工智能应用的落地，在多方面取得了显著的成效，也促使医疗行业人工智能应用渗透度超过教育行业位列第七。

除了人工智能投入相对集中的行业之外，在业务需求的推动下，很多碎片化应用也开始被广泛使用。报告指出，人工智能的产业化已经从点到面，从通用应用场景渗透到更多行业特定场景，产业AI化已经从早期的试点逐渐成为企业发展和生存的刚需。

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。