2019-2020中国人工智能计算力发展评估报告-IDC.pdf

内容⽬录 核⼼观点 04 ⼀、前⾔05 1.1⼈⼯智能的定义及核⼼技术 1.2国家政策引领中国⼈⼯智能⾼速发展 1.3数据、算法、算⼒⽇益成熟，为⼈⼯智能发展提供富饶的⼟壤 ⼆、中国⼈⼯智能算⼒及应⽤的发展现状08 2.1算⼒基础架构的发展 2.2算⼒是推动产业AI化前进的源动⼒ 2.3⽣态是产业AI化前进的必经之路 三、中国⼈⼯智能算⼒发展评估18 3.1评估体系框架 3.2评估结果分析 四、⾏动建议 29 4.1对⾏业⽤户的建议 4.2对⼈⼯智能解决⽅案提供商的建议 核⼼观点 ▪ 计算⼒是承载和推动⼈⼯智能⾛向实际应⽤的基础平台和决定性⼒量，根据IDC 全球DataSphere的研究，全球新创建的数据量将从2018年的33ZB增⻓到2025年 的175ZB。随着数据持续爆炸性增⻓及算法的不断演进，未来算⼒仍有很⼤的发 展空间。 ▪ 预计2022年，⼈⼯智能推理市场占⽐将超过训练市场，GPU依然是数据中⼼加 速的⾸选，随着边缘、端侧需求的快速增⻓，⼈⼯智能芯⽚市场将迎来多元化 发展。 ▪ 预计2023年，中国⼈⼯智能基础架构市场将超过80亿美⾦，未来五年年复合增⻓ 率达到33.8%，增速是中国整体基础架构市场的三倍以上。 ▪ 5G和物联⽹将推动边缘、端侧⼈⼯智能基础架构的快速发展，性能、灵活性和能 效将成为⽤⼾未来重点考量因素。 ▪ 计算⼒的快速发展极⼤促进了各⾏业应⽤场景的成熟，AI产业化加速向产业AI化 迈进。互联⽹、智慧城市、⾦融⾏业产业AI化已经⾛在了前⾯。未来五年，制造 、零售等⾏业也有望逐步实现智能化。 ▪ 互联⽹依然是⼈⼯智能算⼒投资最⼤的⾏业，占据中国62.4%的⼈⼯智能算⼒投资 市场份额；排名前五的⾏业中，政府和⾦融⾏业增⻓最迅速，2018年同⽐增⻓均 超过100.0%。 ▪ ⼈⼯智能与云的融合将进⼀步加速，未来五年，AIaaS市场规模的年复合增⻓率为 66.0%，将成为推动云计算市场增⻓的重要细分领域。 ▪ 软件框架市场TensorFlow和PyTorch凭借性能、灵活性及⽣态优势依然占据主导地 位；百度的深度学习开源平台PaddlePaddle是国内⾃主开发软件框架的代表。 ▪ 越来越多的⼈⼯智能领军企业参与到⾏业性能评测基准建设中，但总的来说业 界⽬前缺少统⼀的基准，⼤多数现有的深度学习性能基准相对单⼀。随着AI框 架不断优化，模型不断迭代以及算法不断更新，各类基准也将持续的完善升级 与之适应。 ▪ 2019年中国⼈⼯智能城市排⾏榜，TOP5城市依次为北京、杭州、深圳、上海、⼴ 州，排名6-10的城市为合肥、苏州、重庆、南京、西安。跟2018年相⽐，北京超 越杭州位居第⼀，⼴州进⼊第⼀梯队，苏州、南京、西安