软件技术《行业标准-人工智能》.pdfVIP

行业标准-人工智能

一、人工智能产业发展现状

人工智能作为新一轮产业变革的核心驱动力，将催生新的技术、产品、产业、业态、模式，

从而引发经济结构的重大变革，实现社会生产力的整体提升。麦肯锡预计，到2025年全球

人工智能应用市场规模总值将达到1270亿美元，人工智能将是众多智能产业发展的突破

点。

通过对人工智能产业分布进行梳理，提出了人工智能产业生态图，主要分为核心业态、关联

业态、衍生业态三个层次。

下面将重点对核心业态包含的智能基础设施建设、智能信息及数据、智能技术服务、智能产

品四个方面展开介绍，并总结人工智能行业应用及产业发展趋势。

二、智能基础设施

智能基础设施为人工智能产业提供计算能力支撑，其范围包括智能传感器、智能芯片、分

布式计算框架等，是人工智能产业发展的重要保障。

1、智能芯片

智能芯片从应用角度可以分为训练和推理两种类型。从部署场景来看，可以分为云端和设备

端两步大类。训练过程由于涉及海量的训练数据和复杂的深度神经网络结构，需要庞大的计

算规模，主要使用智能芯片集群来完成。与训练的计算量相比，推理的计算量较少，但仍然

涉及大量的矩阵运算。目前，训练和推理通常都在云端实现，只有对实时性要求很高的设备

会交由设备端进行处理。

按技术架构来看，智能芯片可以分为通用类芯片(CPU、GPU、FPGA)、基于FPGA的半定

制化芯片、全定制化ASIC芯片、类脑计算芯片(IBMTrueNorth)。另外，主要的人工智

能处理器还有DPU、BPU、NPU、EPU等适用于不同场景和功能的人工智能芯片。

随着互联网用户量和数据规模的急剧膨胀，人工智能发展对计算性能的要求迫切增长，对

CPU计算性能提升的需求超过了摩尔定律的增长速度。同时，受限于技术原因，传统处理

器性能也无法按照摩尔定律继续增长，发展下一代智能芯片势在必行。未来的智能芯片主要

是在两个方向发展：一是模仿人类大脑结构的芯片，二是量子芯片。智能芯片是人工智能时

代的战略制高点，预计到2020年人工智能芯片全球市场规模将突破百亿美元。

2、智能传感器

智能传感器是具有信息处理功能的传感器。智能传感器带有微处理机，具备采集、处理、交

换信息等功能，是传感器集成化与微处理机相结合的产物。智能传感器属于人工智能的神经

末梢，用于全面感知外界环境。各类传感器的大规模部署和应用为实现人工智能创造了不可

或缺的条件。不同应用场景，如智能安防、智能家居、智能医疗等对传感器应用提出了不

同的要求。未来，随着人工智能应用领域的不断拓展，市场对传感器的需求将不断增多，

2020年市场规模有望突破4600亿美元。未来，高敏度、高精度、高可靠性、微型化、集

成化将成为智能传感器发展的重要趋势。

3、分布式计算框架

面对海量的数据处理、复杂的知识推理，常规的单机计算模式已经不能支撑。所以，计算

模式必须将巨大的计算任务分成小的单机可以承受的计算任务，即云计算、边缘计算、大数

据技术提供了基础的计算框架。目前流行的分布式计算框架如OpenStack、Hadoop、

Storm、Spark、Samza、Bigflow等。各种开源深度学习框架也层出不穷，其中包括

TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、Theano、DeepLearning4、

Lasagne、Neon等等。

三、智能信息及数据

信息数据是人工智能创造价值的关键要素之一。我国庞大的人口和产业基数带来了数据方面

的天生优势。随着算法、算力技术水平的提升，围绕数据的采集、分析、处理产生了众多

的企业。目前，在人工智能数据采集、分析、处理方面的企业主要有两种：一种是数据集提

供商，以提供数据为自身主要业务，为需求方提供机器学习等技术所需要的不同领域的数据

集；另一种是数据采集、分析、处理综合性厂商，自身拥有获取数据的途径，并对采集到的

数据进行分析处理，最终将处理后的结果提供给需求方进行使用。对于一些大型企业，企业

本身也是数据分析处理结果的需求方。

四、智能技术服务

智能技术服务主要关注如何构建人工智能的技术平台，并对外提供人工智能相关的服务。此

类厂商在人工智能产业链中处于关键位置，依托基础设施和大量的数据，为各类人工智能的

应用提供关键性的技术平台、解决方案和服务。目前，从提供服务的类型来看，提供技术

服务厂商包括以下几类：