微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

2018-09-14 14:50
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2018-09-14 14:50 科技行者

9月12日,AICC 2018人工智能计算大会在北京举行,围绕AI需求对AI计算力、AI技术的创新与发展展开了探讨。在大会上,浪潮集团AI和HPC总经理刘军正式了《2018中国AI计算力发展报告》。

该报告由浪潮与IDC联合发布,从数据、算法、算力"三驾马车"出发进行评估,衡量和反映中国AI发展水平和走势,旨在为中国AI产业的未来发展趋势、战略和视野提供重要的参考。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

报告指出,2017年是中国AI元年。而到2025年,数据量将从2017年的20.9ZB增长到163ZB,出现29%的增长。这将使得市场对计算力的需求大大提升。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

对此,报告从投资和供给、行业和地域、需求和应用、潜力和趋势几个方面进行了综合的评估,结合区域、行业和应用场景开展了调查。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

从地域来看,中国几大城市中,在AI计算力方面的投入竞争非常激烈。其中,第一梯队的TOP 5依次是杭州、北京、深圳、上海、合肥,第二梯队的城市包括了成都、重庆、武汉、广州、贵阳。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

从区域来看,华东、华南、华北占据前三。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

从应用场景来看,报告显示中国AI计算TOP行业场景覆盖了互联网、政府、医疗和金融四大行业,同时,根据市场潜力和时间发展成熟度,报告还对AI典型应用场景进行了评估,并预计未来2-3年,人工智能在生物识别和智慧城市建设领域的应用将会率先步入商业应用的成熟期;预计在未来5-10年,人工智能产业在智能家居和工业制造领域的应用也将逐步步入高速发展的产业窗口。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

具体趋势如下:

  • 两年内,传统经济由于获得了AI的赋能,在加速转型过程中将进入快速发展阶段。同时,智慧城市、人脸识别、语音识别、NLP(自然语言处理)等应用在其中也将获得较快的发展;
  • 未来的五年里,在新兴经济中,AI的赋能力将进入爬坡阶段,包括智能工厂、QC自动化、ERP自动化等在内的智能制造应用将会出现快速发展,智能机器人和智能音箱等智能家居产品也将越来越成熟;
  • 从更远的未来来看,数字经济会成为强大的经济拉动力,自动驾驶、智能医疗、智能助理等都会获得非常好的市场前景。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

具体来看,目前中国市场Top 10的应用场景包括了安防、舆情分析、自动化客服、人脸识别、语音识别、自然语言处理、客户行为分析、智能推荐和精准营销、欺诈分析与调查、互动娱乐。

此外,报告还指出,近些年来AI计算力产业发生了较大的变化,主要出现了三个重要趋势:

第一,得益于自动化的机器学习(AutoML)等的引入,使得AI的应用研发周期大大缩短,创新效率得以提升;

第二,针对AI应用的上线部署,越来越多的企业更看重对线上运营成本的控制,可定制的计算技术成为关注焦点;

第三,越来越多的企业希望把AI和已有的IT基础设施进行整合集成,让AI成为IT基础设施里不可或缺的部分,企业内部出现“AI+云”的变化趋势。

对此,报告总结了当前AI发展的主要发展现状和展望。

《2018中国AI计算力发展报告》发布:AI计算投入TOP 10城市出炉

算力方面,异构计算+云将成为主流;

数据方面,数据的共享和整合将成趋势;

技术研发成果逐渐从实验室走到实际应用,通过能力的输出赋能于生态建设;

技术体系逐渐从应用场景再到行业解决方案,变得日益完善,为行业洞察和痛点分析提供重要支撑。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-