2（EFOPS），2022年智能算力規(guī)模將達到268.0EFOPS，預計到2026年智能算力規(guī)模將進入每秒十萬億億次浮點計算（ZFLOPS）級別，達到1,271.4EFLOPS。2021年中國通用算力規(guī)模達4.7EFLOPS，預計到2026年通用算力規(guī)模將達到111.3EFOPS。2021-2026年期間，預計中國智能算力規(guī)模年復合18.5%。伴隨人工智能算力需求的高速增長，建立健全助商惠民的數(shù)目前，中國仍以GPU為主實現(xiàn)數(shù)據(jù)中心計算加速，市場占有率近90%，但ASIC、FPGA、NPU等非GPU芯片市場也在加速發(fā)展。近年來，在政策、資本等多重因素驅(qū)動之下，中國人工智能芯片專利數(shù)量不斷增長，產(chǎn)業(yè)鏈和應用場景不斷完善擴充，市場規(guī)模不斷擴大，產(chǎn)業(yè)正向好發(fā)展。

2022在2022TOP10 2021年的924.0億美元，預計將在2022年（同比）26.6%圖1GDP增長趨勢預測，2020-35.0%

各國持續(xù)布局人工智能發(fā)展戰(zhàn)略：諸如美國、英國、歐盟、日本等全球主要經(jīng)濟體進一步推進人工智能戰(zhàn)略的制定，在國家戰(zhàn)略領域的引導下，持續(xù)推進技術(shù)的產(chǎn)業(yè)化發(fā)展：在2022財年美國研發(fā)類項目預算中，人工智能、量子計算等領域被列為優(yōu)先投資項目；英國采取全行業(yè)、大投入策略，從基礎設施建設到人工智能企業(yè)進行全方位扶持建設，一批人工智能創(chuàng)業(yè)企業(yè)嶄露頭角，得到市場認可；歐盟、日本等嘗試結(jié)合產(chǎn)業(yè)優(yōu)勢，成為細分領域“領頭羊”，比如，德國結(jié)合工業(yè)行業(yè)積累，積極打造人工智能工業(yè)制造品牌；日本從可持續(xù)發(fā)展、災難預警治理等方面入手，希望構(gòu)建具有國家特色的人工智能產(chǎn)業(yè)。在政府推動下，各國科技企業(yè)積極跟進，進一步提升人工智能領域投資。這些人工智能發(fā)展戰(zhàn)略對應用水平的提高起到了促進作用，同時也推動了各國對人工智能的投入，根據(jù)IDC數(shù)據(jù)，各個國家的人工智能投入在其本國GDP總量的占比均出現(xiàn)不同程度提升，從2015年-2022年，美國人工智能投入占比提高了3倍，德國提高了5倍，而中國人工智能投入占比則提高了13倍之多。全球領先超大規(guī)模企業(yè)引領了這一發(fā)展，微軟支出數(shù)十億美元投資AI創(chuàng)業(yè)公司yS-

良性發(fā)展：諸多國家和地區(qū)相繼出臺不同的人工智能監(jiān)管法規(guī)，例如，美國國防部2022年出臺的《負責任的人工智能策略》報告，指出政府應主動思考并提出應對策略，解決人工智能可能帶來的數(shù)據(jù)安全、道德倫理等問題；日本政府發(fā)布的《人工智能戰(zhàn)略2022摘要》指出產(chǎn)業(yè)發(fā)展對數(shù)字化、人工智能等基礎設施具有迫切需求，在發(fā)展的前提下，政府也會配套關注人工智能安全策略；2022年，歐洲議會決議通過《歐洲機器人技術(shù)民事法律規(guī)

AI支出增幅DX支出增幅GDP

來源：IDC，世界銀行

對于國家而言，人工智能在國家經(jīng)濟建設、科技實力提升、社會生產(chǎn)力發(fā)展等方面表現(xiàn)出舉足輕重的作用。世界諸多國家，尤其是領先的大國正在競相開發(fā)和部署人工智能技術(shù)，以改善人民生活、工作、科研條件和方式，進而在未來智能世界中保持科技競爭力和優(yōu)勢，同時對經(jīng)濟發(fā)展帶來促進作用。

發(fā)揮人工智能在社會與民生問題方面的價值：各國政府面臨的重要民生問題也有望通過人工智能技術(shù)制定更優(yōu)的預防和管理方案。在醫(yī)藥研發(fā)領域，人工智能模型對基因組結(jié)構(gòu)預測提供數(shù)萬倍計算效率提升，同時精度并未有明顯損失，有效助力新冠疫苗研發(fā)；在公共衛(wèi)生事務管理領域，基于人臉識別的自動健康碼掃描、身份證識別等服務，為突發(fā)公共事件的治理和預防提供新的有效方案；在 氣象災害預測領域，越來越多組織以神經(jīng)網(wǎng)絡為基礎進行智能化風險識別，比如，日本將“利用人工智能應對緊迫危機”作為2022年首要人工智能戰(zhàn)略，希望通過利用人工智能技術(shù)，實現(xiàn)大規(guī)模災害的精準預測，提升國家災害抗壓力；在農(nóng)業(yè)領域，各國也加強人工智能賦能，以美國為例，美國國家科學基金會（NFS）聯(lián)合各政府機構(gòu)以及科技巨頭，共同合作新建國家人工智能研究所，以期提供可持續(xù)發(fā)展的作物生產(chǎn)解決方案，對抗日益凸顯的糧食危機。人工智能的快速發(fā)展，極大拉動了算力的發(fā)展。如同生物大腦是“人智”的核心，人工智能也同樣非常依賴一個高質(zhì)量的“大腦”，即人工智能基礎設施，包含計算、存儲和網(wǎng)絡。面對數(shù)據(jù)攀升、算法和模型領域的突破，“大腦”需要盡可能快速、精準地處理大量數(shù)據(jù)或執(zhí)行復雜的指令，這對人工智能計算力提出更高的需求。當前，全球人工智能算力基礎設施產(chǎn)業(yè)加速發(fā)展，為人工智能技術(shù)更廣泛的場景落地帶來可能。釋放算力的價值，對國家整體的經(jīng)濟發(fā)展將起到推動作用。根據(jù)《2021-2022全球計算力指數(shù)評估報告》的研究結(jié)果，計算力指數(shù)平均每提高1點，數(shù)字經(jīng)濟和GDP將分別增長3.5‰和.8‰。國家計算力指數(shù)越高，對經(jīng)濟的拉動作用越強。

下游生態(tài)圈已經(jīng)產(chǎn)生推動作用，IDC預計在2022年，以運營商、基礎架構(gòu)供應商、互聯(lián)網(wǎng)大廠為主的元宇宙基礎設施建設參與者會領銜發(fā)力，加快相關產(chǎn)品的研發(fā)、操作平臺的創(chuàng)新和內(nèi)容的升級，除在游戲、媒體和娛樂等行業(yè)內(nèi)的諸多場景外，培訓和遠程辦公有望成為最先落地的元宇宙商用場景。此外，元宇宙也將在教育、金融、零售、文化旅游、智慧城市等領域?qū)崿F(xiàn)滲透，為人工智能的發(fā)展帶來更多創(chuàng)新空間。企業(yè)應提前布局底層算力支持平臺，為更多元宇宙場景的落地和運行提供算力支持。能市場相關支出將達到130.3億美元，有望在2026年達到范應用行業(yè)和場景，推進人工智能與產(chǎn)業(yè)融合。2022《關于加快場景創(chuàng)新以人工智能高水平應用促進經(jīng)濟高質(zhì)量發(fā)展的指導意見》（簡稱《意見》）發(fā)布，《意見》為各地方和各主體加速人工智能行業(yè)和場景化落地提供指引，指出制造、農(nóng)業(yè)、物流、金融、商務、家居等重點行業(yè)可深入挖掘，“促進智能經(jīng)濟高端高效發(fā)展，以更智能的城市、更貼心的社會為導向，在城市管理、交通治理、生態(tài)環(huán)保、醫(yī)療健康、教育、養(yǎng)老等領域持續(xù)挖掘人工智能應用場景機會，開展智能社會場景應用示范”，并鼓勵科研機構(gòu)及高等院校加大對于人工智能技術(shù)研究、開發(fā)及應用的投入力度。 推進優(yōu)化治理：伴隨人工智能應用逐步廣泛落地，國家相關機構(gòu)通過制定一系列規(guī)范和政策，例如要求醫(yī)療人工智能影像公司“持證上崗”，制定智能網(wǎng)聯(lián)汽車道路測試與示范應用，完善無人駕駛領域相關監(jiān)管框架和法規(guī)等，旨在一方面監(jiān)管和把控人工智能發(fā)展過程中存在的潛在風險和問題，另一方面基于規(guī)范化管理促進人工智能的規(guī)模化、可持續(xù)化發(fā)展。此外，數(shù)據(jù)安全及個人隱私也成為新一代人工智能治理的重要組成部分，基于聯(lián)邦學習、隱私計算等技術(shù)創(chuàng)新，法律法規(guī)約束和社會監(jiān)督，旨在降低安

圖3中國通用算力規(guī)模及預測，2019-140

■中國智能算力規(guī)模持續(xù)擴大，推進算力、算法數(shù)據(jù)海量增加，算法模型愈加復雜，應用場景的深入和發(fā)展，帶來了對算力需求的快速提升。為定量評估算力規(guī)模的大小，本報告基于《IDC中國加速計算服務器市場半年度跟蹤報告》及智能加速卡半精度（FP16）相當運算能力數(shù)據(jù)，測算了中國智能算力規(guī)模。結(jié)果顯示，中國智能算力規(guī)模正在高速增長。2021年中國智能算力規(guī)模達155.2每秒百億億次浮點運算（EFLOPS），2022年智能算力規(guī)模將達到268.0EFOPS，預計到2026年智能算力規(guī)模將進入每秒十萬億億次浮點計算（ZFOPS）級別，達到,27.4EFOPS。作為參考，本報告基于《IDC中國服務器市場季度跟蹤報告》及CPU雙精度（FP64）運算能力數(shù)據(jù)，測算了中國通用算力規(guī)模。2021年中國通用算力規(guī)模達47EFOPS，預計到2026年通用算力規(guī)模將達到11.3EFOPS。2021-2026年期間，預計中國智能算力規(guī)模年復合增長率達52.3%，同期通用算力規(guī)模年復合增長率為18.5%。圖2中國智能算力規(guī)模及預測，2019-

硬件軟件

圖5全球人工智能服務器GPU、ASIC和FPGA

1%

未

FPGA18個 2未

GPU18個

IDC研究發(fā)現(xiàn)，2021年中國仍以GPU為主實現(xiàn)數(shù)據(jù)中心計算加速，市場占有率近90%，GPU芯片多用于圖形圖像處理、復雜的數(shù)學計算等場景，可較好支持高度并行的工作負載，常用于數(shù)據(jù)中心的模型訓練，也可以用于邊緣側(cè)和端側(cè)的推理工作負載。ASIC，F(xiàn)PGA，NPU等非GPU芯片市場占有率超過10%，其中，NPU較以往具有明顯增長，NPU芯片設計邏輯更為簡單，常用于邊側(cè)和端側(cè)的模型推理，并生成結(jié)果，在處理推理工作負載時，具有顯著的能耗節(jié)約優(yōu)勢。

不同類型人工智能芯片發(fā)展進度參差不齊：在面向人工智能領域的芯片中，用于終端產(chǎn)品的應用層芯片發(fā)展較快，而用于云計算等領域的通用基礎層芯片發(fā)展則較為滯后，有較大發(fā)展?jié)摿ΑＴ诮鼛啄甑臒衢T領域如智慧城市建設、無人駕駛載具、智慧醫(yī)療系統(tǒng)構(gòu)建、智能家居等應用中，ASIC、GPU、FPGA、NPU四大類芯片，受到了絕大多數(shù)中國人工智能產(chǎn)業(yè)鏈企業(yè)的青睞。人工智能芯片低能耗為大勢所趨：低功耗人工智能芯片是時代之需，這對實現(xiàn)數(shù)據(jù)中心的總功耗降低具有重要價值，此外，低功耗人工智能芯片也是實現(xiàn)邊緣智能的重要環(huán)節(jié)，能滿足更多復雜、極端的邊緣側(cè)應用場景需求。但研發(fā)出能夠滿足性能需求，兼顧制造可行性、成本可控性、性能可靠性等要求的低功耗芯片仍頗具挑戰(zhàn)。

能服務器的高增長。根據(jù)IDC數(shù)據(jù)，2021年中國人工智能服務器市場規(guī)模達到59.2億美元，與2020年相比增長68.2%，其的中國企業(yè)將在未來一年持續(xù)增加人工智能服務器的投資規(guī)模，中國人工智能服務器市場將在未來五年保持穩(wěn)定增長，預計到2026年，中國人工智能服務器市場規(guī)模將達到123.4億美元。 器的市場份額占比已經(jīng)過半，達到57.6%，預計到2026圖7，2020-

訓練

來源

綠色節(jié)能化發(fā)展：人工智能服務器將朝著綠色節(jié)能的方向發(fā)展，實現(xiàn)低功耗、高效率的計算。“東數(shù)西算”工程在全國啟動，通過建設國家算力樞紐，規(guī)劃設立10據(jù)中心集群，朝著全國一體化大數(shù)據(jù)中心體系邁進了一步。此外，國家對節(jié)能減排也提出了更高的要求，在發(fā)布的《貫徹落實碳達峰碳中和目標要求推動數(shù)據(jù)中心和5G等新型基礎設施綠色高質(zhì)量發(fā)展實施方案》中提到，到2025年，國家樞紐節(jié)點的PUE要進一步降到.25以下，對建設綠色、低碳的數(shù)據(jù)中心提出了新的要求。企業(yè)開始將重點轉(zhuǎn)移到液冷技術(shù)的探索和應用，液冷技術(shù)不但有更高的散熱效率，還能節(jié)約大量電能，目前已經(jīng)有大量成功案例。不論是從政策角度，還是市場需求角度，抑或技術(shù)成熟角度，液冷都將成為數(shù)據(jù)中心的發(fā)展方向。

UBBv1.0OAM基板，OAM兼容性高、擴展性好，支持多品在異構(gòu)協(xié)議層面，為了提高CPU與多元算力芯片間的數(shù)據(jù)傳輸效率，業(yè)內(nèi)在互聯(lián)技術(shù)方面展開了新的探索，近年涌現(xiàn)了一系列新興的互連協(xié)議標準，包括QPI/UPI、CXLGenZ、CCIX等，其中浪潮信息研發(fā)了支持CXL高速總線的智能加速器F26A，與傳統(tǒng)的PCIe、DMA方式相比，CPU與加速器之間的平均數(shù)據(jù)訪問延遲降低80%，同時可擴展2倍的內(nèi)存容量。 在跨節(jié)點層面，節(jié)點之間的網(wǎng)絡通信所產(chǎn)生的RPC、協(xié)議處理、內(nèi)存拷貝、壓縮會占用30%左右的CPU資源，成為數(shù)據(jù)中心級的“通信稅”。業(yè)內(nèi)嘗試通過智能網(wǎng)卡卸載計算密集型業(yè)務，將NVMe-oF、無損網(wǎng)絡能力等功能轉(zhuǎn)移到智能網(wǎng)卡上由專有硬件負責處理，能夠提升通信性能并降低CPU占用率。通過智能數(shù)據(jù)處理單元和高速網(wǎng)絡形成分布式互連交換，可實現(xiàn)CPU與各種加速芯片的算力協(xié)同以及內(nèi)存池化、新型存儲池化，節(jié)點間的數(shù)據(jù)訪問延遲可低至亞微秒級別。云計算的出現(xiàn)為企業(yè)提供更豐富的算力支持。通過aaS（asaIDC調(diào)研顯示，排名前三的人工智能云服務是:搜索、人臉識別和推薦引擎，預計未來18個月，排名前三的人工智能云服務將為：自然語言處理、圖像識別和視頻識別。近幾年，人臉與人體識別已經(jīng)達到一定的市場規(guī)模，相比2020年，2021年人臉人體公有云服務市場規(guī)模實現(xiàn)801%的增長，應用場景的擴展，市場產(chǎn)品形態(tài)不斷豐富，以及疫情防控等因素是重要驅(qū)動力。在圖像視頻領域，視頻結(jié)構(gòu)化、多模態(tài)人工智能等技術(shù)的創(chuàng)新促進了該領域市場增長。公有云廠商一方面通過視覺開放平臺輸出圖像視頻領域的人工智能能力，另一方面則專注于開發(fā)基于場景的解決方案。在自然語言處理方面，2021年NLP市場較2020年實現(xiàn)了126.9%的增長，在技術(shù)方面，得益于大型模型的推廣；在市場方面，與應用場景的發(fā)展（如機器翻譯、文檔處理、智能寫作等）息息相關。同時，智能語音公有云服務市場已經(jīng)實現(xiàn)了高增長，2021年市場規(guī)模較2020年增長52.3%，目前已進入應用場景深化階段。智能客服、客服質(zhì)量控制、客服數(shù)據(jù)分析、智能營銷等應用推動了對話式人工智能的市場增長，2021年較2020年增長109.6%。

大模型是在智算算力驅(qū)動下最為典型的重大創(chuàng)新。得益于模型泛化能力強、長尾數(shù)據(jù)的低依賴性以及下游模型使用效率的提升，大模型被認為具備了“通用智能”的雛形，并成為業(yè)內(nèi)探索實現(xiàn)普惠人工智能的重要途徑之一。大模型的技術(shù)rtansormer架構(gòu)應用于NLP領域并取得了突破性進展，其在視覺任務上也同樣證明了有效性。從算力的視角看，語言類、視覺類模型容量和相應的算力需求都在快速擴大，大模型發(fā)展的背后是龐大的算力支撐。如果用“算力當量”（PetaFlops/s-day，PD），即每秒千萬億次的計算機完整運行一天消耗的算力總量，來對人工智能任務所需算力總量進行度量，AI+Science領域的AlphaFold2、自動駕駛系統(tǒng)、GPT-3等模型訓練需要幾百甚至幾千PD的算力支持，如GPT-3訓練需要3,640PD的算力。2022年，大模型正在成為AIGC領域發(fā)展的算法引擎。在大模型的能力加持下，包括以文生圖以及虛擬數(shù)字人等AIGC類應用將快速進入到商業(yè)化階段，并為元宇宙內(nèi)容生產(chǎn)帶來巨大的變革。大模型正在讓人工智能技術(shù)從五年前的“能聽會看”，走到今天的“能思考、會創(chuàng)作”，未來有望實現(xiàn)“會推理、能決策”的重大進步。盡管目前的大模型參數(shù)數(shù)量還沒有達到人腦神經(jīng)系統(tǒng)的突觸規(guī)模，但市場對于大模型的認知趨于理性。業(yè)內(nèi)逐漸認識到，大模型的發(fā)展更要注重綠色低碳、服務能力下沉以及商業(yè)模式的實踐，為大模型在各行各業(yè)的規(guī)模落地鋪平道路。 和跨模態(tài)大模型，還包括生物計算和行業(yè)知識增強大模型，為醫(yī)藥、電力、金融和航天等各行各業(yè)智能化轉(zhuǎn)型提技術(shù)創(chuàng)新的價值是提升效率，產(chǎn)業(yè)AI化的目標就是通過人工智能技術(shù)的應用來提升垂直行業(yè)研發(fā)、生產(chǎn)、運營等環(huán)節(jié)的效率，并產(chǎn)生更大范圍的經(jīng)濟價值和社會價值。不過，人工智能目前還是新興技術(shù)，技術(shù)供應商在實施產(chǎn)業(yè)AI化時仍面臨諸多挑戰(zhàn)，包括市場對人工智能技術(shù)的理解程度、供應商技術(shù)和商業(yè)能力是否成熟、如何在精細化落地的基礎上實現(xiàn)快捷高效的部署，都會影響人工智能技術(shù)在產(chǎn)業(yè)內(nèi)的實際落地效果。

對于人工智能產(chǎn)業(yè)，快速將創(chuàng)新要素轉(zhuǎn)化為物質(zhì)或知識資本，并形成規(guī)模效應和范圍效應，關鍵在于協(xié)同創(chuàng)新平臺的搭建。近年來，包括政府、企業(yè)、科研機構(gòu)都在嘗試構(gòu)建人工智能協(xié)同創(chuàng)新平臺，聚焦當前階段產(chǎn)業(yè)AI化的落地應用需求，平臺的存在可以更快實現(xiàn)人工智能生態(tài)伙伴的業(yè)務聚合、資源聚合和戰(zhàn)略聚合，平臺內(nèi)的各方主體以人工智能算力輸出、服務能力優(yōu)化及人才培養(yǎng)等層面的要素供給，達成產(chǎn)業(yè)鏈上下游的通力合作形態(tài)，以生態(tài)聚合成就行業(yè)用戶。autoML 標準化是技術(shù)規(guī)模化應用的必要前提，但對于目前的人工智能技術(shù)及基礎架構(gòu)來說，定制化的工作量依然很大，主要集中在包括多元人工智能芯片適配、人工智能算力資源管理和調(diào)度、數(shù)據(jù)整合及加速、深度學習開發(fā)環(huán)境部署等各個方面。以人工智能芯片為例，市場上存在各種類型人工智能芯片，互聯(lián)標準各不相同，用戶在使用這些人工智能芯片系統(tǒng)時會遇到系統(tǒng)適配、芯片驅(qū)動、互聯(lián)互通、功耗管理、安全傳輸、易用性等各類問題，給用戶在部署多元人工智能芯片算力系統(tǒng)時帶來巨大挑戰(zhàn)。這些非標準的工作無法快速復用，限制了人工智能算力的使用效率，不利于人工智能在各行各業(yè)的推廣和應用。都在推出具有標準服務能力的人工智能異構(gòu)計算平臺和算 力、算法一體化的新型基礎設施，一方面布局建設智算中化轉(zhuǎn)型、區(qū)域產(chǎn)業(yè)升級和基礎科學研究等需求提供算力服智能計算系統(tǒng)、高速互聯(lián)網(wǎng)絡、大吞吐低時延并行文件系

根據(jù)IDC針對企業(yè)應用人工智能現(xiàn)狀調(diào)研發(fā)現(xiàn)，企業(yè)利用人工智能應用獲得了顯著收益，尤其是在研發(fā)速度和流程的創(chuàng)新，產(chǎn)品和服務的創(chuàng)新，以及決策制定的創(chuàng)新等維度：12%，8%。決策制定：人工智能為企業(yè)帶來更豐富、及時的信息，為企業(yè)決策者提供敏銳洞察，可顯著提升決策的速度和質(zhì)量，輔助企業(yè)處理復雜的不確定性，占領市場先機，創(chuàng)造價值。創(chuàng)新科研：作為創(chuàng)新的源動力，科學研究是人類發(fā)展和社會變革最主要的推動力量。隨著人工智能技術(shù)的快速發(fā)展，人工智能不僅在應用科學的突破上發(fā)揮了重要作用，也開始滲透到基礎科學領域，極大提高了科學研究的效率

創(chuàng)新產(chǎn)業(yè)：據(jù)工業(yè)和信息化部數(shù)據(jù)顯示，目前，中國人工智能核心產(chǎn)業(yè)規(guī)模超過4,000億元，企業(yè)數(shù)量超過3,000家，領軍龍頭企業(yè)覆蓋無人機、語音識別、圖像識別、智能機器人、智能汽車、可穿戴設備、虛擬現(xiàn)實等諸多領域，已經(jīng)在智能芯片、開源框架等關鍵核心技術(shù)取得重要突破。根據(jù)美國斯坦福大學《2021年人工智能（AI）指數(shù)

益。這也是全球企業(yè)在人工智能支出上持續(xù)快速增長的原因。IDC預測，2022年，全球企業(yè)將在人工智能解決方案上投資180億美元。2021至2026年間，預計該支出將以26.5%的復合年增長率增長至3,010億美元，這是同期全球IT總支出五年復合年增長率6.3%的四倍多。

目前已經(jīng)部署

視頻分析AR與VR知識圖譜圖像技術(shù)自然語言處理語音技術(shù)

智能化場景在行業(yè)的落地呈現(xiàn)出更加深入、更加廣泛的趨勢：人工智能持續(xù)為提升用戶體驗做出貢獻，諸如智能客服、智能推薦、精準營銷等場景深入落地到各行各業(yè)；企業(yè)有意在數(shù)字人、虛擬NFT等數(shù)字化營銷內(nèi)容創(chuàng)作領域布局，以創(chuàng)造差異化的營銷體驗，升級品牌形象；此外，人工智能也在實現(xiàn)精準科學防疫，加強公共衛(wèi)生安全體系建設中承擔重要角色，在防疫信息匯總、病毒演變預測、疫苗藥物研發(fā)、輔助診斷等維度實現(xiàn)廣泛應用；人工智能正在加深對實體經(jīng)濟的支持，產(chǎn)生一批成熟應用的場景，包括但不限于人員設備管理、行為預測、供需銷售預測等。另外，科學家們越來越多地利用人工智能技術(shù)和方法，從數(shù)據(jù)中建立模型，重點圍繞新藥創(chuàng)制、基因研究、新材料研發(fā)、深空深海等領域加速對前沿科學問題的探究。例如，在材料領域，科學家基于人工智能網(wǎng)絡模型和大規(guī)模分子數(shù)據(jù)集，提升分子動力學模擬的極限，以快速、準確的方式預測新材料的特征，諸如預測高熵合金聲子熱導率隨溫度的變化關系、探究金屬鋰的自修復機理等；在數(shù)學領域，以往諸多定理的出現(xiàn)往往依靠求解者的直覺，而人工智能在數(shù)學中的應用可以加深數(shù)學研究者對于數(shù)學問題與現(xiàn)實應用中的關系，為提出新的數(shù)學定理并進行驗證提供支持，以矩陣乘法為例，DeepMind利用強化學習的智能體Alphensor發(fā)現(xiàn)了超過2階的高效的矩陣乘法，且比已知算法更快，推動新矩陣乘法算法的自動發(fā)現(xiàn)；在生物醫(yī)藥領域，科學家可利用人工智能高效預測蛋白質(zhì)分子結(jié)構(gòu)，提升預測速度和精度，對基礎研究、生物制藥和疾病診療具有重要意義，以某AI醫(yī)藥研發(fā)初創(chuàng)企業(yè)為例，它建立

2022-2023徑。人工智能行業(yè)應用滲透度排名TOP5的行業(yè)依次為互聯(lián)50 50 382582互聯(lián)網(wǎng)金 政府電 交通醫(yī) 2021 來源

術(shù)廣泛應用于大數(shù)據(jù)推薦等場景，并加速機器學習平臺的構(gòu)建，基于基礎架構(gòu)和算法投入，以及人員成本的綜合考量，在諸多場景通過機器學習平臺，可極大提升效率并節(jié)戶提供更大程度的便利。智能客服、實體機器人、智慧網(wǎng)

網(wǎng)絡基礎設施方面：采用了100G高性能以太網(wǎng)絡技術(shù)，較傳統(tǒng)以太網(wǎng)絡提升20%以上GPU集群訓練性 實現(xiàn)基礎資源降本增效：相同模型訓練，中高算力GPU集群不僅可以有效降低總能耗，同時可以減少實現(xiàn)基礎資源降本增效：相同模型訓練，中高算力GPU集群不僅可以有效降低總能耗，同時可以減少機柜占用，提高集群算力密度，實現(xiàn)基礎資源降本增效，為銀行業(yè)務創(chuàng)新提供了有力的基礎技術(shù)支撐。人工智能技術(shù)已經(jīng)成為電信行業(yè)不可缺少的部分，運營商憑借龐大的用戶基數(shù)獲取海量的數(shù)據(jù)，來源豐富、覆蓋行業(yè)廣泛、真實性高，形成了高價值的訓練數(shù)據(jù)集，為人工智能在電信行業(yè)的未來發(fā)展奠定了基礎。電信行業(yè)人工智能應用主要體現(xiàn)在兩個方面：一方面，電信網(wǎng)絡的構(gòu)建及優(yōu)化智能需要多項人工智能技術(shù)的融合，包括GPU加速、深度學習和分析技術(shù)等；另一方面，下一代智慧網(wǎng)絡的打造，對云化網(wǎng)絡的智能編排、調(diào)度、運營等也需要人工智能技術(shù)的支撐。另外，對運營商自身而言，越來越多的電信運營商著手于智慧營業(yè)廳的建設，捕捉消費者數(shù)據(jù)，比如停留時間、行為習慣等，然后利用人工智能技術(shù)對獲取的信息進行分析并及時作出反應，如增加柜臺客服人員或引導客戶使用自助服務系統(tǒng)。電信行業(yè)的人工智能應用不僅優(yōu)化和維護了基礎設施、給客戶創(chuàng)造了更好的體驗感，還能提高業(yè)務營收、降低成本以及提高效率。除了自身應用之外，用于云服務的投入在電信運營商所占比重也逐漸增加，并利用多樣化架構(gòu)實現(xiàn)更加

在醫(yī)療數(shù)字化轉(zhuǎn)型的過程中，傳統(tǒng)醫(yī)療向互聯(lián)網(wǎng)醫(yī)療模式的轉(zhuǎn)型趨勢愈加明顯，而人工智能、大數(shù)據(jù)等新技術(shù)的發(fā)展則使得疾病診斷和治療的模式發(fā)生轉(zhuǎn)變，從單點開始逐步擴展到各個領域，帶動了醫(yī)療信息化的全面升級。當前，醫(yī)療人工智能系統(tǒng)主要采用的技術(shù)包括計算機視覺、自然語言處理、機器學習等，目前應用場景主要分為三個方向：人工智能是制造業(yè)邁向工業(yè)4.0和工業(yè)互聯(lián)網(wǎng)時代的重要新興技術(shù)能力。制造業(yè)對于人工智能技術(shù)的使用正在穩(wěn)步上升。在制造業(yè)中人工智能不斷豐富和迭代自身的分析和決策能力，以適應不斷變化的工業(yè)環(huán)境，幫助企業(yè)在產(chǎn)生大量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的復雜生產(chǎn)環(huán)境中更為快速、準確地梳理參數(shù)之間的相關性，提高生產(chǎn)效率，優(yōu)化設備產(chǎn)品性能，具有自感知、自學習、自執(zhí)行、自決策、自適應等特征。制造

環(huán)節(jié)。每個環(huán)節(jié)都需要巨量的人工智能算力作為支以協(xié)同創(chuàng)建為例，大規(guī)模、高復雜的數(shù)字孿生空間、數(shù)字人和其他實體角色的建模需要眾多設計師協(xié)同創(chuàng)作完成，較好的底層平臺虛擬化和云端協(xié)同能力可很大程度助力效率的提升。硬件方面，青田元宇宙智算中心采用浪潮領先的異構(gòu)加速服務器的旗艦系統(tǒng)，具有強大的RDMA工智能相關政策支持力度（包括人工智能相關政策扶持力度的情況，并基于持續(xù)研究和最新用戶調(diào)研，進行綜合評

來源 北京在人工智能領域的政策、人才、技術(shù)、企業(yè)等方面的優(yōu)勢有助于自身在人工智能領域取得領先地位，并將繼續(xù)吸引新的企業(yè)和投資資金進入。北京作為我國首個國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)，人工智能產(chǎn)業(yè)規(guī)模快速增長，據(jù)悉，截止2022年11月，北京已經(jīng)聚集了約1500家人工智能領域的相關企業(yè)，在17個人工智能相關領域領跑全國，突破多項核心技術(shù)。《加快新型基礎設施建設行動方案（2020-2022年）》，《北京市促進數(shù)字人產(chǎn)業(yè)創(chuàng)新發(fā)展行動計劃2022年初浙江省政府發(fā)布了《建設杭州國家人工智能創(chuàng)新應用先導區(qū)行動計劃（2022-2024年）》，指出到2024年，全市人工智能應用水平全國領先、國際先進；推動科研院所與龍頭企業(yè)雙擎聯(lián)動創(chuàng)新，在人工智能基礎理論與核心技術(shù)攻關上取得重要進展，形成10項以上人工智能重大科技成果，獲得1000項以上核心發(fā)明專利；打造3~4個千億級人工智能產(chǎn)業(yè)集群，產(chǎn)業(yè)營業(yè)收入年均增長15%以上，產(chǎn)業(yè)綜合競爭力位居全國前列。在知識產(chǎn)權(quán)方面，人工智能學科建設在杭州歷史悠久，早在1987年便設立了人工智能研究所，是國內(nèi)最早的人工智能研究所之一。如今，在阿里巴巴集團和浙江大學、杭州電子科技大學、浙江工業(yè)大學等高校的加持下，杭州人工智能產(chǎn)業(yè)發(fā)展迅猛，人工智能專利授權(quán)數(shù)已超過千件，位居國內(nèi)人工智能第一梯隊。

智能交通等領域構(gòu)建了豐富的應用場景。2021《上海市人工智能產(chǎn)業(yè)發(fā)展“十四五”規(guī)劃》（簡稱《規(guī)劃》），指出要深化人工智能在城市數(shù)字化轉(zhuǎn)型中的重要驅(qū)動和賦能作用，加快建設更具國際影響力的人工智能‘“上海高地”，預計到2025年，上海將形成10大類100個人工智能深度應用案例，培育500家智能化示范企業(yè)。同時，上海市作為國內(nèi)的“教育高地”，擁有復旦大學、上海交通大學等一眾一流高校資源，為人工智能的發(fā)展提供了人才保障，目前上海市人工智能專利授權(quán)數(shù)仍處于全國領先地位，根據(jù)《規(guī)廣州作為我國的一線城市，2021年發(fā)布了《廣州市人工智能產(chǎn)業(yè)鏈高質(zhì)量發(fā)展三年行動計劃（2021-2023年）》，指出構(gòu)建廣州市人工智能產(chǎn)業(yè)“鏈長制”，通過開展“十百千”戰(zhàn)略發(fā)展計劃，建設10個人工智能產(chǎn)業(yè)園，開展100個人工智能典型場景應用示范，培育1000家左右人工智能企業(yè)，創(chuàng)新協(xié)同良好的產(chǎn)業(yè)鏈體系。實施“2+4+N”產(chǎn)業(yè)培育工程，遴選先進制造、車輛交通、健康醫(yī)療、城市治理四條人工智能優(yōu)勢賽道，重點培育龍頭企業(yè)和高成長性企業(yè)，賦能人工智能產(chǎn)業(yè)的發(fā)展。作為一座歷史悠久而獨特、文化積淀深厚的城市，成都不僅物產(chǎn)豐富、農(nóng)業(yè)發(fā)達，更是中國重要的電子信息產(chǎn)業(yè)基地。成都有國家級科研機構(gòu)30家，國家級研發(fā)平臺67個，高校所。據(jù)2019年統(tǒng)計，世界500強企業(yè)落戶成都的已超過300家。從2021年開始，成都開始建設國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)，注重把握人工智能發(fā)展戰(zhàn)略機遇。2021年，蘇州發(fā)布了《蘇州市促進新一代人工智能產(chǎn)業(yè)發(fā)展的若干措施》，開展具有行業(yè)引領性的人工智能“頭雁”企業(yè)遴選，鼓勵各地區(qū)加大對“頭雁”企業(yè)及“頭雁”培育企業(yè)的政策獎勵。同時支持人工智能企業(yè)總部從外地遷入蘇州，國內(nèi)外人工智能知名企業(yè)在蘇州設