●以科技企业为主导加速科技创新： 目前，全球科技巨头，尤其是互联网巨擘，是人工智能市场发展的主力军，以亚马逊、苹果、Facebook、谷歌、 微软等为主导的大型跨国科技企业不断创造和积累技术优势，通过强大的资源整合能力持续加大人工智能底 层技术研究和商业化路径探索，以自身人工智能硬件、软件、核心算法框架为依托，拓展产品和服务体系， 确保其在人工智能上下游产业链里的竞争力，同时也带动产业的创新和快速发展。在过去几年中，超大规模 服务商（阿里巴巴、亚马逊、苹果、百度、Facebook、谷歌、微软和腾讯）持续扩大算力投资规模并将在 未来几年保持这一趋势。1DC预测，到2025年，全球排名前八位的CSP将消耗50%以上服务器和存储基 础架构。 一技术成熟促进产业智能化发展： 伴随人工智能技术的成熟，与行业融合成为发展趋势，以推动人工智能在行业的更广泛落地。比如，英国政 府将人工智能作为促进其经济和社会发展的建设重点，探索A1与行业发展的路径，先后发布《产业战略： 建设适应未来的英国》白皮书及《人工智能行业计划》，从政策、资金等维度全面支持A1研发、行业应用 和公共服务。德国政府致力于强调基于数学和计算机科学建立推理体系、认知体系，发展图像识别、机器人、 人机交互，发挥制造业优势，加速人工智能在传统优势领域的应用转化，打造“人工智能德国制造”名片。 1.2中国：加强算力基础设施建设，支撑应用落地 近年来，中国人工智能产业发展势头迅猛。IDC预测，2021年中国在A1市场的支出规模将达到82亿美元，其中约 70%的相关支出来自于A硬件。中国人工智能基础设施市场规模保持高速增长，中国服务器厂商成为全球服务器市 场的中坚力量，推动市场的发展。受疫情影响，在全球人工智能服务器市场增速放缓的情况下，中国服务器市场仍保 持高增长势头，DC最新发布的《全球人工智能市场半年度追踪报告》显示，中国人工智能服务器头部厂商市场规模 同比增长率可超50%。 作为较早发布人工智能战略的国家，中国向来重视科技创新对于社会经济发展的价值，充分发挥政策指引作用，积极 调整基础设施建设方案，夯实基础设施发展根基，以更公共、普惠、安全的方式提供算力，推动A!产业化和产业A!化。 以政策为驱动，发挥人工智能“头雁”效应： 中国政府将人工智能技术视为产业变革的核心力量，人工智能不仅是技术创新，更是推动经济发展、社会 进步、行业创新的重要驱动力。从2017年至今陆续推出一系列政策，鼓励人工智能不断从基础理论研究到 行业应用实现全产业链发展（见图1）。“十四五”规划纲要更是将新一代人工智能作为要攻关的七大前沿 领域之一，鼓励加速人工智能前沿基础理论突破、专用芯片研发、深度学习框架等开源算法平台构建，促 进学习推理与决策、图像图形、语音视频、自然语言识别处理等领域创新，加速人工智能与诸如大数据、 物联网、边缘计算等数字信息技术的融合发展，促进产业优化升级、生产力整体跃升。 04
以科技企业为主导加速科技创新： 目前，全球科技巨头，尤其是互联网巨擘，是人工智能市场发展的主力军，以亚马逊、苹果、Facebook、谷歌、 微软等为主导的大型跨国科技企业不断创造和积累技术优势，通过强大的资源整合能力持续加大人工智能底 层技术研究和商业化路径探索，以自身人工智能硬件、软件、核心算法框架为依托，拓展产品和服务体系， 确保其在人工智能上下游产业链里的竞争力，同时也带动产业的创新和快速发展。在过去几年中，超大规模 服务商（阿里巴巴、亚马逊、苹果、百度、Facebook、谷歌、微软和腾讯）持续扩大算力投资规模并将在 未来几年保持这一趋势。IDC 预测，到 2025 年，全球排名前八位的 CSP 将消耗 50% 以上服务器和存储基 础架构。 技术成熟促进产业智能化发展： 伴随人工智能技术的成熟，与行业融合成为发展趋势，以推动人工智能在行业的更广泛落地。比如，英国政 府将人工智能作为促进其经济和社会发展的建设重点，探索 AI 与行业发展的路径，先后发布《产业战略： 建设适应未来的英国》白皮书及《人工智能行业计划》，从政策、资金等维度全面支持 AI 研发、行业应用 和公共服务。德国政府致力于强调基于数学和计算机科学建立推理体系、认知体系，发展图像识别、机器人、 人机交互，发挥制造业优势，加速人工智能在传统优势领域的应用转化，打造“人工智能德国制造”名片。 近年来，中国人工智能产业发展势头迅猛。IDC 预测， 2021 年中国在 AI 市场的支出规模将达到 82 亿美元，其中约 70% 的相关支出来自于 AI 硬件。中国人工智能基础设施市场规模保持高速增长，中国服务器厂商成为全球服务器市 场的中坚力量，推动市场的发展。受疫情影响，在全球人工智能服务器市场增速放缓的情况下，中国服务器市场仍保 持高增长势头，IDC 最新发布的《全球人工智能市场半年度追踪报告》显示，中国人工智能服务器头部厂商市场规模 同比增长率可超 50%。 作为较早发布人工智能战略的国家，中国向来重视科技创新对于社会经济发展的价值，充分发挥政策指引作用，积极 调整基础设施建设方案，夯实基础设施发展根基，以更公共、普惠、安全的方式提供算力，推动 AI 产业化和产业 AI 化。 1.2 中国：加强算力基础设施建设，支撑应用落地 以政策为驱动，发挥人工智能“头雁”效应： 中国政府将人工智能技术视为产业变革的核心力量，人工智能不仅是技术创新，更是推动经济发展、社会 进步、行业创新的重要驱动力。从 2017 年至今陆续推出一系列政策，鼓励人工智能不断从基础理论研究到 行业应用实现全产业链发展（见图 1）。“十四五”规划纲要更是将新一代人工智能作为要攻关的七大前沿 领域之一，鼓励加速人工智能前沿基础理论突破、专用芯片研发、深度学习框架等开源算法平台构建，促 进学习推理与决策、图像图形、语音视频、自然语言识别处理等领域创新，加速人工智能与诸如大数据、 物联网、边缘计算等数字信息技术的融合发展，促进产业优化升级、生产力整体跃升。 04
图12017-2021年中国人工智能重点政策 2017年 《新一代人工智能发展规划》 7月 提出了面向2030年我国新一代人工智能发展的指寻思想、战略目标、重点任务和保障措施， 《国务院关于进一步扩大和升级信息消费持续释放内需潜力的指导意见》 2017年 8月 加强“互联网+”人工智能核心技术及平台开发，利用人工智能等技术推动应用电子产品智能化升级，开展人工智能 技术试点应用 2017年 《促进新一代人工智能产业发展三年行动计划(2018-2020年)》 12月 以新一代人工智能技术的产业化和集成应用为重点，推动人工智能和实体经济深度融合。 2018年 《新一代人工智能产业创新重点任务揭榜工作方案》 11月 征集并进选一批堂握关键核心技术、具备较强创新能力的创新主体，突破短板瓶颈，树立领域标杆企业」 2019年 《关于促进人工智能和实体经济深度融合的指导意见》 3月 以市场需求为导向，以产业应用为目标，结合不同行业、不同区域特点，探索创新成果应用转化的路径和方法」 2019年 《新一代人工智能治理原则一发展负责任的人工智能》 6月 强调和谐友好、公平公正、包容共享、尊重隐私、安全可控、共担责任、开放协作，敏捷治理等八条原则。 2019年 《国家新一代人工智能创新发展试验区建设工作指引》 9月 到2023年，布局建设20个左右试验区，创新一批切实有效的政策工具，形成一批人工智能与经济社会发展深度融 合的典型模式 2020年 《中共中央关于制定国民经济和社会发展第十四个五年规划和二○三五年远景目标的建议》 11月 利用人工智能等技术强化国家战略科技力量，推进人工智能与产业深度融合发展战路性新兴产业，加强数字社会 数字政府建设，提升数字化智能水平。 2021年 《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》 3月 发展新一代人工智能，突破基础理论、专用芯片研发，构建深度学习框架开源算法平台，发展以数据中心、智能计算 中心为代表的算力基础设施的建设和布局。 来源：DC,2021 。落地行业，利用先进技术服务民生： 人工智能需要走出实验室，落地行业，助力产业优化升级，改善民生。中国从人工智能发展伊始，就注重 人工智能技术的落地，在应用落地方面保持全球领先水平，在一些应用技术上具有明显的优势。“十四五” 规划纲要中再次强调建设重点行业人工智能数据集，发展算法推理训练场景，推进智能医疗装备、智能运 载工具、智能识别系统等智能产品设计与制造，推动通用化和行业性人工智能开放平台建设。加速诸如智 能交通、智慧能源、智能制造、智慧农田与水利、智慧教育、智慧医疗、智慧文旅、智慧社区、智慧家居 和智慧政务等重要场景的落地，优化企业和行业现有流程，提升智能化治理水平，为市场和民众提供更优 化的服务和产品。 05
图 1 2017-2021 年中国人工智能重点政策 落地行业，利用先进技术服务民生： 人工智能需要走出实验室，落地行业，助力产业优化升级，改善民生。中国从人工智能发展伊始，就注重 人工智能技术的落地，在应用落地方面保持全球领先水平，在一些应用技术上具有明显的优势。“十四五” 规划纲要中再次强调建设重点行业人工智能数据集，发展算法推理训练场景，推进智能医疗装备、 智能运 载工具、智能识别系统等智能产品设计与制造，推动通用化和行业性人工智能开放平台建设。加速诸如智 能交通、智慧能源、智能制造、智慧农田与水利、智慧教育、智慧医疗、智慧文旅、智慧社区、智慧家居 和智慧政务等重要场景的落地，优化企业和行业现有流程，提升智能化治理水平，为市场和民众提供更优 化的服务和产品。 来源：IDC，2021 05
●以政府为主导，提供普惠、安全的算力服务： 伴随人工智能技术的发展和在各行各业的应用落地，数据呈海量增长趋势，模型也愈加复杂和庞大，算力 成为人工智能发展的重要制约因素。在顶层设计维度，中国政府明确提出在全国布局算力网络国家枢纽节点， 启动实施“东数西算”工程，构建国家算力网络体系；同时统筹推进基础设施建设，积极推进“新基建”建设， 发力构建系统完备、安全可靠的现代化基础设施体系。根据工信部发布的《新型数据中心发展三年行动计 划(2021-2023年)》，中国算力基础设施建设将秉持布局合理、技术先进、绿色低碳、算力规模与数字经 济增长相适应的发展格局，同时将区域协作和协调发展纳入考量，引导数据中心集约化、规模化、绿色化 发展。基于此，以数据中心、智能计算中心为代表的算力基础设施的建设和布局作为发展重点，通过提供 公共的算力、数据及算法服务，搭建公益、普惠、安全的架构，让算力服务易用，解决算力服务的供给缺 失问题，也为探索未来人工智能计算力如何布局才能起到良性作用提供参考。截至2021年4月，中国先后 批准设立了北京、上海、合肥等15个国家新一代人工智能创新发展试验区。智算中心被越来越多的地方政 府视为支撑和引领数字经济、智能产业、智慧城市和智慧社会发展的关键性信息基础设施，智算中心在技 术标准上需要满足统一标准、开放建设和互联互通等要求，进而为算力、数据、生态和产业的发展提供平 台化支持。 IDC2020年发布的全球计算力指数报告指出，算力已经成为国家数字经济的核心生产力，是数字化技术持续发挥效 益的根本性要素，为总体GDP的增长带来了突出的贡献。根据《2020全球计算力指数评估报告》的分析结果显示， 2015-2019年，计算力指数平均每提高1点，国家的数字经济和GDP将分别增长3.3%o和1.8%0，预计该趋势在未来 几年将继续保持。同时，DC发现，当一个国家的计算力指数达到一定程度以上时，国家的计算力指数每提升1点， 对经济的拉动作用变得更加显著。 计算力指数的增加很大程度上得益于以人工智能为代表的新兴技术的应用水平，在本次评估中，计算水平和应用水平 是占比最大的两个维度，占比达到70%。算力投入在底层为新兴技术应用发展提供基本保障的同时，也被新兴技术应 用带来的需求进一步拉动，从而使整体经济的增长出现倍增效益。通过分析各个国家的计算能力和新兴技术应用水平 可以发现，在新兴技术应用走在前面的国家，已经从中获得了回报。在同等算力投资情况下，这些国家的经济产出效 益更加显著，尤其是二者之间保持了较好平衡的国家，即计算能力和新兴技术的应用同时处在较高的水平上产生了更 大的经济效益。 通过DC研究发现，在过去几年中，全球算力市场的增长在很大程度上是由人工智能应用推动的，机器学习和人工智 能应用对算力的要求变得越来越严苛，这也使得搭载GPU、FPGA等面向人工智能场景的服务器市场增长迅速，成为 拉动整体服务器市场的重要增长点。1DC预测，到2024年，人工智能将成为企业工作负载的核心组成部分，75%的 企业及其20%的工作负载将基于人工智能或使能人工智能，15%的T基础设施将因应用了人工智能而加速。随着算 法框架的日益复杂，计算能力将成为决定人工智能发展上限的重要因素。 06
IDC 2020 年发布的全球计算力指数报告指出，算力已经成为国家数字经济的核心生产力，是数字化技术持续发挥效 益的根本性要素，为总体 GDP 的增长带来了突出的贡献。根据《2020 全球计算力指数评估报告》的分析结果显示， 2015-2019 年，计算力指数平均每提高 1 点，国家的数字经济和 GDP 将分别增长 3.3‰和 1.8‰，预计该趋势在未来 几年将继续保持。同时，IDC 发现，当一个国家的计算力指数达到一定程度以上时，国家的计算力指数每提升 1 点， 对经济的拉动作用变得更加显著。 计算力指数的增加很大程度上得益于以人工智能为代表的新兴技术的应用水平，在本次评估中，计算水平和应用水平 是占比最大的两个维度，占比达到 70%。算力投入在底层为新兴技术应用发展提供基本保障的同时，也被新兴技术应 用带来的需求进一步拉动，从而使整体经济的增长出现倍增效益。通过分析各个国家的计算能力和新兴技术应用水平 可以发现，在新兴技术应用走在前面的国家，已经从中获得了回报。在同等算力投资情况下，这些国家的经济产出效 益更加显著，尤其是二者之间保持了较好平衡的国家，即计算能力和新兴技术的应用同时处在较高的水平上产生了更 大的经济效益。 通过 IDC 研究发现，在过去几年中，全球算力市场的增长在很大程度上是由人工智能应用推动的，机器学习和人工智 能应用对算力的要求变得越来越严苛，这也使得搭载 GPU、FPGA 等面向人工智能场景的服务器市场增长迅速，成为 拉动整体服务器市场的重要增长点。IDC 预测，到 2024 年，人工智能将成为企业工作负载的核心组成部分，75% 的 企业及其 20% 的工作负载将基于人工智能或使能人工智能，15% 的 IT 基础设施将因应用了人工智能而加速。随着算 法框架的日益复杂，计算能力将成为决定人工智能发展上限的重要因素。 以政府为主导，提供普惠、安全的算力服务： 伴随人工智能技术的发展和在各行各业的应用落地，数据呈海量增长趋势，模型也愈加复杂和庞大，算力 成为人工智能发展的重要制约因素。在顶层设计维度，中国政府明确提出在全国布局算力网络国家枢纽节点， 启动实施“东数西算”工程，构建国家算力网络体系；同时统筹推进基础设施建设，积极推进“新基建”建设， 发力构建系统完备、安全可靠的现代化基础设施体系。根据工信部发布的《新型数据中心发展三年行动计 划（2021-2023 年）》，中国算力基础设施建设将秉持布局合理、技术先进、绿色低碳、算力规模与数字经 济增长相适应的发展格局，同时将区域协作和协调发展纳入考量，引导数据中心集约化、规模化、绿色化 发展。基于此，以数据中心、智能计算中心为代表的算力基础设施的建设和布局作为发展重点，通过提供 公共的算力、数据及算法服务，搭建公益、普惠、安全的架构，让算力服务易用，解决算力服务的供给缺 失问题，也为探索未来人工智能计算力如何布局才能起到良性作用提供参考。截至 2021 年 4 月，中国先后 批准设立了北京、上海、合肥等 15 个国家新一代人工智能创新发展试验区。智算中心被越来越多的地方政 府视为支撑和引领数字经济、智能产业、智慧城市和智慧社会发展的关键性信息基础设施，智算中心在技 术标准上需要满足统一标准、开放建设和互联互通等要求，进而为算力、数据、生态和产业的发展提供平 台化支持。 06
第二章 人工智能算力及应用现状 伴随人工智能向多场景、规模化、融合普惠等高应用阶段方向发展，数据体量呈现出爆发式增长态势，算法模型的参 数量呈指数级增加，以加速计算为核心的算力中心的规模不断扩大。DC预测，2025年全球新创建的数据量将超过 160ZB,除了数据体量的激增，还有几个比较大的变化： ·由企业创建的数据量已经超过消费者，成为数据产生最大的来源： ·数据类型发生变化，图像、视频等非结构化数据开始大量产生； ·实时性数据的占比正在逐年提高，预计到2024年，实时数据将会占到整个数据圈的四分之一； ·现在数据越来越集中到核心数据中心，而非端侧。DC预计到2025年，核心数据占比将从现在的40%增 加到60%以上。 此外，人工智能在训练、验证、部署等阶段往往面临应用场景多元化、数据巨量化带来的诸多挑战。这要求算力在支 持大规模部署的同时，要满足高并发、高弹性、高精度等不同计算需求，持续为不同的人工智能负载，高效的提供计 算力。人工智能算力的应用现状将从五个方面进行分析：A芯片、A1服务器、A!云服务、A!算法模型及A1应用。 g07 610
第二章 人工智能算力及应用现状 伴随人工智能向多场景、规模化、融合普惠等高应用阶段方向发展，数据体量呈现出爆发式增长态势，算法模型的参 数量呈指数级增加，以加速计算为核心的算力中心的规模不断扩大。IDC 预测，2025 年全球新创建的数据量将超过 160ZB，除了数据体量的激增，还有几个比较大的变化： 此外，人工智能在训练、验证、部署等阶段往往面临应用场景多元化、数据巨量化带来的诸多挑战。这要求算力在支 持大规模部署的同时，要满足高并发、高弹性、高精度等不同计算需求，持续为不同的人工智能负载，高效的提供计 算力。人工智能算力的应用现状将从五个方面进行分析：AI 芯片、AI 服务器、AI 云服务、AI 算法模型及 AI 应用。 由企业创建的数据量已经超过消费者，成为数据产生最大的来源； 数据类型发生变化，图像、视频等非结构化数据开始大量产生； 实时性数据的占比正在逐年提高，预计到 2024 年，实时数据将会占到整个数据圈的四分之一； 现在数据越来越集中到核心数据中心，而非端侧。IDC 预计到 2025 年，核心数据占比将从现在的 40% 增 加到 60% 以上。 07
2.1芯片：应用需求日渐丰富，催生芯片多元化发展 人工智能在各方面的研究和应用取得快速发展，推进了数字化和智能化在诸多行业的渗透。伴随数据海量增长，算法 模型趋向复杂，处理对象异构，计算性能要求高，A1芯片在人工智能的算法和应用上做针对性设计，可高效处理人工 智能应用中日渐多样繁杂的计算任务。在人工智能不断扩大渗透的数字时代，芯片多元化展现出广阔的应用前景，通 过不断演进的架构，为下一代计算提供源源不断的动力。 从需求侧而言，企业对人工智能芯片的需求量越来越大，将其应用到诸如智慧城市、智能制造、智能金融、自动驾驶 等越来越多的领域的建设和发展中，支持语音识别、计算机视觉、自然语言处理、机器学习等技术在实际业务和场景 中的应用，企业对于A1芯片的关注度不断升高。 对供给侧来说，旺盛的市场需求给供给侧打开机会窗口，人工智能在行业不同场景中的差异化应用使得人工智能芯片 产品需要具有差异化的特征。人工智能芯片的广泛应用和场景的不断丰富，为专门开发人工智能芯片的厂商带来了绝 佳发展机会，人工智能芯片产品呈现出更加细分多元的特征。越来越多的芯片厂商，比如：寒武纪、燧原科技、地平 线和比特大陆等都参与行业发展中来，加速芯片产品的研发，推陈出新，以满足市场从训练到推理，从云端到边缘等 多维度的需求。通过对特定场景的芯片进行优化，可提升人工智能应用程序的执行速度，扩大在车联网、智能安防、 物联网和智能语音等领域的应用。 需求和供给两方面的变化不断推进人工智能芯片行业和技术的多元化创新发展： 08
人工智能在各方面的研究和应用取得快速发展，推进了数字化和智能化在诸多行业的渗透。伴随数据海量增长，算法 模型趋向复杂，处理对象异构，计算性能要求高，AI 芯片在人工智能的算法和应用上做针对性设计，可高效处理人工 智能应用中日渐多样繁杂的计算任务。在人工智能不断扩大渗透的数字时代，芯片多元化展现出广阔的应用前景，通 过不断演进的架构，为下一代计算提供源源不断的动力。 从需求侧而言，企业对人工智能芯片的需求量越来越大，将其应用到诸如智慧城市、智能制造、智能金融、自动驾驶 等越来越多的领域的建设和发展中，支持语音识别、计算机视觉、自然语言处理、机器学习等技术在实际业务和场景 中的应用，企业对于 AI 芯片的关注度不断升高。 对供给侧来说，旺盛的市场需求给供给侧打开机会窗口，人工智能在行业不同场景中的差异化应用使得人工智能芯片 产品需要具有差异化的特征。人工智能芯片的广泛应用和场景的不断丰富，为专门开发人工智能芯片的厂商带来了绝 佳发展机会，人工智能芯片产品呈现出更加细分多元的特征。越来越多的芯片厂商，比如：寒武纪、燧原科技、地平 线和比特大陆等都参与行业发展中来，加速芯片产品的研发，推陈出新，以满足市场从训练到推理，从云端到边缘等 多维度的需求。通过对特定场景的芯片进行优化，可提升人工智能应用程序的执行速度，扩大在车联网、智能安防、 物联网和智能语音等领域的应用。 需求和供给两方面的变化不断推进人工智能芯片行业和技术的多元化创新发展： 2.1 芯片：应用需求日渐丰富，催生芯片多元化发展 08