明敏 發自 凹非寺
量子位 報道 | 公衆号 QbitAI
中國哪個城市AI算力更強？
杭州反超深圳成第二，北京依舊坐穩頭把交椅；
南京首次沖進前五就将上海擠下Top 4，共同位列第一梯隊（Top 5）；
濟南首次跻身前十、成都時隔3年重返榜單；
深圳、蘇州、廣州、合肥排名變化有升有降，但都死死捍衛Top10地位。
一年一度的中國AI計算力城市排行，又來了。
作為驅動數字時代發展的新動能，算力大小是一座城市AI實力的部分展現。
透過排名，已然能夠感受到國内各大城市在AI算力上的角逐愈加激烈，國内AI産業欣欣向榮、百家争鳴的局面已初步形成。
在這個節點上，人工智能的潮水将向何方湧動，就變得至關重要。
AI算力産業發展趨勢如何？市場規模有多大？區域算力怎樣分布？
更重要的，未來AI的發展風向将會傾向哪些方面？
在剛剛落幕的人工智能計算大會 （AICC）上，或許都能窺到答案。
<h1 class="pgc-h-arrow-right" data-track="14">國内算力基建化腳步加快</h1>
相較去年，今年的AI城市算力排名變化依舊不小。
其中最吸睛的城市就是——南京。
此前幾年，它的最高排名僅為第九，如今卻能将上海多年第四的地位撼動，實力不可小觑。
要知道，北京（百度、位元組跳動等）、杭州（阿裡、網易等）和深圳（華為、騰訊等），基本上瓜分了中國的大型科技巨頭和新興AI獨角獸公司。
上海憑借自身在經濟發展上的優勢，人工智能産業集聚效應非常明顯，擁有千餘家人工智能核心企業，多年來也保持在國内AI城市第一梯隊。
北、杭、深、上、廣還在吸引頂尖人才、建構創業生态上有着獨特優勢。
在這樣的環境下，為什麼南京能一次趕超6座城市？
AICC大會期間釋出的《2021-2022中國人工智能計算力發展評估報告》對此作出了一定解釋：
有政策上的支援，也有人才儲備、創業生态上的加成。
其中最令人矚目的，莫過于今年7月正式建成投運的南京智能計算中心。
作為長三角地區目前投運的最高算力智能計算中心，南京智能計算中心的算力可達800P OpS，也就是每秒能進行80億億次的運算。
它在1小時之内，可處理100億張圖像、300萬小時語音翻譯或1萬公裡的自動駕駛AI資料處理任務。
這無疑能為南京人工智能産業的發展注入新動力。
而且它面向政府、企業及科研機構等多主體，對于加速科技金融、智能制造、智慧零售、智慧醫療、智慧交通等場景落地也有着舉足輕重的作用。
由此，南京能夠直接殺進TOP5，也就不足為奇了。
事實上，瞄準智能計算中心這塊AI發展高地的，并不隻有南京。
本周，無錫宣布與浪潮達成戰略簽約，将建設無錫智能計算中心。
杭州、廣州、大連、青島、長沙、太原、南甯等地也早已把建設智能計算中心提上日程。
顯然，國内各地區都在争相布局自己的人工智能計算中心，算力基建化已成為大勢所趨。
<h1 class="pgc-h-arrow-right" data-track="34">算力要走向多元融合</h1>
透過各大城市在AI領域你追我趕、良性競争的表象，我們不難感受到當下AI産業如日方升。
那麼，除了已經看到的算力基建化趨勢，AI産業發展還會表現出哪些特點？
《AI計算力發展評估報告》中也給出了一些參考。
首先要說的，就是AI場景多元化。
報告以起步期、發展期、成熟期對當下衆多場景進行了劃分：
其中，智能音箱、AI客服等智能語音産業已經走入成熟期。
智能制造、智慧醫療、智慧零售等領域在疫情的推動下方興未艾。
自動駕駛雖然關注度高漲，但仍未完全進入發展期；智慧科研在AlphaFold2、中國天眼FAST等應用的突破下，已經看到起步的希望。
如此豐富的場景，背後往往需要各種各樣的計算類型支撐。
由此，對晶片多元化的需求也就日益明顯，晶片廠商們也在盡可能滿足這一需求。
如今市面上的專用級晶片，不僅會考慮晶片的工作用途、部署環境，還會考慮應用場景，進而做出優化、提升運作速度。
像AICC大會現場展出的英特爾SG1晶片，就是面向雲遊、視訊和圖像的處理卡。
燧原科技、地平線等國内廠商也在針對自動駕駛、AIoT等應用場景，不斷推出專用晶片。
但随之而來也會産生一些問題，那就是多元算力如何融合？
應用場景在走向多元化的同時，也在走向複雜化。
一個AI應用場景中，往往計算量非常大，還需要完成多項任務，背後需要多種晶片協同工作。
是以，如何讓不同晶片互相配合、在場景中釋放真正算力，就成了一大挑戰。
對此，浪潮資訊副總裁劉軍在AICC大會上提出：高效釋放多元晶片算力的關鍵是平台。
晶片從造出來到大規模用起來，往往還隔着巨大的産業鍊鴻溝。
以一台AI伺服器的研制為例，需要解決超過280個關鍵的過程控制點和設計難題，同時還需要實作與算法架構和AI應用的優化和适配等問題。
同時，大規模AI算力平台建設又面臨高功耗、高電流密度、高總線速率、高系統複雜度的新問題。
是以說，打造集約高效、開放共享的智算系統，是讓多元算力真正走向産業，實作算力普适普惠的關鍵。
<h1 class="pgc-h-arrow-right" data-track="57">生态協作創造更大價值</h1>
從以上内容不難看出，國内AI産業發展已呈現欣欣向榮之勢。
而我們也能切實感受到AI已經離自己的生活并不遙遠。
這往往不是某個企業單打獨鬥能夠形成的局面，更多靠的是AI産業鍊内多方合作。
比如浪潮及其合作夥伴共同構成的“元腦生态”，就是一個很好的示範。
元腦生态通過技術共創、資源共享，實作夥伴間的能力融合，能夠實作智慧轉型的全生命周期的傳遞與服務，
例如，安德醫智基于元腦生态平台的AI技術支援，在人工智能影像分析上已經推出心肌病變、顱内惡性良性腫瘤、腦小血管病等多種疾病的AI輔助診斷系統。
再例如，卓視智通則以元腦生态平台為技術支撐，推出交通視訊分析、交通大資料分析平台等智慧交通AI系統。
而除了在産業生态上的落地，今年我們還看到了這家算力基礎設施供應商在算法上做出了嘗試，并且同樣擁抱開放生态。
9月，浪潮人工智能研究院釋出全球最大中文AI巨量模型“源1.0”，參數規模達2457億、由5000GB資料集訓練，能夠輕松了解和創作中文，可以和人類對話、根據命題作詩、寫新聞、續寫故事。
在AICC大會上，“源1.0”開放開源計劃正式釋出，面向群體為高校、元腦生态合作夥伴及智能計算中心。
現場，浪潮資訊副總裁劉軍介紹了本次開源計劃的初衷：
将資料、API和代碼開放給以上3個群體，浪潮是期望在開源的環境下，大家能夠碰撞出更多火花。
同時他還透露，“源2.0”之後也會面世，将更加針對多模态、視覺等領域。而且“源2.0”将會更注重合作，更多是和業内頂尖企業的聯合探索。
<h1 class="pgc-h-arrow-right" data-track="71">未來要怎麼做？</h1>
AI的潮水将向何方湧動？
從以上幾個方面已經能感受一二。
在報告最後，IDC也面向不同領域提出了自己的建議：
面向技術供應商：滿足使用者細化場景需求，建構開放、相容的技術發展路徑；從使用者的應用需求出發，推進技術創新；關注綠色節能，賦能行業雙碳轉型。
面向産業：基建先行與政府引導“雙管齊下”；打造開放的産業生态，促進多元技術創新落地。
面向行業使用者：積極探索人工智能行業應用，優化投入産出比；選擇技術先進、綠色節能的算力基礎設施；穩妥推進AI算力能力建設，帶來切實價值。
看完這場國内AI“風向标”大會，我們感受到各大城市圍繞AI你追我趕已成為常态，AI也逐漸走出實驗室、連接配接更多企業、形成了自己獨有的生态，開放開源已成為業内謀求發展的獨特法寶。
下一步AI将走向何方，就由我們一起拭目以待。
— 完 —
量子位 QbitAI · 頭條号簽約
關注我們，第一時間獲知前沿科技動态