小时 分钟
距开展时间:
参展申请
观众预登记
人工智能:数字科技,一体化算力体系构建提速和多场景应用深化
来源:幻影视界库 | 作者:. | 发布时间: 2024-05-15 | 228 次浏览 | 分享到:

加快构建全国一体化算力体系,推动人工智能赋能新型工业化。人工智能是 引领新一轮科技革命和产业变革的战略性技术,是新型工业化的重要推动力。 一季度工业和信息化部加强政策引导,扎实推进算力基础设施建设,不断强 化产业创新能力,持续推动算力应用落地,取得了积极成效。工业和信息化 部将以人工智能和制造业深度融合为主线,以智能制造为主攻方向,以场景 应用为牵引,推动制造业智能化转型、高水平赋能工业制造体系,为高质量 发展提供新动能。

深化人工智能多场景应用,提升现代产业高质量发展水平。我国人工智能赋 能新型工业化具有市场规模、应用场景、数据资源等优势,应强化工业智能 核心技术自主创新,加快突破工业认知智能、工业操作系统、工业‚元宇宙‛、 工业云计算、工业软件、大规模异构互联、智能调控技术等工业智能关键核 心技术瓶颈,围绕重点领域布局‚人工智能赋能新型工业化‛等科技创新专 项,加大对赋能重点领域制造业大模型创新的支持。

AI赋能,智能驾驶引领新趋势

中国移动启动新一轮AI服务器采购,运营商加码算力投入

2024年4月18日,中国移动发布2024年至2025年新型智算中心采购招标公告,将采购人工智能服务器7994台及配套产品、白盒交换机60台。在此之前,中国移动分别于2023年9月和2024年1月发布新型智算中心采购招标,前者包括11个标包,采购内容为人工智能服务器1204台、高性能无损交换机324台等设备,后者主要人工智能服务器1250台及配套产品。随着全国一体化算力网络国家枢纽节点的部署和‚东数西算‛工程的加速推进,我国算力基础设施建设和应用保持快速发展,尤其是智能计算中心布局明显加速。

根据中国信息通信研究院统计数据显示,截止2023年6月,全国已经投运的人工智能计算中心达25个,在建的人工智能计算中心超20个。在设备供给侧,我国智能算力规模保持快速增长,经中国信息通信研究院测算结果显示,2022年我国AI服务器出货量达到28万台,同比增长23%,六年累计出货量达到82万台,到2026年智算能力规模将进入每秒十万亿亿次浮点计算(ZFlops)级别。

我国已经成为全球新一代AI技术创新的重要竞争者

根据工信部电子知识产权中心公众号消息,2024年4月10日,新一代人工智能知识产权赋能产业发展论坛在京召开。国家工业信息安全发展研究中心、工信部电子知识产权中心在会上发布了《新一代人工智能专利技术分析报告》。《新一代人工智能专利技术分析报告》阐析了新一代AI从‚供给侧‛带来的全新的范式演变,由算力芯片和软件框架构成的基础层、大模型打造的模型层和以‚AI+‛为核心的应用层构建形成的全新技术栈生态将成为新一代AI发展的基石。

中国AIGC应用全景

对于国内AIGC应用发展,量子位智库将商业化进程分为产品落地、商业模式发展成熟和规模化盈利三个阶段,并预期2030年以后正式进入AGI阶段。AIGC产品将同时具备‚听说读写看画思动‛八项能力,可以更好模拟人类。在市场规模方面,量子位智库预测我国AIGC应用市场规模达到200亿,到2030年,我国AIGC应用将成为万亿规模市场,五年(2024-2028年)平均复合增长率超过30%

《中国AIGC应用全景报告》指出,当前已有商业模式中面向C端的AIGC应用占比达50%,面向B端的AIGC应用占比为31%C端产品以智能助手以及图像生成类的生产力工具为主,虽然用户量大,但盈利状况普遍不乐观,近50%的产品当前仍未有明确的收入模式,以免费为主。B端产品从通用场景到垂直赛道分布较均匀,收入模式以会员订阅和按需付费为主,商业模式较为清晰,80%以上的产品均实现营收。

按照大模型应用类型划分,基于自建垂类大模型的产品整个应用层中占据主流,其占比达到43.08%,其次是自建基础大模型,占比31.28%(见图5)。在AIGC应用所生成的模态当中,文本生成最为普及,占比达到44.38%,其次是图像生成(29.06%)和音频生成(15%),视频生成占比9.38%3D生成占比2.19%(见图6)。多模态应用产品占比48.45%,未来还有较大的成长空间。

人工智能训练成本快速攀升

根据斯坦福大学Human-Centered人工智能研究所(StanfordHAI)发布的《2024年人工智能指数报告》,人工智能模型的训练成本正变得越来越贵。例如,OpenAI的CEOSamAltman曾提到GPT-4的训练费用超过1亿美元。图7展示了近年来部分代表性人工智能大模型训练成本的估算结果。在2017年最初的Transformer模型(其所构建的架构事实上成为后面几乎每一个现代的大型语言模型的基础)引入时,训练成本大约需要近900美元,但到2019年RoBERTaLarge发布时,其训练成本大约要16万美元。然而,到2023年,OpenAI的GPT-4和谷歌的GeminiUltra的训练成本预计已经分别飙升至7800万美元和1.91亿美元。《2024年人工智能指数报告》认为大模型的训练成本与其对算力的需求存在直接关系,大模型的算力需求越高,其训练成本也越贵。

国内外知名AI大模型相关网站流量数据跟踪

2023年以来,AI大模型应用层出不穷。随着市场热度不断升温,大模型应用的研发和落地进一步加快,各种应用场景也在持续丰富当中。在图9中,我们对16个国内外知名的AI大模型相关官网的访问流量情况进行了持续跟踪,包括访问量、访问持续时间、页面跳出率、单次访问页面数以及来自本国的流量占比等信息。从访问数量上来看,OpenAI旗下的ChatGPT依然具有十分明显的优势,最近28天访问量达到15.58亿次(访问数据截止2024年5月7日),其次是Discord和Zoom,同期访问量分别达到10.11亿次和6.81亿次。在国内,Kimi和百度文心一言在访问量方面明显领先。

报告原文节选如下: