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3.5‰和1.8‰。
计算力指数模型由计算能力、计算效率、应用水平、基础设施支持四个维度构成。计算能力,反映了国家在算力投入的整体水平和侧重点;计算效率,反映了计算能力的利用水平;应用水平旨在考量国家的人工智能、物联网等新兴技术的应用对算力的拉动,体现未来算力发展的潜力;基础设施支持,旨在考量一个国家未来算力发展的可持续性。
当一个国家的计算力指数达到40分以上时,计算力指数每提升1点,对GDP增长的推动力将增加1.5倍,而当计算力指数值达到60分以上时,计算力指数每提升1点,对于GDP增长的推动力将提高到3.0倍,对经济的拉动作用变得更加显著。
含有算力资本的内生增长模型验证,算力资本可与传统物质资本形成互补效应和协同效应;算力资本增长会产生正网络外部性效应和溢出效应,算力资本对经济发展具有倍增效应。
加大对数据中心、智能计算中心等算力基础设施的投资,将进一步增强算力资本与传统物质资本之间的互补效应和协同效应,提高一国生产物品和服务的能力,提升数字经济在国民经济中的比重,最终促进潜在GDP增长并提升整体经济发展水平。
计算力指数国家排名,美国第一,中国第二。过去一年,大部分国家计算力评分均有所提升,中国计算力水平增幅最大达到13.5%。中国大部分指标延续了高速增长,且增幅均高于美国。
领跑者阵营与起步者阵营的差距进一步拉大,起步者阵营和追赶者阵营国家算力指数平均分的差值在缩小。
综合15个国家来看,AI算力支出占总算力支出从2016年的9%增加到12%,预计到2025年将达到25%。
中国AI算力发展领跑全球,AI服务器支出规模同比大幅增长44.5%,并首次超过美国位列全球第一。在15个国家AI算力支出的增长中,近60%来自中国。
各国加大对人工智能的布局力度,澳大利亚成立人工智能研究所;日本出台《第2期战略性创新推进计划(SIP)》;法国出台“人工智能国家战略”新计划;韩国发布“人工智能半导体产业发展战略”;中国面向AI应用对算力的庞大需求,政府层面推动智能计算中心有序发展,打造智能算力、通用算法和开发平台一体化的新型智能基础设施,主要面向政务服务、智慧城市、智能制造、自动驾驶、语言智能等重点新兴领域。
全球行业计算力水平排名TOP5:互联网、金融、制造、电信、政府。对于算力投入较大的行业同样在新技术的应用上投入靠前,其中互联网、金融和制造在算力投资和AI投资中均位前列。
金融加速对智能化平台的建设,提升风险管控能力。对人工智能的使用主要集中在智能客服和风险管控两大方面。智能客服语音识别由平均55%的识别率提高到85%以上。
制造积极推动数字工厂建设,是全球算力水平最高的传统行业之一,是物联网和机器人两项新兴技术投入占比最大的行业。在龙头企业带动下,中国制造业数字化进程加速,实现工厂数字化。2021年,中国制造业IT相关支出占全球市场占比的15%左右,未来五年增速将处于领先位置,年复合增长率将达到16.6%,显著高于全球其他地区,预计到2025年,中国制造业IT相关支出占全球市场将达到20%左右。
电信利用算力投入对内优化BSS系统增加客户粘性,优化OSS系统提升运维效率;对外为智慧交通、智慧零售、车联网、游戏娱乐、AR/VR应用等增值业务提供支撑。
农业领域,利用人工智能技术分析加工地图来确定作物的问题区域,从而优化产量。
医疗领域,人工智能技术应用于遗传综合症、肺癌、乳腺瘤、创伤后应激障碍等多种疾病的治疗和诊断;借助AI技术准确解读医学影像,协助医师从海量的X光照片中准确诊断乳癌和肺结核,并利用组织切片的影像认识、译码疾病。
科研领域,AI计算辅助疫苗和药物研发,用于靶点选择和验证、先导化合物筛选和优化等研发环节,从传统“手工试错”向计算辅助模式转变,最大化缩短研发周期,加速有效药物投入使用;利用人工智能进行蛋白质折叠体结构的研究、抗菌耐药性基因的检测和识别也成为热点。
防疫抗疫中,AI计算在人群筛查、舆情分析、传染防控、疫情监测分析发挥重要作用;AI计算加速对疑似病例的基因测序分析,显著缩短溯源时间。
大数据、人工智能、物联网、区块链、机器人等新兴技术的应用是未来IT支出的核心驱动力。
中国在机器人应用方面支出位列全球第一,在人工智能应用、大数据应用增速均高于美国。2020年,中国和美国人工智能应用总支出处在最前列,分别达到34.7%和27.9%的高速增长,并有望在未来5年维持这样的增长水平。
通过微调大规模预训练模型来服务于特定下游AI任务,已经成为业内共识,赋能各行各业,在法律、医疗、教育等领域带来积极影响。
全球各国AI企业都在大力布局大规模预训练模型技术开发及其商业化。在美国,OpenAI、谷歌、微软、脸书等机构形成了GPT-3、Switch Transformer、MT-NLG等千亿或万亿参数量的大模型。
浪潮“源1.0”巨量模型,参数量和数据集分别达到2457亿和5000GB,相比于美国GPT-3,源1.0参数规模高40%,训练数据集规模领先近10倍。
IDC预计未来5年,对边缘算力的投资增长速度将远快于核心位置,到2025年,全球边缘计算服务器支出金额占总体服务器比重将从14.4%提升到24.9%。
边缘计算从产品形态到底层架构都在走向多样化,定制服务器产品或成为边缘计算基础架构的主力军。
电网利用边缘计算和物联网技术控制电力输配,在不增加碳足迹的情况下提高输电效率,通过传感器和智能电表收集各环节数据,借助人工智能、大数据分析给出优化用电建议。
业内正在实践多种降低数据中心碳排放的举措,包括使用液冷等技术来提升散热效率,引入风电、光伏等新能源技术,通过AI/ML技术升级运维管理流程,采用全新芯片架构实现更高的单位功耗算力输出等。
IDC认为,液体冷却解决方案将在数据中心市场得到更广泛的采用,到2023年数据中心中至少有约40%将配备液冷技术解决方案。
液冷技术可分为直接液体冷却和浸入式冷却两大类,冷板式液冷是直接液体冷却方案的主要形式。得益于成本效益和基于现有冷却系统和数据中心基础设施的可升级性,直接液体冷却解决方案将在数据中心市场得到更广泛的应用,特别是企业用户。