AI运用场景多元化,落地与挑战中寻找产业AI化的最优解
发布时间：2021-11-17 10:54:52 所属栏目：资讯 来源：互联网
导读：10月26日,《2021-2022中国人工智能计算力发展评估报告》(以下简称:报告)在AICC2021人工智能计算大会上发布,旨在通过宏观经济、技术成熟度、AI劳动供给、行业及地域四大方面综合考量和评估我国人工智能发展水平,为推动产业AI化发展提供参考和行动指南。该报
|
10月26日,《2021-2022中国人工智能计算力发展评估报告》(以下简称:报告)在AICC2021人工智能计算大会上发布,旨在通过宏观经济、技术成熟度、AI劳动供给、行业及地域四大方面综合考量和评估我国人工智能发展水平,为推动产业AI化发展提供参考和行动指南。该报告由IDC和浪潮信息联合发布,自2018年以来连续第四年发布。 随着新基建的推进以及5G通信、云计算、大数据和物联网发展的落地,人工智能应用的场景越来越多,人工智能正从极具想象力的商业概念成为具有超大发展前景的商业赛道,并催生了技术、产业新的发展。IDC数据显示,2021年全球企业在人工智能软件、硬件和服务的总投资将超过850亿美元,预计将在2025年增至2045亿美元,五年复合增长率达24.5% 从单点到多元化应用场景,AI加速向传统行业渗透 报告显示,2021年人工智能行业应用渗透度排名TOP5的行业依次为互联网、金融、政府、电信和制造,相比2020年,金融行业人工智能应用速度加快并超过政府行业,位列第二,制造、交通和能源行业在人工智能的应用也更加深入,分列第五、第七和第九位。相比去年,人工智能在各个行业的渗透度都在增加。 报告指出,人工智能在主要行业的应用场景已经从碎片化过渡到深度融合的一体化,从单点应用场景转换为多元化的应用场景。与2020年相比,人工智能算力释放的场景在金融、制造、能源和公共事业、交通和互联网等行业体现得尤为显著,相关行业的人工智能应用场景呈现更为多元化的趋势,产业AI化在传统行业的应用拓展不断提速。 多元算力与巨量模型,产业AI化的重要推手 伴随人工智能在各个行业的应用,各类人工智能芯片的需求也在大大提高,更加细分多元并最终体现在AI算力的多元化。报告认为,GPU依然是实现数据中心加速的首选,占有90%以上的市场份额,GPU在训练负载中依然具有绝对优势,高算力低能耗且适应各类复杂环境的芯片将更受关注。推理工作负载在各个行业应用中不断增加,FPGA、ASIC、NPU等其他类型的加速芯片将在各个领域被更多地采用。预计到2025年,其他类型加速芯片的市场份额将超过20%。 AI模型也变得多样化,并向着更复杂的方向发展,巨量模型的不断涌现。除了GPT-3之外,2021年中国“源-1.0”、美国Switch Transformer等“巨量”机器学习模型的出现,让构建大模型、提升人工智能处理性能,成为时下非常流行的模型发展趋势。以中国“源1.0”为例,其单体模型参数值达2457亿,借助文本分析模型,获取5TB高质量中文数据集,其作为语言模型可较好完成尤其针对中文的阅读、理解、推理、逻辑判断等任务。 以金融行业人工智能应用为例,中小金融机构由于AI人才十分短缺,没有技术能力进行算法开发、模型选择、算法优化、实施部署等具体工作,大型金融机构则纷纷与大型AI公司合作,甚至通过投资获得技术和人才,这种现象造成不同规模的金融机构差距越来越大。此外,虽然AI在金融客服、营销支持等领域已经实现了规模化的应用,但是在交易、风控等核心业务环节的应用进展缓慢。核心业务中,没有足够复杂的算力、模型以及足够规模的数据训练量,业务模型的可用性和准确性就难以达到应用需求。AI在金融行业的落地中依然存在诸多挑战,算力的多元化和大模型在应对这些挑战方面给出了解决之道。  （编辑：聊城站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
