有没有人加QQ看B的QQ号,武汉茶会会所,西宁免费吃饭,广州市黄埔区大沙地

<dfn id="66hot"><s id="66hot"><listing id="66hot"></listing></s></dfn>
<big id="66hot"></big>

<center id="66hot"></center>

  • <object id="66hot"></object><code id="66hot"><small id="66hot"><track id="66hot"></track></small></code>

      <big id="66hot"><em id="66hot"><track id="66hot"></track></em></big>
    1. 新聞資訊

      <返回

      《2018中國AI計算力發展報告》出爐:杭州第一,北上深合緊隨其后

      來自2018-09-14

       

       

      912日,在京舉辦的“2018人工智能計算大會(AICC2018)”活動現場,浪潮聯合IDC發布了《2018中國AI計算力發展報告》。報告顯示,2017年是中國AI發展的元年,AI的投資增長10倍,算力提高230.7%,數據量增加50%。

       

      報告針對不同城市與地域的計算力發展做出了評估。數據顯示,中國AI計算力發展Top10的城市可以分為兩個層級,Tier1城市杭州排名首位,北京、深圳、上海和合肥市緊隨其后,Tier2城市包括成都、重慶、武漢、廣州、貴陽(排名不分先后)。而中國AI計算力發展在區域分布上也存在不平衡,總體上來說東部地區發展程度高于西部地區,其中華東地區計算力發展程度最高,西北地區發展程度最低。

       

       

       

      四大行業加碼應用

       

      而中國應用AI計算的Top行業一是互聯網,應用場景有搜索引擎、電商用戶行為分析;二是政府部門,主要應用場景為公共安全和公共服務;三是醫療行業,主要用于疾病預測診斷、信用風險管理;四是金融行業,主要應用場景有知識管理和生成、在線業務人臉識別等。

       

       

       

      報告顯示,隨著時間的推移,至2025年及以后,AI在新興經濟和數字經濟中的應用場景將越來越多,尤其是數字經濟的應用潛力會更大。其中,從目前開始至2020年,在傳統經濟中,包括人臉識別、語音識別、自然語言處理等生物識別技術和車輛識別、智慧交管、智能路燈等智慧城市技術將是AI最典型的應用場景,其他Top10應用場景還包括安防、自動化客服、互動娛樂等;2020-2025年,智能制造和智能家居的相關技術將走向成熟,成為最典型的AI應用場景;2025年及之后,智能醫療、自動駕駛、智能助理等相關技術與政策將成形,促使上述行業的AI應用實現爆發式增長。

       

       

       

      算力革新日新月異

       

      AICC大會發起人、中國工程院院士、浪潮集團首席科學家王恩東在會上表示:“計算促進了人工智能發展,人工智能反過來也促進了計算的變革與創新,兩者相輔相成。人工智能與計算的融合發展趨勢將不斷加強,成為高性能計算、邊緣計算以及未來量子計算最重要的應用場景,同時人工智能也對計算提出了更多的挑戰,可定制計算受到越來越多公司的重視,開始嘗試在實際業務中使用FPGA、ASIC等定制芯片為人工智能加速,這促進了計算的多元化發展。

       

      事實上,AI對計算力的需求已遠超摩爾定律的性能增長速度。OpenAI公布的一份報告顯示,2012年以來,AI訓練中使用的計算力每3.5個月增長一倍,6年增長30萬倍以上。在此期間,硬件算力的提升一直是人工智能快速發展的重要因素。報告同時指出,“如果我們希望目前的發展趨勢持續下去,需要為實現遠超當前方法負載的全新系統做好準備!

       

      量子計算機作為普遍認可的下一代計算技術,能在幾秒鐘、幾分鐘內,運算完成普通計算機需要成百上千年完成的任務。雖然量子計算機還遠沒有到應用階段,但從谷歌、微軟、IBM等科技巨頭的動向看,量子計算技術和人工智能的結合已是未來科技的最大熱門。

       

      而在當下階段,神經網絡和其他機器學習系統的實現,依然依賴于龐大的計算能力。目前,GPU加速計算成為一種主流的AI計算形態,同時可定制計算開始興起,谷歌、寒武紀、百度等公司都推出了自主研發的AI芯片。

       

      四大算力挑戰待解

       

      報告指出,目前阻礙AI計算發展的主要挑戰在于:1.算力的發展還未達到需求,2.可用數據量有限,3.從實驗室到實際用用過程中還面臨諸多挑戰和問題,4.從應用場景到提供完善的行業解決方案還需時日。

       

       

       

      對于算力,該報告給出的建議是通過異構計算和云的結合來解決算力的問題;對于數據,建議采用數據共享+整合的方法;而從實驗室到實際應用的過程,需要能力輸出于生態建設作為支撐;從應用場景帶行業解決方案的躍進,則需要進行行業觀察和痛點分析。

      聯系我們

      常州市·新北區太湖東路9-2號

      企業QQ:42347403

      企業郵箱:249860953@qq.com

      13775646999
      (微信同步)
      服務咨詢(09:00-18:00)
      有没有人加QQ看B的QQ号,武汉茶会会所,西宁免费吃饭,广州市黄埔区大沙地