Наскоро IDC и Longchamp публикуваха съвместно „2022-2023 Доклад за оценка на развитието на изчислителната мощ на изкуствения интелект в Китай“ (наричан по-нататък „Докладът“). Докладът прогнозира, че разходите, свързани с пазара на ИИ в Китай, ще достигнат 13,03 милиарда долара през 2022 г. и се очаква да достигнат 26,69 милиарда долара през 2026 г., с общ годишен темп на растеж от 19,6 процента от 2022 до 2026 г.
Сред тях AI сървърите остават основният двигател на растежа на пазара на AI. Данните на IDC показват, че глобалният пазар на AI сървъри ще нарасне с годишен темп от 39,1 процента през 2021 г., надхвърляйки общия темп на растеж на глобалния пазар на AI (20,9 процента) и е движещата сила зад общия растеж на пазара на AI.
В Китай ускореното кацане на AI приложения до голяма степен стимулира високия растеж на китайския пазар на AI сървъри. 5,92 милиарда долара пазарен размер на AI сървъри през 2021 г., което е ръст от 68,2 процента в сравнение с 2020 г. и се очаква да достигне 12,34 милиарда долара до 2026 г.
В същото време мащабът на изчислителната мощ в Китай, особено на интелигентната изчислителна мощност, също нараства с висока скорост. Според доклада мащабът на изчислителната мощност с общо предназначение на Китай достига 47,7 EFLOPS (10 милиарда милиарда операции с плаваща запетая в секунда) през 2021 г. и се очаква да достигне 111,3 EFLOPS до 2026 г.
А мащабът на интелигентната изчислителна мощност на Китай достига 155,2 EFLOPS през 2021 г., ще достигне 268 EFLOPS през 2022 г. и се очаква да навлезе в нивото на трилиона трилиона с плаваща запетая в секунда (ZFLOPS) до 2026 г., достигайки 1271,4 EFLOPS.
Това също означава, че по време на 2021-2026 мащабът на интелигентната изчислителна мощност на Китай може да нарасне с общ годишен темп на растеж от 52,3 процента, докато мащабът на изчислителната мощност с общо предназначение нараства с общ годишен темп на растеж от 18,5 процента през същия период .
Големите модели, които станаха по-популярни в индустрията през последните години, са най-типичните големи иновации, движени от интелигентната изчислителна мощност. Според доклада, благодарение на силната способност за обобщаване на модела, ниската зависимост от данни с дълга опашка и подобряването на ефективността на използването на модела надолу по веригата, големият модел се счита за прототип на „обща интелигентност“ и има се превърне в един от важните начини за изследване на индустрията за постигане на приобщаващ изкуствен интелект.
Техническите основи на Big Model са трансформаторна архитектура, миграционно обучение и самоконтролирано обучение. Архитектурата на трансформатора направи пробив в НЛП и също така доказа своята ефективност при задачи за зрение. От гледна точка на изчислителната мощност, капацитетът на езиковите и визуалните модели и съответното търсене на изчислителна мощност се разширяват бързо и разработването на големи модели се поддържа от огромна изчислителна мощност.
Ако използваме „аритметичния еквивалент“ (PetaFlops/s-day, PD), т.е. общото количество аритметична мощност, консумирана от компютър, работещ на трилиони пъти в секунда за един цял ден, за да измерим общото количество аритметична мощност изисква се за AI задачи, AlphaFold2 в AI plus Science, системи за автономно шофиране и GPT-3 в AI plus Science. Обучението на модели като GPT-3 изисква стотици или дори хиляди PD за аритметична поддръжка, като GPT-3 обучението изисква 3640 PD аритметична мощност.
Със способността на големите модели приложенията от типа AIGC, включително текст-към-графика и виртуален цифров човек, бързо навлизат в етапа на комерсиализация и внасят огромни промени в производството на съдържание на мета-вселената. Според доклада големият модел позволява на AI технологията да премине от „способност да слуша и вижда“ преди пет години до „способност да мисли и създава“ днес и се очаква да постигне „способност да разсъждава и взема решения " в бъдеще. Очаква се бъдещето да постигне значителен напредък на „може да разсъждава, може да взема решения“.
Разработването на големи модели обаче носи и огромни предизвикателства пред изчислителната мощност. Според доклада големите изчислителни ресурси и ресурси за съхранение за обучение на големи модели имат високи изисквания за ускорени изчислителни системи и софтуерни стекове за изкуствен интелект и често са необходими хиляди ускорителни карти за обучение на стотици милиарди и трилиони модели, което представлява страхотна предизвикателство за популяризиране и обобщаване на големи модели.
В същото време, ограничено от незначителния намаляващ ефект, по-нататъшното подобряване на сложността и точността на модела ще изисква по-голяма част от режийните изчислителни ресурси, а опасенията относно изчислителната ефективност ще ограничат продължаващото разширяване на големия мащаб на параметрите на модела.
Следователно, въпреки че текущият брой големи параметри на модела все още не е достигнал синаптичния размер на човешкия мозък, пазарното възприемане на големите модели става рационално. Индустрията постепенно признава, че разработването на големи модели трябва да се съсредоточи повече върху екологичните и нисковъглеродни емисии, потъването на капацитета за обслужване и практиката на бизнес моделите, което ще проправи пътя за мащаба на големите модели за кацане в различни индустрии.
Докладът посочва, че като цяло степента на приложение на AI в различни индустрии показва тенденция на задълбочаване, а сценариите за приложение стават все по-обширни. AI се превърна във важна способност за предприятията да търсят нови точки на растеж на бизнеса, да подобряват потребителското изживяване и да поддържат основната конкурентоспособност.
Междувременно в класацията на градовете с изкуствен интелект в Китай за 2022 г. Пекин, Ханджоу и Шенжен продължават да поддържат челната тройка, Шанхай и Гуанджоу са на четвърто и пето място, а Тиендзин влезе в топ 10. В допълнение към ТОП10 градове, много градове като Хефей, Ухан и Чанша постигнаха голям напредък в приложенията на ИИ, водени от собствените си индустриални предимства и различни фактори.
*** Преведено с www.DeepL.com/Translator (безплатна версия) ***