Recent, IDC și Longchamp au lansat împreună „2022-2023 China Artificial Intelligence Computing Power Development Assessment Report” (denumit în continuare „Raportul”). Raportul prezice că cheltuielile legate de piața AI în China vor ajunge la 13,03 miliarde de dolari în 2022 și se așteaptă să ajungă la 26,69 miliarde de dolari în 2026, cu o rată de creștere anuală compusă de 19,6% din 2022 până în 2026.
Printre acestea, serverele AI rămân principalul motor al creșterii pieței AI. Datele IDC arată că piața globală de servere AI va crește cu o rată anuală de 39,1% în 2021, depășind rata globală de creștere a pieței globale AI (20,9%) și este forța motrice din spatele creșterii globale a pieței AI.
În China, aterizarea accelerată a aplicațiilor AI conduce în mare măsură la creșterea ridicată a pieței de servere AI din China. Dimensiunea pieței de servere AI de 5,92 miliarde USD în 2021, în creștere cu 68,2% față de 2020, și este de așteptat să atingă 12,34 miliarde USD până în 2026.
În același timp, amploarea puterii de calcul în China, în special puterea de calcul inteligentă, crește, de asemenea, într-un ritm ridicat. Potrivit raportului, scara de putere de calcul de uz general a Chinei ajunge la 47,7 EFLOPS (10 miliarde de miliarde de operațiuni în virgulă mobilă pe secundă) în 2021 și este de așteptat să atingă 111,3 EFLOPS până în 2026.
Iar scara puterii de calcul inteligente a Chinei ajunge la 155,2 EFLOPS în 2021, va ajunge la 268 EFLOPS în 2022 și este de așteptat să intre în nivelul de trilioane de trilioane de virgulă mobilă pe secundă (ZFLOPS) până în 2026, atingând 1271,4 EFLOPS.
Aceasta înseamnă, de asemenea, că în perioada 2021-2026, scara de putere de calcul inteligentă a Chinei poate crește la o rată de creștere anuală compusă de 52,3% , în timp ce scara de putere de calcul de uz general crește la o rată de creștere anuală compusă de 18,5% în aceeași perioadă. .
Marile modele care au devenit mai populare în industrie în ultimii ani sunt cele mai tipice inovații majore conduse de puterea de calcul inteligentă. Potrivit raportului, datorită capacității puternice de generalizare a modelului, dependenței scăzute a datelor cu coadă lungă și îmbunătățirii eficienței utilizării modelului în aval, modelul mare este considerat a avea prototipul de „inteligență generală” și are să devină una dintre modalitățile importante de a explora industria pentru a obține inteligență artificială incluzivă.
Bazele tehnice ale Big Model sunt arhitectura transformatoare, învățarea prin migrare și învățarea auto-supravegheată. Arhitectura transformatorului a făcut progrese în NLP și și-a dovedit, de asemenea, eficiența în sarcinile de viziune. Din punct de vedere al puterii de calcul, capacitatea modelelor de limbaj și vizuale și cererea corespunzătoare de putere de calcul se extind rapid, iar dezvoltarea modelelor mari este susținută de o putere de calcul uriașă.
Dacă folosim „echivalentul aritmetic” (PetaFlops/s-day, PD), adică cantitatea totală de putere aritmetică consumată de un computer care rulează de trilioane de ori pe secundă pentru o zi întreagă, pentru a măsura cantitatea totală de putere aritmetică necesare pentru sarcini AI, AlphaFold2 în AI plus Știință, sisteme de conducere autonomă și GPT-3 în AI plus Știință. Antrenamentul model, cum ar fi GPT-3, necesită sute sau chiar mii de PD-uri de suport aritmetic, cum ar fi antrenamentul GPT-3 necesită 3640 PD-uri de putere aritmetică.
Cu capacitatea modelelor mari, aplicațiile de tip AIGC, inclusiv text-to-graph și virtual digital human, intră rapid în etapa de comercializare și aduc schimbări uriașe în producția de conținut meta-univers. Potrivit raportului, marele model permite tehnologiei AI să treacă de la „a putea asculta și a vedea” în urmă cu cinci ani la „a putea gândi și a crea” astăzi și este de așteptat să obțină „a fi capabil să raționeze și să ia decizii”. " in viitor. Se așteaptă ca viitorul să realizeze un progres semnificativ de „poate raționa, poate lua decizii”.
Cu toate acestea, dezvoltarea modelelor mari aduce și provocări uriașe pentru puterea de calcul. Potrivit raportului, suprasarcina mare de resurse de calcul și stocare pentru antrenamentul modelelor mari are cerințe ridicate pentru sistemele de calcul accelerate și stivele de software de inteligență artificială, iar mii de carduri de accelerație sunt adesea necesare pentru a antrena sute de miliarde și trilioane de modele, reprezentând un excelent provocare la promovarea și generalizarea modelelor mari.
În același timp, limitată de efectul marginal de scădere, îmbunătățirea în continuare a complexității și preciziei modelului va necesita o proporție mai mare a resurselor de calcul generale, iar preocupările legate de eficiența computațională vor limita extinderea continuă a scarii mari a parametrilor modelului.
Prin urmare, deși numărul actual de parametri mari de model nu a atins încă dimensiunea sinaptică a creierului uman, percepția pe piață a modelelor mari devine rațională. Industria recunoaște treptat că dezvoltarea de modele mari ar trebui să se concentreze mai mult pe verde și cu emisii scăzute de carbon, pe reducerea capacității de servicii și pe practica modelului de afaceri, ceea ce va deschide calea pentru ca scara modelelor mari să aterizeze în diverse industrii.
Raportul arată că, în general, gradul de aplicare a AI în diverse industrii prezintă o tendință de aprofundare, iar scenariile de aplicare devin din ce în ce mai extinse. AI a devenit o capacitate importantă pentru întreprinderi de a căuta noi puncte de creștere a afacerii, de a îmbunătăți experiența utilizatorului și de a menține competitivitatea de bază.
Între timp, în clasamentul orașelor din China AI din 2022, Beijing, Hangzhou și Shenzhen continuă să mențină primele trei, Shanghai și Guangzhou s-au clasat pe locul al patrulea și al cincilea, iar Tianjin a intrat în top 10. Pe lângă orașele TOP10, multe orașe precum Hefei, Wuhan și Changsha au făcut progrese mari în aplicațiile AI, determinate de propriile avantaje industriale și de diverși factori.
*** Tradus cu www.DeepL.com/Translator (versiune gratuită) ***