日前,IDC发布最新一期《2020H1中国AI加速计算报告》。报告显示,2020年上半年,浪潮AI服务器销售额达6.88亿美元,市场份额占比达53.5%,同比2019上半年提升3.3个百分点。

在线经济爆发,产业AI化进程加速
AI算力的提升一直是驱动人工智能快速发展的重要因素。报告指出,用于AI算力的投资仍将是各个公司发展AI的首要支出。IDC预测,2020年中国AI整体市场规模将达 62.7美元,同比增长37.2%。其中AI基础设施(含服务器、存储、网络)市场规模达到39.3亿美元,同比增长26.8%,在总体份额中的占比将超过6成。
从行业维度看,互联网仍然是最大的细分市场。由于疫情期间在线教育、在线办公、无接触物流、短视频等应用场景的爆发式增长,2020年上半年互联网市场同比增幅高达105.1%,整体份额占比大幅提升14.5个百分点达57.9%。除互联网以外,2020年上半年规模前五的行业分别为政府(12.6%)、服务(9.0%)、通信(4.8%)和教科研(4.4%)。而从增速来看,增速最快的5个行业分别为交通(962.1%)、公共事业(342.1%)、媒体(105.9%)、互联网(105.1%)和通信(90.4%)。
目前,AI行业应用落地趋势正在逐步加速,特别是自去年底以来,受新冠疫情的影响,很多传统行业更加深刻的意识到人工智能、大数据、5G等技术的重要性,促使各企业加大对于IT基础架构的投资。此外,在国家产业政策层面,政府倡导的新基建拉开序幕,人工智能、5G、大数据等业务板块又迎来新风口,智算中心的产业投资,这将给各厂商带来更多的发展机会。
浪潮AI算力全面创新,全栈AI优势明显
针对智慧时代算力需求和最新发展趋势,浪潮前瞻提出智算中心,并围绕智算中心生产算力、聚合算力、调度算力、释放算力这四大关键作业环节持续创新:在生产算力层面持续打造业内最强最全的AI算力机组;在聚合算力方面打造更高效率更低延迟硬件加速设备与优化软件栈;在AI算力调度层面通过高效AIstation算力调度平台加速AI创新与生产交付;在释放算力层面通过AutoML Suite为人工智能客户与开发者提供快速高效开发AI模型的能力。
作为全球领先的AI算力供应商,浪潮拥有业内最强最全的AI计算产品阵列:其中浪潮NF5488A5是全球首款在4U空间内支持8块安培架构A100芯片实现NVLink高速互联的AI服务器,在全球权威AI基准测试MLPerf中,一举创造18项全球性能纪录,在Resnet50推理任务测试中,以54.9万/每秒的全球服务器最好成绩,同比19年纪录提升3倍;此前,NF5488A5在今年7月公布的MLPerf训练榜单中,在Resnet50训练任务中,仅用时33.37分钟就完成了ResNet50模型基于ImageNet 数据集的训练任务,单服务器性能成绩高居榜首。同时,在推动算力多元化层面,率先推出MX1全球首个AI开放加速系统,可支持多家不同型号的AI芯片直接更换。


各服务器MLPerf AI推理性能对比
同时,AI生产调度过程中,算力资源调度管理和AI算法优化能力同样重要。在AI资源管理调度层面,浪潮AIStation企业级人工智能开发平台,全面支持训练与推理两大环节,实现从模型开发、训练、部署、测试、发布的全流程一站式高效交付,帮助用户获得300%的开发效率提升;在自动机器学习领域,浪潮AutoML Suite可实现企业级一站式模型自动构建,支持本地化和云端部署、并行高效模型搜索,全面支持图像分类/回归/目标检测CV场景应用,模型大小与计算量极致压缩。经过AutoML Suite自动生成的AI算法模型,实战表现超出专家模型水平。此外,在AI算法创新层面,最新研发成功的AI大模型计算框架LMS,可将NLP智能语言模型参数规模突破73亿,相比业界主流水平提升20倍以上。
元脑生态多点开花,加速产业AI普惠
在生态力布局上,浪潮与具备AI功能开发核心能力的科技公司,以及具备实施AI整体解决方案能力的SI、ISV共建“元脑生态”,聚合了最强的AI算力平台、最领先的AI算法模型能力和最优质的集成部署和服务能力,有力支撑和加速各产业与人工智能的快速融合,使之具备可感知、自学习、可进化的能力,最终帮助产业用户完成业务智能转型升级。
目前,浪潮携手元脑左右手伙伴已经在金融、铁路、电力、交通、智慧城市、石油石化等行业领域实现了产业AI化落地,大大促进了各行业的产业AI化转型升级。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。