IDC&浪潮：2020-2021中國人工智能計算力發展評估報告（附下載）

全球疫情的影響及AI抗擊疫情的作用

疫情的爆發使全球經濟和IT宏觀環境面臨嚴峻壓力和挑戰。新冠疫情導致絕大部分的世界經濟體采取了不同程度的封鎖措施，對國際貿易、住宿與餐飲、旅游、批發零售、交通、制造以及中小企業等產生巨大的沖擊，生產生活等都受到了很大影響，根據經濟學（TheEconomist）在2020年9月作出的最新預測，2020年全球GDP增速將下滑5.2%。受疫情的影響，中國乃至全球經濟和ICT市場也受到巨大沖擊。IDC預計，2020年全球ICT市場規模將同比下滑2.5%，隨著企業適應新常態，2021年ICT支出將逐步恢復正?；?。

短期來看，疫情對ICT市場的影響體現在三個方面：

削減采購預算：受延遲復工、供應鏈影響，中小規模企業無法按時生產和交付，不能現場拜訪用戶，進而導致銷售收入下降，企業整體收入和利潤都明顯下滑，必然縮減支出，其中也包括IT支出。

推遲采購預算：由于延遲復工，一些企業以及政府與公共事業部門用戶，推遲技術采購計劃，采購計劃的推遲短期內會對ICT市場造成不小的影響。

加速采購預算：對于醫療、教育、政府等公共事業，如涉及到疫情聯防聯控的公共部門，需要緊急公布及處理疫情，教育單位也需要通過遠程教育的方式進行正常教學，這些機構迫切需要加速采購流程?；ヂ摼W和云服務相關的需求也在短期內集中爆發，一些公司加速采購，如遠程辦公、協同辦公、在線教育、電商、直播等業態在疫情期間呈現快速增長態勢

人工智能高速發展對算力提出更高需求

數據 - 數據量增長的步伐仍在加快，未來三年新產生的數據量預計將超過過去三十年的總和，到2024年，全球數據總量將從現在的44.9ZB，以26.0%的復合增長率達到142.6ZB。其中，中國在2017年已經成為全球數據量規模最大的國家，并將保持穩定的高增速，預計到2024年，中國新產生的數據量將達到36ZB，占全球總量的25.2%。數據為人工智能應用提供了豐富的土壤，新的應用場景在各行業不斷涌現，其中，越來越多的場景對數據實時性提出了高要求，IDC預測，實時數據的占比將在未來五年不斷增加，到2024年將達到數據產生總量的四分之一左右。實時數據的激增促進了邊緣基礎設施的發展，也使得邊緣計算能力變得越來越重要，人工智能應用也將更加依賴于處在邊緣的算力支撐。

算法 - 雖然數據的總量正在增長，但真正被有效利用的仍然不足1%。如何有效抓取高質量的數據并通過這些數據建立精準的模型，則取決于人工智能算法的開發能力。雖然近年來，新增的算法模型數量在逐年減少，但是單個模型的參數量和復雜程度都呈現指數級的增長趨勢，例如Bert及其變種的算法模型，這些復雜的算法模型將極大地推動人工智能在行業應用的發展。到2020年，深度學習模型對算力的需求達到了每天百億億次的計算需求，特別是在自然語言處理等新興認知智能應用領域對計算力的要求遠超過圖像識別、語音識別。

2020年2月，微軟發布了最新的智能感知計算模型Turing-NLG，參數量高達到175億，是Google智能感知模型的50倍，使用125POPS AI計算能力完成單次訓練就需要一天以上。隨后，OpenAI又提出了GPT-3模型，參數量更達到1750億，是微軟Turing-NLG的十倍、GPT-2的100余倍，使得NLP模型參數體量達到了全新的高度。

算力-在人工智能三要素中，無論是數據還是算法，都離不開算力的支撐。IDC對用戶的追蹤調研發現，過去，用戶對于人工智能的感知更多停留在數據層和應用層，隨著非結構化數據的激增和算法框架的日益復雜，算力不足的問題逐漸顯現出來，越來越多的用戶認識到算力的重要性。盡管實時數據更多依賴于邊緣和端側的推理計算能力，但具有海量參數的模型訓練仍完全依賴于核心數據中心的算力支撐，包括各類預訓練模型，由于其龐大的參數體量，在給人工智能應用提供便利的同時，如果沒有強大的算力支撐，很難發揮其價值，因此，人工智能的算法越來越依賴于算力的發展，如何布局算力是企業在未來很長時間內都需要關注的重點。

點擊下載報告：IDC&浪潮：2020-2021中國人工智能計算力發展評估報告