Recentment, IDC i Longchamp van publicar conjuntament l'"2022-2023 Informe d'avaluació del desenvolupament de la potència informàtica d'intel·ligència artificial de la Xina" (d'ara endavant, "l'informe"). L'informe preveu que la despesa relacionada amb el mercat d'IA a la Xina arribarà als 13.030 milions de dòlars el 2022 i s'espera que assoleixi els 26.690 milions de dòlars el 2026, amb una taxa de creixement anual composta del 19,6 per cent del 2022 al 2026.
Entre ells, els servidors d'IA segueixen sent el principal motor del creixement del mercat d'IA. Les dades d'IDC mostren que el mercat global de servidors d'IA creixerà a un ritme interanual del 39,1% el 2021, superant la taxa global de creixement del mercat global d'IA (20,9%) i és la força impulsora del creixement global del mercat d'IA.
A la Xina, l'aterratge accelerat d'aplicacions d'IA impulsa en gran mesura l'elevat creixement del mercat de servidors d'IA de la Xina. 5.920 milions de dòlars de mida del mercat de servidors d'IA el 2021, un 68,2% més que el 2020, i s'espera que arribi als 12.340 milions de dòlars el 2026.
Al mateix temps, l'escala de la potència de càlcul a la Xina, especialment la potència de càlcul intel·ligent, també està creixent a un ritme elevat. Segons l'informe, l'escala de potència de càlcul de propòsit general de la Xina arriba als 47,7 EFLOPS (10.000 milions d'operacions de coma flotant per segon) el 2021 i s'espera que arribi als 111,3 EFLOPS el 2026.
I l'escala de la potència informàtica intel·ligent de la Xina arriba als 155,2 EFLOPS el 2021, arribarà als 268 EFLOPS el 2022 i s'espera que entri al nivell de bilió de bilions de punt flotant per segon (ZFLOPS) el 2026, arribant als 1271,4 EFLOPS.
Això també significa que durant 2021-2026, l'escala de potència de càlcul intel·ligent de la Xina pot créixer a una taxa de creixement anual composta del 52,3 per cent, mentre que l'escala de potència de càlcul de propòsit general creix a una taxa de creixement anual composta del 18,5 per cent durant el mateix període. .
Els grans models que s'han fet més populars a la indústria en els darrers anys són les innovacions principals més típiques impulsades per la potència informàtica intel·ligent. Segons l'informe, gràcies a la forta capacitat de generalització del model, la baixa dependència de les dades de cua llarga i la millora de l'eficiència de l'ús del model aigües avall, es considera que el gran model té el prototip d'"intel·ligència general" i té convertir-se en una de les maneres importants d'explorar la indústria per aconseguir una intel·ligència artificial inclusiva.
Els fonaments tècnics de Big Model són l'arquitectura del transformador, l'aprenentatge de la migració i l'aprenentatge autosupervisat. L'arquitectura del transformador ha fet avenços en PNL i també ha demostrat la seva eficàcia en tasques de visió. Des del punt de vista de la potència de càlcul, la capacitat del llenguatge i els models visuals i la demanda de potència de càlcul corresponent s'estan expandint ràpidament, i el desenvolupament de grans models està recolzat per una gran potència de càlcul.
Si fem servir l'"equivalent aritmètic" (PetaFlops/s-day, PD), és a dir, la quantitat total de potència aritmètica consumida per un ordinador que funciona a bilions de vegades per segon durant un dia sencer, per mesurar la quantitat total de potència aritmètica necessaris per a les tasques d'IA, AlphaFold2 a AI més Science, sistemes de conducció autònoma i GPT-3 a AI plus Science. L'entrenament amb models com ara GPT-3 requereix centenars o fins i tot milers de PD de suport aritmètic, com ara l'entrenament GPT-3 requereix 3640 PD de potència aritmètica.
Amb la capacitat dels grans models, les aplicacions de tipus AIGC, com ara text a gràfic i humans digitals virtuals, estan entrant ràpidament en l'etapa de comercialització i aporten grans canvis a la producció de continguts del metaunivers. Segons l'informe, el gran model permet que la tecnologia d'IA passi de "poder escoltar i veure" fa cinc anys a "ser capaç de pensar i crear" avui, i s'espera que aconsegueixi "ser capaç de raonar i prendre decisions". " en el futur. Es preveu que el futur assoleixi un avenç important de "poder raonar, poder prendre decisions".
Tanmateix, el desenvolupament de grans models també comporta grans reptes per a la potència de càlcul. Segons l'informe, la gran sobrecàrrega de recursos computacionals i d'emmagatzematge per a l'entrenament de grans models té uns requisits elevats per als sistemes informàtics accelerats i les piles de programari d'intel·ligència artificial, i sovint es necessiten milers de targetes acceleradores per entrenar centenars de milers de milions i bilions de models, la qual cosa suposa un gran repte a la promoció i generalització de grans models.
Al mateix temps, limitada per l'efecte decreixent marginal, la millora addicional de la complexitat i la precisió del model requerirà una proporció més gran dels recursos informàtics generals, i les preocupacions sobre l'eficiència computacional limitaran l'expansió continuada de l'escala de paràmetres del model gran.
Per tant, tot i que el nombre actual de paràmetres de grans models encara no ha arribat a la mida sinàptica del cervell humà, la percepció del mercat dels grans models s'està tornant racional. La indústria reconeix gradualment que el desenvolupament de grans models s'ha de centrar més en el verd i baix en carboni, l'enfonsament de la capacitat de servei i la pràctica del model de negoci, cosa que obrirà el camí perquè l'escala dels grans models arribin a diverses indústries.
L'informe assenyala que, en general, el grau d'aplicació de la IA en diverses indústries mostra una tendència a l'aprofundiment i els escenaris d'aplicació són cada cop més extensos. La IA s'ha convertit en una capacitat important per a les empreses per buscar nous punts de creixement empresarial, millorar l'experiència de l'usuari i mantenir la competitivitat bàsica.
Mentrestant, al rànquing de ciutats d'IA de la Xina del 2022, Pequín, Hangzhou i Shenzhen continuen mantenint els tres primers llocs, Xangai i Guangzhou van ocupar el quart i cinquè lloc, i Tianjin va entrar al top 10. A més de les ciutats TOP10, moltes ciutats com Hefei, Wuhan i Changsha han avançat molt en les aplicacions d'IA, impulsats pels seus propis avantatges industrials i diversos factors.
*** Traduït amb www.DeepL.com/Translator (versió gratuïta) ***