|
人工智能产业发展持续引发热潮。据埃森哲和经济学前沿公司分析，预计到2035年，AI将推动我国GDP增长21%。其中，基础设施在确保人工智能系统的可靠性和性能方面发挥着至关重要的作用。 广义上的人工智能基础设施既包括宏观层面的5G网络、新型数据中心、国家实验室等，也包括微观层面的芯片、基础软件、深度学习、算法等。 政策措施的出台夯实了人工智能产业发展的“底座”。那么，国内相关城市在人工智能基础设施方面进展如何？面临哪些难点？ 第一梯队城市优势突出 其他城市差异化发展 近些年来，北京、上海、深圳、广州、合肥等多个城市围绕人工智能产业的关键基础设施建设，相继印发政策文件，发力抢占新一代人工智能创新发展高地。 那么，哪些城市算得上是人工智能发展第一梯队？ 官方虽然没有给出一个明确的划分，但是从相关单位发布的与人工智能发展有关报告可以窥见一二。 7月6日，2023全球数字经济大会专题论坛“全球变化下的智慧城市”发布了《2023亚洲智慧城市排名》《2023二十国集团（G20）智慧城市排名》两份报告。报告显示，北京、上海、深圳、重庆四个中国城市无论是在亚洲智慧城市排名中，还是在G20智慧城市排名中，均位列前10%。此外，南京、成都、广州、苏州、杭州、香港六个中国城市也位列亚洲智慧城市前10%行列。 此外，梳理多份研究报告发现，北京、上海和深圳三座城市在人工智能综合实力方面排在全国前三，可视为第一梯队。例如，由创新型AI企业北京上奇数字科技有限公司联合新一代人工智能产业技术创新战略联盟发布的《中国城市人工智能发展指数报告（2020-2021）》中，北京、深圳和上海三座城市的得分均超过60分，分别为88.72、77.63和68.59，位居前三。 在人工智能融资额方面，企业信用信息平台启信宝在今年稍早前发布的《中国人工智能产业图鉴》数据显示，2016年至2022年期间，人工智能相关企业融资金额总量前三城市分别为北京（67161.82亿元）、上海（43557.43亿元）、深圳（27066.35亿元）。  可以看出，就国内而言，北京、上海和深圳在人工智能综合实力中可以排在第一梯队。 第一梯队的综合实力也体现在人工智能基础设施建设上。拿重点科研平台来说，北京人工智能领域的国家重点实验室、省部级实验室等科研平台数量位居全国首位。清华大学、北京大学和中国科学院三家高校院所在AI学科综合排名高居全球前列。深圳则围绕第三代半导体、人工智能和脑科学等前沿领域设立了10多家基础研究机构。 此外，在深圳，政府方面主导成立了鹏城实验室、深圳人工智能与大数据研究院等研发机构。公开资料显示，深圳“鹏城云脑”的建设以开放共享和支撑产业创新发展为目标。试运行期间，约70%的机时服务于鹏城实验室以外的企业、高校、科研院所，已支撑近千个国产AI模型训练。 上海作为2018年至2023年六届世界人工智能大会的举办地，在类脑研究、计算机视觉、核心芯片、算法平台、智能机器人等人工智能关键基础设施领域具备领先优势。例如，上海拥有上海量子科学院研究中心、上海脑科学与类脑研究中心张江实验室等一大批人工智能研发机构。 不过，第一梯队城市的人工智能基础设施建设也大多是以市场为导向。浙江大学国际联合商学院数字经济与金融创新研究中心研究员盘和林曾在接受相关媒体采访时表示，这三个城市是根据自身的产业层次来制定人工智能发展的方案措施。比如深圳的重点是赋能千行百业，因为深圳的产业基础雄厚。北京则聚焦芯片发展，因为北京有很强的科研优势。上海的重点则在于民营企业参与，突出市场激励。 人工智能基础设施是为人工智能技术研发、应用和服务提供支撑的基础设施，因此也包括数据集、算力、开源开放平台等。在人工智能创新平台建设上，第一梯队城市也具备明显的优势。 近日，科技部批复了九个国家新一代人工智能公共算力开放创新平台。上海交通大学网络安全技术研究院院长李建华透露，平台将重点建设人工智能算力网络与算力资源共享平台，人工智能软件资源供需对接与任务调度平台。九个开放创新平台中，北京就有两个入选。 就算力而言，国家互联网信息办公室今年5月发布的《数字中国发展报告（2022年）》显示，截至2022年底，我国数据中心机架总规模已超过650万标准机架，近五年年均增速超过30%，在用数据中心算力总规模超180EFLOPS，位居世界第二。 从国内城市来看，头部城市在算力综合实力上依然占据优势。 国际数据公司（IDC）在《2022全球计算力指数评估报告》中指出，中国的算力产业规模和多样性目前正持续高速增长，2018年-2022年，北京、杭州、深圳的算力规模位居全国前三。 以北京为例，近年来，北京持续加码人工智能算力基础设施布局。今年年初，北京首个人工智能计算中心——北京昇腾人工智能计算中心正式成立，落地中关村门头沟园。 中国电子商务专家服务中心副主任郭涛曾对外表示，当下智算中心的发展正处于快速上升阶段，各地都掀起了项目建设运营高潮，全国已有超过30个城市正在建设或提出建设智算中心，同时一些城市的智算中心已经投入运营或即将投入运营。 但是其他城市也具备差异化优势。例如，苏州也是国内布局人工智能产业较早的城市。2021年，科技部发文支持苏州市建设国家新一代人工智能创新发展试验区。文件要求苏州加强机器学习、智能计算等人工智能前沿理论和关键核心技术的研发应用，提升智能化基础设施水平，促进人工智能与制造业深度融合。 苏州有上海交通大学苏州人工智能研究院，该研究院打造了全生态人工智能综合配套服务平台，其中包含三大组成部分。人工智能超算服务平台提供异构并行计算、分布式数据存储系统和智能调度系统。数据智能分析中心提供音频、图像、视频等数据集存储和管理支持服务。人工智能技术标准测试中心包含了静音室、录音室、智能家居、智能车载和人工智能展厅。 除了苏州，杭州、重庆和武汉等城市也在智能感知、智能计算和智能语音等方面积累了丰厚的基础。例如，位于杭州的之江实验室作为浙江重要的科技创新平台，主攻智能计算、智能感知、人工智能、智能网络和智能系统五大科研方向。 企业是基础设施建设的关键 2019年，科创板正式开板，成为推动我国互联网、大数据、云计算、人工智能发展的标志性事件。实际上，企业已经成为各个城市人工智能基础设施建设的关键力量。 例如，在今年5月，上海市发展改革委制定了《上海市加大力度支持民间投资发展若干政策措施》并印发。其中提出，充分发挥人工智能创新发展专项等引导作用，支持民营企业广泛参与数据、算力等人工智能基础设施建设。推动“补需方”改革，支持高校、科研机构、国有企业通过政府采购、租用等方式使用民间投资的数据储存和算力资源；通过科技创新券支持民营企业租用算力、存储资源；推动政府部门租用民间投资专用算力支持大语义学习、元宇宙、时空底图等专业场景应用。 另外，深圳市人工智能行业协会发布的《2021人工智能白皮书》也显示，截至2020年底，北京、深圳、上海、杭州聚集人工智能企业数量分别近1500家、1318家、1298家、近700家，深圳相关企业数量位居全国第二。其中，深圳22.89%的企业布局在基础层，重点聚焦在物联网、大数据以及云计算领域。 全国政协委员、中国科学院计算所研究员张云泉表示，北京、上海、深圳、杭州等地人工智能基础设施发展较好很大程度上是这些城市有大的互联网公司和专注于人工智能发展的公司。例如，北京有百度，深圳有华为和腾讯，杭州有阿里等。 “这些公司需要大量的芯片去进行训练和推理，所以在人工智能基础设施和设备的采购上就会产生巨大的需求，然后采购相关的服务，所以这个是跟城市人工智能基础设施建设高度相耦合的。”张云泉说。 在7月5日举行的2023产业互联网创新发展论坛上，北京市经信局相关负责人表示，北京将加快推动城市算力中心建设，持续开展6G通信、量子科技、算法、区块链、生物与信息技术融合、互联网3.0等领域技术攻关；并支持头部企业打造国家级人工智能大模型，加速培育开源产业生态，积极建设互联网3.0示范区。 催生实体经济模式创新 近些年来，我国围绕5G等新型基础设施的投资规模在不断加大。据高盛研究部预计，2020年-2025年中国新基建投资将达到15万亿元人民币，有望每年创造逾20万个新工程师岗位。 IDC与浪潮信息、清华全球产业院联合发布的《2021-2022全球计算力指数评估报告》披露，算力指数每提高1点，国家的数字经济和GDP将分别增长3.5‰和1.8‰，而且这个趋势将一直保持至2025年。 一个更直观的数据是，算力产业每投入1元，将带动经济产出3-4元。工信部副部长张云明将“算力”定性为“是继热力、电力之后新的关键生产力”。 2019年3月，中央全面深化改革委员会审议通过的《关于促进人工智能和实体经济深度融合的指导意见》指出，要构建数据驱动、人机协同、跨界融合、共创分享的智能经济形态。 对外经济贸易大学信息学院教授陈振娇认为，当前，我国正处于工业经济向数字经济和智能经济转型的关键阶段。所谓智能经济是人工智能新基建与实体经济深度融合产生的新型经济形态；近年来增长迅速，2021年人工智能核心产业规模较2019年同期增长6倍。目前，智能经济在制造、交通、医疗及商业等场景应用广泛，对实体经济模式创新、转型升级和提质增效方面发挥了重要作用。 如何更好地推动人工智能基础设施建设与实体经济深度融合？一是推动民间投资参与人工智能基础设施建设。从数据存储、算力支持、模型共享，各个环节引导民间投资深度参与。二是通过政策引导，发行科技创新券，让智能制造企业和产业互联网企业，能够通过消费券享受价格补贴，积极使用人工智能基础设施。 此外，要实现AI发展的未来目标，自然需要相应的“保障”。 广东省人工智能产业协会联席会长、华南理工大学计算机学院院长陈俊龙认为，持续利用AI技术，需要具备技术、数据和算力等条件或要素，以及与城市的产业特色、发展需求、创新环境等因素相适应的协同合作机制。 具体到不同城市来说，还需要考虑产业特色、发展需求、创新环境三个要素的影响。以产业特色为例，即任何一座城想要发展本地的AI产业，都需要根据城市的产业优势和特点，选择适合的AI应用领域和场景。比如北京市在交通、医疗、教育等领域；杭州市在金融、商务、物流等领域。 一个普遍的认识是，中国AI快速发展，已初步形成了应用导向、场景驱动、技术支撑的发展生态。但在底层算法、关键软硬件和生态体系等方面仍需进一步发展。因此，各城市在出台AI相关政策时也有所侧重寻求突破。在北京的《创新策源地实施方案（2023-2025年）》中一共出现了9次“突破”。比如，“着力突破人工智能关键技术”“推动国产人工智能芯片实现突破”等。 在《上海市人工智能产业发展“十四五”规划》中累计出现了17次“突破”。比如，“深化人工智能通用技术突破”“突破人工智能行业应用的关键共性技术”等。 但在互联网时代，开源已经是时代发展主流。在今年5月底召开的2023中关村论坛上，中国科学院院士王怀民介绍，大模型因其不确定性形成开源模式和预研模式同时推进的基本格局。在美国32个大模型中，有15个开源。中国的9个大模型中有5个开源。 因此，合作是AI发展的必然趋势。 陈俊龙表示，人工智能产业化应用的发展需要多方面的合作和支持，包括政策、技术、资金、人才、数据、算力等要素。不同城市有不同的优势和特色，可以根据自身的发展定位和需求，选择合适的合作伙伴。 对外经济贸易大学信息学院院长熊璋表示，当城市群成为一个整体发展目标之时，其共生、互生效应就决定了其产业发展的共同目标，AI的应用场景变成了城市群，而不是一个独立的城市，AI产业的发展就应该关注产业链条的高质量运行。“协同创新、数据共享、模型开源就是必由之路。” 现实之中，一些城市也进行了相关的合作。 中国新一代人工智能发展战略研究院今年5月发布的《中国新一代人工智能科技产业发展2023》披露，从城市之间的技术合作流动情况看，北京市、深圳市、广州市和上海市是AI技术合作关系密度最高的城市，尤其是北京市和深圳市、广州市之间的技术合作。 从城市之间的技术合作关系看，排名第一的是北京市内部技术合作，占比10.87%；排名第二、第三和第四的分别是深圳市和北京市（从深圳流向北京）、深圳市和深圳市（即内部技术合作）、北京市和深圳市（从北京流向深圳）的技术合作。从城市的视角看，北京和深圳构成了AI技术合作关系流动的南北“两极”。（综合编辑） |
|
|
