【產業鏈圖譜 | 人工智能產業鏈圖譜_人工智能產業鏈全景圖】

【研究報告 | 人工智能行業研究報告】

導讀：2019年9月18日，在第四屆HUAWEI CONNECT 2019，華為重磅發布了全球最快AI訓練集群Atlas 900，加速科學研究與商業創新的智能化進程。該款產品由數千顆算力最強的處理器Ascend 910組成，總算力達到256-1024 PFLOPS@FP16，相當于50萬臺PC計算機能力。該款產品在衡量AI計算能力的金標準基于ImageNet數據集訓練ResNet-50模型，Atlas 900只需59.8秒就完成了訓練，同等條件下比原來的世界紀錄快了10.2秒，算力之爭進入白熱化。

　　人工智能的發展建立在其生態環境成熟的基礎之上。近幾年隨著通信、芯片等行業的發展，締造出人工智能的三要素算力、算法和數據。數據的爆炸增長為人工智能提供了土壤，伴隨著信息技術和互聯網的發展，數據爆發性增長，人類每5年所產生的新數據幾乎都超過之前所有數據的總和，未來將產生更豐富的數據。算法的演進迭代推動了人工智能的落地應用，從決策樹到神經網絡，從機器學習到深度學習，算法與產業結合，衍生出更豐富更復雜的應用場景。算力是基于芯片、加速計算、服務器等軟硬件技術和產品的完整系統即承載人工智能應用的基礎平臺，算力的提升會直接提升數據儲存和算法迭代，因此也是人工智能快速發展的核心推動力。

圖1 人工智能三要素圖解

　　（資料來源：公開資料，五度易鏈行業研究中心）

寒冬不“寒”，中國人工智能投融資火熱

　　2018年，中國資本市場進入寒冬，融資規模大幅縮減，從2017年股權融資數量22852家縮減到16796家，同比減少26.5%，中國資本市場迎來寒冬。新募集的資金量約1700億美元，約合一萬億人民幣，而沒有投出的錢會積累到之后幾年。據華興資本測算，2018年底，已投未退出金額高達4500億美元，尚未投資的存量資金近5000億美元。側面反映出投資者觀望的態勢和謹慎的保守心理，這是資本市場“寒”的表現。

　　據統計，2017年人工智能市場融資634億，2018年融資1311億，同比增長106.7%，人工智能企業融資前九位共融資740億左右，加上B輪融資數億美元的寒武紀，前十大企業占據近60%資金，見圖2。在資本謹慎交易的寒冬市場，人工智能投融資熱度不減，可見中國人工智能市場的火熱。

圖2 2018年中國人工智能企業融資情況

　　（資料來源：艾媒咨詢，五度易鏈行業研究中心）

算力為王，人工智能發展領域航向不改

　　據統計，2018年中國人工智能各行業市場規模中，見圖3-1，政府行業遙遙領先，主要原因是政府投資硬件規模較大，而在應用層面，互聯網和金融行業智能化程度更高，有深厚的技術人才儲備。金融行業得益于較好的數據化基礎，一些大型金融企業已經在算力方面大力開發人工智能，AI已經出現在很多金融應用場景中。計算力的提升是人工智能發展的最重要的支撐，因此算力的成熟度決定人工智能在行業中的發展速度，根據IDC的調研，2018年中國人工智能市場中算力成熟度前三位分別是互聯網，政府和金融行業，見圖3-2，依靠算力的優勢，上述三大領域在未來相當一段時間內仍會是人工智能領域的主戰場。

圖3 2018年人工智能市場領域與算力成熟狀況統計

　　（資料來源：IDC，五度易鏈行業研究中心）

城市算力重洗牌，創新效率是趨勢

　　2019年國內城市算力出爐，相對2018年算力排名，已經重新洗牌北京超越杭州位居第一，廣州進入T1陣營，南京、西安進入T2陣營，見表1。北京超越杭州主要由于字節跳動、百度等巨頭的發展以及大量初創型（包括一部分獨角獸）人工智能企業的成長從，而躍居榜首。廣州則憑借經濟優勢吸引企業和人才入駐進入T1陣營，蘇州、南京和西安主要是依賴政府科技產業園的建設，人才和資本的聚集，本質上與廣州類似，掉出T2陣營的城市的原因主要在人才和資本競爭方面的優勢不足。

　　表1 2018與2019年城市算力排行

　　（資料來源：IDC，五度易鏈行業研究中心）

　　人工智能的實踐是從算力的提升開始，目前國內的算力發展未達到需求，提升算力仍是人工智能發展的主題，未來與云的結合，基礎架構的大力發展以及與物聯網的融合都將成為發展趨勢，而從城市算力變遷中，我們不難看出，算力的提升終究是效率的創新與發展，算力自動化模型的建立與可定制化計算也會現世，資本的青睞與人才的匯聚是最終影響城市之間算力競爭力的主要因素。

結語

　　人工智能市場在資本謹慎的環境下依舊火熱，其背后是資本的認可，算力作為人工智能最核心的要素，其發展的成熟度決定著人工智能落地應用領域的發展。國內城市算力的變遷折射出創新效率—人才與資本的青睞度才是最終影響人工智能發展的關鍵因素。