2018中国AI计算力城市排名 合肥贵阳跃升黑马

（原标题：2018中国AI计算力城市排名： 合肥贵阳跃升中西部黑马）

随着生产、生活与大数据、AI结合，计算力也已经成为一种新的生产力。

9月12日，在2018中国人工智能计算大会上，浪潮联合IDC研究发布了《2018中国AI计算力发展报告》摘要版。

报告显示，杭州、北京、深圳、上海、合肥位列AI计算力城市排名前五位。相关专家分析，北上广加上浙江，每万亿GDP对服务器的需求远远大于其他省，这四个地方的新旧动能转换走在前列。

工信部赛迪研究院互联网研究所副所长陆峰21世纪经济报道记者表示，目前中国做AI的企业中、引领发展潮流的主要还是互联网企业，北京、上海、深圳和杭州互联网产业相对发达，AI产业本身也比较发达，而合肥有中科大和科大讯飞，所以AI产业也能在全国排上名次。

杭州AI计算力位居第一

报告试图通过对AI计算力发展的综合评估，呈现AI产业发展趋势、行业现状和典型的应用，为AI发展战略制定、AI商业应用、AI架构选型、AI算力优化提供决策依据和参考。 报告考量了政府、区域相关政策法规对于AI产业的影响，地方产业发展现状以及IT消费市场规模等变量因素。

报告显示，在AI计算力城市发展排名前五位的城市是杭州、北京、深圳、上海、合肥，处于AI计算发展的第一阵营。当地成熟的市场环境以及良好的产业政策为人工智能的发展奠定了坚实的基础，特别是位居前三位的杭州、北京、深圳，已经聚集了一大批AI领域的高科技公司，形成了良好的AI创业创新氛围；成都、重庆、武汉、广州、贵阳位列AI发展的第二阵营，这批城市有较好的IT基础和AI培育环境，并结合当地产业优势，因地制宜的构建人工智能产业布局。

在第一阵营中，杭州、合肥成为二线城市中的黑马，第二阵营中贵阳成为黑马。据浪潮AI系统架构师邸双朋对记者介绍，报告考虑了诸多AI基础设施的指标，还有AI服务器的使用量。杭州近年在新经济领域发展较快，出现了一批互联网公司，对AI服务器的使用量日趋增加。贵州近几年力推发展大数据产业，包括腾讯、苹果等多家科技巨头将数据中心放在贵州，贵阳也是聚集了一批数据公司和数据中心，所以整体排名靠前。

而对于合肥，拥有中国科学技术大学的科研优势，也有科大讯飞这样的AI代表性企业，据媒体报道，中国科大高新园区将打造以中科大智能与信息学部为核心,重点实验室、联合实验室为支点的科教创新平台,并以园区为核心,规划5000亩中国(合肥)人工智能产业园，建设科研教育、智能语音、芯片和创新孵化、智能视觉及语音产业等七大功能区。

金融成AI最佳应用场景

计算驱动了人工智能发展，人工智能也反向促进了计算的变革与创新，两者相辅相成。人工智能应用快速落地并赋能更多的行业，数据和训练任务量呈指数级增长，激发了对计算的巨大需求。OpenAI报告显示，2012年以来，AI训练中使用的计算力每3.5个月增长一倍，6年增长几十万倍以上。

美国工程院院士、美国加州大学洛杉矶分校教授丛京生分析，推动AI的发展有两个因素，一是因为互联网的产生，互联网产生之后有了大数据。第二，计算使AI无所不在，早期用的计算机，每秒钟执行200万到300万指令，当AlexNet产生的时候CPU已经发展到多核，在一秒有一千亿到两千亿的运算。再往下是用到GPU，又把这个能力提高了十倍到上百倍。因为计算能力的提高，让今天的AI做到了无处不在。

2018年人工智能商业化应用尝试已经遍及大多数行业，在上述报告中呈现的AI计算场景TOP应用排名的前几位主要是互联网、政府、医疗和金融。在具体行业方面，目前人工智能已经在金融、交通、教育、安防等多个垂直领域得到应用。

其中金融行业的AI应用最为典型，金融行业的数据量大，对数据处理精准度要求高。高盛集团的一位高管在2018年上半年透露，关于股票交易，在15年至20年前，高盛有500人在为股票做市，现在只剩下三个人，其余的工作已经全部被机器人所取代。

事实上2018年AI应用的热门行业，还有工业互联网、智能制造，显然工业领域的AI应用并未列入报告排名榜单。和金融行业不同，制造业领域的数据采集相对更有难度，特别是在中国，传统的劳动密集型的制造业还停留在推进两化融合的阶段，离智能时代还很远。

21世纪经济报道记者现场采访报告参与方专家，其表示目前AI在工业领域的应用还比较早期，没有形成大规模的应用，但是从长期来说，智能制造和工业互联网市场规模巨大，也有庞大的市场需求待挖掘，对于企业来说，工业板块也是布局重点。

报告称，预计未来2-3年，人工智能在生物识别和智慧城市建设领域的应用将会率先步入商业应用的成熟期；预计在未来5-10年，人工智能产业在智能家居和工业制造领域的应用也将逐步步入高速发展的产业窗口。

在算力方面，IDC报告显示，2017年AI硬件销售额同比增长235%，GPU、FPGA专用芯片和异构计算加速技术的快速发展，为人工智能的发展提供了充足的条件，给深度神经网络算法应用于大数据处理提供了可能性。