鳳凰（Aofei Templeより提供）、QbitAI | WeChat公式アカウント QbitAI

毎年恒例の中国 AI コンピューティング パワー レポートが発表されました。

今年で5年連続の発売となります。

今回、北京、杭州、深センは引き続き AI 都市のトップ 3 に名を連ね、北京は4 年連続でトップの座を維持しました。

上海は依然として上位陣の常連であり、一方広州は4年ぶりに5位に復帰した。

比較的新顔が少ない第 1 層と比べると、第 2 層(6 位から 10 位)では、より大幅な入れ替えが見られました。

「新一線」都市の成都は力強い復活を遂げ、南京を抜いて6位となった。一方、天津は南京に僅差で続き、初めてランクインした。

毎年リストに入っていた合肥は初めてトップ10から外れた。

確かに、浮き沈みは激しく、非常に激しいものでした。

しかし、今年の最大の変化は、間違いなくインテリジェントコンピューティング能力の規模です。

IDCとInspur Informationが共同で発表した「2022～2023年中国人工知能コンピューティングパワー発展評価レポート」によると、2022年に中国の人工知能コンピューティングパワーはついに初めて一般的なコンピューティングパワーを超え、268EFLOPS （1秒あたり268エクサスケール浮動小数点演算）に達した。

これは、インテリジェントなコンピューティング能力が、すぐにあらゆるコンピューティング能力の需要における主力になることを意味します。

そのため、本レポートでは初めて、インテリジェントコンピューティングパワーに関する統計と予測も個別に収録し、AI業界のインテリジェンスとイノベーション、つまりインテリジェントコンピューティングパワーがどれだけの推進力をもたらすのかのベンチマークを提供することを目的としています。

もちろん、上記に加えて、いつものように、レポートでは AI 業界の発展動向や業界への浸透に関するより興味深い情報も明らかにしています。

例えば：

• 中国のAI支出のうち、今後5年間でハードウェアが総額の少なくとも65%を占め、ソフトウェアとサービスのシェアをはるかに上回ることになる。

• 中国では、金融セクターのAI普及率が全業界の中で最も大きく増加し、2022年には62%に達し、インターネットセクターに僅差で続きました。

• 多くの人が指摘しているように、人気の大規模モデルはすでに「汎用インテリジェンス」の基礎を備えており、低エネルギー消費と強力な適用性が主な要件となっています。

...

詳しくはレポートをご覧ください。

中国の AI 最強都市: 北京がトップ、第 2 層が激しい競争。

この AI 活用都市トップ 10 のリストは、人工知能への投資規模、政策支援の強さ、技術の成熟度、労働力供給などの要素に基づいています。

テクノロジーの成熟度には、データ プラットフォーム、AI コンピューティング パワー加速ソリューション、クラウド サービス アプリケーションの成熟度、アプリケーション シナリオの成熟度が含まれます。

北京が4年連続でトップの座を維持できたのは、政策支援だけでなく、学術や人材資源の支援と切り離せない関係にある。

ここには、AI関連の人材が全国の​​半数以上を占めており、北京大学、清華大学、中国科学院自動化研究所など、全国のAI関連研究機関の半数以上もここに集まっています。

深センと上海については詳しく説明する必要はありません。

前者は地元の大学資源が不足しているものの、先進国からの多額の外国投資とハイエンド産業を誘致しています。

中国の「教育の雄」である北京は、2025年までに30万人のAI人材を抱える予定であり、AI特許認可数も常に国内トップクラスであるため、AIの実力は当然低くない。

広州市が4年ぶりにトップクラスに返り咲いたのは、昨年の政策支援強化が主な要因です。広州市は、先進製造業、自動車交通、ヘルスケア、都市ガバナンスという4つのAI分野に注力し、「100万」目標（人工知能産業パークを10カ所建設し、典型的なAI応用実証シナリオを100件実施し、約1,000社のAI企業を育成する）を掲げました。

しかし、今年最も注目を集めているのは、第1層に躍り出ようとしている成都と、第9位でリストに初登場した天津だ。

まず、成都は今年、国家レベルの「東データ西コンピューティング」プロジェクトの西部地域の重要拠点の一つとなり、5月には中国南西部最大の人工知能コンピューティングセンターである成都インテリジェントコンピューティングセンターを建設し、稼働させた。

公開データによると、このセンターのAIコンピューティングプラットフォームは最大300PFLOPS （FP16）のコンピューティング能力を備えており、これは高性能PC15万台に相当します。

成都は、新しいインテリジェントコンピューティングセンターに加えて、今年10月に「コンピューティングパワーのための9つの措置」政策も策定し、AI産業の構築に積極的に取り組む企業や研究機関に多額の資金援助を提供しました。

例えば、成都インテリジェントコンピューティングセンターと協力して、スマートシティ、インテリジェント製造、バイオメディカルなどの業界で模範的なAIイノベーション応用シナリオを作成できれば、最大100万人民元の一回限りの報酬を受け取ることができます。

今年の大きな動きにより、成都は間違いなくさらに魅力的な都市となり、リストの9位から6位へと躍進した。

初めてリストに載った天津を見てみましょう。

最近の3回の世界人工知能会議はすべてここで開催されており、比較的発達したインテリジェント製造業を持つこの都市では、多数のAIプロジェクトの実施が促進されています。

計画によれば、天津は2024年に人工知能パイロットゾーンを建設する予定であり、これはAI産業チェーン全体（現在は主に上流のチップ産業と下流の人工知能応用シナリオに集中している）を改善する大きな可能性を秘めていることを意味する。

周知のとおり、都市であれ、企業であれ、研究機関であれ、人工知能産業の発展は最も基本的なコンピューティング能力のサポートから切り離すことはできません。

レポートで提示された 2 つのデータは、人工知能市場が活況を呈している一方で、コンピューティング能力の規模も成長しており、そのペースも速いことを示しています(特にインテリジェントコンピューティング能力) 。

具体的には、AI市場に関して：

IDCは、中国における人工知能への支出は2022年に132億ドルに達し、2025年までに267億ドルに達すると予測しており、5年間の年平均成長率は21.1%となる見込みだ。

計算能力に関して:

すでに今年半分以上を占めるインテリジェントコンピューティング能力は、2026年までに1271.4 EFLOPSのレベルに達すると予想されています。

2021年から2026年にかけて、中国のインテリジェントコンピューティング能力の複合年間成長率は52.3％に達すると予想され、同期間における一般コンピューティング能力の複合年間成長率は18.5％になると予想されています。

インテリジェント コンピューティング パワー市場が活況を呈しているのは、Inspur Information の副社長であり、Inspur の人工知能および高性能コンピューティング製品ラインのゼネラル マネージャーであるLiu Jun 氏が次のように述べた理由によるものです。

コンピューティング能力はデジタル経済時代の中核的な生産性であり、インテリジェントコンピューティング能力は将来のイノベーションの核心的な原動力です。

たとえば、現在人気の chatGPT のベースとなっている GPT-3 モデルでは、3640 ペタフロップスの計算が必要です。

それは何を意味するのでしょうか? 現在世界最速のスーパーコンピューターである日本の富岳でさえ、1秒あたり550ペタフロップスしか処理できません。

たとえば、テスラの FSD (完全自動運転) システムの融合認識モデルのトレーニングには 500 PD (デジタル ユニット) の計算能力が必要ですが、計算生物学の「スター」である AlphaFold2 では 300 PD が必要です...

大規模な AI モデルのトレーニング、自動運転システム用の認識モデルのトレーニング、AI + サイエンスなどの AI アプリケーションやイノベーション、デジタル ヒューマンのモデリングやレンダリングなど、それらはすべて強力なコンピューティング パワー(特にインテリジェント コンピューティング パワー)のサポートから切り離すことはできないと断言できます。

したがって、すべての都市が独自のインテリジェント コンピューティング インフラストラクチャの構築を加速しているのも不思議ではありません。

したがって、今年、いくつかの都市がリストから外れたのは、その都市が「衰退した」からではなく、新星が強すぎるからだと推測してもよいだろう。

例えば、今年のトップリストに加え、合肥、武漢、長沙はAIとコンピューティング能力でかなりの進歩を遂げており、来年は第2層の座を争うことができるかもしれない。

インテリジェントなコンピューティングパワーをイノベーションにどう変換できるでしょうか?

IDCによると、人工知能は現在、マルチシナリオへの応用、大規模展開、そして統合を特徴とする高度な応用段階へと発展しています。データ量は急速な増加傾向を示し、アルゴリズムモデルのパラメータ数は指数関数的に増加し、アクセラレーテッドコンピューティングを中核とするコンピューティングセンターの規模は継続的に拡大しています。

このコンピューティング能力を実際の生産性に変換するには、AI チップ、サーバー、コンピューティング アーキテクチャ、クラウド サービス、アルゴリズム モデル、エコシステムからのサポートが不可欠です。

過去1年間の実績はどうだったのか、そして今後どのような傾向を示すのか。一つずつ見ていきましょう。

1. AIチップ：NPUが最も大きな成長を示す

IDC は、世界の AI チップ市場が 2025 年までに 726 億ドルに達すると予測しています。

2021年、中国は依然としてデータセンターコンピューティングの高速化に主にGPUに依存しており、市場シェアはほぼ90%に達しました。

ASIC、FPGA、NPUといったGPU以外のチップの市場シェアは10%を超えています。中でも、比較的シンプルな設計ロジックと大幅な省電力化を実現するNPUは、過去と比較して顕著な増加を見せています。

全体的に、中国の AI チップ市場には次の 4 つの主な特徴が見られます。

幅広い発展の見通しにより、低エネルギー消費は避けられない傾向となっています。

しかし、各種類のチップの開発にはばらつきがあり（端末に使われるチップの開発は比較的早いのに対し、クラウドコンピューティングなどの分野で使われる汎用的な基本層チップの開発は比較的遅れている） 、エコシステムの改善が必要です。

2. AI サーバー: Inspur は世界市場シェア第 1 位を占めています。

AIサーバーは、人工知能市場の成長を牽引する主力として、2021年に世界市場で初めて1000億人民元（約1045億人民元）を突破し、前年比成長率は39.1%となり、世界の人工知能市場全体の成長率を上回りました。

その中で、中国メーカーのInspurが市場シェア20.9%でトップとなり、続いてDell （13.0%） 、HPE （9.2%）となった。

今後、世界のAIサーバー市場は2025年までに約1,929億人民元（277億米ドル）に達し、5年間の年平均成長率は20.3%になると予測されています。さらに、中国企業の80%以上が、来年も人工知能サーバーへの投資を拡大し続けると予想されています。

IDC は、ワークロードの観点から、AI モデルが徐々に広範な本番環境展開に入るにつれて、企業はトレーニングではなく推論ワークロードを処理するためにAI サーバーを使用することが増えると考えています。

3. コンピューティングアーキテクチャ：イノベーションの加速

DSA （ドメイン固有アーキテクチャ）コンセプトに基づいて設計された人工知能チップが主流になりつつあり、人工知能チップの多様な発展を推進しています。

多次元コンピューティング能力を「使用可能」から「使いやすい」へと変換し、企業にとってのビジネス価値を創造するには、多用途で環境に優しく、効率的で、安全かつ信頼性の高いコンピューティング システムのサポートが必要です。

業界は、多機能コンピューティングパワーシステムのアーキテクチャにおけるイノベーションを推進し、コンピューティングノード内およびノー​​ド間の相互接続技術に基づく既存のコンピューティングアーキテクチャのボトルネックを打破しています。複数のチップ、複数のボード、そして複数のノードのシステムレベルの機能を最大限に活用することで、様々なアクセラレーションユニットとノード間システム間の効率的な連携を実現し、コンピューティング性能を向上させます。

4. クラウド サービス: 検索、顔認識、推奨エンジンが上位 3 位にランクインしました。

クラウド コンピューティングは、企業にさらに豊富なコンピューティング パワーのサポートを提供します。

IDCの統計によると、2021年、人工知能向けパブリッククラウドサービスの市場規模は人工知能ソフトウェア市場全体のわずか13.4%を占めるに過ぎなかったが、年間成長率で見ると、その成長率は依然として人工知能ソフトウェア市場全体をはるかに上回った。

現在、トップ 3 の AI クラウド サービスは、検索、顔認識、推奨エンジンです。

IDC は、今後 18 か月で、トップ 3 がNLP、画像認識、ビデオ認識になると予測しています。

Inspur Information の Liu Jun 氏によると、所有権がこれほど急速に変わった理由は、これら 3 つすべてが実際には知覚知能と計算知能のカテゴリに該当するためだという。

これら2種類の知能は既に比較的成熟した段階に達しており、改善の余地は限られています。例えば、インテリジェントな顧客サービスは、方言や背景雑音の認識に既に非常に長けています。今後の開発の焦点は、応答のロジックといった側面、つまり認知知能と意思決定知能と呼ばれるものに置かれるべきです。

しかし、認知および意思決定インテリジェンスに重点を置いた 3 種類のクラウド サービス (NLP、画像認識、ビデオ認識) に加えて、インテリジェント音声パブリック クラウド サービスと会話型人工知能の市場もさらに成長するでしょう。

さらに、今後 2 ～ 3 年間は、プライベート展開がクラウド サービス市場の主流であり続けるでしょう。

5. アルゴリズム モデル: 一般的なモデルに基づいて特殊なモデルを生成することから始めます。

2021年は大規模モデルが爆発的に増加した年であり、業界では大規模モデルのパラメータを向上させる競争が開始され、モデルのパフォーマンスと一般的なタスク機能の限界が絶えず押し広げられました。

今年までに、大規模モデルはすでに「汎用知能」の初期形態をとっています。単にパラメータを積み重ねるのではなく、人々はより合理的になり、グリーン・低炭素開発、より低いレベルのサービス能力、そしてビジネスモデルの実践に、より多くの注意を払うようになりました。

実際には、業界では、一般的な大規模モデルに基づいて、特定の業界またはシナリオに必要な特定のスキルを備えた特化モデルを生成し始めています。

このようなモデルは、一般的なモデルの知識、認知的推論能力、一般化能力を保持しながら、この分野のスキル特化、モデルの軽量化、標準化された呼び出しを実現します。

たとえば、Inspur Information がリリースした 4 つのスキル モデル (知識強化対話モデル、知識検索質問応答モデル、中国語 - 英語翻訳モデル、古典中国語理解モデル) は、「Source 1.0」ビッグ モデルから継承された一般的な知識と機能に基づいており、特定のドメイン シナリオにターゲットを絞ったスキルの最適化です。

例えば、テンセントも「Hunyuan」AIビッグモデルを使用しており、これはさらにNLP、CV、OCR、マルチモーダルコンテンツ理解、広告コピー生成などの方向をカバーする専門モデルに細分化されています。

2022 年の AIGC 分野の急速な発展も、大型モデルに大きく依存していることは特筆に値します。

6. エコシステム: 人工知能の分野では、コンピューティング能力とアルゴリズムの標準化が依然として重要な焦点となっています。

標準化は、技術を大規模に適用するための必須の前提条件です。

しかし、現在の人工知能技術とインフラストラクチャでは、主に多様な人工知能チップへの適応、人工知能コンピューティングリソースの管理とスケジュール設定、ディープラーニング開発環境の展開など、さまざまな側面で依然として多くのカスタマイズ作業が必要です。

これにより、AI の計算能力の効率が制限され、さまざまな業界での AI の推進と応用が妨げられます。

したがって、インテリジェントコンピューティング能力とアルゴリズムのインフラストラクチャの開発と標準化は、エコシステムの観点から見た人工知能産業の発展にとって重要な焦点領域となっています。

中国で最も AI が活用されている業界: インターネットがトップで、次いで金融、通信、ヘルスケアが最も急速に成長しています。

AI コンピューティング能力による都市のランキングに加え、どの業界の AI コンテンツが最も多いかもこのリストの主要な焦点です。

業界の浸透データに基づくと、次のことがわかります。

• 成長の鈍化にもかかわらず、インターネットは依然として優位に立っており、AIアプリケーションの普及率は83%に達しています。これは主に、業界がこの分野に早くから参入したことによるものです。

• 金融業界は2位にランクインし、今年のAI普及率が最も急成長した業界でもあり、合計62％ （7％増）に達しました。

一般的なアプリケーション シナリオには、インテリジェントな顧客サービス、物理ロボット、スマート アウトレット、クラウドベースのアウトレットなどがあります。

さらに、AIは金融業界における長年の詐欺問題の緩和に貢献し、融資信用事業において顧客の財務背景やリスクプロファイルを評価する上で重要な役割を果たしてきました。

• 通信業界は AI 普及率が半分以上(51%)で第 4 位であり、成長率は金融業界に次いで 2 番目です。

同銀行の最大の強みは、大規模なユーザーベースであり、これにより価値の高いトレーニングデータセットを入手できる。代表的なアプリケーションとしては、スマートサービスホールが挙げられる。

• 製造業も今回5位となり注目に値する。

AIの普及は、製造業がインダストリー4.0とインダストリアル・インターネットの時代へと移行する上で大きな役割を果たします。AIの応用シナリオとしては、インテリジェントなインタラクティブ・インターフェース、品質管理・推奨システム、自動メンテナンス・生産テスト、自動サプライチェーン管理、製品仕分けなどが挙げられます。

IDCは、2023年末までに中国の製造業サプライチェーンの50％が人工知能を導入し、生産性が15％向上すると予測しています。

• 最後に、ヘルスケア業界について触れておきたい。普及率は現在35%に過ぎないものの、成長率は通信業界に次ぐものだ。

医療業界では、関連する基準や規制がまだ整っておらず、人工知能の開発と応用に携わる医療従事者が少数であることもあって、AIの応用が比較的遅れて始まりました。

しかし、規制の改善に伴い、医療業界における AI の応用は急速に拡大し、電子医療記録、診断支援、薬剤支援研究開発などの潜在的なシナリオが、過去 1 年間で非常に人気が高まっています。

...

全体として、AIはさまざまな業界が新たなビジネス成長ポイントを模索し、ユーザーエクスペリエンスを向上させ、コア競争力を維持するために重要な能力として機能するため、さまざまな業界でのAIの応用は継続的に深化する傾向を示しており、その適用シナリオはますます広がっています。

IDC は、今後数年間でどの業界が AI アプリケーションの最大の可能性を秘めているかについても予測しています。

2030年以降は、 AIGC、自動運転、科学研究、教育の4つの産業が非常に有望になります。

私たちはこうした傾向にどう対応すればいいのでしょうか?

このレポートでは AI 業界が活況を呈していることが示唆されているものの、ビジネス アプリケーションにおいて AI が成熟に達していると主張する企業は 3 分の 1 にすぎません。

IDC の調査によると、人工知能専用に構築された IT インフラストラクチャの不足が、AI アプリケーションをさらに深化できない理由となることが多いことが明らかになっています。

この点と上記の傾向を考慮して、本レポートはいくつかの推奨事項で締めくくられています。

まず、産業界のユーザーにとって、AIコンピューティングインフラはITインフラ構築の重要な焦点となるべきです。モデル開発と実装のプロセスにおける高額な投資と高リスクという課題を克服するためには、コンピューティングインフラを優先事項とする必要があります。

さらに、業界ユーザーはモデルの二次開発を行う技術力が不足しているため、人工知能エコシステムの構築に積極的に参加する必要があります。

第二に、テクノロジーベンダーはモデルの構築と展開のプロセスを自動化するよう努め、それによって業界ユーザーが AI 機能を獲得するための障壁を下げる必要があります。

最後に、人工知能業界全体にとって、技術プロバイダーと業界ユーザーは、よりオープンで綿密な協力を堅持する必要があります。

アルゴリズムモデルにおいても、コンピューティング能力においても、特にコンピューティング能力の中核となるチップの独自の研究開発が急務となっている現在、業界関係者は、世界のリーダーとの差を縮めるために、世界中の先進技術を学びながら、独自の研究開発プロセスを加速させる必要がある。

最後に、このレポートについてどう思われますか？特に印象に残った点は何でしょうか？