過去十年,人工智能從實驗室走向產業化,并在全球范圍內掀起新一輪的技術革命。AI在迅速融入細分場景的同時也在不斷地重塑傳統行業模式,為經濟社會輸出獨一無二的未來價值。弗若斯特沙利文(Frost & Sullivan,以下簡稱“沙利文”)發布了最新的《中國深度學習軟件框架市場研究報告(2021)》,對2021年中國深度學習軟件框架市場進行了深度的調研與分析。
深度學習是本輪人工智能爆發的關鍵技術,而深度學習軟件框架則是解決該技術“落地難”困境的底層開發工具。當前,深度學習技術已然邁入升級優化階段,帶動相關產業高速蓬勃發展。本報告旨在通過對行業發展歷程及產業鏈的梳理探究行業核心驅動因素,剖析當下深度學習軟件框架行業市場趨勢,并基于應用、產品及生態三大關鍵維度構建廠商競爭力體系,評價主流玩家的核心競爭優勢及綜合壁壘,形成對中國市場深度學習軟件框架發展情況的客觀評價,并為行業未來發展提供參照建議與關鍵啟發。
深度學習軟件框架是一種通過對算法進行模塊化封裝,以實現快速搭建深度學習模型的工具。作為一種底層開發工具,它可以有效降低AI應用開發技術門檻,助力深度學習技術突破發展瓶頸。從承擔任務、部署位置和工作流程三個維度進行考察,深度學習軟件框架的細分類型具有不同的關鍵技術要求,也為各類廠商提供了多樣化的戰略切入點。
縱觀深度學習軟件框架的發展歷程,大致可以分為起步、調整和加速發展三階段。2014年開始,全球人工智能學術界及產業界各研發主體陸續開源旗下自主研發深度學習軟件框架,并以框架為主體搭建人工智能開放開發平臺,推動人工智能產業生態的建立。其中,由谷歌團隊開發的TensorFlow及由Meta團隊開發的PyTorch兩款深度學習軟件框架占據業界相對主導地位。
同時,中國正在快速進行開源開發框架的系統化布局,百度飛槳PaddlePaddle、騰訊優圖NCNN、華為MindSpore、阿里XDL等自研的開源深度學習軟件框架加速升級。其中,百度飛槳PaddlePaddle作為中國最早推出的開放框架之一,已廣泛應用于智能制造、智能金融、智能醫療等業務場景。目前,隨著主流廠商產品的更迭推進,深度學習軟件框架已步入加速發展階段。
深度學習軟件框架產業鏈主要由上游硬件、中游框架開發商和下游應用場景構成。上游是深度學習實現的基礎,主要包括計算硬件(芯片),為深度學習軟件框架提供算法及算力支撐。中游是深度學習軟件框架的核心,以模擬人的智能相關特征為出發點,構建應用技術路徑,主要包括語音識別、計算機視覺和自然語言處理。下游主要為深度學習軟件框架在各細分場景的應用,主要包括制造、安防、金融、醫療、零售、交通、物流、農業等領域。未來,上游基礎運算升級、中游應用技術成熟以及下游應用場景融合,都將為其后續發展深度賦能。
2022年7月28日,2022全球數字經濟大會“人工智能驅動未來產業論壇”在京召開。
會上,中國信息通信研究院副院長魏亮與深度學習技術及應用國家工程研究中心主任王海峰聯合發布了《深度學習平臺發展報告(2022年)》。報告對深度學習平臺發展階段、體系架構、技術趨勢和應用路徑進行分析闡述,并展望了未來演進方向。
報告認為,伴隨技術、產業、政策等各方環境成熟,人工智能已經跨過技術理論積累和工具平臺構建的發力儲備期,開始步入以規模應用與價值釋放為目標的產業賦能黃金十年。隨著人工智能的規模化落地,基于深度學習框架上下延伸、構建智能生態平臺成為國內外科技巨頭的共同選擇。
報告指出,深度學習平臺市場正處于快速發展期,我國開發框架在市場與生態方面持續發力,已逐步進入行業滲透和融合應用階段,支撐構建一批更加符合本地產業特色和場景需求的解決方案。以飛槳為代表的國產框架基于我國產業實踐與應用創新需求,在社區生態構建上持續發力、優勢漸顯,在平臺服務規模和技術應用能力方面更已具備領先優勢,不斷夯實AI工業大生產的基礎,有力推動了我國實體經濟的高質量發展。
展望黃金十年,報告提出深度學習平臺能力將圍繞技術實力、功能體驗、生態模式三個維度演進迭代。以深度學習平臺為牽引的全行業智能化轉型拉開帷幕,幫助企業乃至國家在數字社會與智能經濟時代獲得發展先機。構建基于深度學習平臺的人工智能產業生態,需要政府、科研機構、人工智能企業和傳統行業企業等各方通力協作配合,共同營造積極健康的產業生態。
掃碼獲取報告
報告目錄
**一、**開啟產業賦能黃金十年
(一) 人工智能處于工程化應用歷史性機遇期 (二) 深挖深度學習技術潛力是發展主旋律,規模化應用面臨多元挑戰 (三) 平臺化生態布局成為業界共識 (四) 深度學習平臺展現驅動產業賦能升級的巨大潛力
二、深度學習平臺體系架構
(一) 深度學習平臺三要素體系 (二) 深度學習平臺核心作用
三、深度學習平臺的技術創新重點
(一) 開源開發框架,深度學習平臺的基礎核心
四、 深度學習平臺的產業生態與應用路徑
(一) 我國開發框架在市場與生態方面持續發力 (二) 多類生態建設共同促進深度學習平臺繁榮發展
五、 總結與展望
隨著許多新興自然語言技術產生,以及已有技術的不斷成熟,多數智能語音技術已經從萌芽期邁入了成熟期。并且,隨著“十四五”規劃將人工智能列為前沿科技領域的“最高優先級”,包括智能語音在內的人工智能產業及相關業務受到政府支持,進一步推進人工智能技術與各應用領域的深度融合。智能語音技術經過近幾年的發展已進入高峰期,推動智能語音的市場規模擴大及商業化應用的落地。德勤中國科技、傳媒和電信行業發布《未來的語音世界——中國智能語音市場分析》,基于中國智能語音市場的發展階段,重點解讀當前智能語音技術應用場景,關注未來市場機遇,為業內提供參考。
2021年中國云原生AI開發平臺白皮書
行業背景:近年來,國內人工智能技術成熟度持續提升、服務種類不斷豐富,在企業經營管理各環節的價值已得到市場的初步驗證。然而,當前國內甲方企業在進行人工智能開發和應用時仍然面臨著技術人才儲備不足、AI應用部署存在困難、投入產出比不達預期等問題,亟需能夠幫助企業解決這一問題的高效AI開發和應用工具。
產品&關鍵技術:云原生AI開發平臺融合了成熟的人工智能開發框架以及云原生工具靈活調用云資源、高效部署云應用的能力,一方面幫助企業開發者提高算法模型的開發效率,另一方面提升交付、部署、運維環節的效率并降低TCO。橫向對比甲方企業可能采用的諸多獲取人工智能能力的平臺和方式之后,我們認為云原生AI開發平臺在AI開發應用全生命周期視角下具備一定的綜合優勢。
SMS 應用場景:云原生AI開發平臺在諸多人工智能密集應用的下游場景和行業具備通用性,包括互聯網、金融、自動駕駛、政務、制造、營銷等。本報告挑選了部分應用場景,梳理了上述場景下企業進行AI開發和應用過程中面臨的實際需求和難點,展示了典型云原生AI開發產品的服務架構以及對企業經營管理的價值。
發展趨勢:AI開發平臺還將朝著易用性、專業化、綜合性、產用協同等方向發展,我們認為在這一過程中,AI開發平臺的產品廣度將進一步提升,并有望集成DevOps、AIOps等運維方法和工具,全方位融入企業的數字化經營體系。同時,AI開發平臺的服務業態還將向軟硬一體化方向演進,深度融合技術交流社區等平臺,形成學用一體化的技術傳播與升級環境。
自研AI芯片、云原生架構、彈性分布式訓練服務以及MLOps能力成為平臺核心能力
AI芯片將持續架構創新、形態演進以及軟硬一體化趨勢;云原生應用可以為AI開發平臺的用戶(開發者)提供更敏捷高質量的應用交付以及更簡單和高效的應用管理;分茍式訓練可提供底層資源的彈性配置,提升系統的資源利用率;MLOps為AI開發平臺帶來靈活性與速度。
開發者流量與平臺規模是AI開發平臺營收決定性要素
AI開發平臺商業模式相對簡單。AI開發平臺經營模式是通過為企業或并發者提供Ai技術接口或AI并發工具而獲利I計費方式主要包括免費、按調用量計費、包年或包月三種。
模型調用業務營收將提升
2016-2020年,中國AI開發平臺營收規模快速擴張,2020年中國AI開發平臺營收突破200億元^現階段算力、數據、模型調用、部署/維護四項業務占AI并發平臺的營收占比約為4:3:21。未來,隨著推斷應用占比的提升,數據業務的營收占比預計將下降;而隨著AI在各垂直場景中應用的深入,模型調用業務的營收占比預計將提升。
億歐智庫對2021年中國AI企業商業落地的最新情況進行了延續性研究,重點關注了現階段人工智能企業獲得競爭優勢的關鍵影響因素,從而發掘AI產業的“行業贏家”。報告通過問卷調研、訪談、案頭資料等方式形成了百強企業系列榜單,展現了具備商業落地規模潛力的企業全貌及其在各個垂直領域的分布情況。
報告亮點
解析2021年中國人工智能產業發展的最新背景
對2021年中國AI企業商業化落地情況做出評估,并評選百強企業榜單
展現各領域產業數字化轉型中AI服務商的典型應用案例
一、技術突破:AI從單點技術應用走向集成化創新發展
深度學習開啟了人工智能第一發展階段,隨著AI技術的場景應用不斷深化,單一技術閉環逐步難以滿足復雜場景下的智能化需求。當前,我國人工智能在國家戰略層面上越來越強調系統、綜合布局。AI技術的集成化創新逐漸成為主流,汽車電子、虛擬現實、5G通信等與AI集成化發展后,將帶來更大的社會經濟價值。
二、產業融合:人工智能進入深化融合發展期,各區域各行業全面鋪開
中國人工智能企業在企業服務和機器人等垂直行業的分布最為集中,提供通用型方案的AI企業緊隨其后,體現出我國AI產業正逐步由應用層向技術和基礎層擴展。
近年來我國各地區新建人工智能產業園區近百個,在經濟較發達的長三角、珠三角、京津冀城市,代表性AI產業聚集區已經形成。
三、數字經濟:數字化變革驅動人工智能產業底層支撐能力持續提升
自2018年12月,中央經濟工作會議把人工智能與5G、工業互聯網、物聯網等定義為新型基礎設施建設后,以“新基建”賦能傳統產業成為當前發展數字經濟的關鍵所在。多樣化的人工智能產業應用數據和更復雜的深度學習算法對AI的底層基礎能力提出了更高要求。
四、資本市場:一級市場趨于飽和,AI投融資向二級市場銜接過渡
中國人工智能投融資向二級市場銜接過渡的趨勢已經顯現,部分AI企業規模顯著增大。截至2020年底,C輪以后的AI投融資占比超過50%。2021年,在融資頻次較低的情況下,平均單筆融資金額數卻出現明顯增長,從單筆1億元左右躍升至3億元以上。
億歐EqualOcean CEO黃淵普認為:“2021年年內會有標桿性的AI企業成功上市,繼而帶動更多的AI企業在2022年登陸資本市場。”
五、后疫情時代:AI有效助力抗疫與復工,解鎖落地新場景
后疫情時代,在助力抗疫與復工復產過程中,身份識別、服務機器人在各地各領域加速推廣普及。與此同時,隨著健康碼等聯系人追蹤應用的普及,以及國家明確數據成為數字經濟時代生產要素,如何規范和促進數據使用成為發展人工智能的重要課題。
六、國際競爭:AI成為各國科技角逐焦點,中國的影響力持續提升
億歐智庫統計,2018-2020年中國AI企業數量在全球占比由20%提升至約25%。2020年以來全球人工智能進入戰略布局加快、產業應用加速發展落地階段,主要國家和地區相繼出臺了人工智能相關戰略和規劃文件,人工智能成為改變世界科技競爭格局的重要籌碼。以人為本、公平可信、產業融合是當前AI領域的熱點話題。
一個全新的數字經濟時代正加速到來。
在國家政策與行業需求雙重因素的影響下,數字技術與產業融合成效愈發明顯。毫無疑問,數字經濟已經迎來了重要的發展機遇期。
為了更好地了解中國產業數字化發展情況,CB Insights 中國團隊基于對產業數字化領域進行調研與分析,重磅發布《中國產業數字化發展報告》,同時梳理數字經濟時代下的代表企業,制作產業數字化生態圖譜。
報告從當前中國產業數字化現狀、技術創新情況、代表行業數字化轉型現狀及預期進行綜合闡述。此外,還結合當前產業數字化發展情況,對未來數字經濟進行展望。