中國云原生AI開發(fā)平臺研究報告.docx

1、中國云原生AI開發(fā)平臺研究報告摘要2行業(yè)背景與產(chǎn)品綜述21.1人工智能發(fā)展環(huán)境3政策引導(dǎo)AI算法的協(xié)同開發(fā)與AI應(yīng)用的產(chǎn)業(yè)化落地3人工智能相關(guān)產(chǎn)業(yè)規(guī)模高速增長，市場需求更加明確31.2人工智能應(yīng)用現(xiàn)狀4感知智能相對成熟，認(rèn)知智能加速發(fā)展4營銷、客服、質(zhì)檢、安防等應(yīng)用的市場價值已獲得驗證51.3人工智能與云服務(wù)6云服務(wù)平臺成為企業(yè)獲取和應(yīng)用AI能力的重要渠道6云原生成為業(yè)界認(rèn)可的云計算技術(shù)發(fā)展方向7云原生融合分布式計算性能更具優(yōu)勢，應(yīng)用前景廣闊81. 4AI人才仍短缺91.5應(yīng)用部署障礙101.6投入一產(chǎn)出比不足111.7云原生AI開發(fā)平臺架構(gòu)121.8相關(guān)應(yīng)用圖譜141.9核心技術(shù)優(yōu)勢14資源

2、靈活運(yùn)用，模型敏捷開發(fā)，應(yīng)用高效部署14多種開發(fā)模式，賦能人工智能低門檻、高效能開發(fā)15云原生發(fā)布、部署、運(yùn)維組件提供便捷的AI應(yīng)用管理渠道161. 10產(chǎn)品應(yīng)用價值17云原生AI開發(fā)場景與實(shí)踐171. 1互聯(lián)網(wǎng)娛樂場景的AI開發(fā)172. 2金融場景的AI開發(fā)182.3自動駕駛場景的AI開發(fā)192. 4制造業(yè)場景AI需求分析21云原生AI開發(fā)平臺展望222. 1行業(yè)趨勢綜述223.2產(chǎn)品廣度23以數(shù)據(jù)資產(chǎn)為核心，數(shù)據(jù)智能/模型開發(fā)/數(shù)據(jù)應(yīng)用緊密協(xié)同23和AIOps有望進(jìn)一步提升AI開發(fā)運(yùn)維效率243. 3服務(wù)業(yè)態(tài)253. 4社區(qū)生態(tài)26我國人工智能人才處于短缺狀態(tài)m國整體ai人才積累相對缺乏2

3、020年多國AI研究人員數(shù)2020年中國普通大型企業(yè)實(shí)際 釋放崗位結(jié)構(gòu)23%；企業(yè)AI崗位空間比例較低AI崗位之中純技術(shù)類人才缺口顯著 2020年中國人工智能人才供需比 714%人才供需比(%)來源：1.5emAI (2020),艾瑞咨面研究院棋電公開奏料研究朋僉M； 2艾瑞咨詢20泗中DB人工曾財業(yè)研究報音；3工值都人才交流中心,N-2224.包括人工旅公 司KISKW.就件及觥t公司.艾璘咨詢研究筑根踞公開辰科研究及繪制.02021.11 iResearch Inc.1.5應(yīng)用部署障礙生產(chǎn)環(huán)境對AI基礎(chǔ)設(shè)施、算法及數(shù)據(jù)質(zhì)量要求更高企業(yè)在實(shí)際應(yīng)用人工智能的過程中主要面臨基礎(chǔ)設(shè)施、AI算法及數(shù)

4、 據(jù)等方面的阻礙。在基礎(chǔ)設(shè)施方面，企業(yè)的IT基礎(chǔ)設(shè)施在海量數(shù)據(jù)參與 運(yùn)算和采取分布式架構(gòu)的條件下可能面臨算力不足以及不兼容問題，從 而降低企業(yè)AI應(yīng)用的可用性；在算法領(lǐng)域，以“大模型”為代表的人工 智能算法模型體現(xiàn)出模型參數(shù)的數(shù)量不斷增加的趨勢，高度復(fù)雜化的模 型融入應(yīng)用程序后可能帶來應(yīng)用延遲的增加，而在交付和部署后對模型 的修改也會給用戶帶來服務(wù)中斷等問題；此外，由于訓(xùn)練/測試環(huán)境和生 產(chǎn)環(huán)境存在差異，實(shí)際應(yīng)用中的數(shù)據(jù)存在較多噪音、與模型匹配度較低， 也會降低AT應(yīng)用的質(zhì)量?？傮w來看，尤其是中小企業(yè)在應(yīng)用和部署AT應(yīng) 用過程中所遇到的障礙更需要高質(zhì)量的軟硬件平臺提供支持，降低開發(fā) 者在基礎(chǔ)配

5、置和運(yùn)維方面的消耗的精力，并幫助開發(fā)者提升模型優(yōu)化能 力。人工智能應(yīng)用在生產(chǎn)環(huán)境中面臨的應(yīng)用和部署障礙基礎(chǔ)設(shè)施枷：KIWiS硼成自主研RJOtSU數(shù)據(jù)算法噪音瞄較多簫窸部質(zhì).波動,導(dǎo)致模型準(zhǔn)響模型匹配度低訓(xùn)練數(shù)據(jù)(training data)和工作環(huán)境中的實(shí) 際數(shù)露結(jié)構(gòu)差異皎大，導(dǎo)致模型出現(xiàn)佩差件本模型變更引起應(yīng)用中斷由后臺模翌的大規(guī)模更新帶來 的前酒用中斷、可用性降低.模型過于復(fù)雜帶來高延遲蜩器般暨硬件環(huán)境對應(yīng)用的兼容性不佳特定的模型往往在部分硬件 設(shè)施上表現(xiàn)更好大數(shù)據(jù)阪用規(guī)模不斷提升，W -算力限制不足以支撐規(guī)模應(yīng)用力資源池不足可艇導(dǎo)致可用性 下降2021.11 iResearch Inc

6、.1.6投入-產(chǎn)出比不足企業(yè)應(yīng)用人工智能的回報尚不及預(yù)期據(jù)統(tǒng)計，目前我國企業(yè)，尤其是非科技類甲方企業(yè)應(yīng)用人工智能的效 果還不盡如人意，許多企業(yè)表示人工智能落地后并未達(dá)到預(yù)期的投入產(chǎn) 出比。在成本和支出方面，企業(yè)進(jìn)行AI開發(fā)所需的人才和IT資源價格較 高并處于相對稀缺狀態(tài)，引入AI給企業(yè)業(yè)務(wù)更迭和內(nèi)部管理等帶來的隱 性成本也可能成為降低企業(yè)應(yīng)用AI效果的因素；在價值回報方面，盡管 人工智能應(yīng)用在許多領(lǐng)域和場景已經(jīng)得到驗證，但對于不同的企業(yè)和具 體工作環(huán)境，其效能可能并不穩(wěn)定。因此，成木和效能兩方面原因共同提 高了 AI應(yīng)用對于甲方企業(yè)的門檻，導(dǎo)致企業(yè)不能充分享受人工智能帶來 的紅利。2020年中

7、國甲方企業(yè)Al應(yīng)用RO垸成度完成全S5ROI 9.8%來源：艾瑞咨詢20泗中I人工飄電產(chǎn)業(yè)研究報但大中型企業(yè)CTQOOWW. N71, 2020年9月C2021.11 iResearch Inc.2019年部分Al模型訓(xùn)練成本（美國）AI模型硬件碳排放lb云計算成本TransformerP100x8192$635ELMoP100x3262$953BERT*V100x641438S8161NASP100x8626155S2072348GPT-2TPUv3x3227955果潭：Energy and Pohcy Consideratk)n5 Rx Deep Learning in NLP , Emc

8、na Strubl等,201 孵6月，艾瑞咨衲阪相援公開資1 隔究R繪制.02021.11 iResearch Inc1.7云原生AI開發(fā)平臺架構(gòu)以云原生的敏捷高效賦能人工智能應(yīng)用開發(fā)與部署云原生AI開發(fā)平臺以云計算為基礎(chǔ)，因為考慮到信息安全和數(shù)據(jù)隱 秘性，該類項目在實(shí)踐中通常以私有化部署和專有化部署的云服務(wù)器為 基礎(chǔ)，通過容器組件進(jìn)行IT資源的調(diào)用，以微服務(wù)架構(gòu)指導(dǎo)應(yīng)用設(shè)計和 開發(fā)，并配置分布式、大數(shù)據(jù)和人工智能計算框架作為底層計算平臺。云原生AI開發(fā)平臺內(nèi)置數(shù)據(jù)智能標(biāo)注、智能模型開發(fā)、API開放平臺管理 以及云原生應(yīng)用部署等功能模塊，輔以包括數(shù)據(jù)挖掘、網(wǎng)絡(luò)安全等在內(nèi)的 數(shù)據(jù)資源管理系統(tǒng)，幫

9、助企業(yè)敏捷、高效、安全地利用數(shù)據(jù)進(jìn)行人工智能 應(yīng)用開發(fā)，并在應(yīng)用部署過程中實(shí)現(xiàn)成本優(yōu)化和靈活的版本控制。云原生AI開發(fā)平臺產(chǎn)品和服務(wù)架構(gòu)的：gINigtfOW戲自主研02021.11 iResearch Inc.政踞資源曾理.就禰.nutHuem基于知識圖諧的數(shù) 據(jù)資產(chǎn)盤點(diǎn)智能搜索與查詢-可交互數(shù)據(jù)可視化監(jiān)控全鏈路敏據(jù)使 用，保障數(shù)據(jù)信息 安全.敏據(jù)資產(chǎn)ROI評估面向金賊、安防、互聯(lián)網(wǎng)、醫(yī)療等的行業(yè)的Al SaaS服務(wù)圖像.視頻.文 本、語音標(biāo)注多場景模板：圖 像檢測、分割. 綜合鋼數(shù)庭集莒理主動學(xué)習(xí) -智能麗注模型編珥器.組件行業(yè)場景化模板可視化拖拽模型構(gòu)建組件模型倉庫.兼容AI心兼容大數(shù)據(jù)

10、引擎API開放平臺 API網(wǎng)關(guān) API插件 API編譯器行業(yè)及場景化API應(yīng)用模板 API后臺簿理.藍(lán)灰度發(fā)布. A/B測試云基礎(chǔ)資源彈 性伸縮.模型部署優(yōu)化 AIOps/DevO ps高效運(yùn)維1.8相關(guān)應(yīng)用圖譜云原生AI開發(fā)平臺相關(guān)應(yīng)用圖譜c0 SageMakerinspurn | Al Station口ID 曠視 Brain+ +S熊深泉濁 cri-oPouch云原生Al開發(fā)平臺Caffe PYT6RCHT ,rritheanoTiensorFlow命Apache Fl nk 5Spor STOMC3阿里百迫PAI awsBai 覆穴 BML&修 ModelArts少 Open Data

11、Hub I Tl KubeVelaTempoAl匚3阿里否aws o百度智陡己 擔(dān) 華為云mspur浪潮宿（2）騰訊去注假：本圈譜企皿名不分先后. 來源：艾瑞咨詢研究院自主研究及的.02021.11 iResearch Inc.1.9核心技術(shù)優(yōu)勢資源靈活運(yùn)用，模型敏捷開發(fā)，應(yīng)用高效部署我們著眼于企業(yè)在云上進(jìn)行AI開發(fā)的各個主要環(huán)節(jié)，可以發(fā)現(xiàn)這一 過程也符合著名的“2-8法則”，在AI應(yīng)用中模型設(shè)計和算法精度才是 決定其應(yīng)用價值的核心關(guān)鍵，但企業(yè)和開發(fā)者實(shí)際上將大部分的時間和 精力投入了平臺搭建、系統(tǒng)調(diào)試、團(tuán)隊磨合、監(jiān)控運(yùn)維等“非核心”的工 作中，云原生與AI開發(fā)平臺的結(jié)合幫助開發(fā)者減少對基礎(chǔ)T

12、T資源的關(guān) 注，并通過底層技術(shù)復(fù)用、開發(fā)流程可視化等方式提高開發(fā)效率，因而在 IT基礎(chǔ)設(shè)施調(diào)用、模型編寫和測試優(yōu)化、模型和應(yīng)用封裝、應(yīng)用交付及 運(yùn)維等領(lǐng)域更具備成本效率優(yōu)勢。企業(yè)應(yīng)用云原生AI開發(fā)平臺的優(yōu)勢與價值酸.數(shù)足的增大和應(yīng)用JW蹄!向用晨，人工歐8在運(yùn)行過程中易遇 成本急可用性不足答辰曜酸.數(shù)足的增大和應(yīng)用JW蹄!向用晨，人工歐8在運(yùn)行過程中易遇 成本急可用性不足答辰曜隘.系統(tǒng)的H汆化，各獎系統(tǒng)敵用3發(fā)生.通過日志分析.云顧生*運(yùn)華嬴 實(shí)史快定位向as,決速恢復(fù)版務(wù)昭及運(yùn)行環(huán)境，與人工新旭|1法趣合用于MXAIW 交付以g本也便于il過云JR生技木壯區(qū) ATSHefflS訓(xùn)修需豪對模型

13、誑行反運(yùn)行.評估、修正，通i2p，peine等 云康生帶來的自前化流程電件，艇第授快彖敷透擇.超卷謂過程的工 化水平.提升#型產(chǎn)出速度人工就開發(fā)柩桀為開發(fā)者提供可視化.可福拽的攜程模塹,使開發(fā)者炒 奕時g型運(yùn)行過I跪行物.aMw&ea.替釣開制胴微JB努架構(gòu)配合DevOps開發(fā)工具，使禪開發(fā)團(tuán)隊艦以敏捷的方式誑行復(fù)狹人工皆咖用的步句開發(fā)，提升企業(yè)IT效率和市場競爭力人工皆能應(yīng)用開發(fā)也 aaas的2 8法 N .通常認(rèn)為有 價值的部分JR模型設(shè) 計&II法mar,但實(shí) 豚工作中大的成本 統(tǒng)用于平臺搭it. s 統(tǒng)調(diào)試等，云原生組 件在b-域陪助企 業(yè)io開發(fā)者節(jié)謹(jǐn)大 的時間和精力由Tfiffif

14、fl產(chǎn)的硼性，奏的ai開發(fā)平臺多以公有有化asu始合的形 式存在，客孔及容8M8排組件能常助企處靖合Servertess無阪務(wù)器架0 K9多種開發(fā)模式，賦能人工智能低門檻、高效能開發(fā)云原生AI開發(fā)平臺配備多種人工智能模型開發(fā)模式，其中較為典型 的是可視化建模和編程式建模。前者利用JavaScript腳本等組件對算法 進(jìn)行封裝，使得用戶能夠通過拖拽等圖型界面進(jìn)行模型開發(fā)，幫助對編程 語言不熟悉的甲方企業(yè)的開發(fā)者乃至業(yè)務(wù)部門進(jìn)行定制化開發(fā)；另一方 面，編程式建模一般基于TensorFlow、PyTorch、Caffe等AI開發(fā)框架， 利用Python等通用編程語言進(jìn)行模型開發(fā)，由于上述開源框架普遍

15、具備 完備的功能，能夠賦予開發(fā)者更多的開發(fā)選項和進(jìn)行編程優(yōu)化的空間。云 原生組件如容器和微服務(wù)框架也能夠從底層架構(gòu)方面對編程、測試等過 程進(jìn)行支持，進(jìn)一步提升開發(fā)者的開發(fā)效率?？梢暬?編程式建模為開發(fā)者提供多種AI開發(fā)方式利用JavaScript本等組件對算法和計鼻道程誑行 封裝，讓使用者能夠通過圖型界面誑行人工智能管 法的開發(fā)-降（K7AI開發(fā)門檻，提升了模型第寫效率-尤其適合甲方企業(yè)內(nèi)部、對AI開發(fā)框架熟悉度較低 的開發(fā)者乃至業(yè)務(wù)人員通過軟件開發(fā)者熟悉的Python等通用編程語言誑行 人工智能模型的開發(fā)，融合Tensorflow. PyTorch. Caff譜人工智能開發(fā)框架等能夠調(diào)用人工

16、智能開發(fā)框架成熟的底層能力，擁有 相對完備的功能和更高的自主性更適合有編程以及人工智能開發(fā)經(jīng)驗的熟練開發(fā)者HMuSBo* 艾瑞咨詢研究g魂公開究及瀚. 02021.11 iResearch Inc.Worker: replicas: 3 restartPolicy: OnFailure Umptett:mtUdata: annotations: sidecar.istio.io/inject: false*$pc: containers: name: tensorfiow image: gcr.io/your-image command:-python -n -trainer, task -b

17、atch-sze=32 -traming_steps 1000云原生發(fā)布、部署、運(yùn)維組件提供便捷的AI應(yīng)用管理渠道除人工智能算法編寫開發(fā)之外，云原生AT開發(fā)平臺利用豐富的云原 生組件賦能企業(yè)更好地對AI應(yīng)用進(jìn)行發(fā)布、部署、運(yùn)維等方面的高效管 理。除前文所提及的藍(lán)綠部署、灰度發(fā)布和DcvOps運(yùn)維等功能之外，云 原生環(huán)境中常用的API接口和網(wǎng)關(guān)、便捷移植和擴(kuò)容、邊緣側(cè)部署功能均 對人工智能的規(guī)模應(yīng)用形成支撐，幫助企業(yè)提升用戶的使用體驗，并降低 企業(yè)的IT經(jīng)營成本。API接口API接口和網(wǎng)關(guān)傳統(tǒng)是用 于眼務(wù)的調(diào)用和彼此交互， 在云原生環(huán)境中，可以用 于實(shí)現(xiàn)大量微服務(wù)組件的 集中管理.示例變更、奐

18、載均衡等功能移植行容在人工智能的行業(yè)場It實(shí)踐中，阪務(wù) 商需要面臨突發(fā)的奐載高峰，云原生 提供員活的橫向擴(kuò)展能力，從而提高 阪用的可用性，也減少了配置和管理 底層資源的成本月于AI圖用而言，云康生理部1組 于在開發(fā)俱成更河H云原生AI應(yīng)用部署 &運(yùn)維管理運(yùn)維jV 云原生提供了便撞的日 志工具以及如DevOps- 類的運(yùn)維環(huán)境，便捷復(fù) 雜AI應(yīng)用的維護(hù)，提高 應(yīng)用的效率敏捷迭代為了話應(yīng)市場需求變化與生產(chǎn)環(huán)境中數(shù) 據(jù)質(zhì)量與維度的改變，企業(yè)對尤其是人 工智能應(yīng)用設(shè)計和算法模型的送代更新 頻率較高，云原生更新組件帑助企業(yè)提 升迭代效率.降低迭代摩擦云原生在AI應(yīng)用部署及運(yùn)維管理方面的優(yōu)勢來源：艾瑞咨詢

19、研放自主研究及繪料.1. 10產(chǎn)品應(yīng)用價值經(jīng)橫向?qū)Ρ?，云原生AI開發(fā)平臺更具成本效用優(yōu)勢甲方企業(yè)獲得AI能力有多種渠道和方式，其中，從零開始進(jìn)行自主 研究能夠最大程度貼合企業(yè)自身需求，但考慮到一般甲方企業(yè)的A1人才 有限，此方法無論是從IT成本角度還是從最終應(yīng)用水平角度上看都不合 算，如果直接購買產(chǎn)品化的軟件，雖免去了開發(fā)流程，但未必能夠完全滿 足企業(yè)自身的特殊需求。目前，通過AI開發(fā)平臺進(jìn)行自主訂制化開發(fā)是 企業(yè)常規(guī)的選擇，在此基礎(chǔ)上考慮各類基礎(chǔ)資源服務(wù)平臺，則基于云原生 架構(gòu)的AI開發(fā)平臺在IT成本優(yōu)化、開發(fā)和部署效率、運(yùn)維效果等方面具 備較好的表現(xiàn)。尤其對于中小企業(yè)而言，云原生AI開發(fā)能

20、夠幫助企業(yè)在 更大程度上彌補(bǔ)由資金和人才短缺帶來的技術(shù)水平限制，利于企業(yè)平衡 AI成本收益，打造符合企業(yè)需求的AI產(chǎn)品。甲方企業(yè)AI開發(fā)模式效果對比AI開發(fā)模式IT站優(yōu)化客制化開制瓣效率運(yùn)維源AI性能完全自主研究 購買商業(yè)化軟件 -開源平臺 基于AI 開發(fā)平純公有化商業(yè)平臺皺行 研發(fā)純私有化商業(yè)平臺 云原生商業(yè)平臺 注祥：本對比不代魏具體產(chǎn)品性及特點(diǎn)，僅代表行業(yè)TB水平；2 BB中開源平臺的皿模式考慮力祐有S云 來款又B（咨詢研究疏自主研究及繪制，02021.11 iResearch tnc云原生AI開發(fā)場景與實(shí)踐2.1互聯(lián)網(wǎng)娛樂場景的AI開發(fā)AI提升用戶體驗，并幫助企業(yè)實(shí)現(xiàn)精準(zhǔn)營銷互聯(lián)網(wǎng)娛樂

21、行業(yè)的成長植根于各類前沿IT技術(shù)，其產(chǎn)品服務(wù)和商業(yè) 模式的演進(jìn)與TT技術(shù)的發(fā)展緊密相關(guān)。近年來隨著人工智能技術(shù)的進(jìn)步， 互聯(lián)網(wǎng)娛樂產(chǎn)品的形式和內(nèi)容也在不斷迎來創(chuàng)新，互聯(lián)網(wǎng)企業(yè)運(yùn)用各類 智能組件為用戶帶來了更強(qiáng)的沉浸感、交互感和趣味性，同時也利用用戶 畫像和智能營銷系統(tǒng)充實(shí)客戶群體、提高用戶粘性?？偟膩碚f，人工智能 在互聯(lián)網(wǎng)娛樂領(lǐng)域的應(yīng)用非常廣泛，同時，互娛企業(yè)在應(yīng)用人工智能的同 時也面臨著設(shè)備、用戶體驗、推薦模型精度等方面的不足，仍有較大的改 進(jìn)空間。人工智能在互聯(lián)網(wǎng)娛樂場景的應(yīng)用需求和難點(diǎn)互聯(lián)網(wǎng)娛樂主要場景中的AI應(yīng)用需求互聯(lián)網(wǎng)娛樂場景中的AI應(yīng)用難點(diǎn)包括互聯(lián)網(wǎng)廠商的服務(wù)器、網(wǎng)絡(luò)： 基礎(chǔ)設(shè)施

22、、用戶使用的終端在內(nèi)，: 設(shè)備本身的性能限制了包括AI在: 內(nèi)的應(yīng)用的性能，對于游戲、超；包括互聯(lián)網(wǎng)廠商的服務(wù)器、網(wǎng)絡(luò)： 基礎(chǔ)設(shè)施、用戶使用的終端在內(nèi)，: 設(shè)備本身的性能限制了包括AI在: 內(nèi)的應(yīng)用的性能，對于游戲、超；高清視頻應(yīng)用臘如此.無論是直播互動、音媛增強(qiáng)還是機(jī) 器人玩家，在互娛場景，AI應(yīng)用始終 需要關(guān)注的是用戶體驗，目前許多領(lǐng) 域的AI應(yīng)用仿真度、實(shí)時性等并不能 讓用戶完全滿意，還有很大提升空間.互聯(lián)網(wǎng)娛樂行業(yè)對流量邏婿有著! 較強(qiáng)依賴，利用Al誑行攜準(zhǔn)用戶! 畫像和智能苴銷已成為企業(yè)重要 的獲客手段，然而目前這一領(lǐng)域 的算法精度還有待提高.來源：叫咨詢研戲目主研究及繪機(jī)02021

23、.11 iResearch Inc.2. 2金融場景的AI開發(fā)AI貫穿金融機(jī)構(gòu)運(yùn)營多個流程，提升機(jī)構(gòu)經(jīng)營質(zhì)量金融行業(yè)的運(yùn)行無處不與數(shù)字打交道，這一特性決定了金融業(yè)務(wù)與 大數(shù)據(jù)和人工智能應(yīng)用有著天然的契合性，加之金融機(jī)構(gòu)普遍資金充足、 信息化水平相對較高，因此對人工智能的投入度較高，與IT企業(yè)的合作 開發(fā)也較多。具體來看，人工智能在金融機(jī)構(gòu)的營銷決策、智能門店建設(shè)、 在線服務(wù)、風(fēng)控合規(guī)等領(lǐng)域都有較多的應(yīng)用，與低代碼、RPA等效率工具 配合，能夠替代金融機(jī)構(gòu)員工完成大量重復(fù)性高且復(fù)雜的工作，提升機(jī)構(gòu) 運(yùn)營的效率，并避免人工操作帶來的疏漏。另一方面，金融機(jī)構(gòu)客戶群體較大，需要實(shí)時處理海量數(shù)據(jù)，且金融

24、服務(wù)對交易數(shù)據(jù)實(shí)時性和同步要求 超過其他任何行業(yè)，更需要人工智能在滿足客戶和機(jī)構(gòu)需求的同時不能 夠?qū)ο到y(tǒng)性能造成顯著影響。金融業(yè)務(wù)場景放中的AI開發(fā)需求與難點(diǎn)基于云原生AI開發(fā)的金融量化科學(xué)計算方案的：KmSffilfflRR自主研RSSU2021.11 iResearch Inc2.3自動駕駛場景的AI開發(fā)AI為實(shí)現(xiàn)自動駕駛的核心技術(shù)，準(zhǔn)度和性能要求極高在智能化、網(wǎng)聯(lián)化、電動化、共享化的背景下，自動駕駛成為智能網(wǎng) 聯(lián)汽車行業(yè)發(fā)展的重點(diǎn)，也成為了下一代汽車企業(yè)轉(zhuǎn)型升級的技術(shù)高地。 自動駕駛對算力、實(shí)時性、安全性等系統(tǒng)性能的要求極高，且自動駕駛的摘要行業(yè)背景：近年來，國內(nèi)人工智能技術(shù)成熟度持續(xù)提

25、升、服務(wù)種類不斷豐富，在企 業(yè)經(jīng)營管理各環(huán)節(jié)的價值已得到市場的初步驗證。然而，當(dāng)前國內(nèi)甲方企業(yè) 在進(jìn)行人工智能開發(fā)和應(yīng)用時仍然面臨著技術(shù)人才儲備不足、AI應(yīng)用部署 存在困難、投入產(chǎn)出比不達(dá)預(yù)期等問題，亟需能夠幫助企業(yè)解決這一問題的 高效AI開發(fā)和應(yīng)用工具。產(chǎn)品&關(guān)鍵技術(shù)：云原生AI開發(fā)平臺融合了成熟的人工智能開發(fā)框架以及云原生工具靈 活調(diào)用云資源、高效部署云應(yīng)用的能力，一方面幫助企業(yè)開發(fā)者提高算法模 型的開發(fā)效率，另一方面提升交付、部署、運(yùn)維環(huán)節(jié)的效率并降低TCO。橫 向?qū)Ρ燃追狡髽I(yè)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(rèn)為云原生AI開發(fā)平臺在AI開發(fā)應(yīng)用全生命周期視角下具備一

26、定的綜 合優(yōu)勢。應(yīng)用場景：云原生AI開發(fā)平臺在諸多人工智能密集應(yīng)用的下游場景和行業(yè)具備通 用性，包括互聯(lián)網(wǎng)、金融、自動駕駛、政務(wù)、制造、營銷等。本報告挑選了 部分應(yīng)用場景，梳理了上述場景下企業(yè)進(jìn)行AI開發(fā)和應(yīng)用過程中面臨的實(shí) 際需求和難點(diǎn)，展示了典型云原生AI開發(fā)產(chǎn)品的服務(wù)架構(gòu)以及對企業(yè)經(jīng)營 管理的價值。發(fā)展趨勢：AI開發(fā)平臺還將朝著易用性、專業(yè)化、綜合性、產(chǎn)用協(xié)同等方向發(fā) 展，我們認(rèn)為在這一過程中，AI開發(fā)平臺的產(chǎn)品廣度將進(jìn)一步提升，并有 望集成DevOps、AIOps等運(yùn)維方法和工具，全方位融入企業(yè)的數(shù)字化經(jīng)營 體系。同時，AI開發(fā)平臺的服務(wù)業(yè)態(tài)還將向軟硬一體化方向演進(jìn)，深度融 合技術(shù)交流

27、社區(qū)等平臺，形成學(xué)用一體化的技術(shù)傳播與升級環(huán)境。1. 行業(yè)背景與產(chǎn)品綜述工作環(huán)境復(fù)雜多變又涉及公共交通安全，要求計算機(jī)在極短時間做出正 確的判斷，因此需要以強(qiáng)大的算力、算法和數(shù)據(jù)傳輸能力作為支撐。在自 動駕駛實(shí)現(xiàn)過程中，人工智能算法承接傳感器接收的實(shí)時信息并進(jìn)行數(shù) 字化處理和分析，經(jīng)過決策算法對周圍環(huán)境進(jìn)行的判斷和預(yù)測，并對駕駛 操作進(jìn)行調(diào)整。自動駕駛場景中的人工智能應(yīng)用需求及難點(diǎn)|目標(biāo)噌眄識曠| II I W合I決策算法基于感知層提供的信息 皎測道路、行人、車輛情況的變 化，做出進(jìn)T的駕駛決策-瞰鼻法奐貴綜合各傳感器的反ts內(nèi)容 定數(shù)字圖像中物體的類別和位置，并對后 續(xù)藤中的目標(biāo)的大小和位置

28、進(jìn)行預(yù)測自動駕哽人工智能計算控制平臺車輛探控系統(tǒng)通過總線與決策系統(tǒng) 相連接，并按照決策系統(tǒng)發(fā)出的總 線指令01確地控制加速程度、制動 程度及轉(zhuǎn)向幅度等駕駛動作在靖應(yīng)用中的道路、行人、汽車狀況的繁復(fù)雜，計算機(jī)需要在極短的時間內(nèi)處理海量異構(gòu)數(shù)據(jù)并以超低時延的方 式傳達(dá)蚓氣車控制終端，從而對網(wǎng)絡(luò)、算力和算法順8出了極高要求.同時，自動登駛過程所涉深度學(xué)習(xí)模型夏雜, 模型可見度低，在出錯后誰以進(jìn)行溯源和改誑的：201&2019年中a自灑駛產(chǎn)岫B茜及書，2BI咨詢W郊睥畛開知4研究am.2021.11 iResearch Inc基于云原生Al開發(fā)的自動駕駛數(shù)據(jù)云上訓(xùn)練解決方案清洗睇皿清洗睇皿清洗麻模型訓(xùn)

29、練CXXS OECI CDCD an m模型部署與推理AI加速器-裸金屬實(shí)例*GPU實(shí)例井行文件存儲系統(tǒng)借助平臺豐富的模型積累和友好的開發(fā)工具,提升模型訓(xùn)練效率,降低開發(fā)工作雅度.利用云原生架構(gòu)確諾多云基礎(chǔ)設(shè)施，提升計算效能和訓(xùn)練精準(zhǔn)度.通過云存儲、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施提升敬據(jù)運(yùn)營效率、保障隱私數(shù)據(jù)安全，提升應(yīng)用穩(wěn)定性2. 4制造業(yè)場景AI需求分析通過高效自動化和智能決策，幫助企業(yè)實(shí)現(xiàn)降本增效以人工智能應(yīng)用賦能制造業(yè)發(fā)展是我國進(jìn)行制造業(yè)產(chǎn)業(yè)升級、建設(shè) 工業(yè)互聯(lián)網(wǎng)平臺的關(guān)鍵。當(dāng)前人工智能主要通過三種模式融入工業(yè)互聯(lián) 網(wǎng)：第一，將AI模型嵌入工業(yè)互聯(lián)網(wǎng)平臺層，提升平臺層數(shù)據(jù)分析能力； 第二，提供工業(yè)AI

30、軟件系統(tǒng)，并通過云端部署形成工業(yè)互聯(lián)網(wǎng)SaaS層應(yīng) 用；第三，提供工業(yè)互聯(lián)網(wǎng)框架下含軟件和邊緣側(cè)硬件的完整系統(tǒng)。具體 到制造企業(yè)的生產(chǎn)流程中，上述應(yīng)用廣泛融入企業(yè)從產(chǎn)品設(shè)計、供應(yīng)鏈管 理到生產(chǎn)制造和銷售運(yùn)營的各個環(huán)節(jié)，能夠通過提升自動化和決策智能 化水平為企業(yè)帶來降本增效價值。制造業(yè)場景中的人工智能應(yīng)用需求及難點(diǎn)AR貨銷售分忻制造數(shù)控淹水線供應(yīng) 鏈管需求分析文字附產(chǎn)品 設(shè)計人工智能糟助制造業(yè)企業(yè)提升 自動化程度和數(shù)字化程度，更 好地利用數(shù)套實(shí)現(xiàn)企業(yè)徑酋的 降本增效65用雄點(diǎn) 企業(yè)XKSIF 往往地處較偏遠(yuǎn)位，網(wǎng)絡(luò). II力等基礎(chǔ)提力校差；部分 輕過早朋數(shù)字化升級的工廠 采用的數(shù)繇標(biāo)準(zhǔn)、通信協(xié)議

31、 不統(tǒng)一，造成數(shù)據(jù)孤島問題, 需進(jìn)行改造 AI成本較:制造業(yè)人工智 耗應(yīng)用需要較多的傳感88、 機(jī)器人硬件設(shè)密作為基北， 后期的1法開發(fā).運(yùn)壤成本 也相對校高工控要求高：對于部分砌 制造類應(yīng)用，要求IT系統(tǒng)度 供超低時延.超贏精度的識 別和控耕性槎圖片泌庫圖片泌庫數(shù)踞科學(xué)家/r ! 自定義短用 :開發(fā)人員模型訓(xùn)練已有模型訓(xùn)隧i !j !Rest APliWffl :線上模型服務(wù)部署模型 檢測分細(xì)型基于云原生Al開發(fā)的高壓線路安全生產(chǎn)檢測方案人工智能線路安全槍查難點(diǎn)-線路較長，途徑生產(chǎn)環(huán)境多變高壓線路可能面臨自然老化、交通 工具擦掛、異物附精、煙火點(diǎn)燃、 其他施工機(jī)械等安全隱患高壓線路如果發(fā)生意

32、外，對人身和 生產(chǎn)安全的危害極大，安全檢測能 力蘸鯽同求解決方案綜述該解決方案結(jié)合物聯(lián)網(wǎng)設(shè)備采集和 系統(tǒng)圖庫進(jìn)行圖像打標(biāo)，依托平臺 豐富的模型訓(xùn)練框架進(jìn)行圖像識別 和決策判斷，并利用云原生架構(gòu)進(jìn) 行靈活的邊緣側(cè)應(yīng)用部署，提高AI 應(yīng)用的準(zhǔn)確性和速度的：又瑞咨WCTWR自主研02021.11 (Research Inc云原生AI開發(fā)平臺展望3. 1行業(yè)趨勢綜述產(chǎn)品易用性、綜合性不斷提升，幫助企業(yè)形成AI規(guī)模經(jīng)濟(jì)企業(yè)進(jìn)行人工智能應(yīng)用開發(fā)的核心資源大致經(jīng)歷了三個發(fā)展階段： 在雛形期，應(yīng)用開發(fā)主要依靠開源模型或開發(fā)者自發(fā)分享的代碼進(jìn)行； 隨著AI技術(shù)發(fā)展和需求激增，開源框架陸續(xù)出現(xiàn)，助力開發(fā)人員快速

33、生成及訓(xùn)練模型，開源框架也成為了眾多AI開發(fā)平臺的基礎(chǔ)；后續(xù)AI 產(chǎn)業(yè)化進(jìn)程加速，為滿足智能化轉(zhuǎn)型需求方對多層次資源的多樣性需 求，專業(yè)化的商用的AI開發(fā)平臺出現(xiàn)，致力于為甲方提供一站式的AI 模型生產(chǎn)服務(wù)。為了進(jìn)一步滿足企業(yè)運(yùn)用人工智能過程中全方位的需 求，AI開發(fā)平臺還將朝著易用性、專業(yè)化、綜合性、產(chǎn)用協(xié)同等方向發(fā) 展，在這一過程中，在底層技術(shù)、IT資源、人才和經(jīng)驗等方面具備優(yōu)勢 的頭部平臺產(chǎn)品將能夠更好地協(xié)助企業(yè)形成人工智能應(yīng)用的規(guī)模經(jīng)濟(jì)。人工智能開發(fā)的核心資源演化以及未來發(fā)展趨勢奇業(yè)化商用AI開發(fā)平臺奇業(yè)化商用AI開發(fā)平臺規(guī)橫化生產(chǎn)初期H探索期驅(qū)動需求：處于AI應(yīng) 用的初級階段，更關(guān)

34、注算法層面的資源易 得性.驅(qū)動需求：企業(yè)不再滿足于 多渠道采購單點(diǎn)式工具資源 的方式，希望有滿足覆蓋數(shù) 據(jù)治理、算法模型開發(fā)、算 力調(diào)用等的一站式、全流程 效率化生產(chǎn)工具.借助平臺化的開發(fā)工具集合, 突破國法訓(xùn)練、模型評估及 部署等阻礙AI模型生產(chǎn)應(yīng)用 的瓶頸，幫助企業(yè)建立自身 的AI能力，實(shí)現(xiàn)AI能力的快易用住受利更多關(guān)注：隨模螭完獸和獲取渠道 的垠加，企業(yè)用戶將更加關(guān)注人工18漁在應(yīng)用層面 的便捷性和實(shí)用性，產(chǎn)&設(shè)計和包裝的函要性AIKS.垂遺場景業(yè)化加強(qiáng)wax工智漁算法和應(yīng)用 的通用性較強(qiáng)，由于歡乏行業(yè)實(shí)際經(jīng)盈和專業(yè)人才, 大多行業(yè)性應(yīng)用也僅僅是對通用模型進(jìn)行做I,未 來這一狀況有望得到

35、改善.it合的人工婷平曾：企業(yè)需要的人工智能 吸務(wù)與大數(shù)制服務(wù)、云計耳抵務(wù)等將越京越緊槍融 合.綜合性的人工舀曜努平臺將成為業(yè)界主流.產(chǎn)MM的行業(yè)生咨：人工曾能的進(jìn)步將越來H多 地依II用戶例的自主模型優(yōu)化和自適應(yīng)調(diào)整，在這 一過程中，開源社區(qū)和開放的AI交流平臺將發(fā)揮重 夔作用.頭部平臺捋3WAI生產(chǎn)力：綜合考虛包括人才和經(jīng) 坎枳累.ITBtt資源、研發(fā)投入以及社區(qū)交互等因 廉，結(jié)合全球AI產(chǎn)業(yè)gj&.頭部人工智埔平臺將為 企業(yè)在AI領(lǐng)域?qū)崿F(xiàn)規(guī)模效應(yīng)提供更強(qiáng)大助力.的：glWiSWWRR自主研2021.11 iResearch Inc.2. 2產(chǎn)品廣度以數(shù)據(jù)資產(chǎn)為核心，數(shù)據(jù)智能/模型開發(fā)/數(shù)

36、據(jù)應(yīng)用緊密協(xié)同現(xiàn)今大數(shù)據(jù)產(chǎn)業(yè)在獨(dú)立的領(lǐng)域如數(shù)據(jù)庫、智能搜索、數(shù)據(jù)可視化及 人工智能領(lǐng)域均實(shí)現(xiàn)了一定突破，應(yīng)用價值得到了普遍的認(rèn)可。未來大 數(shù)據(jù)相關(guān)產(chǎn)品將以數(shù)據(jù)資產(chǎn)為中心，實(shí)現(xiàn)進(jìn)一步整合和協(xié)同，最終形成 商業(yè)數(shù)據(jù)智能、AI模型開發(fā)、數(shù)據(jù)應(yīng)用三大飛輪，為企業(yè)的數(shù)字化運(yùn)營 提供精準(zhǔn)決策、生產(chǎn)工具、經(jīng)營管理方面的支持。同時，三個飛輪所代 表的業(yè)務(wù)體系和流程將彼此融合、緊密關(guān)聯(lián)，對應(yīng)著一類鏈路更加復(fù)雜 的工具，IT廠商或?qū)⒁袁F(xiàn)有的云原生AI開發(fā)平臺為基礎(chǔ)進(jìn)行服務(wù)擴(kuò)充 和集成，而云原生組件則有望在這一高度集成的服務(wù)鏈中發(fā)揮服務(wù)編排 作用。以數(shù)據(jù)為核心，融合AI與大數(shù)據(jù)分析的企業(yè)數(shù)據(jù)應(yīng)用飛輪精準(zhǔn)營銷，生命周

37、期管理0AIOps/MLOps.、運(yùn)營故據(jù)&報告。、查詢&搜索，Z*應(yīng)用創(chuàng)新故據(jù)資產(chǎn),模里測試智能標(biāo)注大數(shù)據(jù)分析3故據(jù)應(yīng)用飛輪以數(shù)據(jù)為核心的企業(yè) 運(yùn)營，形成產(chǎn)品創(chuàng)造數(shù)據(jù)、 數(shù)據(jù)打磨產(chǎn)品循環(huán)2)ai模型開發(fā)詢數(shù)據(jù)價值挖掘，提升自 動化水平，實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新1 )商業(yè)數(shù)據(jù)智能飛輪經(jīng)莒數(shù)據(jù)分析、賦能企業(yè)精準(zhǔn)決策*：又SI咨詢研涵自主研究及繪制.C2021.11 iRwearch Inc3. 2. 2Dev0ps和AIOps有望進(jìn)一步提升AI開發(fā)運(yùn)維效率頭部云計算和人工智能廠商在不斷對包括人工智能在內(nèi)的數(shù)字化產(chǎn) 品進(jìn)行豐富和升級，DevOps和AIOps/MLOps均有望與當(dāng)前的云原生開發(fā) 平臺進(jìn)行深度集

38、成，進(jìn)一步提升企業(yè)進(jìn)行人工智能開發(fā)和應(yīng)用效率。其 中，DevOps是云原生服務(wù)于軟件開發(fā)的應(yīng)用流程，主要用于軟件的協(xié)作 編程開發(fā)，目前和AI算法模型的編寫流程并不完全相通，但仍能用于 模型封裝成軟件應(yīng)用之后的開發(fā)流程。另一方面，AIOps/MLOps原本主 要用于軟件上線部署后的運(yùn)維，不僅能夠幫助甲方企業(yè)進(jìn)行復(fù)雜AI應(yīng) 用的監(jiān)測，從而提升客戶體驗，也能利用自動化流程來進(jìn)行模型效果的 測試。目前AIOps不僅是國內(nèi)IT運(yùn)維產(chǎn)業(yè)的發(fā)展新方向，也有望成為 云原生AI開發(fā)平臺優(yōu)先的集成方向。DevOps與AIOps與云原生Al開發(fā)平臺的協(xié)同.云雎的主適用于軟件編程開發(fā). aa林埃組嵌供便曲協(xié)同開發(fā)環(huán)境

39、通過容器環(huán)境，讓開發(fā)者介入運(yùn)雄流程，打破開新弋ITi云維工具以AIH法代智人工進(jìn)行系統(tǒng)故檢查、 根因分析、事前咬警需要大甩系統(tǒng)數(shù)據(jù)沉淀以及AIK法的發(fā)-運(yùn)維部門的壁壘，提升運(yùn)維流程血寺02021.11 iResearch Inc3. 3服務(wù)業(yè)態(tài)AI開發(fā)平臺與IT基礎(chǔ)設(shè)施進(jìn)一步融合，提升計算能力隨著數(shù)字經(jīng)濟(jì)大發(fā)展，數(shù)據(jù)量爆發(fā)，應(yīng)用類型豐富，原有的IT基 礎(chǔ)設(shè)施無法滿足AI應(yīng)用需求。近年來，適宜于大規(guī)模數(shù)據(jù)集群計算的 CPU、GPU、DPU等計算芯片不斷推陳出新，內(nèi)存、虛擬化、網(wǎng)絡(luò)等IT基 礎(chǔ)層技術(shù)也都在向著大規(guī)模并發(fā)、超高速傳輸?shù)姆较蜓葸M(jìn)，并配合主流 的人工智能框架進(jìn)行優(yōu)化升級。未來人工智能開發(fā)

40、與上述IT基礎(chǔ)設(shè)施 深度融合將成為大趨勢，這一趨勢或?qū)腁I技術(shù)和硬件廠商的合作起 步并逐漸深化。面向人工智能的IT基礎(chǔ)設(shè)施不斷進(jìn)步網(wǎng)翊林.T互或陽的AIQ用帝祟海量敏蹭傳5求.H向A炳教察 分發(fā)fC交厘機(jī)等技術(shù)應(yīng)運(yùn)而生內(nèi)存技術(shù). 存內(nèi)計It存婭內(nèi)存等枝木翊據(jù)存M. 1跖。WWBJWWAmN整個出了較高的婆求，以CPU. GPU. DPUU計算芯片為代表，內(nèi)存、虛掠化、網(wǎng)蠟傳輔技術(shù)的發(fā) 曾嶙展形成支撞.虛擬化技術(shù)除容1 枝木外，HCPUOGPUWffJII. AKlftK務(wù)商也 在不H ifaWMHI春上if設(shè)的El化房.計H芯片技術(shù)語，于人大fittCPU. DPU. FGPA等 不斷更迭來

41、源：艾at咨胃研頑目主研究及的.C2021.11 iResearch IncIntel至強(qiáng)處理器內(nèi)置DL Boost功能大多數(shù)深度學(xué)習(xí)應(yīng)用采用32位浮點(diǎn)精度故(FP32) , IntelWDL BoostJR用8位整敗(INT8)或1&S浮點(diǎn)致(BF16),通過降低 內(nèi)存的負(fù)我更高效地利用計資源.提升AI應(yīng)用的運(yùn)行表現(xiàn).AVX512 VNNI64個8位32個BF16浮點(diǎn)數(shù)C2021.11 iResearch Inc3. 4社區(qū)生態(tài)AI用戶與開發(fā)者角色交融，加速產(chǎn)品創(chuàng)新與市場拓展以開源社區(qū)為代表，全球范圍內(nèi)有著眾多軟件技術(shù)交流社區(qū)與平 臺，在這些組織之中，軟件的開發(fā)者與使用者對產(chǎn)品的架構(gòu)、功能、

42、缺 陷進(jìn)行討論，為開發(fā)者創(chuàng)造了解用戶真實(shí)需求和實(shí)際使用難點(diǎn)的環(huán)境，幫助開發(fā)者進(jìn)行產(chǎn)品打磨，也為用戶提供了深入產(chǎn)品底層、基于自身需求對產(chǎn)品進(jìn)行改良的平臺。隨著軟件市場活力不斷提升和開發(fā)者人群技術(shù)的增氐，國內(nèi)市場上也出現(xiàn)了越來越多的技術(shù)交流社區(qū)。開源社區(qū)對AI開發(fā)&應(yīng)用的價值加快AI產(chǎn)業(yè)發(fā)展速度，誑一步提升行業(yè)綜合競爭力提升企業(yè)/產(chǎn)品的用戶凝聚力和市場關(guān)注度促進(jìn)產(chǎn)用協(xié)同，幫助AI產(chǎn)品的打磨和升級提升AI開發(fā)者的效率，促進(jìn)產(chǎn)品創(chuàng)新AI開源平臺&社區(qū)11.。來源：艾31咨謳研歡自主研究及埃制.2021.11 iResearchlnc.1.1 A工智能發(fā)展環(huán)境 1. 1. 1政策引導(dǎo)AI算法的協(xié)同開發(fā)與

43、AI應(yīng)用的產(chǎn)業(yè)化落地過去數(shù)年間，國務(wù)院、國家發(fā)改委、工信部、科技部以及各省市、地 方政府陸續(xù)發(fā)布了有關(guān)推進(jìn)人工智能算法開發(fā)以及應(yīng)用落地的政策。在 算法開發(fā)層面，政策明確倡導(dǎo)開源開放、互助共享的理念，支持具備人工 智能資源與技術(shù)優(yōu)勢的企業(yè)、高校構(gòu)建促進(jìn)AI能力開源開放的平臺，釋 放優(yōu)勢互補(bǔ)的協(xié)同效應(yīng)，縮小我國人工智能技術(shù)與領(lǐng)先國家的差距；在人 工智能應(yīng)用層面，政策鼓勵人工智能等數(shù)字化能力在企業(yè)層面加大應(yīng)用 力度、在區(qū)域?qū)用鎸?shí)現(xiàn)項目落地，通過人工智能等前沿IT技術(shù)驅(qū)動工業(yè) 化和信息化深度融合。整體來看，國內(nèi)政策對于人工智能始終保持積極態(tài) 度，人工智能產(chǎn)業(yè)化和規(guī)范化的發(fā)展前景會更加明朗。近年人工智能

44、應(yīng)用相關(guān)政策解讀北京市人民政府 2021年市工國家工信部_工1垣聯(lián)鼬,發(fā)展行動計 （2021-2023：，指出推動各方 科技力量優(yōu)化配置和資源共享，支持包括人工在內(nèi)的務(wù) 型研發(fā)機(jī)構(gòu)發(fā)展，健全創(chuàng)新創(chuàng)業(yè)服務(wù)體系.，巾山任務(wù)中指出菠,司大甲企業(yè)大人工皆能等敵字化技術(shù)應(yīng)用 力度，全面提升研發(fā)設(shè)計、工藝仿真、生產(chǎn)制造、設(shè)備管理、 產(chǎn)品檢測等曹能化水平，實(shí)現(xiàn)全流程動態(tài)優(yōu)化和fil準(zhǔn)決策.國家發(fā)改委、科技部等,一代人工,標(biāo)準(zhǔn)系建，南國務(wù)院（修訂）國家創(chuàng)新驅(qū)動發(fā)展新一代信息網(wǎng)絡(luò)技術(shù).加強(qiáng)類人智能、自然交互與虛擬現(xiàn) 實(shí)研究，推動寬帶移動巨聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等技 術(shù)研發(fā)和綜合應(yīng)用，加快工21k化和信息化

45、深度融合.，建設(shè)內(nèi)容中，提出支爆技術(shù)與產(chǎn)品標(biāo)準(zhǔn)，其中美挪通用技 術(shù)-和”關(guān)鍵領(lǐng)域技術(shù)涉及機(jī)器學(xué)習(xí)、知識圖語、自然i 吉處理、計算機(jī)視覺和智能語音等逐要Al算法和技術(shù)的應(yīng)用.科技部國家新一代人工曾能開放創(chuàng)新平臺at設(shè)工作指引國務(wù)院新f人工皆能發(fā)展規(guī)劃建設(shè)原則指出要以企業(yè)為主體，鼓勵人工智能細(xì)分領(lǐng)域領(lǐng)軍 企業(yè)搭建開海、開放平臺，面向公眾開放AI技術(shù)研發(fā)資源， 向社會的出AI技術(shù)曜務(wù)能力，推動AI技術(shù)的行業(yè)應(yīng)用.建設(shè)原則指出要以企業(yè)為主體，鼓勵人工智能細(xì)分領(lǐng)域領(lǐng)軍 企業(yè)搭建開海、開放平臺，面向公眾開放AI技術(shù)研發(fā)資源， 向社會的出AI技術(shù)曜務(wù)能力，推動AI技術(shù)的行業(yè)應(yīng)用.,指出要將人工智能提升至國家

46、成略高度，以開源開放作為基 本原則之一，促進(jìn)產(chǎn)學(xué)研用各創(chuàng)新主體共創(chuàng)共享，構(gòu)玫開放協(xié) 同的人工智蛇科技創(chuàng)新體系.來8：國務(wù)E 艾ate洵研究院制8公開瓷究及岫.2021.11 iResearch Inc.1.1.2 A工智能相關(guān)產(chǎn)業(yè)規(guī)模高速增長，市場需求更加明確隨著數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的不斷深化，我國數(shù)字經(jīng)濟(jì)高速發(fā)展， 在宏觀經(jīng)濟(jì)中的重要性持續(xù)提升。2020年中國人工智能核心產(chǎn)業(yè)規(guī)模超 過1500億元，至2025年預(yù)計超過4500億元，2020-2025年人工智能核 心產(chǎn)品CAGR為25%； 2020年人工智能帶動相關(guān)產(chǎn)業(yè)規(guī)模超5700億元， 至2025年將突破16000億元，2020-202

47、5年人工智能帶動相關(guān)產(chǎn)業(yè)CAGR 為24%。在新產(chǎn)業(yè)、新業(yè)態(tài)、新商業(yè)模式經(jīng)濟(jì)建設(shè)的大背景下，人工智能 產(chǎn)業(yè)的成長速度令人矚目，并已逐步展現(xiàn)出從單向的產(chǎn)品供應(yīng)向各產(chǎn)業(yè) 深度雙向共建的發(fā)展特征，帶動相關(guān)產(chǎn)業(yè)發(fā)展，回饋社會經(jīng)濟(jì)。在這樣的 發(fā)展環(huán)境下，企業(yè)對人工智能的需求逐漸升溫，人工智能在企業(yè)端的應(yīng)用 成熟度也漸入佳境。2005-2020年中國數(shù)字經(jīng)濟(jì)規(guī)模及占GDP比重*9：(2020).皿咨腳臏根02021.11 iResearch Inc2019-2025年中國Al產(chǎn)業(yè)及帶動相關(guān)產(chǎn)業(yè)規(guī)模CAGR = 25%CAGR = 24%來海：艾璃咨詢20泗中國人工曾艇產(chǎn)業(yè)研究報告2021.11 iRese

48、arch Inc1.2人工智能應(yīng)用現(xiàn)狀 1.2. 1感知智能相對成熟，認(rèn)知智能加速發(fā)展一般認(rèn)為，人工智能可分為感知智能和認(rèn)知智能兩大類。感知智能以 智能語音、計算機(jī)視覺和部分生物體征識別（如體態(tài)識別）為核心底層技 術(shù)，對應(yīng)的上層應(yīng)用為智能對話、圖像識別和人體識別等，分別直接應(yīng)用 于客服機(jī)器人、智能安防、智能監(jiān)控等解決方案；認(rèn)知智能以機(jī)器學(xué)習(xí)/ 深度學(xué)習(xí)、知識圖譜和自然語言處理等為核心底層技術(shù)，對應(yīng)的上層應(yīng)用 為預(yù)測建模、知識倉庫、機(jī)器翻譯等，分別直接應(yīng)用于商業(yè)決策、智能推 薦、全文信息檢索等解決方案，二者是互為支持和補(bǔ)充的關(guān)系，同一個AI 解決方案中往往包含多種技術(shù)。目前我國感知智能的算法研發(fā)

49、和應(yīng)用落 地相對成熟，而認(rèn)知智能正在加速發(fā)展過程中，未來將有著更廣闊的應(yīng)用 空間。當(dāng)前AI感知智能&認(rèn)知智能算法及應(yīng)用Al感知曾雄.ilO監(jiān)督學(xué)習(xí)知識圖諧文本匹配智能時話I圖像識別I1人體識別1解決方JK呼叫中心I智能安防觀.整直接應(yīng)用計算機(jī)視置生物體征識別互為支持 巨為補(bǔ)充商業(yè)智能決策能推薦全文信息檢索直接應(yīng)用探?jīng)Q方案致?lián)?wù)知識倉庫機(jī)IFPGA ASIC算力服務(wù)來源：艾砧詢研族自主研究&笙制.算法服務(wù)人工曹能基礎(chǔ)設(shè)旌數(shù)據(jù)存儲就治!AI認(rèn)知皆蛇.oOOC2021.11 Research Inc.營銷、客服、質(zhì)檢、安防等應(yīng)用的市場價值己獲得驗證具體到實(shí)際應(yīng)用中看，人工智能已廣泛滲入各行業(yè)經(jīng)營管

50、理的諸多 環(huán)節(jié)，為企業(yè)帶來更高效的自動化流程、更精準(zhǔn)的情報分析以及更智能的 運(yùn)營管理。當(dāng)前國內(nèi)人工智能應(yīng)用成熟度較高的領(lǐng)域包括：在金融、互 聯(lián)網(wǎng)等需要密集與客戶溝通交流的行業(yè)中用于智能呼叫、客服、銷售等環(huán) 節(jié)，幫助企業(yè)提升觸達(dá)能力和服務(wù)質(zhì)量，從而提升用戶粘性；賦能公安、 交通和企業(yè)內(nèi)部的安防監(jiān)控以及制造業(yè)企業(yè)的物流配送、產(chǎn)品質(zhì)檢等環(huán) 節(jié)，代替人眼進(jìn)行大規(guī)模監(jiān)測并提升監(jiān)測精準(zhǔn)度、從而提高調(diào)度和管理效率。整體來看，感知智能的諸多應(yīng)用對于企業(yè)的應(yīng)用價值己得到了市場驗 證，而涉及認(rèn)知分析、智能決策的認(rèn)知領(lǐng)域的應(yīng)用成熟度也正在逐步提 高，已在部分行業(yè)展開試水，應(yīng)用滲透有望加速。人工智能應(yīng)用于我國不同行業(yè)

51、企業(yè)人機(jī)對話行業(yè)較少涉及質(zhì)控、風(fēng)圈口臉務(wù) 度和安全設(shè)備運(yùn)維管 故損分析運(yùn)計鼻機(jī)視覺智耗語音交互 ML&DL NLP&HKR 圖譜產(chǎn)品設(shè)計、采購評估工藝優(yōu)化貨倉物流 定價優(yōu)化經(jīng)營管理活動的主要環(huán)節(jié)政府金H互聯(lián)網(wǎng)醫(yī)藥交通零售制造能源電力艾瑞咨詢研演自主研究及蜘電信02021.11 (Research Inc.1.3人工智能與云服務(wù)1. 3. 1云服務(wù)平臺成為企業(yè)獲取和應(yīng)用AI能力的重要渠道當(dāng)前各類前沿信息技術(shù)彼此融合促進(jìn)，界限正逐漸模糊，無論是在技 術(shù)開發(fā)、實(shí)施還是應(yīng)用階段，包括云計算、大數(shù)據(jù)、人工智能等在內(nèi)的多 項技術(shù)都互為依托和補(bǔ)充。云計算在我國經(jīng)歷了十余年的發(fā)展，目前基礎(chǔ) 云服務(wù)已經(jīng)進(jìn)入成熟階段，各類上層應(yīng)用以云服務(wù)平臺為技術(shù)基座和分 發(fā)渠道，逐步構(gòu)建起云上的IT服務(wù)生態(tài)閉環(huán)。具體到人工智能領(lǐng)域，云 計算為人工智能研發(fā)和部署提供計算集群、存儲陣列等基礎(chǔ)設(shè)施，通過大 數(shù)據(jù)和AI算法PaaS提升企業(yè)進(jìn)行AI開發(fā)的節(jié)奏和效能，而信息安全、 敏捷開發(fā)等應(yīng)用則間接提升了企業(yè)采用云上A1能力的穩(wěn)定性。對于企業(yè) 的AI開發(fā)和應(yīng)用工作而言，云平臺己成為他們加強(qiáng)