「2020年中国AIコンピューティングパワーレポート」が発表：中国はGPT-3のコンピューティングパワー問題をどう解決するのか？

2020年ももうすぐ終わります！ 12月15日、IDCとInspurは共同で「2020～2021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」を発表した。この報告書は、AIコンピューティングパワー業界の発展動向、市場規模、地域コンピューティングパワー分布、産業AIコンピューティングパワー保持レベルなど、多角的な観点から包括的かつ統合的な評価を実施し、中国の人工知能開発の現状を評価し、産業AIの発展を促進するための貴重な参考根拠と行動勧告を提供することを目的としています。この報告書は2018年以来3年連続で発表される。

AI界で年間キーワードを選ぶとしたら、GPT-3は間違いなくリストに載るでしょう。

2019年に発売されたGoogle T5の16倍となる1750億個のパラメータを持ち、さまざまなスキルをアンロックしたり、人間とコミュニケーションをとったり、あらゆることを行うことができます。 GPT-3 は、AI の台頭と急速な発展を示す最良の例です。

しかし、Open AI がこれをトレーニングするには 460 万ドルの費用がかかった。 API の形で一般ユーザーに公開されていなかったら、誰もがこの NLP 成果物を使用できるわけではありません。

さらに、モデルパラメータとトレーニングデータがどんどん大きくなると、計算能力が追いつかなくなると、GPT-3 はまったく「実行」できなくなります。

計算能力を測るにはペタフロップス/秒-日という単位が使えます。顔を変えるゲームができる敵対的生成ネットワーク（GAN）には約3ペタフロップスが必要です。世界最速のスーパーコンピュータである日本の富岳は毎秒550ペタフロップスで、GPT-3の計算要件は3640ペタフロップスにも及びます。

計算力、つまりデータを処理する能力は、データとアルゴリズムとともに AI の 3 つの要素として知られています。 GPT-3 からわかるように、強力な処理能力がなければ、モデルがどれだけ大きくて包括的であっても、それは単なる話に過ぎません。コンピューティング能力は、AI の産業発展を制限する重要な要因となっていると言えます。

12月15日、権威ある分析機関IDCとInspurは共同で「2020～2021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」（以下、「レポート」）を発表しました。

[[358718]]

この報告書は、AIコンピューティングパワー業界の発展動向、市場規模、地域コンピューティングパワー分布、業界のAIコンピューティングパワー保持レベルなど、多角的に包括的かつ統合的に評価し、中国の人工知能開発の現状を評価し、業界のAI化に貴重な参考根拠と行動勧告を提供することを目的としています。

このレポートは2018年から3年連続で公開されており、AI分野における多くのユーザー、企業、さらには地方自治体にとって、徐々に権威ある参考資料となっています。

トレンドに反して力強い成長：北京は37％の成長を続け、中国のAI都市の中で依然として第1位

2020年、データの爆発的な増加とコンピューティング能力およびアルゴリズムの劇的な向上により、中国のAIリソースは爆発的な成長を遂げました。

レポートによると、人工知能は世界の IT 業界で最も急速に成長している新興テクノロジー アプリケーションの 1 つです。

まず、一連のデータを見てみましょう。2020年、中国の人工知能市場全体の規模は63億米ドルでした。IDCの予測によると、この数字は2024年までに172.2億米ドルに達するでしょう。さらに、今年は流行病の影響を受けたにもかかわらず、中国のAI市場全体は依然として37%の成長率を維持しました。

この成長率はなんと驚くべきことでしょうか?

これに対し、米国の2020年のIT支出全体は前年比で減少し、AIコンピューティングパワーなどへの支出もほぼ前年並みで大きな伸びはなかった。相対的に見ると、中国の成長率37％は「逆境の中での成長」と形容できるだろう。同時に、世界のAI市場における中国のシェアは、2020年の12.5％から2024年には15.6％に上昇するだろう。

世界的に見ると、中国の人工知能市場は着実に成長しており、世界のAI市場においてますます重要な地位を占めることになるだろう。

中国のAI都市のランキングは、過去2年間と比べて大きく変化しました。

報告書によると、2020年のAI都市トップ5は北京、深セン、杭州、上海、重慶である。

2018年と比較すると、北京は百度や今日頭条などのインターネット企業や国のAI支援のおかげで依然として第1位となっている。 2019年と比較すると、深センが杭州を抜いて2位となり、重慶も初めて上位にランクインし、西安が南京を抜いて9位となったことは注目に値する。

IDCは、2021年までに地方自治体のAI産業への投資が30％以上増加すると予測しています。各都市は、それぞれの産業上の優位性とさまざまな要因に牽引され、AI の応用において大きな進歩を遂げてきました。たとえば、東莞のスマート製造、武漢のスマート医療、合肥のスマート農業、重慶の人工知能コースなどです。

中国の人工知能都市は、差別化された優位性を活かして産業発展のベンチマークを設定している。

2020年も終わりに近づいています。AI業界は今後、感嘆符からどのように抜け出すのでしょうか。

人工知能の計算能力の今後の発展の方向性はどのようなものでしょうか?このレポートでは、いくつかの重要な傾向が示されています。

まず、技術的なレベルです。

人工知能チップは今後も多様な発展を遂げるでしょう。GPUはデータセンターの高速化の第一選択肢であり続け、市場シェアの95%以上を占めるでしょう。中国の人工知能サーバーは今後5年間急速な成長を維持し、サーバー市場全体の成長の原動力となるでしょう。

コンピューティングパワーについて語るとき、チップがよく挙げられますが、コンピューティングパワーを担うサーバーも近年無視できない要素となっています。ここ数年、ディープラーニングの発展は緩やかです。アルゴリズム上の理由に加えて、非常に重要な理由は計算能力の不足です。計算能力の問題を解決する最も重要なサポートは、AIサーバーです。

ここで、国内大手のAIサーバーメーカーであるInspurは明確なポジショニングを持っています。 Inspur は長年にわたりコンピューティング システムを専門とし、業界で最も強力かつ包括的な AI サーバー製品群を構築してきました。システムプロバイダーとして、Inspurはオープンエコシステムの構築を積極的に推進しています。同社のAIサーバーは、Cambrian、Suiyuan Technology、Intelなどのチップ製品と互換性があり、AIコンピューティング業界におけるコラボレーションとWin-Winの結果を促進しています。

第二に、建築レベルでのトレンドがあります。

AloT 時代では、リアルタイム ビジネスに対する需要の高まりにより、エッジとエンドのコンピューティング パワーがますます重要になっています。人工知能のコンピューティング パワーは徐々にエッジに浸透します。2023 年までに、AI ワークロードの処理に使用されるサーバーの約 20% がエッジに展開されます。

Inspur Informationの副社長兼Inspur AI & HPC製品ラインのゼネラルマネージャーであるLiu Jun氏は、「現在、誰もがいくつかの展開を試み、エッジでいくつかのサンプルを作成しています。シナリオをどのように接続しますか？エッジをさらにバッチおよび大規模ビジネスに参入させるには、定格電力消費条件下でコンピューティングパワーを可能な限り高めるというコア問題を解決する必要があります。」と述べています。

Inspur Information 副社長兼 Inspur AI & HPC 製品ライン ゼネラルマネージャー Liu Jun 氏

また、AIaaSも人工知能市場の発展の重要な原動力となるでしょう。レポートでは、2018年から2024年までの年平均成長率は93.6％に達すると予測しています。同時に、AIベンチマークは徐々に向上し、MLperf、SPEC ML、AI-Rankなどの権威あるベンチマークが次々と発表され、企業の費用対効果の参考になるだけでなく、人工知能アプリケーションの将来の持続可能な発展にも重要な意義を持ちます。

「AIコンピューティングパワーの需要は今後も高まるばかりです。5年後には、すべてのコンピューティングパワーがAIコンピューティングパワーとなり、すべてのサーバーがAIサーバーとなるでしょう。」

ビル・ゲイツ氏はかつて、マイクロソフトの使命はすべての家庭が PC を所有できるようにすることだと述べました。将来的には、Inspur によってすべての企業が水や電気を使用するのと同じようにコンピューティング能力を使用できるようになるかもしれません。

計算能力は生産性です。計算能力を持つ者が世界を勝ち取るでしょう。

「コンピューティングパワーを生産性に変えるには、データを入力して AI を出力する必要があります。」

パンデミックの間、AI経済は前例のないほど爆発的に成長しました。

報告書によると、2020年に人工知能産業のアプリケーションの普及率が最も高い上位5つの産業は、インターネット、政府、金融、通信、製造です。 2019年と比較すると、2020年もインターネット業界は依然として第1位であり、通信業界と製造業界の応用シナリオはより豊富で、市場の潜在力は大幅に増加すると予想されています。しかし、疫病の影響により、医療業界における人工知能の応用浸透率は教育業界を上回り、第7位にランクされました。

こうした成果の背後には、多数のモデルをトレーニングするための基礎となる膨大な量のデータが不可欠な役割を果たしてきました。 Open AIのレポートによると、2012年から2019年にかけて、人工知能のトレーニングセットのサイズは30万倍近く増加し、3.43か月ごとに2倍になり、これはムーアの法則の25,000倍の速さです。

しかし、それをサポートするのに十分な計算能力がなければ、大量のデータが無駄になり、アルゴリズムは AI 業界の生産性段階に入ることができません。

なぜ人工知能にはこれほど高い計算能力が必要なのでしょうか?

一方、AI アプリケーションの成熟度が高まり、一般的なシナリオからセグメント化されたシナリオに移行するにつれて、人工知能は認識率の低下や精度の低下などの主要な問題に直面しています。

報告書によると、人工知能への投資が比較的集中している業界に加え、ビジネスニーズに牽引されて、多くの断片化されたアプリケーションも広く使用され始めており、メディアエンターテインメント、現代農業、スマートホーム、スマート電力など、さまざまな分野に広がっている。

一方、IDCは、今後3年間、ユーザーのコンピューティングパワーは依然としてトレーニングと推論の2つの側面に集中すると考えています。その中でも、トレーニングは依然として将来の投資の主な方向であり、この方向は純粋な知覚トレーニング、画像認識、ビデオ認識、音声認識から意味理解へ、そして純粋な知覚から知覚後の推論と分析へと移行しています。

自動運転、ロボット、コンテンツ推奨などの包括的なシナリオに必要な計算能力も比較的高く、平均計算能力は 146P OPS 程度に達します。

これらすべてがコンピューティング能力に対するより高い要件を提示しており、コンピューティング能力は AI 産業化のさらなる発展を制限する重要な要因となっています。

2020年4月、Inspurは「スマートコンピューティングセンター」、つまり「インテリジェントコンピューティングセンター」を提案しました。今年4月、国家発展改革委員会は、インテリジェントコンピューティングセンターに代表されるコンピューティングパワーインフラを初めて新しいタイプのインフラとして定義しました。

インテリジェントコンピューティングセンターが業界全体のコンピューティングパワープロバイダーになれば、中国のAI市場の規模を考えると、GPT-3やGoogle T4のような超大型AIモデルの登場が議題に上がるでしょう。その時までに、「コンピューティングパワーが中国を変え、コンピューティングパワーが未来を動かし、コンピューティングパワーが生産性である」ということを実感できるでしょう。

そしてその時までに、コンピューティングパワーの時代が本当に到来するでしょう。