IDC浪潮：2019-2020中国人工智能计算力发展评估报告

2019年中国人工智能产业发展形势展望作者：来源：《中国计算机报》2019年第04期2018年，中国人工智能技术创新日益活跃、产业规模逐步壮大、应用领域不断拓展，取得了阶段性成效。

展望2019年，人工智能产业集聚效应将更具规模，智能经济雏形初现，国际产业博弈将更加激烈。

与此同时，我国人工智能产业仍面临问题与挑战，基础层短板弱项始终存在，技术创新的商业应用模式不明朗，产业生态协同体系尚未形成，产业安全风险加剧，对此必须积极应对。

对2019年形势的基本判断人工智能是引领未来的战略性技术，是新一轮科技革命和产业变革的重要驱动力量，已经成为国际竞争的新焦点和经济发展的新引擎，在支撑供给侧结构性改革、打造高质量的现代经济体系、促进社会进步等方面发挥着越来越重要的作用。

展望2019年，我国人工智能领域核心基础技术持续突破，边缘智能加速应用布局;产业链条正在形成，集聚效应初具规模;融合应用水平大幅拓展，智能经济形态雏形初现;国内产业政策加速落地，国际产业博弈更加激烈。

与此同时，我国面临人工智能技术发展能力不均衡，基础层存在短板弱项;技术产品创新快于应用创新，技术创新的商业应用模式不明朗;产业生态体系尚不完善，协同发展势头尚未形成;环境建设尚不健全，产业安全风险加剧等问题与挑战。

为此，我国人工智能产业未来应以推动核心技术攻关为目标，加大对重点技术产品研发的资金支持;以深化与实体经济融合发展为目标，加强场景化应用推广和辐射引导;以构建有机协同的产业生态为目标，提升服务支撑能力;以营造发展环境为目标，培育多元化发展格局。

核心基础技术持续突破边缘智能加速应用布局核心基础技术的带动溢出效益增强。

在算法层面，深度学习算法在利用各类型深度神经网络处理海量数据方面具有优势，将通过在计算机视觉和图像识别、语音识别、搜索引擎、广告推荐计算等领域的持续应用，不断革新传统的计算机算法框架。

在算力层面，CPU特征尺寸已不断逼近物理极限，采用FPGA、FPU、ASIC等CPU+X的异构计算模式可基本满足对处理器更快速、更高效、更方便的使用要求，寒武纪、地平线机器人、中星微、华为等国内企业均在上述领域展开核心基础技术研发。

《中国新一代人工智能发展报告2019》发布作者：来源：《中国计算机报》2019年第20期本报讯 5月24日，《中国新一代人工智能发展报告2019》（中英文版）（以下简称《报告》）在浦江创新论坛上发布，《报告》从全球形势、创新环境、科研突破、经济发展、社会应用、人才支撑、区域格局等视角，对过去一年中国人工智能发展总体情况进行了回顾，力图客观反映《新一代人工智能发展规划》启动实施以来的落实推进情况，揭示未来发展所面临的新形势和新挑战。

报告分析发现，2018年以来，人工智能（AI）对科技、产业和社会变革的巨大潜力得到全球更加广泛认同，各國人工智能战略布局进一步升级，人工智能正在从少数大国关注走向全球布局的新格局。

2018年，有12个国家地区陆续发布或加强了其国家级人工智能战略计划，另有11个国家正在筹备制定其人工智能国家战略。

《报告》分析结果显示，美国、中国、英国在人工智能发展方面表现突出，其它国家也各有特点。

美国人工智能论文引文影响力（FWCI）、PCT专利数量、企业数量和融资规模等指标都居全球第一，整体实力领跑全球。

中国人工智能论文发文量居全球最高，企业数量、融资规模居全球第二，但引文影响力指标（FWCI）相对落后。

英国人工智能论文发文量、总被引次数、企业数量、融资规模等指标排名第三，在全球人工智能领域也具相当实力。

以色列虽然论文和企业数量不多，但论文引文影响力指标（FWCI）以及产学研合作指标突出。

日、韩两国在专利申请方面也体现了一定优势。

报告分析，2013—2018年，全球人工智能领域的论文文献产出共30.5万篇，其中，中国发表7.4万篇，美国发表5.2万篇。

中美两国之间人工智能科研论文合作规模最大，是全球人工智能合作网络的中心，中美两国合作深刻影响全球人工智能发展。

《报告》指出，过去一年来中国人工智能产业化落地加快推进，正在为中国新旧动能转换和国民经济高质量发展提供有力支撑;社会服务领域应用场景丰富，为中国人工智能技术加快落地加速迭代提供了条件。

2020年中国人工智能产业发展分析报告目录一、对2020年形势的基本判断 (4)（一）从产业链建设看，人工智能数据、算法、算力生态条件日益成熟。

4 （二）从政策推动来看，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区。

(6)（三）从投融资情况看，我国人工智能产业投资市场将关注易落地的底层技术公司。

(7)二、需要关注的几个问题 (9)（一）我国人工智能领域的基础创新投入严重不足。

(9)（二）我国人工智能产业的算力算法核心基础相对薄弱。

(10)三、应采取的对策建议 (13)（一）以算力为核心加强人工智能基础能力建设。

(13)（二）体系化梳理我国人工智能产业供应链现状。

(13)（三）推动国内人工智能企业加快开拓国内外应用市场并提升出海抗风险能力。

(14)（四）在国际社会上提出发展“负责任的人工智能”。

(14)【内容提要】 2019年以来，中国人工智能产业发展迅猛，在产业链建设、政策推动、投融资发展上取得新进展，但也面临各种内外部压力和挑战。

展望2020年，全国各级地方将根据自身实际情况申报和落地人工智能创新应用先导区，国内人工智能产业投融资将更关注落地前景好的底层技术公司，但产业整体面临的外部形势将更为严峻。

需关注的问题有我国人工智能领域的基础创新投入严重不足，国内人工智能产业的算力算法基础相对薄弱，以算法战、深度伪造为代表的人工智能技术滥用给我国经济社会带来潜在负面影响等。

基于上述分析，赛迪智库电子信息研究所提出，以算力为核心加强人工智能基础能力建设、体系化梳理我国人工智能产业供应链现状、加快开拓国内外应用市场并提升出海抗风险能力、发展“负责任的人工智能”等措施建议。

2019年人工智能数据、算法、算力生态条件日益成熟，我国人工智能产业发展将迎来新一轮战略机遇，智能芯片、智能无人机、智能网联汽车、智能机器人等细分产业，以及医疗健康、金融、供应链、交通、制造、家居、轨道交通等重点应用领域发展势头良好。

2019-2024年中国人工智能技术创新及行业整体形势深度研究报告近年来，中国人工智能技术呈现出高速发展态势，成为全球人工智能领域的重要一员。

根据市场研究机构 IDC 的数据，2019年中国人工智能市场规模已经达到1024亿元，其中软件支出占比最高，达到60.8%。

人工智能行业的增长势头在未来几年将会继续保持，预计到2024年，中国人工智能市场规模将达到4616亿元，年复合增长率达到35.8%。

在人工智能技术方面，自然语言处理、机器学习、计算机视觉、深度学习等领域是当前中国人工智能技术的热点。

其中，机器学习的应用最为广泛，主要是应用于个性化推荐、风险控制、智能客服等领域；而计算机视觉和自然语言处理则主要应用于图像和语音识别、人机交互等领域，并与物联网、云计算等技术结合使用，为各种行业提供了智能化的解决方案。

另外，政策和技术的推动也成为了中国人工智能行业发展的重要动力。

2017年，国家发改委发布了《新一代人工智能发展规划》，提出到2020年，人工智能产业规模达到1万亿元，成为推动新一代信息技术、提高经济质量和效益的重要引擎。

同时，在技术研发方面，中国政府也投入了大量资金和人力，建设了多个人工智能研究机构，并与国内和国际企业共同开展人工智能技术的研发工作，以推动行业技术水平的提高。

可以预见的是，在未来的几年里，人工智能技术将会在各个行业领域得到广泛应用。

特别是在医疗、金融、工业制造等领域，人工智能技术将会带来更为广泛的应用和发展机遇。

同时，不可忽视的是，在人工智能技术发展过程中，隐私安全、智能化就业等问题也需要得到更为深入的研究和探讨。

总之，中国人工智能技术在未来将会继续保持快速发展，各个领域都将会迎来更多的技术创新和发展机遇。

政策和技术的推动、企业和学术界的合作都将会成为中国人工智能技术发展的重要支撑力量。

随着人工智能技术的不断发展，其市场规模也在快速增长。

根据国际市场研究机构IDC公布的数据，2019年中国人工智能市场规模达到1024亿元，预计到2024年中国人工智能市场规模将达到4616亿元，年复合增长率为35.8%。

2019中国人工智能发展报告2019 中国人工智能发展报告目录前言 . ......................................................................... .............................................................................. .........2 一、1、2、3、4、5、人工智能的新时代到来：情境驱动时代 (4)人工智能发展历史 . ......................................................................... ....................................4 人工智能市场预测 . ......................................................................... ....................................9 数据视角下当前AI 的技术布局 . ......................................................................... ........ 11 AI 解决的痛点与存在的不足 ........................................................................... ............ 14 AI 对人类社会的影响 ........................................................................... .. (16)二、无数据不AI ........................................................................... .......................................................... 17 1、2、数据与AI 的关系 ........................................................................... .................................. 17 新的商业竞争范式 . ......................................................................... (19)三、行业全景与企业玩家分类 . ......................................................................... ................................. 21 1、2、数据视角下的中国人工智能行业全景 (21)中国企业玩家分类及各自的速赢策略 (24)四、未来人工智能的发展趋势以及对策............................................................................ ............. 27 1、2、3、中国人工智能行业发展趋势 ........................................................................... ............. 27 中国人工智能行业玩家的应对策略 . ..........................................................................30 对中国监管者的启示 ........................................................................... ........................... 31 1前言今年以来又出现了很多热词，不止大数据，人工智能（AI ）、深度学习（deep learning）、机器学习（machine learning）、AR 、VR ……形色的创业团队鲸吞了市场上相当一大部分的投资。

人工智能云计算技术市场调研报告【人工智能云计算技术市场调研报告】【引言】人工智能和云计算技术是当今信息技术领域的两大热门话题。

本报告旨在调研分析人工智能云计算技术的市场现状和发展趋势，为相关企业和机构提供参考依据。

【1. 人工智能与云计算的融合】人工智能和云计算技术都是信息技术的重要领域，二者的融合将为各行各业带来革命性的变化。

通过云计算技术，人工智能可以获得海量的数据和强大的计算能力，从而更好地实现智能化应用。

【2. 人工智能云计算技术市场概况】随着人工智能和云计算技术的快速发展，人工智能云计算技术市场呈现出蓬勃的增长态势。

根据市场数据显示，2019年全球人工智能云计算技术市场规模达到XX亿元，预计到2025年将突破XX亿元。

市场需求主要集中在金融、医疗、制造等行业，也在其他领域逐渐得到应用。

【3. 人工智能云计算技术市场应用领域】3.1 金融行业人工智能云计算技术在金融领域的应用广泛，包括风险控制、投资决策、智能客服等。

通过人工智能云计算技术，金融机构能够更好地处理大数据，提高风险评估和交易效率，满足客户个性化需求，实现精准营销。

3.2 医疗行业在医疗行业，人工智能云计算技术的应用可以提升疾病诊断的准确率和速度。

通过云计算技术的支持，医疗机构不仅可以快速存储和共享患者数据，还能够利用人工智能算法对病例进行智能分析，辅助医生制定治疗方案。

3.3 制造业人工智能云计算技术在制造业方面的应用主要体现在智能制造和物联网领域。

利用人工智能云计算技术，制造企业可以实现生产过程的自动化和智能化管理，提高效率和质量，降低成本。

【4. 人工智能云计算技术市场发展趋势】4.1 持续增长随着人工智能和云计算技术的不断进步和成熟，人工智能云计算技术市场将持续保持较高的增长速度。

预计未来几年，市场规模将进一步扩大，应用领域将进一步丰富。

4.2 行业融合人工智能云计算技术将与其他领域的技术进行深度融合，如大数据、区块链等。

2019-2024年中国人工智能行业现状深度及产业综合评估报告自从2017年中国政府发布《新一代人工智能发展规划》，推动人工智能技术的发展，中国人工智能行业迎来了蓬勃发展的机遇。

截至2019年，中国已成为全球最大的人工智能市场，在算法、芯片、数据等方面均有明显进展。

本篇报告将对中国人工智能行业未来五年的发展现状进行深入的评估。

首先，当下中国人工智能行业的重点领域是数据处理、机器人、自动化及应用等技术。

现有技术的不斩chou，介入领域面广，这些优势将促进中国人工智能行业全面向纵深发展，使得人工智能技术具体应用的衍生能力及负面效应上升，整个产业体系将进一步被构建完善。

其次，在人工智能领域，中国的潜力和竞争优势依然具有显著的优势。

随着技术的不断进步，中国越来越能够在诸如机器视觉和自然语言处理等领域媲美或超越美国和欧洲的公司。

在人工智能领域，中国最大的优势也许是数据，由于中国人口的数量巨大,可以为企业采集大量的数据,从而推出更好的算法或模型。

而且，中国政府致力于支持创新创业，鼓励人工智能行业的发展。

政府提出了不少在智能制造、智能物流、智能医疗等方面的支持政策，同时也为人才提供相应的奖学金、津贴和税收免费等优惠措施。

这将激励中国人工智能企业进一步深入引领全球技术和市场发展。

但是，人工智能的技术和发展也会带来一些负面影响和挑战。

例如，会导致失业和社会不公等问题。

但是，中国政府也在加强相关政策的制定，以应对这些负面影响并确保人工智能产业的健康发展。

综上所述，未来五年，中国的人工智能行业将迎来更广泛的分享和利用。

与此同时，中国政府将继续推动人工智能的发展，并加强对人工智能技术的监管。

整体而言,中国人工智能行业将继续保持快速发展的趋势，但也需要在政策和监管方面加强基础设施和治理, 才能让人工智能为社会带来更多的好处。

自中国政府提出《新一代人工智能发展规划》以来，中国人工智能行业迎来了高速发展的阶段。

从数据上来看，以下是相关数据分析：一、市场规模根据IDC的报告，中国的人工智能市场在2019年达到了77.1亿美元。

2019人工智能发展报告2019 Report of Artificial Intelligence Development清华大学-中国工程院知识智能联合研究中心中国人工智能学会吴文俊人工智能科学技术奖评选基地2019年11月编写委员会（按姓氏拼音排序）主编：李涓子唐杰编委：曹楠程健贾珈李国良刘华平宋德雄喻纯余有成朱军责任编辑：景晨刘佳编辑：毕小俊程时伟韩腾侯磊刘德兵刘越骆昱宇麻晓娟仇瑜王若琳徐菁技术支持：北京智谱华章科技有限公司1 编制概要 (1)1.1 编制背景 (1)1.2 编制目标与方法 (3)2 机器学习 (4)2.1 机器学习概念 (4)2.2 机器学习发展历史 (6)2.3 机器学习经典算法 (7)2.4 深度学习 (21)2.4.1 卷积神经网络 (24)2.4.2 AutoEncoder (26)2.4.3 循环神经网络RNN (28)2.4.4 网络表示学习与图神经网络（GNN） (30)2.4.5 增强学习 (32)2.4.6 生成对抗网络 (34)2.4.7 老虎机 (35)2.5 人才概况 (37)2.6 代表性学者简介 (39)2.6.1 国际顶级学者 (40)2.6.2 国内知名学者 (50)2.7 论文解读 (60)2.7.1 ICML历年最佳论文解读 (63)2.7.2 NeurlPS历年最佳论文解读 (71)3 计算机视觉 (85)3.1 计算机视觉概念 (85)3.2 计算机视觉发展历史 (87)3.3 人才概况 (89)3.4 论文解读 (91)3.5 计算机视觉进展 (105)4 知识工程 (107)4.1 知识工程概念 (107)4.2 知识工程发展历史 (108)4.3 人才概况 (111)4.4 论文解读 (113)4.5 知识工程最新进展 (129)5 自然语言处理 (131)5.1 自然语言处理概念 (131)5.2 自然语言的理解发展历史 (132)5.3 人才概况 (133)5.4 论文解读 (136)5.5 自然语言处理最新进展 (153)6 语音识别 (155)6.1 语音识别概念 (155)6.2 语音识别发展历史 (156)6.3 人才概况 (158)16.4 论文解读 (160)6.5 语音识别进展 (173)7 计算机图形学 (175)7.1 计算机图形学概念 (175)7.2 计算机图形学发展历史 (175)7.3 人才概况 (178)7.4 论文解读 (181)7.5 计算机图形学进展 (194)8 多媒体技术 (197)8.1 多媒体概念 (197)8.2 多媒体技术发展历史 (198)8.3 人才概况 (200)8.4 论文解读 (203)8.5 多媒体技术进展 (215)9 人机交互技术 (217)9.1 人机交互概念 (217)9.2 人机交互发展历史 (218)9.2.1 简单人机交互 (218)9.2.2 自然人机交互 (219)9.3 人才概况 (222)9.4 论文解读 (225)9.5 人机交互进展 (239)10 机器人 (241)10.1 机器人概念 (241)10.2 机器人发展历史 (242)10.3 人才概况 (245)10.4 论文解读 (247)10.5 机器人进展 (260)11 数据库技术 (263)11.1 数据库概念 (263)11.2 数据库技术历史 (264)11.3 人才概况 (266)11.4 论文解读 (269)11.5 数据库技术重要进展 (287)12 可视化技术 (289)12.1 可视化技术概念 (289)12.2 可视化技术发展历史 (290)12.3 人才概况 (294)12.4 论文解读 (296)12.5 可视化进展 (313)12.6 可视化应用 (315)12.6.1 社交媒体可视化 (315)12.6.2 体育数据可视化 (316)12.6.3 医疗数据可视化 (318)13 数据挖掘 (321)13.1 数据挖掘概念 (321)13.2 数据挖掘的发展历史 (323)13.3 人才概况 (324)13.4 论文解读 (326)13.5 数据挖掘进展 (337)14 信息检索与推荐 (339)14.1 信息检索与推荐概念 (339)14.2 信息检索和推荐技术发展历史 (341)14.3 人才概况 (345)14.4 论文解读 (348)14.5 信息检索与推荐进展 (362)15 结束语 (365)参考文献 (366)附录 (372)3编制概要1编制概要1.1编制背景21世纪前两个十年，在大规模GPU服务器并行计算、大数据、深度学习算法和类脑芯片等技术的推动下，人类社会相继进入互联网时代、大数据时代和人工智能时代。