人工智能持续火爆，北京上海深圳跻身第一梯队| 新京智库

人工智能持续火爆，北京上海深圳跻身第一梯队| 新京智库

可见，就国内而言，北京、上海、深圳在人工智能综合实力上可以跻身第一梯队。

第一梯队的综合实力还体现在人工智能基础设施建设上。 以重点科研平台为例，北京市人工智能领域国家重点实验室和省部级实验室等科研平台数量位居全国第一。 清华大学、北京大学、中科院人工智能学科综合排名位居全球前列。 深圳围绕第三代半导体、人工智能、脑科学等前沿领域设立了10多个基础研究所。

此外，在深圳，政府主导设立了鹏城实验室、深圳市人工智能与大数据研究院等研发机构。 公开资料显示，深圳“鹏城云大脑”建设以开放共享、支撑产业创新发展为目标。 试运行期间，约70%的机时服务于鹏城实验室以外的企业、大学、科研院所，已支持近千个国产AI模型的训练。

上海作为2018-2023年第六届世界人工智能大会的主办地，在类脑研究、计算机视觉、核心芯片、算法平台、智能机器人等人工智能关键基础设施领域具有领先优势。 例如，上海拥有上海量子科学研究院研究中心、上海脑科学与类脑研究中心张江实验室等一大批人工智能研发机构。

不过，第一梯队城市的人工智能基础设施建设也大多是市场化的。 浙江大学国际联合商学院数字经济与金融创新研究中心研究员潘和林在接受相关媒体采访时表示，这三个城市根据自身产业水平制定人工智能发展规划和措施。 比如深圳的重点是赋能千千万万个产业，因为深圳有雄厚的产业基础。 北京之所以重点发展芯片，是因为北京拥有强大的科研优势。 上海注重民营企业参与，突出市场激励。

人工智能基础设施是为人工智能技术研发、应用和服务提供支撑的基础设施，因此还包括数据集、算力、开源和开放平台等。在人工智能创新平台建设中，首先梯队城市也具有明显优势。

近日，科技部批准9个国家新一代人工智能公共算力开放创新平台。 上海交通大学网络安全技术研究院院长李建华向新京报新京智库透露，该平台将重点建设人工智能算力网络和算力资源共享平台、人工智能平台软件资源供需对接和任务调度。 在9个开放创新平台中，北京有两个入选。

其他城市有差异化优势

由于经济实力、地理位置等资源禀赋不同，国内城市之间人工智能基础设施建设存在差距，但部分城市也建立了自己特色的基础设施优势。

比如，就经济实力而言，广州一直与北京、上海、深圳处于同一阵营。 但就人工智能综合实力而言，广州与上述三个城市相比还存在一定差距。

不过，在人工智能基础设施方面，广州也有自己的优势。 联通（广东）工业互联网有限公司是广州乃至整个广东人工智能基础设施的重要运营商。 该公司副总经理程伟告诉新京报、北京智库，广州联通目前拥有16个数据中心，总机柜规模超过2.3万个。 其中，中国联通互联网应用创新基地是广东联通近十年投资9亿多元，按照国家A、T3+标准建设的“智慧云”数据中心标杆项目。 广东联通算力网络省级枢纽、中国联通5G华南区域关键节点。

程维介绍，依托优质数据中心和计算网络资源，广州联通目前承载着政务云（20万核）、医疗云（10万核）、企业云（10万核）等重要云平台业务。 拥有高水平绿色低碳数据中心+低时延算力网络，依托国家级金融基础设施广州期货交易所部署核心枢纽节点。

中山大学管理学院副教授魏立建博士在接受新京报、北京智库采访时表示，广州虽然缺乏百度、华为、腾讯、阿里等巨头企业，但在通用人工智能，特别是通用大语言模型方面有投入和数据。 面对短板，广州在工业人工智能基础设施建设、垂直领域大语言模型研发方法等方面具有差异化竞争优势。

魏立坚表示，在人工智能通用基础设施方面，中山大学国家超级计算广州中心在商业应用方面处于世界领先、国内第一。 人工智能需要基于CPU的高性能计算、基于GPU的智能计算、云计算等异构计算能力的支持，需要高速网络进行计算和网络融合。 国家超算广州中心等机构已率先开发人工智能异构算力融合计算基地，广州可以借此快速发挥实力。 在产业人工智能基础设施布局方面，广州在电子政务、生物医药、产业数字金融、风险管理、财富管理、金融信息、文创游戏、新能源汽车等领域具有领先优势，可重点产业发展针对这些领域的需求，构建垂直领域的大语言模型。

除了广州之外，苏州也是国内较早布局人工智能产业的城市，尤其是在人工智能基础设施建设方面。 苏州在地级市中也处于前列。

2021年，科技部发文支持苏州建设国家新一代人工智能创新发展试验区。 文件要求苏州加强机器学习、智能计算等人工智能前沿理论和关键核心技术研发应用，提高智能基础设施水平，推动人工智能与制造业深度融合。

李建华表示，苏州拥有上海交通大学苏州人工智能研究院，打造了人工智能综合支撑服务平台，包括三大组成部分。 人工智能超级计算服务平台提供异构并行计算、分布式数据存储系统和智能调度系统。 数据智能分析中心提供音频、图像、视频等数据集存储和管理支撑服务。 人工智能技术标准测试中心包括静音室、录音室、智能家居、智能车辆和人工智能展厅。

新京报、北京智库发现，除了广州、苏州，杭州、重庆、武汉等城市在智能感知、智能计算、智能语音等方面也积累了扎实的基础。 例如，杭州之江实验室是浙江重要的科技创新平台，重点关注智能计算、智能感知、人工智能、智能网络和智能系统五个科研方向。

企业是基础设施建设的关键

2019年，科创板正式启动，成为推动我国互联网、大数据、云计算、人工智能发展的标志性事件。

事实上，企业已经成为各个城市人工智能基础设施建设的关键力量。

例如，今年5月，上海市发展和改革委员会制定出台了《上海加强支持民间投资发展的若干政策措施》。 其中，提出充分发挥人工智能创新发展工程的引导作用，支持民营企业参与数据、算力等人工智能基础设施建设。 推进“补方”改革，支持高校、科研机构、国有企业通过政府采购、租赁等方式使用民间投资的数据存储和算力资源； 支持民营企业通过科技创新券租赁算力、存储资源； 推动政府部门租赁民间投资专用算力，支持大语义学习、元宇宙、时空底图等专业场景应用。

此外，深圳市人工智能行业协会发布的《2021人工智能白皮书》还显示，截至2020年底，北京、深圳、上海、杭州聚集的人工智能企业数量分别近1500家、1318家、分别为 1,298 和近 700。 深圳相关企业数量位居全国第二。 其中，深圳22.89%的企业布局在基层，重点布局物联网、大数据和云计算。

全国政协委员、中国科学院计算技术研究所研究员张云全在接受新京报、北京智库采访时表示，人工智能更好发展北京、上海、深圳、杭州等地的智能基础设施很大程度上得益于这些城市大型互联网公司的进驻。 以及专注于人工智能开发的公司。 比如北京有百度，深圳有华为和腾讯，杭州有阿里等。

“这些企业需要大量的芯片进行训练和推理，因此会有巨大的人工智能基础设施和设备采购需求，进而采购相关服务，所以这与城市人工智能基础设施建设高度耦合。 是的。” 张云泉说道。

在张云泉看来，相关城市的人工智能基础设施能够走在前列，很大程度上是因为这些城市相关上市公司较多，且相对发达。 ”。

对于流行的大车型，张云泉也表示，目前北京的做法值得借鉴。 一方面是支持一些属于算力合作伙伴计划的企业，另一方面是支持采集算力的大型模型场景。

“这对整个行业的发展是有好处的，未来我们可以选择一些企业作为合作伙伴，提升数据的发布能力。” 张云泉说道。

新京报、北京智库注意到，在7月5日举行的2023工业互联网创新发展论坛上，北京市经信局相关负责人表示，北京将加快城市算力中心建设，持续推进城市算力中心建设。开展6G通信、量子技术、算法、区块链、生物与信息技术融合、互联网3.0等领域技术研究； 支持龙头企业打造国家级人工智能大模型，加快培育开源产业生态，积极建设互联网3.0示范区。

推动实体经济模式创新

人工智能基础设施的不断完善，除了夯实技术创新和产业发展的基础外，也正在成为智能技术与实体经济融合的“催化剂”。

近年来，我国对5G等新型基础设施的投资不断加大。 据高盛研究预测，2020年至2025年中国新增基建投资将达到15万亿元，预计每年将创造超过20万个新工程师岗位。

2019年3月，中央全面深化改革委员会审议通过的《关于推动人工智能与实体经济深度融合的指导意见》指出，要构建数据、人机驱动的智能经济形态协作、跨界融合、共创共享。

对外经济贸易大学信息学院教授陈振骄在接受新京报、北京智库采访时表示，当前，我国正处于从工业经济向工业经济转型的关键阶段。数字经济和智慧经济。 所谓智慧经济，是人工智能新基建与实体经济深度融合产生的新经济形态； 近年来增长迅速，2021年核心人工智能产业规模较2019年同期增长6倍。目前，智能经济广泛应用于制造、交通、医疗和商业场景，为实体经济模式创新、转型升级、提质增效发挥了重要作用。

例如，广州联通是承担信息安全产业链和人工智能产业链双链的主要单位。 与行业龙头企业建立联合实验室，打造产学研用一体化展示平台，并与6家科研教学单位联手共建专题项目16个。

程维告诉新京报、北京智库，公司已与香港科技大学合作，探索基于香港和内地的跨境数据。 超算中心的算力，其中算力匹配和调度由中国联通负责。

“这种网络需求和原来不一样，以前是面向云的，现在是面向计算网络服务的。” 程伟说道。

对于智慧经济与数字经济的关系，张云泉也有不同的看法。 他认为，人工智能基础设施主要是作为数字经济的一个要素来建设的，可以看作是数字经济的发展基础，主要是为了推动数字经济。 发展。

“因为数字经济有不同的产业，它通过不同的产业与实体经济产生联系。作为数字经济发展的基础，从某种意义上说，人工智能基础设施催生的智慧经济正在间接推动实体经济。” ”。 张云泉说道。

人工智能基础设施建设作为数字经济、平台经济的重要技术支撑，对实体经济发展具有重要影响。

如何更好推动人工智能基础设施建设与实体经济深度融合？ 在李建华看来，可以从两个方面入手。 一是推动民间投资参与人工智能基础设施建设。 从数据存储、算力支撑、模型共享，每个环节都引导民间投资深度参与，通过人工智能基础设施建设激发一波经济发展浪潮。 二是通过政策引导发放科技创新券，让智能制造企业、工业互联网企业通过消费券享受价格补贴，积极使用人工智能基础设施，从而创造智能经济的价值。

不过，陈振教也指出，人工智能新型基础设施与实体经济融合过程中也存在亟待解决的问题。

比如，人工智能基础设施建设地区不平衡，主要集中在京津冀、长三角、珠三角、成渝四大城市群和重点城市； 关键技术创新资源分散，资金投入过高，但高端技术自主创新不足； 实体经济智能化转型过程中监管缺失，出现“信息作茧”、“强迫消费”等数据和算法滥用现象，对智能经济生态建设产生负面影响。

基础设施建设提质增效

人工智能已进入大规模模型阶段，夯实人工智能新基础设施具有重要意义。 但对于相关城市来说，基础设施建设如何避免同质化、贪图一切、趋众现象，如何提高质量和效率，是相关城市面临的现实问题。

陈振教表示，在加强人工智能基础设施建设过程中，相关城市必须要有清醒的认识，推动人工智能基础设施建设与实体经济深度融合。

对此，陈振教建议，加快5G、物联网、云计算、工业互联网等建设，提高算力水平，充分释放数据要素潜力，扎实推动智慧经济高质量发展。 其次，加强知识产权保护，为智能技术创新保驾护航。 高端智能技术创新离不开知识产权保护。 除了完善相关知识产权保护规则体系外，还需要加强对工业领域智能新技术知识产权创造的保护，注重人工智能数据治理和数据基础设施建设的知识产权管理。 最后，强化有效监管。 持续规范数据流向和算法应用，创新实时人工智能监管模式，更新完善监管体系，生产合法合规的人工智能产品和服务，构建安全智能经济生态系统。

魏立坚认为，人工智能基础设施不仅包括计算能力，还包括数据、算法、计算网络和人才。 大语言模型是基于人类反馈的强化学习机制，因此是具有人类反馈的庞大语料库。 即使训练垂直领域的大型行业语言模型，对语料库的要求也很高。 但由于种种限制，很多行业数据仍然存在数据孤岛，亟待通过政策和技术支持打通。

魏立坚指出，在算法层面，目前国内相关公司正在基于国外开源技术进行二次研发，急需关注底层核心算法的研发。 在计算网络层面，迫切需要打破传统的数据存储、计算能力和网络分离模式，实现计算网络的深度融合。

“人工智能是高新技术产业，其发展最迫切需要的是高端人才，归根到底是高端人才的竞争。因此，一方面要一方面，为高端人工智能提供有利的条件和舒适的工作、生活环境，吸引人才；一方面，中长期来看，高端人才主要在本地培养，因此要专门投入高校人工智能高端人才培养和产学研合作尤其需要大力支持。”魏立建说。

李建华还就相关城市未来如何布局人工智能基础设施给出了自己的建议。

李建华表示，当前人工智能在基础设施建设中的困难和挑战主要来自两个方面，一是资金问题，二是有效利用问题。 李建华建议，政府目前可以鼓励民间投资，支持民间企业参与数据、算力等人工智能基础设施建设。 同时，政府可以补贴高校、科研机构、国有企业购买民间资本建设的人工智能基础设施。 就这样，政府通过“四两招”激活了人工智能基础设施建设市场。

对于如何实现人工智能相关平台的有效利用，李建华表示，主要是通过平台主导构建产业创新生态系统。

“新平台依托现有并打造新的垂直业务子平台，通过人工智能通用技术的研发、集成和专业化，构建赋能行业智能化发展的产业创新生态。新平台不仅包括平台、初创企业和传统企业，还包括研究型大学、科研院所和投资机构。” 李建华说。

新京报记者 查志远

编辑咖喱

校对刘越