新一代人工智能(Artificial Intelligence,缩写为Al)是引领未来的战略性技术,正在与5G、大数据、物联网等领域深度融合,加速推动智能经济发展和产业数字化转型。我国高度重视人工智能发展,习近平总书记在十九大报告中指 岀,要“推动互联网、大数据、人工智能和实体经济深度融合”,《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等多个国家政策陆续岀台,我国逐渐形成了涵盖人工智能计算芯片、人工智能计算服务器、人工智能基础应用、人工智能行业应用及产品等较完善的人工智能产业链。

数据、算法、算力是新一代人工智能发展的三要素。以人工智能新型计算能力为代表的人工智能计算中心是新型基础设施建设的重要组成部分。随着人工智能的深入应用,算力建设分散,中小企业或科研机构难以开展复杂模型、海量数据研究的问题日益凸显,建设大规模人工智能计算中心正在成为推动人工智能产业进一步发展的关键要素。

人工智能计算中心发展呈现三大趋势,一是全栈一体趋势,即专用人工智能芯片与软硬件协同优化提升计算效率;二是技术融合趋势,即超级计算与人工智能融合,云与人工智能融合;三是平台赋能趋势,即人工智能计算中心赋能企业,形成算力生态。

人工智能计算中心是人工智能算力建设的重要发展方向,是涵盖了基建基础设施、硬件基础设施和软件基础设施的大规模系统工程。依托人工智能计算中心,可以打造公共算力服务平台、应用创新孵化平台、产业聚合发展平台、科研 创新和人才培养平台,形成“1个人工智能计算中心+ 4个平台”的人工智能产业布局,赋能区域产业集群。

当前,人工智能计算中心仍然面临着能耗密度高、企业应用水平较低等问题,对于我国来说还面临着人工智能芯片及框架等核心技术受制于人的挑战。因此,在人工智能计算中心建设中,需要做好顶层设计、强化统筹推进,有效选择 自主可控的技术路线,建立完善的运营机制,积极打造服务平台,形成以人工智能计算中心为核心支撑的人工智能产业生态,加速人工智能新兴产业创新发展,促进人工智能与传统产业深度融合,拉动区域经济转型与高质量发展。

成为VIP会员查看完整内容
0
87

相关内容

近日,华为、中国移动、清华大学等11家企业、高校与机构发布《多样性算力技术愿景白皮书》(以下简称:白皮书),呼吁产业合作,为世界提供多样性算力基础设施,消除行业分享数字化红利的技术鸿沟。

《白皮书》从需求角度出发,对国内多样性算力发展的现状和问题进行了全面阐述,针对多样性算力产业链发展提供了可落地的策略和具体方案。《白皮书》指出,一个成熟的计算产业,需要丰富多元的软硬件供应体系,需要便于应用适配和迁移的工具促进应用发展,需要客观中立衡量性能的‘标尺’牵引技术提升,形成生态型产业布局。

《白皮书》提到,随着5G、人工智能、云计算、大数据、物联网等新一代信息技术在各行各业广泛应用并取得加速突破,人类社会已经迎来了数字经济时代。万物互联产生各种各样的数据,数据成为劳动、资本、土地和技术之外的第5个生产要素,围绕数据分析处理的算力成为新的生产力。行业应用的多样性带来数据和算力的多样性,没有一种计算架构可以高效满足所有业务诉求。计算密集型应用需要计算平台执行逻辑复杂的调度任务,而数据密集型应用则需要高效率地完成海量数据并发处理,这使得单一计算平台难以适应业务要求,计算多样性成为必然。

传统CPU架构强调高性能单核处理能力,虽能兼容大量指令,但在AI或高计算力需求下,计算任务执行效率较低,功耗较高不符合绿色节能的发展趋势。以ARM为代表的RISC流派CPU称雄智能终端侧市场。随着消费侧技术迭代的快周期,ARM在工艺制程取得领先,并在多核并发、高吞吐等方面优势明显,迅速拓展到数据中心、PC、HPC等应用场景。与此同时,MIPS架构推出了多款面向桌面应用的产品,基于Alpha架构的中国超级计算拿下多个世界第一,RISC-V的单板计算机在2021年年初面世。不同计算架构齐头并进,行业呈现出百花齐放的状态。

成为VIP会员查看完整内容
0
42

日前,为推动数字经济健康蓬勃发展,赛迪区块链研究院发布了《区块链+数字经济发展白皮书》。该白皮书指出,在数字经济蓬勃发展的当下,区块链在推动数字经济创新发展方面潜力巨大,当前,已在农业、制造业、物流业、金融、民生等领域逐步应用,加速推动经济数字化转型。此外,白皮书对我国数字经济发展现状进行分析,探讨了区块链技术驱动数字经济发展的技术优势和理论依据,从实体经济、政府数字化治理、数字资产等方面详细解析了区块链如何赋能数字经济发展,并针对区块链驱动数字经济发展存在的挑战提出相关建议。

白皮书首先对区块链在数字经济各场景应用方面做了阐述。在区块链应用取得系列进展的同时,其赋能数字经济发展面临的挑战也不可忽视。目前来看,区块链技术安全性仍需提高;大规模落地推广也存诸多困难。

白皮书还提出,加快区块链核心技术创新、建立基于区块链的数字经济监管体系、加速推动应用落地和加强人才培养等建议以促区块链进一步发展迭代。建议加强区块链+数字经济专业人才培养:

一是要加大基础型数字经济、区块链人才培养,加快培育具有扎实技术理论知识和较高应用管理能力的复合型人才;

二是注重高端技术人才培养,与国外著名高校、科研机构、知名企业等联合培养区块链硕士、博士等高层次人才,推进中外合作人才培养和引进项目;

最后,鼓励实力雄厚的区块链企业、互联网企业和金融企业创办“企业大学”,根据市场需求和产业发展导向开展技术与管理培训,构建“企业-市场-产业”三位一体的区块链人才培养模式。

如今,数字经济已成为推动我国经济发展的关键引擎和新优势,《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》将建设数字中国作为独立篇章,意味着数字经济转型升级是我国未来10年经济发展的关键机会,数字经济将成为我国经济转型的核心组成。

成为VIP会员查看完整内容
0
68

当前人工智能已经成为全球最为活跃的创新领域,对经济社会的发展影响深远。白皮书提出,在过去一年中,人工智能的新算法不断涌现,深度学习仍是这一时期发展主线,尝试解决更为复杂的应用任务。人工智能的产业格局与生态体系更为明晰,开源开发框架格局逐步确立,以科技巨头引领的生态系统垂直整合速度不断加快;同时,产业发展重心开始转变,企业比拼重点从单项技术的“理论”准确率转向应用场景白热化的“跑马圈地”;人工智能的技术应用开始全面覆盖日常生活、科学研究、社会治理、商业创新和国家安全等经济社会的关键领域,以空前的广度和深度推动社会发展。基于以上人工智能技术产业发展态势判断,白皮书建议“十四五”期间,我国应通过加快AI基础原创技术创新突破、构建协同发展AI基础核心生态、实现区域差异化发展布局、加快垂直行业深度融合、主动融入全球治理框架等措施,实现我国人工智能产业突破发展。

http://www.caict.ac.cn/kxyj/qwfb/bps/202104/P020210420614092578238.pdf

成为VIP会员查看完整内容
0
110

车联网是汽车、电子、信息通信、交通运输和交通管理等行业深度融合的新型产业形态,是 5G、人工智能等新一代信息通信技术在汽车、交通等行业应用的重要体现。自动驾驶是汽车智能化、网联化发展的核心应用,也是车联网部署发展的核心服务。我国在车联网技术创新、应用实践、产业生态构建等方面已经走在了世界前列,将有利于探索实现一条具有我国特色的网联自动驾驶发展路径。

本文聚焦车联网支持实现自动驾驶应用,从“协同感知、协同决策、协同控制”等不同环节,重点研究分析网联需求、典型应用场景、体系架构和核心关键技术。在此基础上,总结提炼网联自动驾驶发展面临的挑战,包括技术融合、基础设施建设以及商业运营等方面。最终以协同发展总结全文,希望我国能抓住难得的历史发展机遇,坚持网联自动驾驶的协同发展路径,影响形成全球广泛认同。

http://www.caict.ac.cn/kxyj/qwfb/bps/202012/P020201215382968589778.pdf

成为VIP会员查看完整内容
0
77

为加快推动人工智能技术在电信行业的应用与融合发展,在AIIA产学研融合与应用工作组指导下,由电信项目组组织,中国信息通信研究院标准与技术研究所牵头,中国移动通信有限公司研究院、中国电信股份有限公司研究院、中国联合网络通信有限公司研究院、华为技术有限公司、中兴通讯股份有限公司、英特尔(中国)有限公司等单位共同编写了《电信行业人工智能应用白皮书》2021版。

电信网络作为信息通信的基础设施,具有应用人工智能技术的巨大空间和潜力。国内外运营商、设备商和服务商等在电信网络智能化方面纷纷布局,电信网络智能化在标准研究、技术验证与落地应用等方面均有重要推进。随着5G网络的大规模商用和网络人工智能平台的建设成熟,越来越多的网络智能化应用与业务已经开展落地并发挥良好效果。

本白皮书系统分析了目前电信网络智能化的总体发展态势与应用现状,集中展示AI技术在移动通信网、固定通信网和网络业务服务三大类应用场景的19个典型落地案例,包括故障根因分析、异常小区发现、基站节能、业务内容智能推荐、网络质量智能监控与业务智能识别调优等。

白皮书指出,构建智能化社会适应万物互联的新一代信息基础设施,保障信息基础设施的安全,对于促进信息技术与实体经济融合、拓展数字经济空间具有重要意义。

目前,全球已经掀起了人工智能应用的浪潮。将人工智能技术引入到新一代通信基础设施,可以为网络、计算、应用等信息基础设施提供基于数据的感知、预测和管控能力,促进网络、计算、应用等基础设施的融合与协同。人工智能在越来越多的复杂场景下可以做出比人类更优的决策,无疑让网络智能化建设开拓了新的视野,给网络的发展带来了前所未有的新机遇,也为电信网络重构转型过程中遇到的众多困难和挑战提供了高效的加速解决路径。

随着电信行业人工智能应用加速在现网落地部署并释放价值,网络智能化基础能力将持续增强,网络知识与人工智能技术融合适配网络智能化应用需求,新技术范式例如联邦学习、迁移学习等技术将得到更多应用与关注。人工智能技术将贯穿电信网络端到端全生命周期的运营与演进,实现网络的泛在智能能力,帮助运营商实现数字化转型,带动整个电信产业的智能升级。

成为VIP会员查看完整内容
0
51

当前,“十四五”进入开局之年,全球疫情持续影响、宏观环境复杂多变,我国正处于经济结构调整、产业转型升级的关键时期。以AI新基建为代表的新型基础设施能够对冲疫情影响、拉动经济发展、助力满足人民日益增长的美好生活需要,是打通国内国际“双循环”的重要着力点。

在此背景下,国家工业信息安全发展研究中心在跟踪积累和广泛调研的基础上,编写了《AI新基建发展白皮书》(以下简称“白皮书”)。白皮书梳理了AI新基建的概念内涵、基本属性、主要作用,探究了AI新基建的总体态势及发展现状,剖析了AI新基建发展面临的挑战并提出对策建议,旨在为各界推动AI新基建发展提供决策参考。

白皮书认为,AI新基建是以算力、数据、算法等资源为基础支撑,以智算中心、公共数据集、开源框架、开放平台等为主要载体,赋能制造、医疗、交通、能源、金融等行业的基础设施体系,具有“新基建”的公共基础性和“人工智能”的技术赋能性。

白皮书指出,AI新基建主要由AI算力、AI数据、AI算法及AI应用解决方案四部分构成,具有两方面作用,一是为人工智能发展提供内生动力,通过AI算力、AI数据、AI算法等基础设施发挥平台支撑作用,支撑人工智能自身持续创新发展;二是依托人工智能实现外部赋能,通过提供AI应用解决方案赋能实体经济各领域,推动传统行业信息化、数字化、智能化转型升级。在各级政府、行业企业、资本市场、科研机构的合力推动下,我国AI新基建呈现蓬勃发展态势。

白皮书建议,为应对我国AI新基建在技术、数据、融合、安全等方面面临的挑战,应加快核心技术攻关、推动应用深化落地、构建公共服务平台、加强安全风险管理,进一步发挥AI新基建的技术赋能作用和公共基础作用,驱动产业转型升级、助力经济高质量发展。

成为VIP会员查看完整内容
0
114

https://www2.deloitte.com/cn/zh/pages/technology/articles/deloitte-and-axa-digital-health-whitepaper.html

整合数字化医疗健康解决方案,更好地服务和保障消费者 在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求

经历了二十多年的医保改革,我国社会医疗保障的覆盖率逾95%,实现了全国人民基础医疗保障的高覆盖。随着GDP的增长,中国家庭财富可支配收入日益增加,消费者对医疗服务和保障提出了更高的需求,尤其是高净值人群、以及正在兴起的新中产人群。然而,相较于高净值人群,市场对新中产人群的关注才刚拉开序幕,当前针对新中产人群的医疗健康服务以及保障的满足程度还相对较低。

在提出了“优先发展人民健康”的“健康中国2030”战略的指导下,政府颁布了《健康中国行动(2019—2030年)》《关于深化医疗保障制度改革的意见》等指导方案,以加快建成多层次医疗保障体系和整合型医疗卫生服务体系。通过整合医疗、医药、医保等不同参与方,解决医疗健康需求和供给的错配问题,为人民提供高性价比的医疗健康服务。在国家政策的推动下,医疗健康产业正在加快革新和重塑,以适应中国人民日益增长的多样化医疗健康需求。

结合德勤行业经验以及中国医疗健康行业特点的理解,德勤认为有五大趋势对未来中国的医疗健康行业将产生重大影响,并起到推动作用,包括整合型医疗健康服务体系、消费者赋能、新型支付方案的兴起、智慧医疗健康以及创新产品组合。

成为VIP会员查看完整内容
4
62

该白皮书对大数据与实体经济融合发展情况进行了全景展现,报告显示我国大数据融合发展已具备技术、产业、应用和政策基础,大数据在制造业、农业、服务业等实体经济各领域应用不断深入,给经济社会带来的益处和价值日益显现。此外,白皮书还对大数据与实体经济融合发展机遇与挑战进行了深入分析,对推动我国大数据与实体经济融合创新发展提出了政策建议。

成为VIP会员查看完整内容
中国大数据与实体经济融合发展白皮书.pdf
0
39
小贴士
相关VIP内容
专知会员服务
42+阅读 · 2021年4月29日
专知会员服务
68+阅读 · 2021年4月25日
专知会员服务
110+阅读 · 2021年4月21日
专知会员服务
77+阅读 · 2021年3月22日
专知会员服务
51+阅读 · 2021年3月19日
专知会员服务
40+阅读 · 2021年2月27日
专知会员服务
114+阅读 · 2021年1月23日
专知会员服务
62+阅读 · 2021年1月6日
相关资讯
【AIOT】2020年中国智能物联网(AIoT)白皮书|附下载
产业智能官
13+阅读 · 2020年3月13日
机器人4.0白皮书(附下载)
人工智能学家
9+阅读 · 2019年7月2日
权威发布:新一代人工智能发展白皮书(2017)
全球人工智能
7+阅读 · 2018年2月25日
《人工智能标准化白皮书(2018版)》发布|附下载
人工智能学家
12+阅读 · 2018年1月21日
车联网白皮书(2017)
智能交通技术
6+阅读 · 2017年10月8日
相关论文
Agelos Georgakopoulos,John Haslegrave,Thomas Sauerwald,John Sylvester
0+阅读 · 2021年4月27日
Thomas Teixeira,Filipe Mutz,Karin Satie Komati,Lucas Veronese,Vinicius B. Cardoso,Claudine Badue,Thiago Oliveira-Santos,Alberto F. De Souza
0+阅读 · 2021年4月27日
Learning Dynamic Routing for Semantic Segmentation
Yanwei Li,Lin Song,Yukang Chen,Zeming Li,Xiangyu Zhang,Xingang Wang,Jian Sun
6+阅读 · 2020年3月23日
Signed Graph Attention Networks
Junjie Huang,Huawei Shen,Liang Hou,Xueqi Cheng
6+阅读 · 2019年9月5日
Fengwen Chen,Shirui Pan,Jing Jiang,Huan Huo,Guodong Long
14+阅读 · 2019年4月4日
Simplifying Graph Convolutional Networks
Felix Wu,Tianyi Zhang,Amauri Holanda de Souza Jr.,Christopher Fifty,Tao Yu,Kilian Q. Weinberger
11+阅读 · 2019年2月19日
Yao Ma,Ziyi Guo,Zhaochun Ren,Eric Zhao,Jiliang Tang,Dawei Yin
15+阅读 · 2018年10月24日
Felix Laumann,Kumar Shridhar,Adrian Llopart Maurin
18+阅读 · 2018年6月27日
Xiaowei Xu,Qing Lu,Yu Hu,Lin Yang,Sharon Hu,Danny Chen,Yiyu Shi
5+阅读 · 2018年3月13日
Gleb Makarchuk,Vladimir Kondratenko,Maxim Pisov,Artem Pimkin,Egor Krivov,Mikhail Belyaev
7+阅读 · 2018年2月3日
Top