全球人工智能基础设施战略与政策观察（2020年）_41页_1mb

全球人工智能基础设施战略与政策观察总结

核心内容

本报告由中国通信学会发布，旨在深入分析全球人工智能基础设施的发展战略与政策趋势，明确人工智能基础设施的内涵及发展路径，为我国人工智能基础设施建设提供参考。

人工智能基础设施（AI基础设施）作为新型基础设施的重要组成部分，涵盖数据资源、算法框架、算力资源、开放平台等核心内容，具备“基础及公共性”和“技术先进性”双重属性。其主要特征包括赋能智能化行业应用和支撑人工智能产业高质量发展，是推动我国人工智能技术跨越发展、产业优化升级、生产力整体跃升的关键抓手。

主要观点

1. 人工智能基础设施的定义

• 人工智能基础设施是以高质量网络为支撑，以数据、算法、算力为核心能力要素，以开放平台为主要赋能载体的新型基础设施。
• 它兼具信息基础设施、融合基础设施与创新基础设施的特征，是实现“智能+”应用的重要基础。

2. 全球AI基础设施发展态势

• 美国：在AI基础设施领域布局全面，重视数据开放与算力资源，以市场驱动为主，技术优势明显。
• 欧盟：强调构建开放、普惠、高质量的AI基础设施，通过“地平线2020”等项目推动基础研究与创新，注重数据治理与标准化。
• 英国：注重数据集建设与通信网络升级，通过政策引导推动AI基础设施发展。
• 其他国家：如日本、法国、俄罗斯、印度等，也在AI基础设施方面有所布局，但整体发展水平与欧美存在差距。

3. AI基础设施的核心要素

• 数据资源：开放数据集是AI发展的重要基础，政府、高校、企业及开源社区共同参与，但我国在数据开放与标准化方面仍需加强。
• 算法框架：开源算法框架成为AI技术发展的重要载体，如TensorFlow、PyTorch、PaddlePaddle等。我国在算法框架领域起步较晚，但已取得一定进展。
• 算力资源：AI算力以AI芯片为核心，包括GPU、FPGA、ASIC等，云边协同、定制化成为发展趋势。我国在AI芯片领域仍处于“跟跑”状态，需加快技术研发与生态建设。
• 开放平台：AI开放平台是推动AI技术应用的重要载体，具有多元化建设主体与行业赋能潜力。我国主要由科技企业主导平台建设，政府与高校也发挥重要作用。

关键信息

1. AI基础设施发展面临的挑战

• 政策供给：需制定明确的政策方向，完善财税支持、审批流程优化等。
• 投融资模式：AI新基建投资规模大、回报周期长，需构建多元化的投融资体系，兼顾风险控制与资金支持。
• 融合应用路径：需推动AI与制造、医疗、教育、农业等垂直领域深度融合，提升行业智能化水平。
• 核心能力发展：数据、算法、算力、平台等要素仍面临技术瓶颈与资源不足问题，需加强标准化、安全性和生态建设。

2. AI基础设施发展趋势

• 数据资源：逐步实现开放共享，推动数据安全与高效利用。
• 算法框架：开源生态持续发展，强调软硬适配性与功能延展性。
• 算力资源：向云边协同与定制化方向演进，智能计算中心成为新趋势。
• 开放平台：呈现建设主体多元化、应用牵引与自主突破趋势，需加强协同布局与行业赋能。

3. 我国AI基础设施发展现状与建议

• 我国已形成国家、地方、企业三级协同推进的格局，但整体仍处于发展初期。
• 建议加强顶层设计与标准规范，完善数据治理与知识产权保护，推动芯片制造与智能计算中心建设，鼓励开源生态发展，强化专业人才培养，以构建健康可持续的AI基础设施体系。

附录：全球主要国家及地区AI基础设施战略文件一览

结语

人工智能基础设施作为推动数字经济、智能社会建设的关键支撑，其发展不仅关乎技术进步，也影响着国家的产业竞争力与社会智能化水平。未来需在政策引导、生态构建、技术突破、应用落地等方面持续发力，以实现AI基础设施的健康、可持续发展。