2019年9月18日，在第四届HUAWEI CONNECT 2019，华为重磅发布了全球最快AI训练集群Atlas 900，加速科学研究与商业创新的智能化进程。该款产品由数千颗算力最强的处理器Ascend 910组成，总算力达到256-1024 PFLOPS@FP16，相当于50万台PC计算机能力。该款产品在衡量AI计算能力的金标准基于ImageNet数据集训练ResNet-50模型，Atlas 900只需59.8秒就完成了训练，同等条件下比原来的世界纪录快了10.2秒，算力之争进入白热化。

  人工智能的发展建立在其生态环境成熟的基础之上。近几年随着通信、芯片等行业的发展，缔造出人工智能的三要素算力、算法和数据。数据的爆炸增长为人工智能提供了土壤，伴随着信息技术和互联网的发展，数据爆发性增长，人类每5年所产生的新数据几乎都超过之前所有数据的总和，未来将产生更丰富的数据。算法的演进迭代推动了人工智能的落地应用，从决策树到神经网络，从机器学习到深度学习，算法与产业结合，衍生出更丰富更复杂的应用场景。算力是基于芯片、加速计算、服务器等软硬件技术和产品的完整系统即承载AI应用的基础平台，算力的提升会直接提升数据储存和算法迭代，因此也是人工智能加快速度进行发展的核心推动力。

  2018年，中国长期资金市场进入寒冬，融资规模大幅缩减，从2017年股权融资数量22852家缩减到16796家，同比减少26.5%，中国长期资金市场迎来寒冬。新募集的资金量约1700亿美元，约合一万亿人民币，而没有投出的钱会积累到之后几年。据华兴资本测算，2018年底，已投未退出金额高达4500亿美元，尚未投资的存量资金近5000亿美元。侧面反映出投资者观望的态势和谨慎的保守心理，这是长期资金市场“寒”的表现。

  据统计，2017年AI市场融资634亿，2018年融资1311亿，同比增长106.7%，AI企业融资前九位共融资740亿左右，加上B轮融资数亿美元的寒武纪，前十大企业占据近60%资金，见图2。在资本谨慎交易的寒冬市场，人工智能投融资热度不减，可见中国AI市场的火热。

  据统计，2018年中国人工智能各行业市场规模中，见图3-1，政府行业遥遥领先，根本原因是政府投资硬件规模较大，而在应用层面，互联网和金融行业智能化程度更高，有深厚的技术人才储备。金融行业得益于较好的数据化基础，一些大型金融企业已经在算力方面大力开发人工智能，AI已然浮现在很多金融应用场景中。计算力的提升是AI发展的最重要的支撑，因此算力的成熟度决定AI在行业中的发展速度，根据IDC的调研，2018年中国AI市场中算力成熟度前三位分别是网络，政府和金融行业，见图3-2，依靠算力的优势，上述三大领域在未来相当一段时间内仍会是AI领域的主战场。

  2019年国内城市算力出炉，相对2018年算力排名，已经重新洗牌北京超越杭州位居第一，广州进入T1阵营，南京、西安进入T2阵营，见表1。北京超越杭州主要由于字节跳动、百度等巨头的发展以及大量初创型（包括一部分独角兽）AI企业的成长从，而跃居榜首。广州则凭借经济优势吸引企业和人才入驻进入T1阵营，苏州、南京和西安主要是依赖政府科技产业园的建设，人才和资本的聚集，本质上与广州类似，掉出T2阵营的城市的问题大多在人才和资本竞争方面的优势不足。

  人工智能的实践是从算力的提升开始，目前国内的算力发展未达到需求，提升算力仍是AI发展的主题，未来与云的结合，基础架构的全力发展以及与物联网的融合都将成为发展的新趋势，而从城市算力变迁中，我们显而易见，算力的提升终究是效率的创新与发展，算力自动化模型的建立与可定制化计算也会现世，资本的青睐与人才的汇聚是最终影响城市之间算力竞争力的主要因素。

  人工智能市场在资本谨慎的环境下依旧火热，其背后是资本的认可，算力作为人工智能最核心的要素，其发展的成熟度决定着人工智能落地应用领域的发展。国内城市算力的变迁折射出创新效率—人才与资本的青睐度才是最终影响人工智能发展的重要的条件。