《清华大学产业发展与环境治理研究中心与施普林格·自然联合发布《全球科技创新中心指数2020》》

  • 来源专题:科技大数据监测服务平台
  • 编译者: zhoujie
  • 发布时间:2020-09-27
  • 清华新闻网9月24日电 9月19日,2020中关村论坛首次面向全球隆重发布《全球科技创新中心指数2020》(Global Innovation Hubs Index, GIHI)。施普林格·自然大中华区总裁安诺杰(Arnout Jacobs)和清华大学苏世民书院院长、产业发展与环境治理研究中心学术委员会联席主席薛澜教授出席指数发布会介绍相关情况。

    发布会上,安诺杰介绍了全球科技创新中心指数研究背景。他指出,当下全球社会面临着许多共同挑战,全球科技创新中心在应对这些挑战中发挥着不可替代的作用。他强调,全球科技创新中心指数研究遵循“科学、客观、独立、公正”的原则,从全球创新实践前沿出发构建了全球科技创新中心指数指标体系,并对全球主要科技创新中心进行了综合评估,对于促进全球创新要素流动、引领创新经济发展、优化创新生态系统等多方面都具有重要的现实意义。

    薛澜详细解读了全球科技创新中心指数研究成果。他指出,全球科技创新中心是科学中心、创新高地和创新生态融合发展的全球城市,也是全球科技进步和创新发展的风向标和排头军。他强调,尽管科技创新难有定式,全球科技创新中心也各具特色,但深厚的科学积淀、卓越的技术创新能力仍然是影响城市在全球创新网络中位势的重要因素,而创新生态则是提升科技创新竞争力的重要源泉。

    此次发布的《全球科技创新中心指数2020》紧紧围绕全球科技创新中心的核心功能与内涵,通过客观数据呈现出不同城市在关键指标上的排名,探索创新变革的力量、关键要素和条件,展现出城市参与经济全球化过程中的必要准备与核心竞争力。指数在全球范围内研究遴选出30个城市(都市圈)作为评估对象,构建了由科学中心、创新高地、创新生态3个一级指标以及12个二级指标和31个三级指标构成的指标体系,系统反映了全球主要科技创新中心城市(都市圈)的综合创新能力和水平。

    测算结果显示,综合排名前十的城市(都市圈)依次为:旧金山-圣何塞、纽约、波士顿-坎布里奇-牛顿、东京、北京、伦敦、西雅图-塔科马–贝尔维尤、洛杉矶-长滩–阿纳海姆、巴尔的摩-华盛顿和教堂山-达勒姆-洛丽。

    全球科技创新中心指数通过综合评估全球主要科技创新中心城市(都市圈)表现,呈现出以下几个特点:

    全球科技创新中心城市(都市圈)呈现出差异化发展路径和特色化定位,大部分城市在科学中心、创新高地、创新生态三个一级指标排名中存在比较明显的分化趋势,各城市(都市圈)呈现出特色化、差异化的创新发展路径。

    科学研究和技术创新是影响城市(都市圈)在全球创新网络位置的重要因素,拥有世界一流的大学和科研机构、具有深厚科学积淀的城市(都市圈)占据了全球科技创新指数综合排名的半壁江山。

    全球科技创新中心格局正在发生变化,数字经济的快速发展使亚洲城市在创新高地方面的吸引力不断加强,新经济在亚洲的发展势头和巨大影响力与日俱增;欧美城市的创新生态引领世界一流创新环境,在创新文化包容度和公共服务吸引力等方面表现突出。

    全球科技创新中心指数研究团队负责人、清华大学产业发展与环境治理研究中心主任陈玲表示,在新一轮科技革命背景下来测度创新,本身就具有很高的学术价值和现实意义。未来,清华大学和施普林格·自然联合研究团队将持续关注、追踪全球科技创新网络的动态演化过程,优化指标评估体系,逐年发布全球科技创新中心指数,并致力于将指数打造成具有全球影响力的评估体系,为科技政策制定者和创新发展实践者提供可用指南,共同推动区域创新和经济发展。

  • 原文来源:https://news.tsinghua.edu.cn/info/1007/82075.htm
相关报告
  • 《超算创新引领智能产业发展》

    • 来源专题:智能制造
    • 编译者:icad
    • 发布时间:2023-09-08
    • 8月24日至26日,2023全国高性能计算学术年会在山东青岛举行,探讨产业智能化和智能产业化背景下算力的创新与变革,展望新一代人工智能技术的发展趋势。   超级计算又称高性能计算,是通过并行计算提高运算速度,解决大规模科技计算和海量并发的数据处理问题。   当前,建设网络强国、数字中国、智慧社会是党中央、国务院的重大战略部署,推进人工智能、大数据产业发展都需要强大的计算能力。算力作为数字经济时代的生产力,已经成为经济社会高质量发展的重要支撑。    人工智能牵引算力部署   在人工智能的驱动下,算力需求持续增长,高性能计算技术与应用未来的发展和演进引发了广泛关注。   高效的计算能力是越来越复杂和庞大的人工智能应用的基础。反过来,人工智能技术的快速发展、基于大数据训练深度神经网络的需求又推动着算力的进步,新的计算软硬件基础设施不断推陈出新。   最新发布的《智算产业发展白皮书》显示,2022年我国新增算力设施中,智能算力占比已过半;预计2025年智算规模占比将超过85%;到2025年,算力核心产业规模将超过4.4万亿元,关联产业规模可达24万亿元。   当前,国家启动超算互联网部署将突破现有的单体超算中心运营模式,把全国众多的超算中心连接起来,构建一体化算力服务平台。通过超算互联网建设,将形成强大的国家算力底座,有效促进超算算力的一体化运营。   国家高性能计算机工程技术研究中心副主任曹振南指出,当前需要加强全国算力资源统筹协调,以应对算力设施分布不均衡、接口不统一、应用软件自主研发和推广不足等问题。已启动建设的超算互联网旨在连接产业生态中的算力供给、应用开发、运营服务、用户等各方能力和资源,并以互联网的思维运营超算中心,构建一体化超算算力网络和服务平台。曹振南表示,建设超算互联网的目标,不仅希望将超级计算机的设备连接在一起,更希望将所有供需方、整个超算生态链汇聚在一起,通过这个平台提供相应的服务,同时以互联网的思维运营超算,拓展思维与用户。   北京并行科技股份有限公司董事长陈健表示,算力网络是解决当前算力问题的最优模式。只要还有可用的超算算力,算力网络就能支撑用户完成计算任务。    加速突破关键核心技术   通用人工智能兴起直接导致了近期全国乃至全球高端超算算力极度紧缺的情况。而夯实软硬件基础设施,为超算算力的释放提供有力支撑成为当前最紧迫的任务。   我国在顶尖超算系统研制和超算系统部署数量方面处于国际领先行列,但在基础软件生态方面还有待完善。为此,中国工程院院士、清华大学计算机系教授郑纬民提出四点建议:加强超算基础软件研制,提升转化能力;研制统一并行编程模型和编译优化平台;建立国产超算HPDA系统软件栈;深入开展超算算力网络研究。   芯片是提高计算机系统性能的主要驱动力,而晶体管数量与工艺制程直接决定了超算系统的性能。变革当前芯片设计堆叠式技术路线,着眼自上而下构造式芯片设计的新范式,集成芯片为芯片算力突围开辟了新途径。中国工程院院士、中国科学院大学计算机科学与技术学院院长孙凝晖分析了当前计算系统在互联延迟、多核扩展等方面存在的瓶颈,介绍了通过自主工艺构造式设计高性能芯片的新途径。他表示:“当前,超级计算机的架构存在算力天花板,而集成芯片可突破众核芯片的IO带宽制约和多芯片之间的通信延迟制约,并且通过采用多级基板可进一步扩展众核规模,从而实现算力提升。”   据了解,中国科学院计算技术研究所与之江实验室合作开展了面向智能计算的大芯片设计工作,基于集成芯片构建高性能计算系统的思路,在多核扩展架构、多芯粒并行、供电散热扩散性等方面进行了深入研究与开发。   我国高度重视人工智能的发展,特别是在场景和应用创新方面,制定了诸多战略方针,旨在提升我国人工智能的创新能力。得益于AI的能力,高性能计算解决应用问题的能力得到进一步提升。随着HPC+AI融合应用的不断创新,高性能计算的应用开发、系统软件和体系结构正在发生变革。   华为计算产品线集群创新与仿真Lab主任杜云飞表示,华为围绕性能工程的基础软件、性能加速的中间件、应用的自动化优化,以及在新算法的混合精度、AI大模型和超大规模的存储及网络上,做了大量创新性的实践,使得大量的应用生态在超算系统上获得了更好的性能。   欧洲科学院外籍院士、俄罗斯自然科学院外籍院士、西安电子科技大学计算机科学与技术学部主任、人工智能研究院院长焦李成表示:“从最根本上来讲,ChatGPT也要回到核心,就是要回到数学的基础、数理逻辑和计算的能力,而所有这些正是高性能计算的核心技术所在。所以,高性能计算与人工智能是密切相关的。从这个意义上来讲,我们更应该把两者结合起来。对于大数据、互联网、人工智能、云计算来说,高性能计算如何在中间起到连接作用,值得我们去思考。”    多维创新孕育新机   目前,我国算力总规模位居全球第二,并且保持着30%左右的年增长率。预计在2023年,AI算力将首次超过通用算力。AI已成为算力增长的新引擎。如何跟上算力发展的步伐,凸显算力优势,实现算力资本、算力服务的协同互补成为亟须破解的问题。   近几年,我国算力综合供给水平快速提升,算力产业创新能力持续增强,算力赋能千行百业成效显著。从超算行业来看,超算已为汽车制造、气象海洋、基因测序、新药研发、芯片制造、石油勘探等众多行业提供了灵活弹性、快捷高效、安全可靠的算力支持。在AI的驱动下,超算行业未来仍有巨大潜力可挖,新的技术和应用亮点会层出不穷。   Al大模型训练对集群算力的需求正在高速增长,其中的高性能互联系统面临着前所未有的挑战和发展机遇。华为网络技术实验室主任刘冰洋介绍,面对高性能AI训练集群,如何提升其网络通信的性能。华为从两个方面去实现性能的提升:一是物理带宽和物理交换能量,这体现了硬核的实力;二是在硬件基础之上建立拓扑亲和计算的技术体系,通过网络和通信库框架之间的双向协同,充分发挥物理的带宽,从而实现通信效率的最优,并最终达到算效最优化的目标。   数字经济的发展依赖数字化、智能化与网络化的新经济基建开发。“发展数字经济要强调AI,更要强调群体性智能。”香港中文大学(深圳)校长黄铠表示,“面对大数据感知、机器学习认知、生成式AI等新技术、新应用,业界必须重视智能云认知与物联网感知的无缝结合,以及开源大模型在智慧城市、数字经济、远程医疗与全民健保等方面的落地应用,建立与时俱进的生态环境与工业体系,为数字经济的发展保驾护航。”   第十四届全国人大常委会委员、中国科学院院士吴立新指出,数字孪生作为透明海洋技术体系的重要组成部分,将有效深化人类对海洋系统的认知与变化预测,赋能海洋能源、海底矿产、海洋生物资源高效安全开发、海洋高端装备智能制造、海洋航运等产业发展。吴立新表示:“超算与人工智能深度融合的时代已经来临。它必将是一种新的科学范式,有重大的颠覆性创新。这一次,中国不仅要成为全球超算算力的领跑者之一,同时也希望能够成为全球超算应用的领跑者之一。”( 郑大海 ) (来源:中国工业报) 编辑:李芊诺 责编:张永杰 审核:陈雪辉 .
  • 《《2022全球人工智能创新指数报告》发布》

    • 来源专题:新一代信息技术
    • 编译者:张卓然
    • 发布时间:2023-07-24
    •     在7月6日举办的2023世界人工智能大会人工智能产业发展全体会议上,由中国科学技术信息研究所联合北京大学编写的《2022全球人工智能创新指数报告》(以下简称《报告》)正式发布。     据中国科学技术信息研究所党委书记、所长,科技部新一代人工智能发展研究中心主任赵志耘介绍,全球人工智能创新指数研究已连续开展四年,旨在通过构建科学合理的指标体系,客观评估全球主要国家的人工智能创新发展情况,明晰中国人工智能发展的位势和方向。2022年报告在前三年的基础上进一步完善,新增一级指标“人工智能国际化”和三级指标“开放数据指数”,并通过对比近几年的评价结果,深入分析当前全球人工智能发展的主要趋势。     《报告》显示,中美两国引领、呈梯次分布的全球人工智能发展总格局保持不变。中国人工智能发展成效显著,人工智能创新指数近三年一直保持全球第二水平,在人才、教育、专利产出等方面均有所进步,但基础资源建设水平仍有待提高。 一、中美两国引领、呈梯次分布的全球人工智能发展总格局保持不变     按照2022年人工智能创新指数得分排名,可将46个参评国家分为四大梯队。第一梯队国家得分为50分以上,只有美国和中国进入。第二梯队国家得分为35~50分,包含英国、德国、新加坡等11个国家。第三梯队国家得分为20~35分,包括丹麦、芬兰等12个国家。第四梯队国家得分为20分以下,包括捷克、巴西等21个国家。 美国的人工智能创新指数已连续四年位居全球第一,中国连续三年保持全球第二水平。但值得注意的是,2022年,由于国际化指标的加入,中国与美国的分差有所拉大。其他梯队中有一些国家进步明显,比如瑞典、荷兰首次进入第二梯队,印度、波兰等首次进入第三梯队。从近三年的总排名变化情况看,在排名靠前的国家中,除了中美保持领先之外,其他国家之间呈现出你追我赶的态势。 参评国家人工智能创新指数得分与排名(2022年) 近三年人工智能创新指数TOP15国家 二、中国人工智能发展成效显著,基础资源建设水平有待提高     相比2021年,中国有10个三级指标2022年名次有所上升,主要集中在人才、教育、专利产出、创新制度等方面,优势指标数量也不断增长,从2021年的15个增加到2022年的18个。但中国人工智能整体发展水平与美国相比还存在一定差距。5个一级指标中,美国均位居第一,中国却未有排名第一的指标;11个二级指标中,中国有9个指标落后美国;33个三级指标中,中国有24个指标表现不如美国。此外,相较于自身快速增长的创新产出而言,其创新投入规模和质量还有很大提升空间。比如,公共数据的质量和开放度不高,相关指标排名靠后,信息化基础还有较大提升空间,在移动蜂窝电话订阅率、互联网使用率、固定宽带订阅率等指标上均排在参评国家中等位置。 中美二级指标得分情况对比 三、全球人工智能处于加速发展期     通过对比近几年的人工智能创新指数评价结果,可以看到,人工智能已然成为全球科技创新的焦点之一,支撑人工智能研发应用的政策环境和基础条件不断完善,全球人工智能处于加速发展期。     一是战略部署和人工智能治理日益得到重视。在人工智能创新制度方面,《报告》重点考察了各国人工智能政策规划的完备性以及对人工智能治理的重视程度两个方面。相比2021年,无论是人工智能创新制度一级指标,还是政策规划和治理两个二级指标,2022年几乎所有参评国家的分数都有所增加。其中,英国、新加坡、美国、中国、澳大利亚五个国家的政策规划得分提高最多,英国、新加坡、法国、澳大利亚、日本五个国家的治理得分提高最多。 二是数据和算力基础设施建设持续推进。从数据中心数量看,近三年参评国家托管型数据中心总量持续增长,其中有三分之一的国家相比2020年增长了10%以上。从超算数量看,随着越来越多的国家加大算力基础设施建设力度,全球超算500强排行榜争夺激烈,中国在超算上的优势有所减弱。2020—2022年,中国进入全球500强的超算数量逐年减少,占全球比重从2020年的45%下降到2022年的35%。美国、英国、德国等国家进入全球500强的超算数量持续增加。     三是人工智能产业化进程加快。2022年,参评国家的人工智能企业总数和人工智能从业人口总数继续增长,且增幅均有所扩大。人工智能企业总数同比增长25%,高于2021年的18%;人工智能从业人口总数同比增长53%,显著高于2021年的10%。     四是人工智能加速赋能科学研究。人工智能论文的学科主题分布较为广泛,除电子、通信、计算机科学等信息技术主题外,也涉及环境科学、地理科学、材料科学等基础学科主题。2020—2022年,涉及环境科学、地理科学、材料科学等基础学科主题的人工智能论文数量不断增长,占人工智能论文总量的比重从2020年的5%上升到2022年的10%。