量子位：2023AIGC算力全景与趋势报告_41页_2mb

AIGC驱动算力产业发展
AIGC产业对算力需求日益增长，算力已成为支撑大模型训练与推理的核心基础设施。算力厂商因算力需求激增而率先受益，但大模型参数的扩展也带来了算力瓶颈问题。国内AIGC算力产业正处于高速发展期，智能算力需求呈指数级增长。

算力产业现状与挑战

• 芯片层：当前算力产业主要分为GPU通用路线（如英伟达）和ASIC专用路线（如华为、寒武纪）。英伟达占据主流GPU市场，而国内芯片在制程、软件生态等方面仍较落后，但在专用芯片领域逐步追赶。
• 服务器层：AI服务器市场快速发展，2025年全球市场规模预计达3179亿美元。传统服务器被AI服务器替代，尤其在推理端，百万亿级AI大模型训练推动算力集群需求。
• 云平台层：MaaS（模型即服务）成为新趋势，云计算厂商通过“云+智”集成服务降低企业应用AI的门槛，形成新的商业闭环。
• 算力基础设施层：智算中心作为公共算力提供者，承担起AI基础设施的角色。然而，东部算力资源紧张、“东数西算”工程被提出，通过优化资源调度实现全国算力网络整合。

产业趋势与新生态

• 新芯片竞争：高端GPU市占率由英伟达主导，但专用芯片在细分领域更具潜力，如存算一体、类脑芯片、稀疏计算等新架构将带动算力形态变革。
• AI服务器红利：AI服务器市场增速显著，2023年起迎来爆发。推理需求亦快速增长，能效比更高的NPU等芯片收到关注。
• MaaS重塑行业：MaaS模式占位崛起，推动算力商业化，形成标准化服务接口，降低AI应用难度。
• 智慧算力网络与“东数西算”：通过算力调度实现“东数西训”，构建全国算力资源池，降低企业部署门槛。

行业周期与前景展望

• 基建期（2023-2025）：算力、服务器供给端主导，英伟达与顶级算力服务商受益明显。
• 开发期（2026-2028）：推理芯片市场化加速，多元算力架构（NPU、ASIC等）兴起，芯片业切入新的增长空间。
• 商业期（2029起）：AI应用普遍化，“开箱即用”的AI模型一体机铺开、算力租赁普及，算力感知弱化，算力服务成为公共设施。

典型案例分析

• 阿里云MaaS平台：国内首家提出MaaS理念，整合算力服务、大模型SDK与行业应用，为生态提供自底向外的服务支持。
• 百度全栈AI设施：构建“云智一体”四层体系，覆盖芯片、框架、算法到行业应用，提供端到端AI能力。
• 腾讯高性能计算集群：打造自主AI训练平台，RDMA高速互联提升算力效率。
• 墨芯人工智能：提供稀疏计算芯片，显著提升能效比，降低训练成本。
• 亿铸科技：探索存算一体芯片，提高算力密度并克服能耗瓶颈。
• AutoDL：提供AI算力租赁平台，连接闲置算力资源与用户需求，推进算力民主化进程。