2023-2024国人工智能计算力发展评估报告-IDC_浪潮信息_47页_11mb

2023-2024年中国人工智能计算力发展评估报告总结

核心内容

本报告分析了2023年全球及中国人工智能的发展趋势，特别聚焦于生成式人工智能和大模型的兴起所带来的产业变革。报告指出，人工智能正从感知智能迈向生成式智能，推动算力需求的快速增长，同时也带来新的机遇与挑战。

主要观点

• 全球趋势：生成式人工智能的兴起标志着人工智能迈入关键转折点，企业开始关注如何利用AI实现产品和流程的革新。
• 中国现状：中国在人工智能领域展现出极高的创新活力和市场潜力，尤其是在基础大模型研发、应用场景拓展以及算力基础设施建设方面。
• 算力需求变化：随着大模型的发展，算力需求呈现增长趋势，且从传统虚拟化共享向集群式、定制化、高性能的模式转变。
• 技术演进方向：人工智能芯片、服务器、算法和软件基础设施等关键技术正持续演进，以支持多模态、高能效、绿色可持续的发展目标。
• 应用场景拓展：生成式人工智能在知识管理、对话式应用、销售与营销、代码生成等领域具有重要应用价值，同时在医疗、金融、制造等行业逐步落地。
• 政策与标准：中国持续完善人工智能相关法规体系，推动绿色数据中心和液冷服务器的发展，同时鼓励开放标准和生态建设。

关键信息

算力市场预测

• 全球人工智能服务器市场规模：预计从2022年的195亿美元增长到2026年的347亿美元，年复合增长率17.3%。
• 中国人工智能服务器市场规模：预计2023年达91亿美元，同比增长82.5%；2027年将达到134亿美元，年复合增长率21.8%。
• 中国智能算力规模：预计到2027年将达1117.4 EFLOPS，年复合增长率33.9%。
• 中国通用算力规模：预计到2027年将达117.3 EFLOPS，年复合增长率16.6%。
• 液冷服务器市场：预计2022-2027年中国液冷服务器市场年复合增长率达54.7%，2027年市场规模将达89亿美元。

技术发展

• 人工智能芯片：中国人工智能芯片出货量预计2023年达133.5万片，同比增长22.5%。异构计算成为主流，以“CPU+GPU”为主要架构。
• 服务器发展：高算力、高能效成为关注重点，训练和推理负载占比不断提升，预计到2027年推理负载占比将达72.6%。
• 算法和模型：大模型推动算法迭代，多模态模型成为趋势，模型训练和推理对算力、数据和网络提出了更高要求。
• AI软件基础设施：需要提供全栈支持，包括系统环境部署、算力调度和模型管理，以加速大模型的应用落地。
• 边缘智能：边缘计算与云计算、5G等技术融合，推动AI在终端和边缘设备上的部署，提升实时性和数据隐私保护。
• 绿色算力：液冷服务器和节能技术成为数据中心可持续发展的关键，降低能耗和提升效率。

应用场景

• 知识管理：成为生成式人工智能最有应用价值的场景之一，提升企业对文本、图像和视频的处理能力。
• 金融行业：AI在风控、客服、报告生成等方面广泛应用，但数据安全和隐私成为主要挑战。
• 智能制造：AI助力智能产线、预测性维护、自动化生产等场景，提升效率和创新能力。
• 智慧医疗：AI在医学影像分析、个性化治疗、新药研发等方面发挥重要作用。
• AI4Sci：推动人工智能在科学研究中的应用，如材料科学、生物医学、能源等领域。

行业与地域排名

• 行业渗透度排名（2023）：互联网、电信、政府、金融、制造位居前五。
• 地域算力排名：北京、杭州、深圳在人工智能算力方面表现突出，其中北京在大模型领域具有领先优势。

行动建议

对行业用户

• 重视算力供给能力的评估标准，关注单位时间Token处理量、可靠性、时延等指标。
• 加强与技术供应商的合作，推动定制化、高性能、高能效的算力基础设施建设。
• 推进人工智能在业务流程中的深入应用，关注AI在知识管理、对话式应用、代码生成等领域的价值。

对技术供应商

• 构建以应用为导向、系统为核心的算力基础设施，提升算力利用率和部署效率。
• 加强芯片、服务器、软件栈、算法等多维度协同，推动异构计算和绿色数据中心建设。
• 提供灵活可扩展的算力服务模式，满足企业对训练和推理资源的独占、大规模和长时间使用需求。
• 推动AI软件基础设施标准化和生态建设，支持多行业、多场景的落地。

案例分析

美图

• 通过自研AI视觉大模型MiracleVision，提升图片、视频、设计和数字人等领域的智能化水平。
• 与浪潮信息合作，优化算力、存储和网络性能，推动AI在电商、广告、游戏等行业落地。
• 实现月活跃用户数和利润显著增长，展现AI在提升生产力方面的巨大潜力。

网易

• 通过网易伏羲平台，加速人工智能在游戏、元宇宙、工程制造等场景的应用。
• 推出面向智能体编程的AOP框架，支持行业定制化智能体的构建和训练。
• 与浪潮信息合作，满足大规模AI训练和推理需求，推动AI在实际业务中的落地。

深势科技

• 专注于AI for Science，推动人工智能在科学研究中的应用，如药物研发、材料模拟等。
• 通过全栈技术能力，提供从底层算法到工业软件的一体化解决方案。
• 利用AI-Native和多尺度模拟方法，加速电池、材料、药物等领域的研发效率。

结论

中国人工智能计算力市场正经历快速成长，大模型和生成式AI成为推动行业创新的关键因素。随着算力基础设施的持续升级、技术生态的不断完善，以及政策和法规的逐步健全，中国有望在全球人工智能竞争中占据有利位置。未来，人工智能将更加广泛地渗透到各行业，推动产业升级和数字化转型。