AI现状-中国_14页_1mb
报告摘要
中国AI现状总结
核心内容
中国AI实验室在2024年底逐渐赶上美国AI实验室，并在部分领域展现出与美国顶级模型相竞争的能力。随着DeepSeek的R1模型发布，中国模型已接近o1级智能。此外，中国大型科技公司和初创企业也在积极开发各种类型的AI模型，包括开放权重模型、推理模型及其他模态模型。
主要观点
- 缩小差距：中国AI实验室在2024年最后几个月推出了多个高性能模型，缩小了与美国AI实验室在智能水平上的差距。
- 推理模型普及：推理模型最早由OpenAI在2024年第三季度推出，几个月后，中国竞争对手如DeepSeek已基本复制了o1的智能水平。
- 开放权重模型：中国AI实验室如阿里云、深视和腾讯发布了开放权重前沿模型，具有全球竞争力。
- 中国大型科技公司参与：中国大型科技公司积极参与AI竞赛，推出了多种AI语言模型及其他模态模型。
- 初创企业崛起：在中国政府和大型科技公司的支持下，中国AI初创企业也开发了一些世界领先的开放权重模型。
关键信息
中国AI实验室与模型
| 实验室/公司 | 非推理模型 | 推理模型 | 其他模态 |
|---|---|---|---|
| DeepSeek | - | R1 (情报:79) | √ |
| 阿里云 | Qwen 2.5 Max (情报:79) | QwQ (情报:78) | √ |
| 腾讯 | 豆宝 1.5 Lite (情报:77) | 豆宝 1.5 Pro (情报:80) | √ |
| 华为云 | - | - | √ |
| 百川智能 | 百川4-Turbo (情报:65) | 百川M1-预览 (情报:83) | √ |
| 阶跃星辰 | Step-2-16k (情报:82) | Step-R-mini (情报:84) | √ |
| MINIMAX | MiniMax - Text - 01 (情报:76) | - | √ |
| HICONSHA'AI | V1-128k (情报:52) | Kimi k1.5 (情报:87) | √ |
| 零一万物 | Yi-Lightning (情报:73) | - | √ |
| thonessk | V3 | R1 | √ |
| shuili-AI | GLM-4-Plus (情报:70) | GLM-Zero-预览 (情报:81) | √ |
| 白川智能 | 百川4-Turbo (情报:65) | 百川M1-预览 (情报:83) | √ |
主要消费者应用
| 实验室/公司 | 应用 |
|---|---|
| DeepSeek | DeepSeekChat |
| MINIMAX | HailuoAI聊天, HailuoAI视频 |
| HICONSHA'AI | Kimi |
| 阶跃星辰 | Yuewen, PopDuck |
| 零一万物 | YiChat |
| thonessk | DeepSeekChat |
| 白川智能 | ChatGLM |
| 零一万物 | YiChat |
融资情况
| 实验室/公司 | 融资额(美元) | 著名投资者 |
|---|---|---|
| MINIMAX | 0.85B | Tencent, Alibaba.com, Hongshan Research |
| HICONSHA'AI | 1.67B | Tencent, Alibaba.com, Microsoft, Hongshan Research |
| 阶跃星辰 | 未知 | Tencent, Alibaba.com, Hongshan Research, Meituan, SOSV China |
| 零一万物 | 0.2B | Alibaba.com, Sinovation Ventures, Hongshan Research |
| thonessk | 未知 | 幻方量化, High-Tier Quant |
| 白川智能 | 1.04B | Tencent, Alibaba.com, Hongshan Research, Meituan, SOSV China |
监管限制
- NVIDIA出口管制：2022年10月和2023年10月，美国对高端AI加速器实施出口限制，基于总处理性能（TPP）和性能密度（PD）阈值。
- H20和L20：H20和L20是当前唯一不超出TPP或PD阈值的NVIDIA数据中心级AI加速器，可自由出口。
- BIS最终规则：2024年12月2日发布的规则限制了向中国出口先进AI芯片，影响了140家实体。
- AI扩散规则：2025年1月13日发布的规则对向中国出口受控AI芯片实施了三层许可框架，导致实际禁令。
附录：加速器硬件规格
| 加速器 | 初始发布日期 | 记忆 | 内存带宽 | 电源/TDP | BF/FP16 TFLOP(密集) | 芯片到芯片互连 | 模块类型 | ProcessNode | 源URL |
|---|---|---|---|---|---|---|---|---|---|
| NVIDIA H100(SXM) | 1Q23 | 80GB HBM3 | 3.35 TB/s | 700W | 989 TFLOP | 900GB/s NVLinkTM | SXM | 台积电4N | 链接 |
| NVIDIA H100(NVL) | 1Q23 | 94GB HBM3 | 3.9 TB/s | 350-400W | 835 TFLOP | 600GB/s NVLink | PCIe | 台积电4N | 链接 |
| NVIDIA H100(PCle) | 1Q23 | 80GB HBM2e | 2 TB/s | 350W | 756 TFLOP | 600GB/s NVLink | PCIe | 台积电4N | 链接 |
| NVIDIA H800(PCle) | 2Q23 | 80GB HBM2e | 2 TB/s | 350W | 756 TFLOP | 400GB/s NVLink | PCIe | 台积电4N | 链接 |
| NVIDIA HGX20 | 4Q23 | 96GB HBM3 | 4 TB/s | 400W | 148 TFLOP | 900GB/s NVLink | SXM | 台积电4N | 链接 |
| NVIDIA H200(NVL) | 2Q24 | 141GB HBM3e | 4.8 TB/s | 600W | 835 TFLOP | 900GB/s NVLink | PCIe | 台积电4N | 链接 |
| NVIDIA H200(SXM) | 2Q24 | 141GB HBM3e | 4.8 TB/s | 700W | 989 TFLOP | 1,800 TB/s NVLink | SXM | 台积电4N | 链接 |
| NVIDIA B200 | 1Q25 | 192GB HBM3e | 8 TB/s | 1,000W | 2,250 TFLOP | 3,600GB/s NVLink | SXM | 台积电4NP | 链接 |
| NVIDIA GB200 | 1Q25 | 384GB HBM3e | 16 TB/s | 2,700W | 5,000 TFLOP | 7X128GB/s Infinity FabricTM | SXM | 台积电4NP | 链接 |
| AMD MI300X | 4Q23 | 192GB HBM325MB片上SRAM | 5.3 TB/s | 750W | 1,307 TFLOP | 7X128GB/s Infinity FabricTM | - | 台积电5N | 链接 |
| AMD MI325X | 4Q24 | 256GB HBM3e256MB片上SRAM | 6 TB/s | 1000W | 1,307 TFLOP | 7X128GB/s Infinity FabricTM | - | 台积电5N | 链接 |
结论
中国AI实验室和公司正迅速追赶美国AI领域，并在多个方面展现出强大的竞争力。尽管美国在AI加速器出口方面实施了严格的监管限制，但中国仍通过其自身的技术和市场策略，推动了AI技术的发展和应用。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
