【甲子光年】2023年中国AIGC产业算力发展报告_57页_4mb

中国AIGC产业算力发展报告总结

核心内容

随着生成式AI（AIGC）的爆发，算力作为AIGC产业发展的关键基础设施，正成为推动产业变革的重要力量。本报告围绕AIGC算力的发展趋势、产业链分析、商业应用及技术挑战等方面，深入探讨了算力在AI技术发展中的核心作用。

主要观点

1. AIGC算力的重要性

   • 算力是推动AIGC产业发展的核心资源，决定了产业的发展速度和应用广度。
   • AIGC不仅需要强大的训练算力，还需要高效的推理算力以满足多场景应用需求。

2. 算力与AI技术的融合

   • AI算力不仅是训练模型的工具，还支持AI在多场景中的应用。
   • 算力与算法、数据的融合催生了更多产品和服务模式，推动了AI技术的多样化发展。

3. 算力服务的挑战与机遇

   • 中国AIGC产业在算力方面存在“高性价比”及“可落地”解决方案的不足。
   • 云边协同、边缘计算与云计算的结合，成为提升AI应用落地可能性的重要方向。

4. MaaS模式的崛起

   • MaaS（Model as a Service）成为AI云服务的新范式，提供基于算力和算法的综合服务。
   • 云服务厂商通过MaaS模式，推动AI技术的商业化落地，形成新的增长点。

关键信息

1. 算力发展现状与趋势

• 算力增长：2016年智能算力占比仅为3%，而2021年已超过基础算力，达到51%。
• 预测：IDC预测2021年至2026年中国智能算力年复合增长率将达52.3%。
• 算力类型：包括基础算力、智能算力、超算算力等，其中智能算力成为主要增长点。

2. 产业政策与支持

• 中央政策：中央政治局会议强调重视通用人工智能发展，推动算力基础设施建设。
• 地方政策：如北京、上海、成都、黑龙江、河南等省市，均出台了支持算力及AI发展的政策，包括算力中心建设、算力券制度等。
• 政策目标：构建全国一体化算力网络，促进算力资源的高效利用和共享。

3. AIGC算力基础设施

• 智算中心：国内多地已建成或正在建设智算中心，如北京昇腾人工智能计算中心、天津人工智能计算中心、阿里云张北超级智算中心等。
• 算力服务：算力服务不仅包括数据中心建设，还包括云服务、边缘计算、大模型一体机等多层次产品和解决方案。

4. 算力技术与设备

• AI芯片：包括GPU、FPGA、ASIC、存算一体等，其中GPU是当前大模型训练的主要算力设备。
• 存算一体技术：通过存储与计算融合，解决冯·诺依曼架构的存储墙和功耗墙问题，具有高能效比和低延迟性。
• 技术发展：未来存算一体技术有望实现算力的指数级提升，成为AI算力的重要发展方向。

5. 算力应用场景

• 训练与推理：训练侧重于模型迭代，推理侧重于应用场景的扩展和用户数量的增长。
• 多模态应用：AIGC在多模态技术如文字、图像、音频、视频等领域的应用不断拓展。
• 企业服务：企业需要算力支持AI在流程管理、数据处理、模型训练等领域的应用，推动数字化转型。

6. 重点企业与解决方案

• 浪潮信息：推出大模型智算软件栈OGAI，涵盖从系统环境部署到模型开发管理的全流程。
• 云天励飞：构建算法、芯片、大数据全栈式AI能力，推动AI在多个行业的应用。
• UCloud优刻得：提供一站式云服务解决方案，优化网络和存储带宽，提升AI训练和推理效率。
• 知存科技：推动存内计算技术发展，实现大算力和高能效比，为AIGC提供底层支撑。
• 亿铸科技：利用ReRAM技术，实现存算一体的AI加速计算单元，推动大模型发展。

7. 未来展望

• 算力与AI技术的协同：算力作为AI技术发展的基石，将与AI算法、数据形成飞轮效应。
• MaaS模式：作为AI云服务的新范式，MaaS将推动算力和算法的综合服务，形成新的商业增长点。
• 存算一体技术：未来3-5年，存算一体技术将实现算力的快速提升，成为AI算力的重要方向。

产业趋势

• 专用智能向通用智能过渡：大模型的发展推动AI从专用智能走向通用智能，形成多行业、多场景的应用。
• 算力需求多元化：不同行业对算力的需求不同，包括算力精度、时延、带宽等方面。
• 算力服务升级：算力服务需要考虑企业的实际需求和部署能力，提供高性价比和可落地的解决方案。

总结

中国AIGC产业正处于快速发展的阶段，算力作为其核心驱动力，正在推动AI技术从专用智能向通用智能转变。未来，随着MaaS模式的普及和存算一体技术的突破，算力服务将更加多样化和高效化，为AI应用提供坚实的基础设施支持。