2023-12-05-IDC_浪潮信息-2023-2024国人工智能计算力发展评估报告_47页_11mb

2023-2024年中国人工智能计算力发展评估报告总结

核心内容概述

本报告全面分析了2023-2024年中国人工智能（AI）计算力的发展现状、趋势、挑战及未来发展方向。报告指出，生成式人工智能和大模型的兴起正推动人工智能从感知智能迈向生成式智能，引发计算范式、产业动量和算力服务格局的深刻变化。中国人工智能市场在政策支持、技术突破和应用场景拓展的推动下，呈现出加速创新、多场景落地、算力需求激增的趋势。

主要观点

1. 人工智能迈入新阶段

• 全球趋势：生成式人工智能和大模型推动全球人工智能产业迈入关键转折点，从特定任务处理向拟人类智能发展。
• 中国现状：人工智能产业加速创新，企业对生成式人工智能的接受度高，应用和投入持续增长，但仍面临算力、存储、成本等挑战。

2. 算力需求快速增长

• 算力市场：2023年全球人工智能服务器市场规模预计达91亿美元，中国算力需求增长迅速，预计2027年将达到134亿美元。
• 算力结构：中国智能算力规模预计从2022年的259.9 EFLOPS增长至2027年的1117.4 EFLOPS，年复合增长率达33.9%。
• 算力服务模式：传统算力共享机制难以满足大模型时代的集群式算力需求，算力服务将向定制化、高性能、高能效方向发展。

3. 技术与生态协同发展

• 芯片发展：异构计算成为主流趋势，CPU+GPU架构被广泛采用，国产芯片厂商在算力提升和生态构建方面持续发力。
• AI软件基础设施：软件平台、框架和工具链的发展是大模型应用落地的关键，需支持从数据预处理到模型部署的全流程。
• 边缘智能：边缘计算与云计算、5G、区块链等技术协同，推动智能向终端和边缘设备延伸，提升响应速度和数据隐私保护。
• 绿色算力：液冷技术成为数据中心节能的关键，预计2027年中国液冷服务器市场规模将达89亿美元，年复合增长率达54.7%。

4. 应用场景广泛拓展

• 主要应用领域：知识管理、对话式应用、销售与营销、代码生成等是企业应用生成式人工智能的主要场景。
• 行业应用：
  • 金融行业：AI在风控、智能投顾、自动化客服等方面发挥重要作用，但面临数据安全和隐私问题。
  • 制造业：AI助力产品设计、预测性维护、自动化生产等场景，提升效率和创新能力。
  • 医疗行业：AI用于医学影像分析、个性化治疗、新药研发等，提高诊断准确率和治疗效率。
  • 其他领域：AI在能源、零售、教育等领域也展现出广阔的应用前景。

关键信息

算力发展趋势

• 中国智能算力需求持续增长，预计2027年达1117.4 EFLOPS，通用算力预计达117.3 EFLOPS。
• 液冷服务器市场增长迅速，预计2027年市场规模将达89亿美元，年复合增长率达54.7%。

行业与地域发展评估

• 行业渗透度排名：2023年，人工智能行业渗透度前五为互联网、电信、政府、金融和制造。
• 地域排名：北京、杭州、深圳在人工智能算力和大模型领域表现突出，其他地区也在持续投入，推动产业均衡发展。

企业与技术供应商建议

• 行业用户：应关注算力、数据、模型适配等关键因素，加强与技术供应商合作，优化资源配置。
• 技术供应商：需以应用为导向，构建系统化算力平台，提升算力利用率，优化算法和数据服务，推动绿色、高效数据中心建设。

未来发展方向

• 技术突破：持续加强基础大模型、多模态模型、小样本学习等核心技术的原创性突破，提升国际竞争力。
• 算力供给：推动算力服务模式创新，构建以应用为核心、以系统为支撑的算力基础设施。
• 绿色与可持续：通过液冷技术、节能硬件和软件优化，推动数据中心绿色化、可持续化发展。
• 生态协同：构建开放、兼容、解耦的AI软件生态，促进产业链上下游协同创新，加速大模型的行业落地。

案例参考

美图

• 美图通过自研AI视觉大模型MiracleVision，赋能电商、广告、游戏等行业，实现AI绘画、AI写真、AI视频编辑等功能，提升行业生产力。
• 与浪潮信息合作，优化算力和存储性能，推动AI能力在产品中的高效落地。

网易

• 网易伏羲平台聚焦设计创作、元宇宙、工程制造等场景，提供面向智能体编程的解决方案，实现智能决策与业务闭环。
• 通过与浪潮信息合作，满足大模型训练和推理的算力需求，推动AI技术在智能制造等领域的应用。

深势科技

• 深势科技专注于AI for Science（AI4Sci），通过深度学习与多尺度模拟技术，加速材料、能源、生物制药等领域的科研进程。
• 推出科研云平台、药物计算设计平台、电池设计自动化平台等，推动科研与产业的深度融合。

总结

中国人工智能计算力正处于快速发展阶段，生成式人工智能和大模型的兴起显著提升了算力需求和市场活力。未来，中国需在基础技术、算力供给、绿色可持续发展和生态协同等方面持续发力，以实现人工智能技术的全面落地和产业赋能。