中国AI算力行业发展报告：全面拥抱智算时代的生产力

由甲子光年发布了《中国AI算力行业发展报告：全面拥抱智算时代的生产力》这篇报告。以下是对该报告的部分摘录，完整内容请获取原文查看。AI快速发展正在推动各行业的数智化转型，大模型为千行百业提供了创新解决方案。通用大模型侧重发展通识能力，行业/场景大模型侧重发展专业能力，模型赋 能行业有效的提升了效率、降低成本及优化决策过程。

1.时代动力，AI新世代繁荣的发动机 

2015-2016 年左右开启了大模型时代，整体的训练计算量较之前的时期大2到3个数量级。从2022年底，随着ChatGPT成功带来大规模参数通用大模型相继发布。 这些大模型的训练需要千亿、甚至万亿级参数，以及上千GB的高质量数据，大模型的训练迭代将极大地拉动了智能算力的需求。  2012-2023年算力需求翻了数十万倍，AI算力需求远超摩尔定律，大模型对算力的需求每年持续增长，未来10年AI算力需求将再增长500倍。

技术层面上，基础模型通过迁移学习（Transfer Learning）和规模（scale）得以实现；Transformer的应用标志着基础模型时代的开始（基础模型的庞 大规模和应用范围突飞猛进），模型参数量指数级增长，带动算力超过摩尔定律。  Sora等视频

从产业规模看，全球人工智能快速增长。2023年全球人工智能市场收入达5381亿美元，同比增长18.5%，到2026年市场规模将达9000亿美元。  从投融资看，2024年Q1全球AI领域完成1779笔融资交易，筹集的风险投资总额达216亿美元。  从企业发展看，全球人工智能呈现“中美主导”格局。截至2023年三季度，全球人工智能企业有29542家。美国有9914家，占比为34%；中国有4469家，占比 为15%；中美人工智能企业数占全球总数约49%。

2.层见叠出，复杂工程需要多样手段解决

满足大模型需求的算力是一项涉及多层面复杂系统工程，因为它不仅需要在计算能力上实现指数级增长，以应对大模型的庞大惨数量，还要在数据传输、存储和 处理等多个维度深度优化。  算力系统的设计远非简单的算力资源堆砌，而是需要解决低时延数据交换、节点间计算负载的均衡分配、消弥算力堵点，预防硬件故障等一系列技术难题。且不 同应用场景对算力效率、调度灵活性、扩展性、安全稳定、成本效益等方面有着各自独特的需求。这些需求的多样性和复杂性要求在构建算力基础设施时，需要 进行综合规划和设计，以实现高效、经济且可持续的算力供给。

AI技术在实际应用中包括两个环节：训练（Training）和推理（Inference），AIGC的算力需要考虑训练及推理两个方面。  训练是指通过数据开发出AI模型，使其能够满足相应的需求，一般为AI技术的研发。因此参数量的升级对算力的需求影响大。  推理是指利用训练好的模型进行计算，利用输入的数据获得正确结论的过程，一般为AI技术的应用。推理部署的算力主要在于每个应用场景日数据的吞吐量。

应用落地的算力选择，更应该强调最优解，而非最大解。在实现AIGC的技术落地过程中，模型的参数量及涌现结果固然重要，但模型在运行过程中所需的算力 成本、能耗成本、运营成本等是否能匹配AIGC技术提供的效果及价值突破更为重要。

3.各取所需，市场激发AI算力的选择思考

算力资源的维度不仅包括算力规模大小，要考虑算力部署及运营过程中可以利用的程度。算力是工程化结果，是从芯片到资源服务的多层次构造，需要算力服务 方自身在自身专业能力及经验案例上的实际Know-How作为基础。 • 不同需求程度的用户不能唯算力的参数而论，而是要结合自身对于算力部署的能力进行进一步探究。

芯片作为算力产业的基石，为智能算法和应用提供了不可或缺的计算能力。在服务器成本中，核心芯片如GPU占据了超过80%的比重。掌握自主 可控的AI芯片技术，对于智算产业的持续发展至关重要。  随着人工智能应用场景的不断拓展，市场对高性能AI芯片的需求日益增长。同时，存算一体、光通信等前沿技术的突破，为AI芯片产业注入了强 劲的增长动力。数据显示，2023年中国AI芯片市场规模已达到约652亿人民币。预计到2026年，市场规模将显著增长至1611亿人民币，AI芯片 市场正迎来快速发展的黄金时期。

在中美科技博弈的背景下，AI芯片的国产化既是技术发展的需求，也是国家战略的一部分，对于提升国家的科技实力和产业竞争力具有重要作用。

在AI技术快速发展的背景下，AI芯片已成为美国政府卡中国脖子的新武器。自2018年以来，被美国列入“实体清单” 的中国AI芯片企业持续增加。 同时，美国聚焦于高算力芯片，限制英伟达、AMD等企业的GPU出口，试图全面遏制我国AI产业发展。  美国的限制措施激发了中国AI芯片产业的自主创新和研发，加速了国产替代的进程。中国企业面对外部压力。加大研发投入，努力构建自主可控 的产业链

4.实践落地， AI算力应用的新标杆

重点厂商产品及服务能力分析——博大数据

公司简介：博大数据作为领先的融合算力基础设施服务商，核心团队拥有超过20年的行业运营管理经验，积累了丰富的通用算力、智 能算力及边缘算力资源，并具有强大的算力建设能力、平台服务能力以及算力运营能力，致力于打造一体化数据与算力融合的数字基 础设施平台，赋能数字经济可持续发展。  博大数据已在全国范围内部署了以北京、上海、广州、深圳、成都、武汉为核心的环首都、长江经济带、粤港澳大湾区及成渝区域的 超大规模算力基础设施集群，其总面积超过30万平方米，拥有机柜数近6万个。不仅满足企业在核心城市的业务布局，还将进一步助 力企业核心与边缘形态共存的算力集群演变。此外，博大数据积极进行国际化布局，不断通过资源整合打造全球数字生态，加速拓展 海外市场。

项目背景：博大数据与恒为科技合作，在前海智算中心建立了“恒为智云·前海智算中心”，旨在为粤港澳大 湾区构建集高效能、智能化与安全性于一身的算力高地，树立全区域智算中心产业标杆。“恒为智云•前海智 算中心”是广东省第一个由民企投资、民企运营的华为昇腾集群，也是第一个支持深圳上海两地实现大带宽 低延时专网打通计算资源的华为昇腾集群。该算力集群面向大湾区用户，辐射全国，为各行各业的数智升级 提供算力服务。

重点厂商产品及服务能力分析——PPIO派欧云

公司简介： PPIO派欧云是中国领先的分布式云计算服务商，由 PPTV 创始人姚欣和前 PPTV 首席架构师王闻宇于 2018 年联合创立，公司秉承“汇 聚全球计算资源，并为全世界提供服务”的使命，致力于为人工智能、音视频、元宇宙等新一代场景提供高性价比、稳定可靠、高效弹性的一站式 智算、大模型及边缘计算服务，助力客户专注应用创新与增长，推动下一个智能时代的加速到来。

项目背景：中国铁塔是由国务院推动成立的国有大型通信基础设施服务企业，是我国移动通信基础设施建设的“国家队”和 5G新基建的“主力军”。中国铁塔依托全国基站和机房资源，提出“算力入园”战略，通过构建统一算力管理平台提升资源 融合与场景应用效率。PPIO派欧云助力中国铁塔盘活分布式算力

5.来日方长，AI新世代下的不断探索

AI应用下载量和内购收入都呈现快速增长态势。2024年1月至8月份，全球下载量同比增长26%，达到22亿次，预估全年下载量将达到33亿，同 比增长26%。在收入端，全球 AI 应用同比激增51%，规模至20亿美元。  随着AIGC技术发展，IDC预测2024年全球将涌现出5亿个智能化应用，相当于过去40年间应用数总和。

整体市场的算力核心判断指标取决于市场发展阶段对应的训练及推理需求，当下是AIGC产业技术与商业结合的重要拐点，一方面，国内外均有商业落地 的场景及对应模型出现，技术路线实现大方向确认；另一方面，具体场景的商业模式及盈利模式仍待寻找，需要大量算力支持各行各业企业持续探索。 • 算力的核心指标变化：重训练——关注模型参数量，重推理——关注应用的用户数据吞吐量。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）