2023-08-29-甲子光年-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

Part 01 产业基石

• AIGC产业算力为开发及应用提供关键支撑，算力、算法和数据（资源“三剑客”）共同推动发展。
• 算力需求因模型规模增大而激增（如千亿至万亿参数的大模型训练），中国智能算力占比2021年升至51%。
• 国家政策支持算力基础设施布局，如“东数西算”工程和智算中心建设，促进东西部算力互补。

Part 02 软硬兼得

• AI芯片类型包括GPU（如英伟达CUDA生态）、FPGA、ASIC、类脑芯片及存算一体芯片（如存内计算）。
• 存算一体技术解决冯·诺依曼架构的存储与计算瓶颈，显著提升算力效率（如Transformer算法加速）。
• 多种部署形态：云服务（如Azure OpenAI服务增长）、边缘计算、大模型一体机等适应不同场景需求。

Part 03 层见叠出

• MaaS（Model as a Service）模式将大模型能力服务化，降低应用门槛，成为云计算新增长曲线。
• 中国市场IaaS和PaaS市场规模复合增长率分别为50%和74%，大模型厂商通过PaaS服务扩展生态。
• 边缘计算缓解云中心压力，尤其在自动驾驶、医疗机器人等场景提升实时响应。

Part 04 实践真知

• 厂商案例：
  • 浪潮信息：OGAI大模型软件栈优化训练效率，提供1000亿参数级中文模型“源1.0”。
  • 云天励飞：边缘AI芯片DeepEdge10解决安防和泛安防长尾场景。
  • UCloud：高性价比云算力集群支持大模型训练，推动区域算力下沉。
  • 知存科技/亿铸科技：存算一体芯片降低能耗，提升终端算力密度。
• 算力部署需结合目标场景优化，从芯片、云边协同到工程化能力综合考量。

Part 05 来日正长

• 市场规模预测：至2026年，生成式AI计算市场占全球AI计算总额31.7%，中国智能算力年复合增长率52.3%。
• 挑战与机遇：需克服数据隐私、带宽限制；细分场景长尾需求催生多样化算力方案；国际合作与国产替代强调技术自研。
• 未来趋势：机器人智能增强、智能驾驶渗透率提升，借AIGC推动机器人感知决策能力，AI芯片集成度与生态兼容性需进一步优化。

核心结论

中国AIGC算力呈现“软硬交融+云边协同”特征，政策与资本助推技术突破，大模型应用落地需工程化路径及场景适配能力。存算一体、存内计算等新兴技术被寄予厚望，而MaaS、云边端协同将成为算力服务新模式。市场展望积极，但需关注效率、成本与生态安全性。