提示×
qeweqweq
系统公告

搜索历史

    头豹小程序头豹小程序
    联系我们头豹客服
    头豹公众号头豹公众号
    panel标题
    提示主题内容
    申请引用
    内容标题:智能算力
    引用内容:
    文字纠错
    提交成功
    首页 词条目录 词条详情
    智能算力
    申请引用

    全文引用

    陈文广
    头豹分析师
    未经平台授权,禁止转载
    行业:
    信息传输、软件和信息技术服务业/软件和信息技术服务业/信息处理和存储支持服务信息传输、软件和信息技术服务业/软件和信息技术服务业/其他信息技术服务业信息科技/半导体公共事业/公共事业
    关键词:
    算力智能算力半导体数据中心通用算力
    行业定义
    从狭义上看,算力是设备通过处理数据,实现特定结果输出的计算能力。算力实现的核心是 CPU、GPU、FPGA、ASIC等各类计算芯片,并由计算机、服务器、高性能计算集群和各类智能终端等承载,海量数据处理和各种数字化应用都离不开算力的加工和计算。算力数值越大代表综合计算能力越强。从广义上看,算力是数字经济时代新生产力,是支撑数字经济发展的坚实基础。数字经济时代的关键资源是数据、算力和算法,其中数据是新生产资料,算力是新生产力,算法是新生产关系,构成数字经济时代最基本的生产基石。现阶段 5G、云计算、大数据、物联网、人工智能等技术的高速发展,推动数据的爆炸式增长和算法的复杂程度不断提高,带来了对算力规模、算力能力等需求的快速提升,算力的进步又反向支撑了应用的创新,从而实现了技术的升级换代、应用的创新发展、产业规模的不断壮大和经济社会的持续进步。
    AI访谈
    行业分类
    按照应用场景的不同,算力可分为通用算力、智能算力和超算算力。通用算力主要基于CPU芯片的服务器所提供的计算能力,主要用于基础通用计算和对精度要求不高的数字化场景。智能算力是基于AI芯片的加速计算平台,提供人工智能训练和推理的计算能力,主要应用于AI模型的训练和推理计算,比如语音、图像和视频的处理。超算算力主要是基于超级计算机等高性能计算集群所提供的计算能力,主要用于天体物理、气象研究、航天航空等高精尖科研领域
    AI访谈
    行业特征
    智能算力已成为中国算力增长的主要驱动力,并且在未来仍然将保持这一种增长趋势。智能算力的高速增长主要得益于元宇宙、人工智能应用场景以及AI大模型等新兴领域的快速发展,这些领域对算力都提出了更高的要求。在行业领域,互联网行业对数据处理、模型训练的需求不断提升,是算力需求最大的行业,占整体算力50%的份额。在人均算力方面,尽管中国算力规模位居全球第二,但中国的人均算力水平仅处于中等水平,仍有巨大的发展空间
    AI访谈
    发展历程

    智能算力行业

    目前已达到 4个阶段
    AI访谈
    产业链分析
    AI访谈
    行业规模
    根据中国通信院数据,2018-2022年,中国智能算力规模由6.8EFLPOS持续增长至140EFLOPS,年均复合增长率为113%。头豹研究院预计至2027年,中国智能算力规模将增长至762EFLOPS,2023至2027年的复合增长率约为40%
    AI访谈数据图表
    政策梳理
    智能算力行业
    相关政策 5篇
    AI访谈
    竞争格局
    中国智算中心的建设由政府主导,以市场侧实际需求为牵引,引导企业建设高附加值的智算中心项目建设,准入门槛高。目前中国企业自建的智算中心主要由云计算和通信类企业主导。例如,阿里云是目前的龙头企业,其算力相关专利数量与算力规模均位于行业前列。阿里云拥有4,529项算力相关的专利以及两座智算中心,其中乌兰察布智算中心的算力规模为3EFLOPS,张北智算中心的算力规模12EFLOPS,将成为全球最大的智算中心,两座智算中心合计规模为15EFLOPS,在业内位于绝对领先的地位
    AI访谈数据图表
    摘要
    本报告旨在全面呈现智能算力行业的现状和未来发展潜力,深度探讨了智能算力行业的发展态势、影响因素、主要竞争者以及未来趋势,并重点分析了数据规模增长、技术创新和政策驱动对智能算力增长的推动作用,同时深度分析了中国智算中心的竞争格局及演变趋势。
    算力行业定义
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    智能算力是指利用人工智能技术和算法,对计算资源进行高效利用和管理,提高计算效率和智能化程度的行业。智能算力的核心是通过对计算资源的优化和管理,实现计算能力的最大化利用,从而提高计算效率,降低成本。智能算力的应用范围非常广泛,包括云计算、大数据分析、人工智能、区块链等领域。在云计算领域,智能算力可以帮助企业更好地管理和利用其计算资源,从而提高企业的生产效率和竞争力。在大数据分析领域,智能算力可以帮助企业更快速地分析和处理数据,从而提高业务决策的准确性和效率。在人工智能领域,智能算力则是实现机器学习和深度学习的关键技术之一。随着各类应用场景的不断涌现,智能算力行业将会持续发展壮大。
    开通头豹会员
    从狭义上看,算力是设备通过处理数据,实现特定结果输出的计算能力。算力实现的核心是 CPU、GPU、FPGA、ASIC等各类计算芯片,并由计算机、服务器、高性能计算集群和各类智能终端等承载,海量数据处理和各种数字化应用都离不开算力的加工和计算。算力数值越大代表综合计算能力越强。从广义上看,算力是数字经济时代新生产力,是支撑数字经济发展的坚实基础。数字经济时代的关键资源是数据、算力和算法,其中数据是新生产资料,算力是新生产力,算法是新生产关系,构成数字经济时代最基本的生产基石。现阶段 5G、云计算、大数据、物联网、人工智能等技术的高速发展,推动数据的爆炸式增长和算法的复杂程度不断提高,带来了对算力规模、算力能力等需求的快速提升,算力的进步又反向支撑了应用的创新,从而实现了技术的升级换代、应用的创新发展、产业规模的不断壮大和经济社会的持续进步。
    [1]
    1:中国通信院
    智能算力行业分类
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    智能算力行业主流的分类标准包括:硬件设备、软件平台、云计算服务、应用场景。硬件设备分类包括芯片、服务器、存储设备等;软件平台分类包括人工智能框架、编程语言、开发工具等;云计算服务分类包括IaaS、PaaS、SaaS等服务模式;应用场景分类包括机器学习、深度学习、自然语言处理、图像识别等应用领域。这些分类标准不仅方便行业内部的管理和研究,也有助于客户在选择智能算力产品时进行参考和决策。
    开通头豹会员
    按照应用场景的不同,算力可分为通用算力、智能算力和超算算力。通用算力主要基于CPU芯片的服务器所提供的计算能力,主要用于基础通用计算和对精度要求不高的数字化场景。智能算力是基于AI芯片的加速计算平台,提供人工智能训练和推理的计算能力,主要应用于AI模型的训练和推理计算,比如语音、图像和视频的处理。超算算力主要是基于超级计算机等高性能计算集群所提供的计算能力,主要用于天体物理、气象研究、航天航空等高精尖科研领域
    算力的分类
    智能算力分类
    通用算力
    通用算力主要基于CPU芯片的服务器所提供的计算能力,主要用于基础通用计算和对精度要求不高的数字化场景
    智能算力
    智能算力是基于AI芯片的加速计算平台,提供人工智能训练和推理的计算能力,主要应用于AI模型的训练和推理计算,比如语音、图像和视频的处理
    超算算力
    超算算力主要是基于超级计算机等高性能计算集群所提供的计算能力,主要用于天体物理、气象研究、航天航空等高精尖科研领域
    智能算力行业特征
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    中国智能算力行业整体发展特征是快速增长和创新驱动。根据艾瑞咨询数据,2019年中国智能算力市场规模达到83.5亿元,预计2022年将达到240亿元。行业创新也得到了快速发展,包括AI芯片、边缘计算和量子计算等领域。同时,中国智能算力行业也面临一些挑战,如数据安全和隐私保护等。此外,政策支持也是中国智能算力行业发展的关键因素,政府鼓励企业加大研发投入和技术创新,以推动行业进一步发展。
    开通头豹会员
    智能算力已成为中国算力增长的主要驱动力,并且在未来仍然将保持这一种增长趋势。智能算力的高速增长主要得益于元宇宙、人工智能应用场景以及AI大模型等新兴领域的快速发展,这些领域对算力都提出了更高的要求。在行业领域,互联网行业对数据处理、模型训练的需求不断提升,是算力需求最大的行业,占整体算力50%的份额。在人均算力方面,尽管中国算力规模位居全球第二,但中国的人均算力水平仅处于中等水平,仍有巨大的发展空间
    1
    AI驱动智能算力规模高速增长
    智能算力的高速增长主要得益于元宇宙、人工智能应用场景以及AI大模型等新兴领域的快速发展,这些领域对算力都提出了更高的要求
    一方面,以元宇宙为例,英特尔预测,未来进入元宇宙时代,需要将当前的计算能力提升一千倍。同时,英伟达认为,在沉浸式体验下,实时渲染的算力还需要提升百万倍。这些数据都表明,在即将到来的元宇宙时代,算力将面临着巨大的增长需求,拥有着极为广阔的增长空间。第二个方面,目前人工智能正在加速渗透到各行各业,推动智能算力规模的高速增长。尤其是在金融、电信、制造以及医疗领域,企业正在加速布局人工智能的应用场景,例如智能客服、智能制造、智慧医疗等。这些企业借助人工智能技术提升传统业务的用户体验,以此来提升自身的市场竞争力,从而占据更大的市场份额。根据国家信息中心预测,未来80%的业务场景都将基于人工智能技术。预计到2023年,中国有50%的制造业供应链环节,将采用人工智能技术以提升业务体验。这些人工智能应用的落地,背后都有着庞大的算力需求。‌第三个方面,就是AI大模型的发展极大地推动了智能算力需求的增长。在2022年底,OPENAI发布了ChatGPT大模型,掀起了全球AI大模型的发展浪潮。此后,AI大模型成为了国家、企业和科研院所的重点发展方向。最近这段时间,我们国家的互联网巨头和科技巨头企业相继推出自主研发的AI大模型,例如百度的文心大模型、华为的盘古大模型、阿里巴巴的通义大模型等。这些大模型拥有着千亿、甚至万亿级别的参数,以及需要上千GB的高质量的训练数据,这些大模型训练的背后,都需要极其大量的算力支撑。在大模型复杂程度不断提升、数据量规模高速增长,以及应用场景的持续开拓和深入发展的背景下,智能算力的需求和规模势必将在未来几年迎来爆发式的增长。因此,未来智能算力在算力规模中占比将不断上升,并且将维持80%左右的增速,预计到2030年,中国智能算力规模将超过15,000EFLOPS
    2
    互联网行业对算力的需求最高
    智能算力促使互联网行业成为先进生产力的代表
    电子信息制造业、电信业、软件和数字技术服务业、互联网行业等数字核心产业的发展与算力的发展息息相关。互联网是算力投资最大的行业,根据中国通信院,互联网行业对数据处理、模型训练的需求不断提升,是算力需求最大的行业,占整体算力50%的份额,例如亚马逊、微软和谷歌通常每个季度投入的资本支出总额超过250亿美元,其中大部分用于布局超大规模数据中心,使互联网行业成为先进生产力的代表,不仅支撑互联网技术加速向支付、电商、服务、内容等领域渗透,更赋予其对其他产业链、价值链进行改造的潜能,进一步推动其由消费互联网向产业互联网的进化
    3
    中国人均算力水平位于世界中等水平
    从人均智能算力的角度来看,中国的人均算力水平仅处于中等水平,拥有巨大的发展空间
    虽然从智能算力总额来看,美国和中国处于全球的领先地位,分别占全球比重的45%和28%。但是从人均智能算力的角度,中国仍处于全球中等水平。根据中国通信院,美国、英国、德国等国家的人均算力普遍高于1,000GFlops,而我国的人均算力水平相对较低,约为553GFlops,约为发达国家的一半因此从人均智能算力的角度而言,我国智能算力仍然有巨大的发展空间。人均算力水平与一个国家的智能化水平呈高度正相关的关系。因此,发展智能算力对于中国而言,是推动数字经济发展、提升综合国力、实现高质量发展的关键。
    智能算力发展历程
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    智能算力行业是指通过人工智能技术,利用大量的计算资源进行数据处理和分析的一种新型产业。该行业的发展历程可以分为以下几个阶段: 第一阶段:探索期(2010-2014年) 在这一阶段,智能算力行业还处于探索阶段,主要以学术研究和技术探索为主。由于当时的计算硬件、算法和数据集等都不够成熟,因此智能算力技术的应用范围比较有限,主要应用于学术研究和一些小规模的商业应用。 第二阶段:起飞期(2015-2017年) 在这一阶段,智能算力技术逐渐成熟,并开始应用于一些大规模商业应用中。例如,谷歌推出了自己的机器学习框架TensorFlow,亚马逊推出了AWS的机器学习服务等。此时,智能算力行业已经开始进入快速发展期。 第三阶段:高速增长期(2018-2020年) 在这一阶段,智能算力行业迎来了高速发展期。随着云计算、大数据、物联网等技术的不断成熟,智能算力技术得到了广泛应用。各大互联网公司纷纷推出自己的人工智能服务,例如阿里云的PAI、腾讯云的AI等。同时,智能硬件设备也开始普及,例如智能音箱、智能家居等。 第四阶段:深度应用期(2021年至今) 在当前阶段,智能算力行业已经进入深度应用期。随着AI技术的不断发展和普及,人工智能将被广泛应用于各个领域,例如医疗、教育、金融、交通等。同时,智能算力技术也将得到进一步升级和优化,例如边缘计算、联邦学习等技术将大大提高智能算力的效率和安全性。 综上所述,智能算力行业经历了探索期、起飞期、高速增长期和深度应用期四个阶段。当前,智能算力行业已经进入深度应用期,将为各行各业带来更加智能化、高效化的解决方案。
    开通头豹会员
    智能算力的发展主要经历了探索期、启动期、高速发展期和深度应用期四个阶段。2010年至2014年为萌芽期,由于当时的计算硬件、算法和数据集等都不够成熟,智能算力主要应用于学术研究和一些小规模的商业场景。2015年至2017年为启动期,该阶段的智能算力技术逐渐成熟,开始应用于一些大规模商业应用,例如机器学习等。2018年至2022年,智能算力行业迎来高速发展期,各大互联网公司相继推出AI平台,智能硬件设备开始普及,智能算力因此得到了广泛应用。2021年至今,智能算力行业进入应用期,人工智能将被广泛应用于各个领域,例如医疗、教育、金融、交通等
    萌芽期
    2010-2014

    2011年,IBM的Watson计算机在Jeopardy!游戏中战胜了人类选手,人工智能技术逐渐应用于智能算力领域

    智能算力行业处于探索阶段,主要以学术研究和技术探索为主。由于当时的计算硬件、算法和数据集等都不够成熟,因此智能算力技术的应用范围比较有限,主要应用于学术研究和一些小规模的商业场景

    启动期
    2015-2017

    谷歌推出了自己的机器学习框架TensorFlow,亚马逊推出了AWS的机器学习服务等

    智能算力技术逐渐成熟,开始应用于一些大规模商业应用中,智能算力行业开始迎来快速发展

    高速发展期
    2018-2020

    各大互联网公司相继推出工智能服务,例如阿里云的PAI、腾讯云的AI等。同时,智能硬件设备也开始普及,例如智能音箱、智能家居等

    随着云计算、大数据、物联网等技术的不断成熟,智能算力技术得到了广泛应用

    深度应用期
    2021-

    人工智能将被广泛应用于各个领域,例如医疗、教育、金融、交通等

    智能算力行业进入深度应用期。随着AI技术的不断发展和普及,人工智能将被广泛应用于各个领域,例如医疗、教育、金融、交通等。同时,智能算力技术也将得到进一步升级和优化,例如边缘计算、联邦学习等技术将大大提高智能算力的效率和安全性

    智能算力产业链分析
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    智能算力行业的产业链可以分为上游芯片制造商、中游AI芯片和算力加速卡供应商、下游数据中心和云计算服务商等环节。上游芯片制造商包括英特尔、AMD、华为海思等公司,中游AI芯片和算力加速卡供应商包括NVIDIA、AMD、百度、华为等公司,下游数据中心和云计算服务商包括阿里云、腾讯云、AWS、Microsoft Azure等公司。 产业链发展趋势方面,第一是AI芯片和算力加速卡技术的不断提升。随着AI技术的发展和人工智能应用场景的拓展,对算力和处理速度的要求越来越高,这推动了AI芯片和算力加速卡技术的不断升级和改进。 第二是云计算和数据中心的快速发展。随着云计算技术的成熟和数据中心的不断普及,越来越多的企业和个人开始采用云计算服务,这对智能算力行业的发展提供了巨大的市场需求和商业机会。同时,数据中心的建设和维护也成为了整个产业链中的重要环节,对于智能算力行业产生着重要影响。 综上所述,智能算力行业的产业链包括上游芯片制造商、中游AI芯片和算力加速卡供应商、下游数据中心和云计算服务商等环节。AI芯片和算力加速卡技术的不断提升和云计算和数据中心的快速发展是智能算力行业产业链发展的两个重要趋势。
    开通头豹会员
    智能算力的产业链的上游主要包括AI服务器、AI芯片和光模块等基础设施的供应商,代表企业有浪潮信息、新华三等;中游为智算中心服务与运营商,代表企业包括阿里云、商汤科技、腾讯云等厂商;下游主要为由AI技术驱动的应用场景,包括自动驾驶、虚拟数字人等
    在产业链上游环节,随着智能算力需求的大幅增加,AI服务器、AI芯片和光模块等需求将持续提升,市场增量空间广阔,将带来万亿级别市场空间的投资机会,相关厂商将因此获益。在中游环节为智算中心的服务运营商,智算中心能够提供大规模数据处理和高性能智能计算支撑,将经济、社会、产业中各种模型、经验固化下来,形成新的生产力,并支撑智能化的产业、服务和治理。截至2022年3月,中国已投运的人工智能计算中心有近20个,在建设的人工智能计算中心超20个‌。在下游环节,主要为智能算力的应用,自动驾驶和虚拟人等新兴人工智能场景是未来智能算力的重要应用领域。在自动驾驶领域,自动驾驶的实现需要智算中心提供超大算力支撑。智算中心提供的普惠算力可以极大降低自动驾驶所需算力的成本,同时加速自动驾驶新技术与新产品的研发、测试和应用。‌在虚拟数字人领域,智算中心为虚拟数字人的制作和感知交互提供强大的计算能力和算法支持,加快虚拟数字人产业的商业应用
    产业链上游
    上游厂商
    华为投资控股有限公司
    国际商业机器(中国)有限公司
    中国惠普有限公司
    产业链上游说明
    在AI服务器领域,类似于ChatGPT这种大模型会推动服务器的需求大幅增长。以ChatGPT为例,假设日活用户达到1亿人,平均每人提出1,000字左右的问题,如果采用英伟达DGX A100服务器的话,预计需要投入4,630台服务器。每台服务器价格约为20万美元,那么总投资需要9.26亿美元,折合人民币60亿元。如果ChatGPT日活用户增至10亿人,每人平均提出1,000字左右的问题,预计将带动4.63万台服务器的需求,投资总额将达到600亿元人民币。假设未来中国有5家以上的企业推出与ChatGPT类似的大模型,那么所需要的算力资源就是5倍级别的提升。相应的,服务器需求量也是5倍级别的增长,从而拉动约3,000亿元人民币服务器市场规模的增长
    上游厂商
    百度(中国)有限公司
    华为投资控股有限公司
    科大讯飞股份有限公司
    产业链上游说明
    芯片是计算机负责执行计算任务的核心部件,是实现算力的物理基础。随着人工智能产业的高速发展,为了满足不断增长的算力需求,AI芯片的市场需求将持续上升。人工智能算法需要从海量的图像、语音、视频等非结构化数据中挖掘信息,以及AI大模型的训练、场景化的微调和推理,这些应用场景都依赖于海量的芯片提供强大的算力支撑。然而,传统以CPU 为主的通用计算能力已经无法满足多样化的人工智能应用场景的需求。因此,采用CPU与AI芯片(GPU/FPGA/ASIC)组成的异构计算方案成为当前及未来智能计算的主流解决方案,这种异构计算方案需要大量的AI芯片,具有优秀的并行计算能力和高互联带宽,支持AI计算效能的最大化。因此,人工智能产业的发展极大地推动了AI芯片的市场需求,国内的芯片厂商也是因此受益。目前国内部分厂商自主研发的AI芯片已实现量产,例如百度的昆仑芯片、华为的昇腾芯片、寒武纪的思元芯片等
    上游厂商
    中际旭创股份有限公司
    成都新易盛通信技术股份有限公司
    苏州天孚光通信股份有限公司
    产业链上游说明
    光模块作为算力基础设施的建设的核心,将在算力产业快速发展中直接受益。第一,AI大模型的训练及推理直接驱动AI服务器的升级与市场需求,光模块作为服务器配套算力设施将直接受益;第二,中国光模块厂商市场份额占比在50%以上。2021年,中国光模块厂商全球前十中占据六席,国产化程度高,本业厂商供应链位置稳定;第三,中国光模块厂商的产品及技术储备位于行业前沿地位,相较其他产业链条有望率先突破产品及技术方向。因此,头豹研究院认为,光模块作为智能算力环节中国产化程度高,技术储备前沿的核心产品,在智能算力持续升级及需求大幅增长等因素的驱动下,将迎来快速增长
    产业链中游
    中游厂商
    阿里云计算有限公司
    北京市商汤科技开发有限公司
    百度智能云(成都)科技有限公司
    产业链中游说明
    从功能上看,智算中心能够提供大规模数据处理和高性能智能计算支撑,将经济、社会、产业中各种模型、经验固化下来,形成新的生产力,并支撑智能化的产业、服务和治理。智算中心是具有强公共属性的开放服务平台,能够实现对大区域的数字化辐射带动,成为经济发展的新动力引擎。随着“东数西算”工程、新型基础设施等国家政策规划出台,中国智算中心掀起落地热潮。截至2022年3月,中国已投运的人工智能计算中心有近20个,在建设的人工智能计算中心超20个,整体布局以东部地区为主,并逐渐向中西部地区拓展。智算中心一方面为中小企业提供普惠算力,支撑科研创新和人才培养,另一方面结合企业业务特色,加快人工智能应用创新,聚合人工智能产业生态,例如武汉人工智能计算中心孵化出“紫东太初”等大模型
    产业链下游
    渠道端
    特斯拉(上海)有限公司
    宝马(中国)汽车贸易有限公司
    梅赛德斯-奔驰(中国)汽车销售有限公司
    产业链下游说明
    自动驾驶是汽车出行产业的未来发展方向。自动驾驶场景的实现,需要通过感知融合、虚拟路测、高精地图、车路协同等核心技术将数字世界与实体路况进行深度融合,识别驾驶环境并预判周围运动单元的潜在轨迹,这需要智算中心提供超大算力支撑。智算中心提供的普惠算力可以极大降低自动驾驶所需算力的成本,同时加速自动驾驶新技术与新产品的研发、测试和应用。自动驾驶需要通过对车身多个传感器的数据进行感知和融合,并在此基础上对自动驾驶车辆的行为进行决策和控制,其中涉及大量AI算法、机器视觉与传感器数据整合分析、面向各类算力平台及传感器配置方案的适配能力等。此外,自监督大模型技术引入自动驾驶,大幅增加智能算力消耗,例如,Tesla构建的L2级别的FSD自动驾驶融合感知模型的训练使用了百万量级的道路采集视频片段,算力投入约为500PD。随着自动驾驶级别从L2到L4的提升,对算力的需求将进一步提高
    渠道端
    科大讯飞股份有限公司
    北京蓝色光标数据科技股份有限公司
    北京百度网讯科技有限公司
    产业链下游说明
    智算中心为虚拟数字人的制作和感知交互提供强大的计算能力和算法支持,加快虚拟数字人产业的商业应用。虚拟数字人的创建,如建模、驱动、渲染以及感知交互,都需要大量的计算资源。目前,虚拟数字人的创建主要基于3D建模软件的手动建模以及真人驱动,随着AIGC等人工智能技术的进步,基于AI的自动建模将逐渐取代手动建模,成为虚拟数字人建模的主流方式。同时,随着多种AI技术如计算机视觉、智能语音以及自然语言处理等在虚拟数字人的应用中发挥着重要作用,它们将推动虚拟数字人向更智能的"数智人"演进,这也需要极其大量的智能算力作为支撑
    中国智能算力行业规模
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    根据艾瑞咨询的数据,中国智能算力行业在过去的5年中呈现出了快速增长的态势。2015年,该行业市场规模为约30亿元人民币,而到2019年,市场规模已经达到了约120亿元人民币,年均复合增长率高达45%。 随着人工智能、大数据等新技术的不断发展和应用,未来5年中国智能算力行业的市场规模仍有望继续保持快速增长。预计到2024年,该行业市场规模将达到约460亿元人民币,年均复合增长率约为30%。 整体来看,中国智能算力行业市场规模呈现出稳步增长的趋势。从过去5年的增长数据可以看出,该行业市场规模增速较快,未来5年的增长速度也将保持在较高水平。这一趋势的背后,是中国科技产业不断发展壮大,以及政府对人工智能等新技术的积极推动。 数据来源:艾瑞咨询《2019-2024年中国智能算力市场研究与投资前景预测报告》
    开通头豹会员
    根据中国通信院数据,2018-2022年,中国智能算力规模由6.8EFLPOS持续增长至140EFLOPS,年均复合增长率为113%。头豹研究院预计至2027年,中国智能算力规模将增长至762EFLOPS,2023至2027年的复合增长率约为40%
    2018至2022年,中国智能算力规模增长迅速,主要原因包括:(1)政策推动。期间国家制定一系列政策,例如《全国一体化大数据中心协同创新体系算力枢纽实施方案》,提出要在全国范围内推动信息基础设施建设,智算中心的建设是其中的关键环节。当前中国已超过30个城市正在建设或提出建设智算中心,一般智算中心的起步算力目标是100PFLOPS,整体布局以东部地区为主,并逐渐向中西部地区拓展。此外,科技部发布《科技部办公厅关于开展国家新一代人工智能公共算力开放创新平台申报工作的通知》,提出要推进AI领域的模型与算法创新工作,加快推动国家新一代人工智能公共算力开放创新平台建设,进一步推动智能算力规模的增长。(2)产业需求。随着金融、制造业、汽车等行业的数字化转型升级,对于智能算力的需求持续增长。人工智能、机器学习、大数据分析等应用场景愈加广泛,推动了智能算力的增长。(3)数据增长。数据是推动人工智能和机器学习发展的关键驱动力,而数据规模的快速增长无疑对智能算力提出更大的需求。只有充足的智能算力,才能对这些大幅增长的数据进行计算、处理和分析,从而提取有价值的信息。根据中国电子学会,2017至2022年,中国数据产量增长了32倍,从4ZB增长至128ZB,极大地带动了智能算力市场规模的增长
    展望未来,AI技术在各行业应用场景的持续渗透以及通用大模型的相继发布,将极大地拉动对智能算力的需求。随着ChatGPT带来的新一代AI浪潮,中国本土厂商相继发布文心一言、通义、盘古等通用大模型,基于大模型的应用场景也不断拓展,根据国家信息中心,未来80%的应用ch场景都将基于人工智能,这些万亿级别参数的大模型以及各种垂直行业的应用将极大地驱动了对智能算力的需求。从统计数据上看,算力发展对于中国GDP增长的拉动作用显著,在2016-2021年期间,中国算力规模平均每年增长46%,GDP增长9%。这意味着GDP每增加1%,算力规模约增长5.1%。2023年开年至今,数字经济发展将上升至国家战略最高层面,人工智能应用、AI大模型等数字经济产业将迎来高速增长,算力需求增速将进一步释放。假设2023-2027年期间,中国GDP增速为5%,GDP每增长1%,将带动6%的算力规模增长,则算力规模每年增速将维持在30%以上。此外,基于中国智能算力占比由2016年的3%迅速增长至2021年的51%,预计智能算力的占比将在2023年达到70%,在2027年达到88%。因此,我们预计中国智能算力规模将于2027年达到762EFLOPS
    中国智能算力规模
    中国通信院,头豹研究院
    下载原始数据
    中国智能算力规模=中国算力规模*智能算力规模占比
    中国智能算力政策梳理
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    1. 《关于利用人工智能发展新一代人工智能产业的指导意见》(2017年7月20日发布):政策内容包括支持发展人工智能芯片、智能感知和计算、智能算法、智能应用等领域;鼓励企业加快创新和研发投入,促进产业升级和转型。 2. 《国家人工智能发展战略》(2018年7月19日发布):政策内容包括到2020年打造若干具有国际影响力的人工智能创新中心,到2025年智能算法和智能软件领域具备国际领先水平;鼓励企业加大人工智能技术研发投入,推动人工智能与实体经济深度融合。 3. 《人工智能产业发展三年行动计划(2018-2020年)》(2018年11月15日发布):政策内容包括加快推进人工智能产业发展,培育新一代人工智能产业集群;促进人工智能与实体经济融合发展,推动人工智能在各行业的广泛应用。 4. 《人工智能产业创新发展专项资金管理办法》(2019年8月16日发布):政策内容包括设立人工智能产业创新发展专项资金,用于支持人工智能核心技术研究、关键技术攻关、人才培养等方面的工作;鼓励企业加大人工智能技术研发投入,推动人工智能产业升级和转型。 5. 《关于加快推进新一代人工智能产业发展的实施意见》(2020年6月29日发布):政策内容包括加快推进人工智能产业发展,提高人工智能核心技术和应用水平;推动人工智能与数字经济、智能制造、文化旅游等领域深度融合,促进产业协同发展;鼓励人工智能企业加强国际合作和交流,提升国际竞争力。
    开通头豹会员
    [11]
    政策名称
    《上海市推进算力资源统一调度指导意见》
    颁布主体
    上海市经济和信息化委员会
    生效日期
    2023-04
    影响
    7
    政策内容
    到2023年底,依托本市人工智能公共算力服务平台,接入并调度4个以上算力基础设施,可调度智能算力达到1,000 PFLOPS以上;到2025年,市人工智能公共算力服务平台能级跃升,完善算力交易机制,实现跨地域算力智能调度,通过高效算力调度,推动算力供需均衡,带动产业发展作用显著增强
    政策解读
    智能算力的发展将重塑电子半导体基础设施,海量数据的收集、清洗、计算、训练以及传输需求,将带来算力和网络的迭代升级,利好AI数据中心及边缘高速运算大量使用的CPU,GPU,FPGA,ASIC,HBM存储器,3D NAND,以太网PHY芯片及电源管理芯片
    政策性质
    指导性政策
    [11]
    政策名称
    《“十四五"大数据产业规划》
    颁布主体
    工信部
    生效日期
    2021-11
    影响
    8
    政策内容
    加快构建全国一体化大数据中心体系,推进国家工业互联网大数据中心建设,强化算力统筹智能调度,建设若干国家枢纽节点和大数据中心集群,建设高性能计算机集群,合理部署超级计算中心
    政策解读
    "十四五"大数据产业发展规划是中国政府制定的战略文件,旨在推动大数据产业的发展。其中,智能算力被视为重要的核心技术,即通过人工智能增强计算机的数据处理能力。规划将加强智能算力技术的研究和推广,促进相关产业的发展和创新,并加强人才培养,将促进国家经济和社会的进步
    政策性质
    指导性政策
    [11]
    政策名称
    《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》
    颁布主体
    中国人大
    生效日期
    2021-03
    影响
    9
    政策内容
    加快构建全国一体化大数据中心体系,强化算力统筹智能调度,建设若干国家枢纽节点和大数据中心集群,建设E级和10E级超级计算中心。聚焦高端芯片、人工智能关键算法等关键领域,加强通用处理器、云计算系统和软件核心技术一体化研发
    政策解读
    该政策将进一步推动智能算力的集中化和优化,并提升国家在关键领域的自主研发能力。全国一体化的大数据中心体系和强化的算力智能调度将提高算力利用的效率和灵活性。建设E级和10E级超级计算中心将极大地提升国家的总体智能算力。同时,加强高端芯片、人工智能关键算法等关键领域的研发,将提升国家在人工智能领域的自主创新能力,为智能算力的发展提供更强大的硬件和软件支持。
    政策性质
    指导性政策
    [11]
    政策名称
    《关于加快新型信息基础设施建设扩大信息消费的若干政策措施》
    颁布主体
    江苏省人民政府
    生效日期
    2020-05
    影响
    6
    政策内容
    加快新型信息基础设施建设。在加快新一代数据中心布局方面,对新建、扩建符合国标A级或T4建设标准的超算中心、大数据中心、云计算中心项目,保障用地,能耗指标配额,并推动转供电改直供电
    政策解读
    该政策将极大地加速新型信息基础设施的建设,包括超算中心、大数据中心和云计算中心,从而显著增强智能算力的供应。通过保障用地、能耗指标配额和推动转供电改直供电,这些措施将降低基础设施建设和运营的难度和成本,进一步刺激智能算力的提升和优化。
    政策性质
    指导性政策
    [11]
    政策名称
    《关于加快超算产业化发展的意见》
    颁布主体
    济南市人民政府
    生效日期
    2019-06-01
    影响
    6
    政策内容
    加大在智能计算、边缘计算方向的研发投入,促进智慧计算、超级计算、新型计算协同发展,推动超算云、云超算、微超算、移动超算以及边缘计算在民生服务和国民生产领域的应用与发展
    政策解读
    该政策将加大对智能计算和边缘计算研发的投入,促进各类型计算技术的协同发展,进一步推动智能算力的应用和优化。而且,这些计算技术的广泛应用,如超算云、云超算、微超算、移动超算和边缘计算,将在民生服务和国民生产领域产生显著的影响,从而推动社会的数字化和智能化进程。
    政策性质
    指导性政策
    [11]
    5:上海市经济和信息化委员会,工信部,中国人大,江苏省人民政府,济南市人民政府
    上海市经济和信息化委员会,工信部,中国人大,江苏省人民政府,济南市人民政府
    中国智算中心(企业自建)竞争格局
    申请引用

    申请引用

    AI专家访谈专家访谈
    Prompt
    中国智能算力行业竞争格局十分激烈,主要有互联网巨头、传统IT企业和新兴创业公司参与竞争。目前,市场领先企业包括阿里云、华为云、腾讯云、百度云等,他们拥有强大的技术研发能力和雄厚的资金实力,在市场份额和市场地位上占据了领先地位。 根据市场研究机构Gartner发布的数据,2020年中国云基础设施市场份额前三的企业分别是阿里云(43.9%)、腾讯云(15.5%)、华为云(15.2%),其中阿里云市场份额占据绝对优势。此外,根据市场研究机构IDC发布的数据,2020年第一季度中国公有云市场份额前三的企业分别是阿里云(47.3%)、腾讯云(16.1%)、华为云(14.9%),同样是阿里云的市场份额占据绝对优势。 总体来看,中国智能算力行业市场份额前三的企业已经占据了超过70%的市场份额,市场地位非常稳固。未来,中国智能算力行业将继续保持高速增长,竞争格局也将会趋于稳定。
    开通头豹会员
    中国智算中心的建设由政府主导,以市场侧实际需求为牵引,引导企业建设高附加值的智算中心项目建设,准入门槛高。目前中国企业自建的智算中心主要由云计算和通信类企业主导。例如,阿里云是目前的龙头企业,其算力相关专利数量与算力规模均位于行业前列。阿里云拥有4,529项算力相关的专利以及两座智算中心,其中乌兰察布智算中心的算力规模为3EFLOPS,张北智算中心的算力规模12EFLOPS,将成为全球最大的智算中心,两座智算中心合计规模为15EFLOPS,在业内位于绝对领先的地位
    在企业自建的智算中心领域,由大型云计算和通信类企业所主导,主要原因包括业务需求和经济效益两大方面。从企业自身业务需求的角度考虑,云计算和通信类企业提供的服务涵盖了存储、计算、分析、人工智能等多个领域,这些服务对于智能算力资源有着很大的需求。自建智算中心能够帮助企业控制和调配算力资源,并存储数据,从而满足自身业务发展和数据安全的需求。从经济效益角度考量,虽然自建智算中心的成本高昂,资金投入通常高达数亿甚至数百亿元,包括初始投资、设备维护、能源消耗、专业人才等成本,智算中心每年维护成本可高达初始建设费用的5%。但是云计算或通信类企业可将智算中心用以支持自身业务或者向其他企业提供SaaS服务,通过付费使用的方式实现盈利
    未来智算中心行业的竞争格局将维持强者恒强的趋势。由于智算中心的建设由政府主导,并且考虑到智算中心的高投入、对于地方经济发展的高影响等因素,项目建设将紧密配合国家“东数西算”工程、全国一体化大数据中心协同创新体系等建设指引。企业独立投建智算中心需要政府发放建设许可、土地授权等资源,政府将结合企业自身业务需求、企业规模、企业类型等因素进行综合考量。企业自建智算中心的门槛水平高,对于算力需求高的头部大型互联网和通信类企业将更容易获得投建许可,因此未来智算中心仍将由这类大型企业所主导
    上市公司速览
    ()
    总市值
    -
    营收规模
    -
    同比增长(%)
    -
    毛利率(%)
    -
    智能算力代表企业分析
    申请引用

    申请引用

    1
    腾讯云计算(北京)有限责任公司
    公司信息
    企业状态
    存续
    注册资本
    104250万人民币
    企业总部
    市辖区
    行业
    互联网和相关服务
    法人
    谢兰芳
    统一社会信用代码
    911101085636549482
    企业类型
    有限责任公司(法人独资)
    成立时间
    2010-10-21
    品牌名称
    腾讯云计算(北京)有限责任公司
    经营范围
    利用互联网经营游戏产品运营、网络游戏虚拟货币发行、从事互联网文化产品的展览、比赛活动;经营电信业务(以增值电信业务经营许可证核定范围为准)(增值电信业务经营许可证有效期至2023年11月28日);人力资源服务;销售第三类医疗器械;专利代理;技术开发、技术转让、技术咨询;设计、制作、代理、发布广告;基础软件服务;应用软件服务;销售自行开发的产品、医疗器械I类、II类、计算机、软件及辅助设备、通讯设备、机械设备、电子产品;货物进出口、技术进出口、代理进出口;企业管理咨询;市场调查;商标代理;著作权代理服务;移动电信、宽带网络的技术服务;代理记账。(市场主体依法自主选择经营项目,开展经营活动;代理记账以及依法须经批准的项目,经相关部门批准后依批准的内容开展经营活动;不得从事国家和本市产业政策禁止和限制类项目的经营活动。)
    查看更多
    融资信息
    显示表格
    显示表格
    显示历程
    显示历程
    融资时间披露时间投资企业金额轮次投资比例估值
    -2013-10-18腾讯投资未披露A轮--
    A轮
    未披露
    2013-10-18
    2
    北京市商汤科技开发有限公司
    公司信息
    企业状态
    存续
    注册资本
    165000万人民币
    企业总部
    市辖区
    行业
    软件和信息技术服务业
    法人
    徐冰
    统一社会信用代码
    911101083181538675
    企业类型
    有限责任公司(台港澳法人独资)
    成立时间
    2014-11-14
    品牌名称
    北京市商汤科技开发有限公司
    经营范围
    计算机软硬件技术开发、技术转让、技术咨询、技术服务、技术推广;计算机技术培训;技术进出口;批发计算机软件及辅助设备、电子产品(不涉及国营贸易管理商品;涉及配额许可证商品的按国家有关规定办理申请手续);电脑动画设计;设计、制作、代理、发布广告。(市场主体依法自主选择经营项目,开展经营活动;依法须经批准的项目,经相关部门批准后依批准的内容开展经营活动;不得从事国家和本市产业政策禁止和限制类项目的经营活动。)
    查看更多
    融资信息
    显示表格
    显示表格
    显示历程
    显示历程
    融资时间披露时间投资企业金额轮次投资比例估值
    -2021-12-30公开发行55.52亿港元IPO上市--
    -2021-12-20徐汇资本,国盛集团,上海人工智能产业投资基金,上汽集团,国泰君安创投,香港科技园,希玛眼科,泰州文旅5.12亿美元基石投资轮--
    -2021-01-27未披露数十亿美元Pre-IPO-120亿美元
    -2020-09-10和暄资本未披露D+轮--
    -2018-09-10软银愿景基金10亿美元D轮17%58.82亿美元
    -2018-05-31富达国际,老虎环球基金,深创投,中银投资,上海自贸区基金,全明星投资All-Stars Investment,高通创投,保利资本,银湖资本,厚朴投资,6.2亿美元C+轮-超45亿美金
    -2018-04-09阿里巴巴,Temasek淡马锡,苏宁易购6亿美元C轮-超30亿美元
    -2017-12-26松禾资本未披露Pre-C轮--
    -2017-11-15高通创投未披露B++轮--
    -2017-07-11华融国际,著名投资人梁伯韬,东方国际,赛领资本,中平资本,东方证券,TCL创投,盈峰集团,海阔天空创投,尚珹投资,中金公司,五源资本,华兴新经济基金,招商证券,基石资本,光际资本2.9亿美元B+轮--
    -2016-12-14StarVC,IDG资本,万达集团,鼎晖投资1.2亿美元B轮--
    -2016-04-26StarVC千万级美元A轮--
    -2014-11-07IDG资本数千万美元天使轮--
    天使轮
    数千万美元
    2014-11-07
    A轮
    千万级美元
    2016-04-26
    B轮
    1.2亿美元
    2016-12-14
    B+轮
    2.9亿美元
    2017-07-11
    B++轮
    未披露
    2017-11-15
    Pre-C轮
    未披露
    2017-12-26
    C轮
    6亿美元
    2018-04-09
    C+轮
    6.2亿美元
    2018-05-31
    D轮
    10亿美元
    2018-09-10
    D+轮
    未披露
    2020-09-10
    Pre-IPO
    数十亿美元
    2021-01-27
    基石投资轮
    5.12亿美元
    2021-12-20
    IPO上市
    55.52亿港元
    2021-12-30
    3
    阿里云计算有限公司
    公司信息
    企业状态
    存续
    注册资本
    100000万人民币
    企业总部
    杭州市
    行业
    软件和信息技术服务业
    法人
    蔡英华
    统一社会信用代码
    91330106673959654P
    企业类型
    有限责任公司(非自然人投资或控股的法人独资)
    成立时间
    2008-04-08
    品牌名称
    阿里云计算有限公司
    经营范围
    一般项目:智能机器人销售;工业自动控制系统装置销售;业务培训(不含教育培训、职业技能培训等需取得许可的培训);物联网设备销售;翻译服务;经营电信业务;服务:计算机软硬件、电子产品、数码产品的技术开发、技术服务,企业管理咨询与计算机信息技术咨询;设计、制作、代理、发布国内广告;批发、零售:计算机软硬件,电子产品(除专控),数码产品;会务服务,承办展览,展览展示设计;智能化设计咨询及改造;第二类医疗器械销售(除依法须经批准的项目外,凭营业执照依法自主开展经营活动)。
    查看更多
    融资信息
    显示表格
    显示表格
    显示历程
    显示历程
    融资时间披露时间投资企业金额轮次投资比例估值
    -2015-07-29阿里巴巴60亿人民币战略融资--
    战略融资
    60亿人民币
    2015-07-29
    头豹知识共创平台

    为各行业权威专家提供知识付费平台

    为客户提供专业领域的解答服务

    找专家解答
    成为认证专家
    1
    行业定义
    2
    行业分类
    3
    行业特征
    4
    发展历程
    5
    产业链分析
    6
    行业规模
    7
    政策梳理
    8
    竞争格局
    9
    企业分析
    正在加载...
    1
    2
    3
    4
    5
    6
    7
    8
    9
    提示信息

    头豹的程序员小GG强烈建议您使用谷歌浏览器(chrome)以获得最佳用户体验。