2023年中国AI基础设施行业概览-构筑AI大底座-引领科技未来

2023年中国AI基础设施行业概览 构筑AI大底座引领科技未来 企业标签：百度智能云、商汤科技、阿里云 AI变革行业创新发展 ChinaAIInfrastructureIndustry 中国AIインフラ産業 撰写人：莫舒棋 报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系头豹研究院独有的高度机密性文件（在报告中另行标明�处者除外）。未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造、传播、�版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，头豹研究院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标，头豹研究院无任何前述名称之外的其他分支机构 1 ，也未授权或聘用其他任何第三方代表头豹研究院开展商业活动。 头豹研究院 中国AI基础设施行业是以高质量网络为重要支持，以数据资源、算法框架、算力资源为核心要素，借助开放平台作为主要驱动力，长期为公众提供智能化服务的基础架构。AI数据是推动人工智能落地发展的核心基础，以开放数据集、数据交易平台等数据平台为基础的AI数据基础设施成为AI新基建的重要支撑。AI基础设施的核心技术主要集中在算法框架、数据资源和算力资源。涵盖分布式计算和高性能计算、大数据处理、机器学习与深度学习框架、边缘计算、跨模态AI技术以及自动化与自适应能力。该行业的产业链上游为基础硬件零部件和数据集，中游为AI基础设施解决方案提供商、AI基础硬件提供商和数据处理商，厂商将AI基础设施融入AI技术后集成于平台/解决方案，并服务于各行业场景的企业级和消费级终端用户。此外，通过简化了开发和部署，通用化和模块化特性降低了使用门槛，降低成本提升了实际效果，快捷的AI能力获取有助于推进技术应用。2022年中国AI基础设施行业市场规模为1,117.8亿元，预计2027年将实现跨越式增长，将达到6,008.1亿元，年复合增长率为39.98%。 2022年中国AI基础设施行业市场规模为1,117.8亿元，预计2027年将实现跨越式增长，将达到6,008.1亿元，年复合增长率为39.98%。 随着大型模型和数据应用等产业的不断落地，AI基础设施在更多领域中的应用范围扩大，加速了整个AI市场的发展。通过解决企业级AI能力建设项目，将AI能力赋予下一级企业客户，实现对其产品的AI赋能，进而服务于消费者市场。企业的市场规模和业务规模直接影响AI基础设施的增长速度，AI基设施市场空间将随之扩大。 AI基础设施未来5-10年仍处于技术提升阶段，形成周期性发展现象，需构建综合的学科体系，融合基础理论与应用技术，在中国高校人工智能学科建设中，平衡“人工智能+”应用与基础理论，以提升颠覆性创新能力为关键目标。 人工智能基础设施技术的进一步发展要求在构建学科体系时融合基础理论与应用技术。当前中国高校已开始建设人工智能学科，以“人工智能+”为主线，专注于应用学科发展。然而，对于提升颠覆性创新话语权，基础理论的重要性不可忽视。尽管基础理论的成果周期较长，但它是突破的关键。因此，构建综合的学科体系，平衡基础理论和应用技术，将是实现颠覆性技术突破的关键要素。 www.leadleo.com 400-072-55882 1 研究目的 了解中国AI基础设施的发展演变、关键技术， 分析中国AI基础设施的产业链、应用领域、行业市场规模以及未来发展趋势。 2 研究目标 •了解中国AI基础设施的背景、定义、演变 •分析中国AI基础设施的关键技术和应用 •预测中国AI基础设施市场规模 •探析中国AI基础设施行业产业链情况 •预判中国AI基础设施行业发展态势 本报告的关键问题 •市场空间：中国AI基础设施行业市场规模情况如何？未来增长情况如何？ 3 •产业链情况：中国AI基础设施各类型厂商所在的产业链构成是怎样的？未来格局会如何演化？ 4 •核心技术：中国AI基础设施技术架构是怎样的？核心技术有哪些？ API：一些预先定义的函数，目的是提供应用程序与开发人员基于某软件或硬件得以访问一组例程的能力。 算法：解题方案的准确而完整的指令描述。算法代表着用系统的方法描述解决问题的策略机制 深度学习：一类人工智能主流算法的总称，可基于海量数据训练具有大量隐含层的人工神经网络模型（即深度神经网络），使其完成图像识别、语音识别等特定的人工智能任务 云计算：一种通过互联网以服务的方式提供可伸缩的虚拟化的资源的计算模式，可使用户通过与云 计算服务商的少量交互，快速、便捷地进入可配置的计算资源共享池，并按用户需求调取计算、存 储、网络等各类资源并按用量付费 边缘计算：在靠近数据源头的一侧，通过网关进行数据汇集，并通过计算机系统就近提供服务，由于不需要传输到云端，其可以满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求；其位置往往介于终端和云端之间 基础承载：是指支撑和承载整个AI基础设施的基本层级，为各种技术和应用提供必要的基础支持和 资源。在AI基础设施的技术架构中，基础承载层位于最底层，它为上层的技术、平台和应用提供了必要的环境和资源，类似于建筑物的基础结构。 AI开发框架：是一种软件工具集合，旨在简化和加速人工智能应用的开发过程。这些框架提供了一 系列的工具、函数、接口和算法，使开发人员能够更容易地构建、训练和部署各种人工智能模型。常见的AI开发框架包括TensorFlow、PyTorch、Keras、Caffe等。 EDA：是指电子设计自动化（ElectronicDesignAutomation，EDA）领域中用于设计和验证电子电路 的基础工具。EDA工具帮助工程师和设计者在硬件电路设计的不同阶段进行建模、仿真、综合、布局布线和验证等工作。这些工具在硬件设计流程中起到关键作用，帮助设计者优化性能、功耗、面积和可靠性。 软件生态：一组相互关联、互相影响的软件产品、工具、服务和开发者之间的复杂网络。类似于自 然生态系统中不同生物之间相互依存、相互作用的关系，软件生态系统中的各个组成部分也相互依赖、相互合作，共同构成一个完整的生态系统。 AI开放平台：一个提供人工智能技术和资源的综合性平台，旨在为开发者、企业和创新者提供丰富 的工具、API、数据和服务，以便用户能够更轻松地构建、部署和运行各种人工智能应用和解决方案。目标是推动人工智能技术的普及和应用，降低开发门槛，加速创新，促进人工智能产业的健康发展。通过提供统一的接口和资源，AI开放平台能够使开发者更快速地将人工智能融入到各种应用中，从而创造�更多有价值的解决方案。 Chapter1 行业综述 AI基础设施以高质量网络为重要支持，以数据资源、算法框架、算力资源为核心要素，借助开放平台作为主要驱动力，长期为公众提供智能化服务的基础架构。 2022年中国AI基础设施市场规模为1,117.8亿元，2019-2022年年复合增长率为36%，市场呈现爆发式增长趋势，随着大型模型和数据应用等产业的不断落地，AI基础设施在更多领域中的应用范围扩大，加速了整个AI基础设施市场的发展。预计2027年中国AI基础设施将增至6,008.1亿元。2022-2027年年复合增长率达39.98%。 5 www.leadleo.com400-072-5588 •AI基础设施以高质量网络为重要支持，以数据资源、算法框架、算力资源为核心要素，借助开放平台作为主要驱动力，长期为公众提供智能化服务的基础架构 中国AI基础设施行业综述——定义 AI基础设施三大核心要素 三大要素 算法突破：深度学习 资源突破：大数据 算力突破：AI芯片 持续优化升级的算法模 型 不断收集高质量优质的 数据 高性能芯片组成的计算 能力 FPGA 数据量 标定 机器学 习 ASIC 深度学 习 GPU CPU 结构化 数据集 AI算力是支撑人工智能高速发展的关键要素 AI算力包括AI芯片、智算中心、AI云中心等，为人工智能技术和产业发展提供了强有力的算力支撑。当前，以深度学习为代表的的人工智能技术需对海量数据进行处理和训练，对算力提�了较高的要求。传统算力因其地城技术架构限制，处理人工智能计算任务时效率低、能耗大，以AI芯片为基础的AI算力中心针对人工智能的各类算法和应用进行了专门优化，使其能够在终端、边缘端、云端等不同应用领域发挥重要作用。 AI数据是推动人工智能落地发展的核心基础 完整版登录www.leadleo.com 数据是人工智能技术应用和发展的基石。人工智能的大规模应用需要利用海量数据 搜索《2023年中国AI基础设施行业概览：构筑AI大底座，引领科技未来》 对模型进行训练，可以说，没有高质量的数据集就没有人工智能的大规模应用。因 此，以开放数据集、数据交易平台等数据平台为基础的AI数据基础设施成为AI新基 建的重要支撑。 AI算法是驱动人工智能创新发展的重要引擎 作为人工智能的核心逻辑，算法是产生人工智能的直接工具，可以说，AI算法的突破是推动机构人工智能发展的核心要素。一方面，AI算法的发展推动计算机视觉、智能语音、自然语言处理等技术突破商用门槛，实现大规模应用；另一方面，以开源框架为核心的技术研发生态和以开放平台为核心的行业应用生态已经成为人工智能发展与应用的重要基础，并逐渐成为AI新基建的重要发力方向。 来源：中国信通院，专家访谈，头豹研究院 •从产品形态来看，AI基础设施可以划分为AI基础硬件和基础软件两大类。而在AI生态系统中，通用型和定制型AI基础设施的相互依赖性促进了广泛的AI技术应用，也为各行业的持续发展提供了关键支持 中国AI基础设施行业综述——产品形态及分类 AI基础设施按产品形态分类 01 02 AI基础硬件AI基础软件 AI基础设施的产品形态包括基础硬件和基础软件 1.基础硬件包括高性能的服务器、GPU（图形处理器）、TPU（张量处理器）等专门设计的硬件设备，用于支持大规模的计算和数据处理需求。 2.基础软件是指在AI基础设施中用于支持和管理硬件资源的软件组件，包括操作系统、虚拟化技术、容器化平台等。此外，还包括用于分布式计算、数据存储和管理、任务调度和监控等功能的软件工具和框架。 通用型AI基础设施 定制型AI基础设施 AI基础设施按意图的业务场景分类 垂专特定垂 型安 AI基础设施按不同意图的业务场景可分为通用型和定制型全 直 业 定制 直 领 领 工化 行 域 域 具算 业 适 数 和法 合 配 据 界和 规 面模 和 模 开 数 部 跨 型 发 据 署 领 库 工 支 和 域 与 具 持 管 支 算 与 理 持 法 平台  1.通用型AI基础设施是指为多种不同应用场景和任务设计的基础设施，能够支持广泛的AI算法和应用。如云计算平台如AmazonWebServices（AWS）、Microsoft Azure和Google完Cl整ou版d，登它录们w提w供w.通lea用d的leo计.c算om、存储和AI服务，适用于多种应用场景， 搜索《2从0自23然年语中言国处A理I基到础图设像施识行别业等概。览：构筑AI大底座，引领科技未来》 2.定制型AI基础设施是指针对特定领域或应用场景进行设计和优化的基础设施，其硬件、软件、算法等方面的特点都针对某一特定的需求进行了调整和优化。如医疗影像分析平台，如Fujifilm的REiLI平台，专门用于分析医疗影像数据。又如自动驾驶领域的AI基础设施，例如NVIDIA的Drive平台，针对自动驾驶的计算需求进行了定制优化。 二者区别：通用型基础设施适用于广泛领域，提供通用功能和支持，而定制型基础设施则专注于特定行业需求，提供更深度的定制和优化。通用型基础设施具有广泛的适用性和共享性，而定制型基础设施更专注于特定领域的精准支持。两者相互补充，推动AI技术在多个领域的应用和创新。 •中国AI基础设施进了四个阶段，从起步到快速发展