AI变革行业创新发展：2023年中国AI开发平台产品探析

团队介绍 头豹是国内领先的行企研究原创内容平台和创新的数字化研究服务提供商。头豹在中国已布局3大研究院，拥有近百名资深分析师，头豹科创网(www.leadleo.com)拥有20万+注册用户，6,000+行业赛道覆盖及相关研究报告产出。 头豹打造了一系列产品及解决方案，包括数据库服务、行企研报服务、微估值及微尽调自动化产品、财务顾问服务、PR及IR服务，研究课程，以及分析师培训等。诚挚欢迎各界精英与头豹交流合作，请即通过邮件或来电咨询。 报告作者 袁栩聪 首席分析师 oliver.yuan@Leadleo.com 常乔雨 行业分析师 charles.chang@Leadleo.com 头豹研究院 咨询/合作 网址：www.leadleo.com 电话：15999806788（袁先生）电话：18916233114（李先生）深圳市华润置地大厦E座4105室 行业研读| 2024/01 中国：人工智能系列 摘要 AI芯片是AI开发平台算力基础的重要底座，市场由传统芯片巨头和云计算科技大厂为主导 中国的AI开发平台行业正在迅速发展，成为全球AI领域的重要力量。这些平台为企业和开发者提供了强大的工具和资源，以加速AI技术的创新和应用。这些平台集成了各种功能，包括数据处理、机器学习算法、模型训练和部署等，为用户提供全面的AI开发生态系统。 AI芯片是专门为了满足AI计算任务而设计的高处理能力和低功耗需求的硬件，可以高效满足大量的矩阵乘法和并行计算。通过使用AI芯片，AI开发平台可以降低相同需求下的能耗并提升模型训练和推理的速度。 中国的AI开发平台行业正迅速崛起，并成为全球AI技术创新和应用的重要力量。随着政府支持、丰富的数据资源、技术创新和合作共建的推动，这个行业有望继续壮大，为中国乃至全球的AI发展做出更大的贡献。 目前，中国AI芯片的市场主要由传统的芯片巨头主导，市占率达到80%。国产芯片虽然目前只有20%的市占率，但随着国家大力发展硬件国产化，国产AI芯片的市占率近年来持续上升，市场份额预计未来会逐渐扩大。 中国企业人工智能战略成熟度不足 AI战略从顶层指导AI的设计、落地及业务协调，对AI成效和公司整体营收都有显著影响。 而不论是在战略协调还是成效追踪上，受访中国企业与全球领先水平存在较大差距。 仅有不到30%的受访中国企业表示能让AI战略与公司整体战略协调一致，25%的受访企业高管层能充分认同AI战略。 研究目的 探析中国AI开发平台的整体行业竞争态势，并梳理核心优势企业 研究目标 了解中国AI开发平台的产业链信息分析中国AI开发平台的行业竞争态势展示中国AI开放平台的优秀企业 本报告的关键问题 行业竞争：当前中国AI开发平台的竞争态势如何？ 产业链上游情况：中国AI开发平台开发平台所在的产业链上游核心构成如何？ 优秀企业：中国AI开发平台的优秀企业有哪些？整体的运营模式如何？ PaaS：把服务器平台作为一种服务提供的商业模式。云计算时代相应的服务器平台或者开发环境作为服务进行提供就成为了PaaS(PlatformasaService)。 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。 神经网络：人工神经网络的简称，是计算机科学家受生物脑基本结构启发而提出的一大类人工智能模型的总称，可用于视觉、语音和自然语言处理等广泛的应用领域，让计算机实现类人的感知功能和较为简单初步的认知功能。 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。 NLP自然语言处理：NLP，是一门研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法的计算机学科。 F1 Score: F1 分数是精确度（precision）和召回率（recall）的调和平均值，用于评估模型的预测准确性，特别在数据不均衡时。 机器学习框架：机器学习框架是一种工具，提供了预定义的函数和类，可以帮助开发者快速构建、训练、测试和部署机器学习模型。 云原生：云原生是一种构建和运行应用程序的方法，它充分利用了云计算的优势，包括微服务，容器化，持续集成/持续部署（CI/CD）和自动化伸缩。 中国AI芯片市场目前主要由传统芯片巨头占据主导地位，但随着国家对硬件国产化的持续推动和国产AI芯片技术的不断提升，预计未来，国产AI芯片将逐渐替代进口芯片，成为中国AI计算任务的主要承担者 企业人工智能战略成熟度低、人工智能对中国企业盈利性帮助低以及企业内部人才AI培养意愿低是中国人工智能产业发展的核心制约因素。人工智能产业化落地受阻导致AI开发平台的商业拓展能力受限 中国AI开发平台行业产业链上游分析——算力 中国AI芯片市场目前主要由传统芯片巨头占据主导地位，但随着国家对硬件国产化的持续推动和国产AI芯片技术的不断提升，预计未来，国产AI芯片将逐渐替代进口芯片，成为中国AI计算任务的主要承担者 中国AI开发平台底层基础架构——算力 芯片类型 定制化程度 功耗 效率 价格 优点 缺点 应用场景 提供高度并行处理能力，同时处理成千上万的小计算任务，对于深度学习中的矩阵和向量运算至关重要 包括数据中心加速、网络和通信处理、加密和安全系统、医疗成像、汽车电子、军事和航空电子在边缘设备中，DSP可以用于执行AI算法与信号处理相关的任务，如语音识别、图像处理 包括手机和其他消费电子产品、网络设备、汽车电子、工业控制系统、加密货币挖矿硬件等 通用性较强且适合大规模并行运算；设计和制造工艺成熟 其图形渲染功能无法在推理端完全发挥计算能力 GPU 通用 可通过编程灵活配置芯片架构适应算法迭代，平均性能较高；功耗较低；开发时间较短（6个月） 量产单价高；峰值计算能力较低硬件编程困难 FPGA 定制化 完整版登录www.leadleo.com 搜索《2023年中国AI开发平台产品探析》 DSP在处理信号方面高效且能耗较低适合用于实时或电池供电的设备中 资源有限如在存储和处理能力方面限制它们处理大型复杂算法的能力 高度定制化 DSP 通过算法固化实现极致的性能和能效、平均性很强功耗很低；体积小；量产后成本最低 前期投入成本高； 高度定制化 ASIC 研发时间长(1年)技术风险大 ASIC,3% AI芯片是AI开发平台算力基础的重要底座，市场由传统芯片巨头和云计算科技大厂为主导 FPGA,2% DSP,8% AI芯片是专门为了满足AI计算任务而设计的高处理能力和低功耗需求的硬件，可以高效满足大量的矩阵乘法和并行计算。 通过使用AI芯片，AI开发平台可以降低相同需求下的能耗并提升模型训练和推理的速度。目前，中国AI芯片的市场主要由传统的芯片巨头主导，市占率达到80%。国产芯片虽然目前只有20%的市占率，但随着国家大力发展硬件国产化，国产AI芯片的市占率近年来持续上升，市场份额预计未来会逐渐扩大。 GPU,80% 中国AI开发平台行业发展分析——制约因素 企业人工智能战略成熟度低、人工智能对中国企业盈利性帮助低以及企业内部人才AI培养意愿低是中国人工智能产业发展的核心制约因素。 人工智能产业化落地受阻导致AI开发平台的商业拓展能力受限 中国AI开发平台的发展制约因素 企业人工智能战略成熟度低 在中国，仅有不到30%的企业能够实现AI战略与公司总体战略的一致性，且只有25%的高管层能充分认同AI战略，显示出与全球领先企业在AI战略协调和成效追踪方面存在显著差距 人工智能对中国企业盈利性帮助较低 中国企业在AI技术的经济增长和变现能力方面落后于全球领先国家，面临着较大的商业应用和实施阻力 发展制约因素 中国企业内部人才AI培养意愿低 中国公司倾向于从顶尖高校和科技公司招聘AI人才，较少重视内部人才培养，可能导致公司内部对AI的理解不足，影响AI项目应用的快速推进 中国企业人工智能战略成熟度不足 95%，2050 AI战略从顶层指导AI的设计、落地及业务协调，对AI成效和公司整体营收都有显著影响。而不论是在战略协调还是成效追踪上，受访中国企业与全球领先水平存在较大差距。仅有不到30%的受访中国企业表示能让AI战略与公司整体战略协调一致，25%的受访企业高管层能充分认同AI战略。 人工智能技术尚未帮助中国企业普遍实现大规模的营收增长与利润贡献 当前，中国只有9%的企业可借助AI实现10%以上的年收入增长，而在全球领先国家中，使用AI实现增长的企业超过20%。在利润贡献上，AI对EBIT的贡献超过20%的受访中国企业仅有7%，而领先国家该占比高达14%。中国企业AI技术的变现能力和经济价值创造的瓶颈导致AI应用在企业中的推进阻力大，预算不充沛，对长周期项目不友好，从而导致AI开发平台的商业应用降低。 50%，2030 AI开发平台的协作方式将继续加强解耦性 30%，2025 中国公司更倾向于从顶尖高校和其他科技公司挖掘AI人才，而对内部人才培养的重视程度相对较低，据麦肯锡，仅约30%的中国公司依赖内部培养来获取AI人才，远低于全球平均水平的45%。这种做法可能忽视了将内部人员转型为AI转译员的好处，因为这些人员对公司的业务、流程和组织架构有更深入的了解，能够减少沟通成本，更有效地推动AI技术的落地实施。 20%，2023 中国人工智能渗透率 沙利文深度研究团队计划在2023年对AI开发平台进行能力评估，评估内容包括全流程生命周期中的不同能力板块。每个板块将分别考量创新和增长表现，厂商的综合表现将由各板块的子得分加总得出 中国AI开发平台行业竞争分析——增长创新指数评价指标 沙利文深度研究团队计划在2023年对AI开发平台进行能力评估，评估内容包括全流程生命周期中的不同能力板块。每个板块将分别考量创新和增长表现，厂商的综合表现将由各板块的子得分加总得出 中国AI开发平台行业竞争分析 一级指标 增长/创新 二级指标 要点 1.1对硬件基础设施的兼容性 增长 加速卡兼容性、自研芯片能力、资源利用率、全球节点 1.2对硬件基础设施的管理和维护能力 资源虚拟化、管班异构资源、资源调度颗粒度、资源监控、自动发现与运维故障、资源注册审计、访问控制 创新 技术底座兼容性评估 1.3云原生架构兼容性 创新 容器等集成、大规模扩展、Serverless、云平台部署范围 1.4机器学习框架兼容性 创新 推理训练框架、自研框架及其技术特性、自定义框架 1.5其他兼容性 增长 开发语言、查询语言、开发工具、硬件加速器、操作OS 2.1数据导入导出模块 增长 支持数据结构、数据转换、数据源、样例测试数据 复杂数据特征分析、数据清洗、自动化预处理、自定义处理、数据增强、无服务器部署数据预处理 2.2数据预处理模块 创新 待标注任务评估、标注需求方、标注功能、自定义标注、团队标注功能、标注流程定制化、标注培训和考试管理 数据处理能力评估 2.3数据标注模块 增长 2.4 AutoML数据工程能力 增长 AutoML类别与功能、AutoDL类别与功能 2.5智能标注技术能力 创新 CV、NLP、Audio、Video、RLHF方向的智能标注功能 2.6数据管理能力模块 增长 数据集共享与管理、高效训练加载、第三方数据调取 各类算法支持、编排等实用工具库、自定义持久化扩散算子库、自定义算法与预置算法混用、算法权限管理 3.1算法管理能力 创新 模型搭建能力评估 3.2特征工程功能 创新 特征库算子、可视化