无锡人工智能融入产业发展评估报告

1 无锡人工智能融入产业 发展评估报告 目录 一、背景情况介绍3 (一)人工智能行业发展现状和趋势3 1.全球人工智能产业发展情况分析3 2.中国人工智能产业发展情况分析3 (二)算力行业发展现状和趋势5 1.中国算力发展政策5 2.智算发展现状分析5 3.智算行业应用分析6 4.苏锡常算力中心发展情况分析6 二、无锡优质产业集群AI转型和算力需求分析11 (一)无锡优质产业集群AI转型和算力需求总结11 (二)无锡市优质产业集群AI转型和算力需求分析13 1.物联网产业AI转型和算力需求分析13 2.集成电路产业AI转型和算力需求分析14 3.生物医药产业AI转型和算力需求分析15 4.软件信息产业AI转型和算力需求分析17 5.高端装备产业AI转型和算力需求分析18 6.高端纺织服装产业AI转型和算力需求分析20 7.节能环保产业AI转型和算力需求分析21 8.特色新材料产业AI转型和算力需求分析23 9.新能源产业AI转型和算力需求分析24 10.汽车及零部件产业AI转型和算力需求分析25 11.未来产业AI转型和算力需求分析27 (三)梁溪区优质产业集群AI转型和算力需求分析27 三、无锡智算中心发展规划29 (一)无锡智算中心整体发展战略29 (二)无锡智算中心业务发展策略32 四、无锡智算中心发展目标及保障体系35 (一)发展目标35 (二)保障体系35 附录一：算力政策对标分析42 (一)人工智能行业发展现状和趋势 一、背景情况介绍 1.全球人工智能产业发展情况分析 1956年，达特茅斯（Dartmouth）会议召开，“人工智能（ArtificialIntelligence，AI）”的概念被首次提出，标志着AI元年开启。21世纪以来，人工智能技术加速迭代，全球人工智能产业正以指数级速度发展，2020年出现杀手级应用ChatGPT后，生成式AI等应用创新进入空前活跃期，各国政府和企业均有“Allin”人工智能产业之势，产业链各环节发展迅猛，各领域应用场景百花齐放。 全球主要国家在人工智能领域竞争激烈。美国依托众多世界顶尖的科研机构和高校，在基础理论研究、算法创新等方面展现强大实力，拥有Pytoch、TensorFlow等广泛应用的深度学习框架，形成ChatGPT、Sora等现象级算法模型，同时凭借优势企业在芯片、处理器等计算资源和硬件技术方面实现全球领先。中国则以产业化实现和应用先行，结合中国完备的产业体系，推行人工智能在ToB和ToC两端的结合，运用大模型为产业提质增效。欧盟在人工智能领域的发展也十分迅速，欧洲各国拥有一批世界领先的研究机构和企业，通过制定一系列政策和计划，推动人工智能技术的创新和应用，以提升欧洲在全球人工智能领域的竞争力。其他国家如英国、加拿大等也在人工智能领域取得了重要进展。这些国家通过政策扶持、资金投入和人才培养等措施，积极推动人工智能技术的发展和应用，为全球人工智能领域的发展做出了重要贡献。 2.中国人工智能产业发展情况分析 自2016年AlphaGo与世界顶级围棋选手对战后，AI概念和技术从此走入大众视野。2017年，国务院颁布《新一代人工智能发展规划》，这是中国在人工智能领域第一个部署文件，确定了人工智能产业发展的总体思路、战略目标和任务。技术和政策双向推动下，多项人工智能政策密集出台。中国人工智能相关政策始终紧随技术和产业发展步伐，历经广泛试点、建设框架、产业化发展、场景化落地四个阶段，切实推动人工智能从一项新兴技术走向规范应用。 2023年，ChatGPT的出现标志着生成式AI为人工智能领域带来重大突破，人工智能已经可以作为一种基础性、驱动性的技术力量，与制造、医疗、教育、交通、农业等多个领域进行深度融合，创造出新的产品、服务和商业模式。围绕生成式AI和人工智能生态的政策布局也迅速铺开，从算力基础设施夯实，到快速对生成式AI规范化引导，再到应用打造，三管齐下促进人工智能产业全方位深化发展。 人工智能产业链可以划分为应用层、算法层、算力层和数据层四个层面。其中数据、算力和算法是支撑人工智能发展的三大支柱，数据是人工智能的基础和燃料，高质量和多样性的数据支持人工智能系统进行训练和学习；算力是人工智能发展的动 能，是实现高性能计算、大规模数据处理和复杂模型训练的关键，随着GPU、TPU等硬件的发展，算力得到了极大的提升；算法是人工智能系统的核心引擎，决定了学 习、推理和决策过程，催生出各类应用。 图1人工智能产业链 目前，中国已经形成较为完整的人工智能产业链，应用层的市场发展热度高涨，中国泛人工智能企业主要分布在应用层，但算力、算法等技术层仍待发力。总体而言，中国人工智能主要以应用需求牵引行业发展，未来中国的雄厚行业应用场景基础将使市场进一步扩容。 （1）数据层：数据量指数级增长，质量建设是未来发力点 当前大模型的迅速发展大大提升了对数据的需求，大量训练数据经由深度学习等算法使得大模型完成迭代升级，根据DimensionalResearch的全球调研报告，72%的受访者认为至少使用超过10万条训练数据进行模型训练，才能保证模型的有效性和可靠性。中国数据体量庞大，海量的数据将有效助推算力算法升级和AI产业落地。 同时，数据也面临着优质数据的短缺以及部分领域封闭式的数据生态等问题。一方面，中国的数据量很大，但没有真正产业化，相对标准化的数据服务商较少，当下经过采集、清洗、标注等流程的高质量中文语料资源仍然不足，且随着时间推移，优质数据的获取难度将进一步加大，高质量的真实数据已不能满足大模型规模和数量增长。另一方面，目前数据通常来自企业自有数据、网络爬虫数据、外部付费/开源数据集等，中国仍有大量专业领域的信息数据处于相对封闭的状态，只能在机构内部的数据库和图书馆查看，数据缺失使大模型存在一定的领域盲区，开发潜力不足。 （2）算力层：产业生态逐步完善，结合属地禀赋加强算力应用 “十四五”以来，算力发展为数字经济增长做出突出贡献。国内算力供应链逐渐成熟，国产芯片生态不断完善，X86、ARM、自主架构CPU已实现规模应用，AI芯片加速迭代优化，国产操作系统也加快向千行百业渗透，整体而言已覆盖底层软硬件、整机系统及应用等关键环节。 但目前高性能芯片短缺仍是算力核心痛点，美国企业凭借领先的产品性能与生态能力垄断芯片市场，国内随着国产替代、信创等发展机遇和趋势，国内玩家也在积极布局多元异构“XPU”芯片，但芯片质量仍有差距，且部分尚未实现量产应用。 （3）算法层：跨模态、垂直类算法不断涌现，逐渐推进商业落地 自GPT-3发布开始，国内外企业相继推出超大规模预训练模型，不断刷新参数规 模和数据规模同时，跨模态预训练模型的普遍性提高，以GPT-4为代表，从单一文本学习向图像、语音等多模态处理转变，是未来实现人工智能通用化的重要探索。 算法的进步推动国内应用模型开发企业的爆发，截至2024年3月，国产大模型 数量已超200个，其中117个大模型通过国家网信办备案1，包括了互联网企业、行业玩家、软件与IT服务企业、高校院所等众多类型企业，涉及教育、媒体、制造、金融等领域的大模型，积极探索商业落地。 (二)算力行业发展现状和趋势 算法目前仍面临高性能芯片短缺以及算法模型与实际应用间脱节问题。大算力芯片是大模型研发的基础，目前部分行业的算力效率仍无法满足算法企业和应用企业的需求。此外，由于行业应用场景千差万别，算法模型难以使用于每个场景，算法模型与场景实际应用之间存在一定鸿沟。 1.中国算力发展政策 在人工智能行业快速发展驱动下，“算力经济”异军崛起。在适度超前的指导思想下，国家正加大对人工智能算力基础设施的投资。 2023年10月，工信部等六部门联合印发《算力基础设施高质量发展行动计划》，提出到2025年，算力规模超过300EFLOPS，智能算力占比达35%；在实施举措方面提出加快边缘算力建设，支撑工业制造、金融交易、智能电网、云游戏等低时延业务应用。2023年12月，国家发改委等五部门联合印发《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，提出算力是数字经济时代的新型生产力，加快构建全国一体化算力网，促进多元异构算力融合发展，提升算力普惠易用水平，创新政策激励方式，加强共性技术研发。这些重要举措，将进一步推动中国算力产业高质量发展，为经济高质量发展提供重要支撑。 2.智算发展现状分析 算力作为数字经济时代的核心生产力，其战略性地位和支撑性作用正成为普遍共 识。 中国算力规模保持高速稳定增长，智算成为行业增长的重要基础。随着全国一体 化算力网络国家枢纽节点的部署和“东数西算”工程的推进，中国算力基础设施建设和应用保持快速发展。中国目前以政府和三大运营商为主导的智能计算中心近年实现快速发展。截至2024年4月，三大通信运营商已建和在建智算中心接近20个，大部分采购国产算力芯片。地方政府依托智算计算中心，一方面为当地科研院所和企事业单位提供普惠算力，支撑当地科研创新和人才培养，另一方面结合本地智能产业发展需求，培育人工智能产业生态，推进人工智能应用创新。 智算创新能力不断提升。随着智算基础设施加快推进建设，以及大模型对算力需求的大幅增长，智算基础软硬件和平台系统持续突破，有研究表明，训练对算力的需求每隔5个月左右就会翻倍。智算基础软硬件加快迭代和发展，科技公司、高校院所加速AI芯片自研，国产芯片已初具规模，GPU持续深化规模应用。积极打造国产垂直行业操作系统，逐步向金融、电信、医疗等行业应用渗透，进一步开放生态合作。 1中华人民共和国国家互联网信息办公室https://www.cac.gov.cn/2024-04/02/c_1713729983803145.htm 3.智算行业应用分析 随着中国算力规模的持续扩大，互联网、大数据、人工智能等与实体经济深度融合，算力应用的新业态、新模式正加速涌现，一方面，围绕“大算力+大数据+大模型”，智能算力成为全球数字化转型升级的重要竞争力。另一方面，算力正加速向政务、工业、交通、医疗等各行业各领域渗透，成为传统产业智能化改造和数字化转型的重要支点。 智算领域，互联网行业对数据处理和模型训练的需求不断提升，是智能算力需求最大的行业，占智能算力53%的份额；服务行业快速从传统模式向新兴智慧模式发展，算力份额占比位列第二；其余主要应用行业包括政府、电信、制造、教育、金融、运输等。 图2中国智能算力应用行业分布2 当前，智算中心主要服务大模型，大模型如“雨后春笋”般涌现，大模型产业的应用落地也将进一步提速。全国117个通过国家网信办备案的大模型中，北京地区有 51个，上海24个，广东19个，北上广占全国64%份额。从大模型应用行业来看，医疗、金融、企业服务、工业、科研等领域是目前大模型的主要应用领域。 4.苏锡常算力中心发展情况分析 苏锡常地区由于发达的经济基础和良好的产业生态，近年在政府和社会资本的支持和关注下，智算中心实现了快速发展。 苏州地区，2023年苏州发布《关于推进算力产业发展和应用的行动方案》，提出到2025年，全市智算中心统筹智算算力不少于3000PFLOPS，成为有全国影响力的算力创新中心、算力应用中心和算力产业高地；推动形成“三核三区两基地”的算力空间布局，即以吴江区“东数西算”算力枢纽节点起步区、虎丘区中国移动云能力中心、相城区苏州市人工智能算力中心为核心，以苏州工业园区、常熟市、太仓市为支撑的城市算力集聚区，昆山市、吴中区重点打造先进算力产业化基地；并从算力券、创新主体开展算力关键核心技术研发支持、典型应用场景人工智能大模型发展、人工智能应用场景示范支持等角度，积极鼓励算力产业集群发展。 2中国信通院《中国算力发展指数白皮书（2023年）》 http://www.caict.ac.cn/kxyj/qwfb/bps/202309/P020240326630458153765.pdf 苏州身处全国一体化算力网络长三角枢纽节点，近年不