中國AI基礎軟件市場研究報告（2023）簡介執(zhí)行摘要簡介過去十年，是人工智能從實驗室走向產業(yè)化的十年。AI技術革命掀起的產業(yè)浪潮，勢不可擋地席卷了全球的各行各業(yè)。作為現今最為活躍的創(chuàng)新領域，人工智能在迅速融入細分場景的同時也在不斷地重塑傳統(tǒng)行業(yè)模式，為經濟社會輸出獨一無二的未來價值。大模型是人工智能邁向通用智能的里程碑技術。業(yè)內人士認為，在基于數據的互聯(lián)網時代和基于算力的云計算時代之后，將進入基于大模型的AI時代。大規(guī)模數據集和模型訓練算力等領域取得的突破性進展，離不開AI基礎軟件的底層支撐。盡管大模型當前表現優(yōu)異，但對于各行業(yè)使用者來說，實際應用于業(yè)務場景仍然存在較高的技術和成本門檻。當前大模型的參數標準并不統(tǒng)一，相對于參數級，模型的效果且是否能夠支持快速迭代對于用戶實際應用來說更為重要。用戶能夠在一個白盒大模型基礎上快速地、低成本地微調和迭代出客制化AI基礎軟件產業(yè)協(xié)同發(fā)展圖

的小模型，才能高效地實現豐富場景的大模型應用。這就再次點明了AI基礎軟件工具鏈的重要性。隨著AI基礎軟件不斷發(fā)展，近年來大模型落地應用呈現加速態(tài)勢。在開發(fā)層面，AI基礎軟件可幫助提供大模型能力萃取；在訓練層面，其提供了硬件層之上的高效大模型分布式訓練框架；在運維層面，其作為企業(yè)的基礎設施，可增強企業(yè)管理、上線模型的能力。反哺大模型反哺大模型模型開發(fā)落地調整支撐企業(yè)行業(yè)或業(yè)務數據特殊元學習生成內部ChatGPT-like模型模型++生態(tài)落地企業(yè)缺失自研大模型訓練框架的能力需要模型訓練硬件層之上的高效大模型分布式訓練框架開發(fā)者生態(tài)AI協(xié)同加速產業(yè)智能化基礎軟件模型 落地 企業(yè)面臨 升級 企業(yè)基礎設繁復的多 施管理/上運維 模型管理 線模型能力來源:弗若斯特沙利文2來源:弗若斯特沙利文PAGE來源:弗若斯特沙利文PAGE3關鍵發(fā)現點關鍵發(fā)現點在人工智能技術迭代的過程中，AI基礎軟件行業(yè)整體格局將逐步成型?？萍季揞^生態(tài)體系建設疊加中國肥沃的政策和技術土壤，將為業(yè)內廠商提供前所未有的發(fā)展機遇。本報告將從行業(yè)宏觀環(huán)境洞察市場需求，從技術規(guī)律把握未來趨勢，進而識別出在AI浪潮之下領先的AI基礎軟件廠商，并對其綜合競爭實力進行分析：驅動因素：隨著上游硬件、算力升級以及數據量增加，AI基礎軟件行業(yè)下一階段的驅動因素主要包含三個層面。其一，在全球AI政策環(huán)境持續(xù)優(yōu)化的趨勢下，中國對大模型技術的宏觀戰(zhàn)略規(guī)劃將為行業(yè)提供肥沃的成長土壤。北京市政府已明確出臺政策，加快建設算力中心，支撐多模態(tài)大模型、科學計算大模型等研發(fā)。其二，下游大模型加速滲透應用場景和規(guī)?；瘧脤樾袠I(yè)帶來曙光。從2023年AI預訓練大模型的應用來看，大模型已開始在工業(yè)質檢、智慧交通、時尚設計等多個行業(yè)中落地，其距離實現預訓練大模型規(guī)?；虡I(yè)化應用仍有一定的距離。其三，頭部科技企業(yè)加速布局和產業(yè)生態(tài)體系垂直整合，將為不同廠商提供多元化的戰(zhàn)略切入點。業(yè)內已形成算力、基礎軟件、平臺和服務縱向一體化的共識，從而為云服務企業(yè)、AI頭部企業(yè)及AI芯片巨頭提供了多環(huán)節(jié)的戰(zhàn)略布局思路。相關頭部AI企業(yè)，有望引領本輪生態(tài)體系建設。市場趨勢：在核心驅動因素的催化下，中國AI基礎軟件行業(yè)展現出三大主要趨勢，并在這個過程中逐步明晰競爭格局。其一，中國原創(chuàng)技術創(chuàng)新突破加之人工智能政策導向，將推動市場

產學研用融合創(chuàng)新共同體的成型。中國具備全球領先的視覺、自然語言處理、語音識別等智能任務的工程實現水平，人工智能原創(chuàng)技術創(chuàng)新正處于活躍期。大模型的技術突破結合2023年各省發(fā)布的支持政策，將引導行業(yè)形成連通企業(yè)、高校、研究院所、政府等創(chuàng)新主體的共同體生態(tài)。其二，大模型應用逐步落地，將帶來行業(yè)發(fā)展新需求。作為模型生態(tài)系統(tǒng)的中堅力量，AI基礎軟件將會成為大模型應用落地的最主要的效率支撐，并通過大模型+小模型的方式，形成模型訓練新范式?；A軟件的重要性具體表現有三點：一是基礎軟件工程化的易用性、完備性；二是AI基礎軟件要與場景結合，能夠進行完備的運維過程；三是需要具備安全可信保障條件。競爭格局：在競爭格局漸趨明晰的過程中，相關廠商需要跨越技術、人才、資金和品牌四方壁壘，在技術實力、生態(tài)規(guī)模和功能體驗三大成功要素上展開角逐。AI2.0時代到來開啟巨大的平臺型機會章節(jié)一中國AI基礎軟件發(fā)展背景AI2.0時代到來開啟巨大的平臺型機會AI2.0AI2.0AI2.0AI2.0是由大數據、云計算和人工智能技術等多種技術的融合所構成的，是一個巨大的平臺式機會，將會在未來為各行業(yè)提供更加深入和全面的解決方案。隨著AI2.0時代的到來，基礎模型不再需要人工標注其中，AI2.0相關的應用、平臺和基礎設施，將會成為包括產業(yè)及投資在內的熱點。AI基礎軟件作為AI大模型訓練、管理、應用的重要平臺將會在AI2.0的長風中順勢演化出巨大的產業(yè)機會。AI2.0時代：通用大模型崛起的AI平臺時代文心一言GPT-4跨領域知識的“基礎模型”+“行業(yè)模型”、海量數據進行基礎訓練GPT-3.5跨領域知識的“基礎模型”+“行業(yè)模型”、海量數據進行基礎訓練GPT-2AI1.0時代：割裂小模型、人工數據標注的時代單一領域數據集，割裂的模型缺乏縱效，勞動密集型數據標注AI1.0時代：割裂小模型、人工數據標注的時代單一領域數據集，割裂的模型缺乏縱效，勞動密集型數據標注“自1980年首次看到圖形用戶界面（graphicaluserinterface）以來，OpenAI的GPT模型是我所見過的最具革命性的技術進步。”——比爾蓋茨李開復博士看好三類未來的創(chuàng)業(yè)機會:

“AI1.0就像是發(fā)明電，AI2.0就是電網。AI2.0時代的來臨，首先它是巨大的平臺式機會，這個機會將比移動互聯(lián)網大十倍，而且它是中國的第一次機會?！薄獎?chuàng)新工場李開復AI2.0智能應用（各行各業(yè)的垂類應用，提高社會生產力）AI2.0平臺（AI2.0智能應用（各行各業(yè)的垂類應用，提高社會生產力）AI2.0平臺（AI基礎設施（基礎軟件、算法、框架等，壓縮計算量，更好地進行模型運維、管理、訓練。）PAGEPAGE5龐大的數據基礎為國內龐大的數據基礎為國內AI大模型發(fā)展提供根基數據量的爆發(fā)為人工智能的發(fā)展注入燃料#$)Cù3a?n67#$?ü?°C34}￠467#$?ü5*C?ü￡§v??C#$)íhi??jphih?j,?hèq?′¨b???u±íhihxj?p?xèx?′,LR{Y≤as,ZoOV??^ù3?p￥v??0#$Cù??p￥,?°}?√?{?…

à…}~§??#$C??–í—“p%v?-67#$?ü?°”O(jiān)n‘0C’÷??,a?n?°C34vK?,#$ù?–a?n#$?ü?5*??¤ú

??°úC?üv?fi,fl???·2C#??#$á1L?hih?jC??#$á1L?hih?jC?μè??′p￥èhihxjC?xèh?′í?.?ì-h?yv!"!S`!"!\`!"![`R"R^\]R[_\_#$"#S#_!"!^#!#\!"!#]R!#!]!!!"!!μhR_!![!!"!R\S#%&[[cdefOPGH&'IJKLMNOPQJTUVWXYZ'#"ab

!"#$%&'()#$*+,-./012345*67!"#$89:;<=>?@AB"C#$,DEFGHIJB,KL"-012#$CMNOP,QRS02#$STU,B"!"#$C"VWX,YZ[\]^./_`abc12deIfg,hihij,./B"C!"#$klm:nFG#$,o;phiqijLrstu0vo;phihwj,xiyz{|3./}~§??C#$L?8!"B"C,!"#$é??ü./C#$áà,a?@A???éhèiê?víìê?,!"#$??[\?ó./12,9:#$òF./[\?"??bc}rúv7!"#"7!"#"89()&':);56<=>?@A&'BCDEF()&'$%&'*+,+./0123456中國AI預訓練大模型，2023年*+,+./0123456

!"!" !"#"場景1場景2模型1場景1場景2模型1模型2場景N模型n預訓練微調&部署迭代來源:弗若斯特沙利文科學計算大模型 文本NLP大模型視頻音樂 CV大模型多模態(tài)大模型圖片PAGEPAGE10AI基礎軟件市場定義與解讀章節(jié)二中國AI基礎軟件市場概覽AI基礎軟件市場定義與解讀關鍵發(fā)現AI基礎軟件包含一系列企業(yè)級AI應用所需的平臺軟件產品及解決方案，是為大模型應用落地的最主要的效率支撐，AI基礎軟件的發(fā)展決定了人工智能發(fā)展的深度、高度、廣度，其催化大模型應用快速發(fā)展，推動政府和企業(yè)AI規(guī)模化應用。AI基礎軟件包含一系列企業(yè)級AI應用所需的平臺軟件產品及解決方案，是為大模型應用落地的最主要的效率支撐，AI基礎軟件的發(fā)展決定了人工智能發(fā)展的深度、高度、廣度，其催化大模型應用快速發(fā)展，推動政府和企業(yè)AI規(guī)?；瘧?。AI基礎軟件定義與解讀AI2.0也更為重視，但大多數企業(yè)都會工程、技術等能力不足的問題。AI基礎軟件作為AI基礎設施的重中之重，為企業(yè)客戶提供全方位的AI調度以及模型服務，包含機器學習平臺等一站式模型平臺，以及數據智能平臺、實時決策中心、數據湖、數據倉庫等服務于AI的數據平臺，從而降低各行業(yè)客戶訓練自己人工智能模型的門檻，實現降本增效。傳輸傳輸基礎框架及算法機器學習平臺實時決策中心AI基礎軟件AI基礎設施NLP大模型科學計算大模型基礎大模型CV大模型多模態(tài)大模型AI2.0平臺交通電力能源制造政府通信金融行業(yè)小模型AI2.0智能應用算力算法（開源學習、因果學習 ）數據智能平臺數據開源框架蓬勃的AI大模型市場為AI基礎軟件發(fā)展注入動力蓬勃的AI大模型市場為AI基礎軟件發(fā)展注入動力中國AI模型的演進歷程，2023年2006年之前2006年~2011年2012年~2017年2017年至今SVM采用監(jiān)督學習2006年之前2006年~2011年2012年~2017年2017年至今SVM采用監(jiān)督學習CNN的發(fā)展促進監(jiān)督學習再次成為主流網絡遷移學習卷積神經網絡網絡遷移學習卷積神經網絡自編碼器隱馬爾可夫模型邏輯回歸決策樹樸素貝葉斯自監(jiān)督學習圖神經支持向量機Transformer模型生成對抗網絡隨機森林ViT模型BERT模型GPT模型AI模型的演進在數據層面，模型訓練數據的質量和規(guī)模對模型迭代的效果至關重要，尤其是目前內外數據共享和數據共創(chuàng)、數據類別不均衡、極端場景數據缺失等問題，呼喚業(yè)內對AIGC結構化數據合成領域的技術探索在技術層面，生成式AI模型的推理能力愈發(fā)重要，同時對AI自動機器學習、深度學習、因果學習等領域的基礎軟件性能提升在商業(yè)模式層面，隨著大模型的逐漸成熟，通用大模型+行業(yè)小模型會成為越來越多企業(yè)采用的落地模式，因此，幫助企業(yè)自建AI模型的AI基礎軟件成為大勢所趨

來源:弗若斯特沙利文利好的政策為利好的政策為AI基礎軟件市場提供制度保障———15個創(chuàng)新平臺2022年國家新一代人工智能開放國家積極布局人工智能產業(yè)在國家監(jiān)管層面，中國積極布局人工智能產業(yè)，競跑“未來賽道”。隨著各行業(yè)、各領域對人工智能需求的日益增長，與實體經濟深度融合的新模式不斷涌現，形成了具有中國特色的研發(fā)體系和應用生態(tài)，引領著經濟社會各領域從數字化、網絡化向智能化躍升。以“大模型”為代表的技術爆發(fā)，加速了人工智能產業(yè)的發(fā)展。如何抓住這一輪技術變革的浪潮，促進區(qū)域以及產業(yè)發(fā)展，北京、上海、深圳等地紛紛出臺相關政策舉措。北京更是聞風而動，一天之內發(fā)布兩項政策，沖刺“人工智能第一城”。最新地方政策文件中均重點提到了算力端發(fā)展，加大算力基礎設施的投資力度，同時強調了人工智能的高質量發(fā)展，拓展AI創(chuàng)新應用場景的深度與廣度。國家及地方出臺的多項AI產業(yè)支持政策將給產業(yè)發(fā)展帶來助推力，更進一步推動數字經濟與實體經濟的融合發(fā)展。

來源：第十三屆全國人大四次會議。數據優(yōu)勢算法推理數據優(yōu)勢算法推理智能服務平臺建設算力中心大算力中心大模型賦能來源：北京市人民政府 2022年國家人工智能創(chuàng)新應用先導區(qū)8個

各省份激勵AI基礎軟件產業(yè)發(fā)展展的試驗區(qū)數量 單位：個

各省份相關政策名稱 來源單位名171820171820《建設杭州國家人工智能創(chuàng)新應用先導區(qū)行動計劃(2020-2024年)》

浙江省2021

《數字經濟發(fā)展規(guī)劃(2020-2025)》 湖南省《廣東省數字經濟發(fā)展指引1.0》 廣東省《智慧海南總體方案(2020-2025年)》 海南省《上海市促進人工智能發(fā)展條例》 上海市來源：中關村數智人工智能產業(yè)聯(lián)盟

《“十四五”新型基礎設施建設規(guī)劃》 四川省來源:弗若斯特沙利文開源演進為開源演進為AI基礎軟件市場提供良好的生態(tài)土壤史1999年史1999年，中科紅旗、中軟網絡在引進RedHat公司Linux發(fā)行版的基礎上，分別推出了最早的Linux中文版本。1991年，中國與AT&TBelllabsUSL/USG合作，引進UNIXSVR4.2版UNIX公司。1991年，LinusTorvalds在Minix和GUN成果的基礎上開發(fā)了Linux操作系統(tǒng)（Linux0.01）。1985年，RichardStallman發(fā)表《GUN宣言》，吸收“前UNIX”和BSD的開源成果，開發(fā)推出Emacs編譯器等自由軟件（FreeSoftware）。同年，自由軟件基金會（FSF）正式成立。開源概念最早可以追溯到1970年，這一年也是元年”。從中國開源發(fā)展階段的維度看開源發(fā)展的變化：圍繞產品操作系統(tǒng)及其生態(tài)，解決“缺芯少魂”短板；圍繞基于開源的深度信息技術（大數據、云原生、區(qū)塊鏈、人工智能等）發(fā)展與應用，為第四次世界工業(yè)革命做準備；圍繞開發(fā)/編制開源軟件供應鏈以保障其安全，并保障其上游的網絡安全，國家關鍵基礎設施的安全。19993232展大致可以分為三個階段：第一階段，主要圍繞企業(yè)產品的操作系統(tǒng)及其生態(tài)建設；第二階段，主要結合研發(fā)基于開源的深度信息技術（如大數據、云原生、區(qū)塊鏈、人工智能等）及其應用；第三階段，在經濟雙循環(huán)基礎上規(guī)范建設或改造我國的供應鏈并主要在促進產業(yè)鏈、供應鏈數字化的基礎上，采用取代物料表格式樣的開源代碼，保障其安全。中國開源發(fā)展史中國開源發(fā)展現狀中國開源項目技術領域分布3%3%6%

前端領域

開源對AI基礎軟件的意義降低AI基礎軟件的開發(fā)門檻7%14%

19%

26%23%

人工智能領域其他技術領域云原生領域大數據領域數據庫領域中間件領域操作系統(tǒng)領域

開源代碼通常是免費提供的，企業(yè)和個人可以不用支付高昂的許可費，降低了獲取成本。開源的文檔使得開發(fā)者可以更容易地學習和理解AI門檻，使更多的人能夠參與到開發(fā)中。促進開發(fā)者的知識共享和協(xié)作在AI基礎軟件領域，開源項目允許研究人員、工程師和數據說明：中國開源項目技術領域分布共統(tǒng)計931個項目，代碼托管平臺包括GitHub\Gitee\GirLab\openl啟智社區(qū)等中國開源項目貢獻者和星量統(tǒng)計中國開源生態(tài)圖譜中項目共有位貢獻者注：此數據未進行去重中國開源生態(tài)圖譜中項目共獲得顆星（Star）

開發(fā)者共享他們的算法、模型和技術，鼓勵全球志愿者協(xié)助開發(fā)、修復其源代碼，凝聚人才，集結大眾智慧，促進了全球范圍內的協(xié)作和創(chuàng)新以及集體智慧的發(fā)揮。擴大AI基礎軟件的應用領域開源協(xié)同建設生態(tài)和供應鏈，加速AI開發(fā)創(chuàng)新。開源已成為全球流行的創(chuàng)新和協(xié)同模式。開源為廣大開發(fā)者提供了高度靈活和可定制的基礎，使他們能夠根據具體應用場景來定制和優(yōu)化解決方案，滿足各種不同行業(yè)和應數據說明：中國開源項目貢獻者和星量統(tǒng)計數據來源于托管在GitHub上的870個項目3月數據統(tǒng)計

用的需求。

來源:弗若斯特沙利文位于產業(yè)鏈中游的AI基礎軟件具有極高的附加值位于產業(yè)鏈中游的AI基礎軟件具有極高的附加值AI基礎軟件主要位于產業(yè)鏈的中游。其產業(yè)鏈由上游基礎設施與資源提供商、中游AI基礎軟件平臺與一站式AI開發(fā)平臺和下游應用領域企業(yè)構成。上游是人工智能軟件部署的基礎，為AI基礎軟件提供算力支撐。中AI基礎軟件產業(yè)鏈

游是產業(yè)鏈的核心，以模擬人的智能相關特征為出發(fā)點，構建應用技術路徑，主要包括以基礎開源框架、技術開放平臺為代表的AI基礎軟件。下游主要為AI基礎軟件在各細分場景的應用，主要包括制造、安防、金融、醫(yī)療、零售、交通、等領域。上上游中游下游基礎設施與資源提供商：上游主體包括芯基礎設施與資源提供商：上游主體包括芯片與傳感器等基礎零部件供應商，與數據提供商等 芯片 數據中心及服務 傳感器準備、模型開發(fā)訓練、AI部署應用全流程，在同一平臺環(huán)境中滿足算法開發(fā)與生產的全生命周期需求一站式AI開發(fā)平臺用戶根據實際需求配置功模型部署插件、計算引擎等，更易上手、更加輕量AI基礎軟件平臺應用領域企業(yè)：中國AI開放平臺的主要下游應用領域包括金融、安防、制造、醫(yī)療與教育等行業(yè)智能教育智能營銷智能交通智能客服智能醫(yī)療智能金融智能安防智能制造上游基礎運算加速升級，賦能AI基礎軟件發(fā)展?；A運算作為AI基礎軟件的產業(yè)上游，主要為人工智能提供算力和數據的支持。中游應用技術趨于成熟，行業(yè)格局基本形成，主要包括AI基礎軟件平臺與一站式AI開發(fā)平臺。云廠商傾向于向客戶提供端到端的整體解決方案，期望整體捆綁客戶。相比之下，目前領先的AI基礎軟件平臺能夠以模塊化的方式嵌入客戶云的體系中，能夠充分滿足客戶的自主性和可控性的要求，例如，九章云極采用“云中云”的戰(zhàn)略部署，將自身軟件

技術嵌入天翼云的生態(tài)當中，以獨立第三方的身份專注提供AI服務，對于大型客戶來說更可控更獨立。下游行業(yè)與應用場景深度融合，賦能行業(yè)加速發(fā)展。目前，主流AI基礎軟件已逐步應用于各類行業(yè)場景中，模擬人類解決實踐問題。ResNet、GPT-3等模型不斷提升視覺處理、閱讀理解等基礎智能任務水平，語音識別、自然語言處理和計算機視覺等感知類任務上的應用技術成就可直接應用于實踐產品，帶來了廣闊產業(yè)應用前景。來源:弗若斯特沙利文來源:弗若斯特沙利文PAGE來源:弗若斯特沙利文PAGE12章節(jié)三AI基礎軟件廠商競爭格局AI基礎軟件廠商競爭力圖譜AI基礎軟件廠商競爭力圖譜半徑角度圖標大小

技術創(chuàng)新合作生態(tài)市場表現評估標準及主要成果評估標準及主要成果評估標準AI基礎軟件廠商的“技術創(chuàng)新“用圓心到坐標原點之間的距離（半徑）來表示：距離衡量AI基礎軟件廠商在大數據管理、云安全治理、云原生架構、產品應用能力、可視化開發(fā)和底層框架等方面的技術能力，半徑越大，AI基礎軟件廠商的技術能力越強。AI基礎軟件廠商的“合作生態(tài)“用圓心與坐標原點到Y正軸的夾角（角度）表示：角度衡量AI基礎軟件廠商在國內市場各應用領域（主要包括政務、金融、醫(yī)療、交通、制造等）方面的合作伙伴和頭部廠商的數量，角度越大，AI基礎軟件廠商的合作生態(tài)力越強：360度即表示合作生態(tài)力滿分。AI（圖標大?。簣D標大小衡量AI基礎軟件廠商在應用領域廣度、易用性、客戶服務和定價策略的市場表現力，每家廠商的競爭力都適用于代表不同服務能力的四個規(guī)