研究報(bào)告CONTENTS011.1人工智能算力:驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的新動(dòng)能1.2全球人工智能算力創(chuàng)新知識(shí)產(chǎn)權(quán)布局態(tài)勢(shì)1.3中國(guó)人工智能算力創(chuàng)新知識(shí)產(chǎn)權(quán)布局態(tài)勢(shì)022.1異構(gòu)計(jì)算:革新人工智能算力架構(gòu)范式2.2互連技術(shù):驅(qū)動(dòng)算力集群邁向高效協(xié)同2.3液冷技術(shù):助力人工智能算力綠色低碳轉(zhuǎn)型2.4供電技術(shù):重塑能源應(yīng)用,構(gòu)筑算力基石2.5系統(tǒng)管理與控制:破解多元算力管理難題033.1聚焦核心技術(shù),構(gòu)建專利防護(hù)3.2探索"開(kāi)源開(kāi)放+專利共享"模式,推動(dòng)產(chǎn)業(yè)協(xié)同創(chuàng)新12345速發(fā)展,人工智能算力需求快速速發(fā)展,人工智能算力需求快速越"創(chuàng)新-轉(zhuǎn)化-盈利"的環(huán)節(jié),知識(shí)產(chǎn)權(quán)正是串聯(lián)此環(huán)節(jié)的關(guān)鍵請(qǐng)總量已超114萬(wàn)件,而中國(guó)復(fù)1.1人工智能算力:驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的新動(dòng)能應(yīng)用的物理基礎(chǔ),也成為了驅(qū)動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的新動(dòng)能?；A(chǔ)動(dòng)力。隨著產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型加速、人工智能應(yīng)用場(chǎng)景不斷拓展,新興應(yīng)用持續(xù)涌現(xiàn),(InternationalDatacenterAuthority)約合16萬(wàn)億美元。l規(guī)模法則揭示了模型性能隨規(guī)模提升而增強(qiáng),降低了研發(fā)不確定性,并驗(yàn)證了"大力出奇跡"的l隨著人工智能技術(shù)高速演進(jìn),模型已從小規(guī)模算法擴(kuò)展到千億、萬(wàn)億級(jí)參數(shù),并由單一文本延展至圖像、音頻、視頻等多模態(tài)數(shù)據(jù),不斷推高算銷售額同比增長(zhǎng)160.4%至1317.6億美元,出貨2023Q32023Q42024Ql2024Q22024Q32024Q42025Ql2025Q2u目前,全球各個(gè)國(guó)家和地區(qū)正通過(guò)強(qiáng)有力的政策支持或投資激勵(lì)推動(dòng)人工智能算力技術(shù)研發(fā)和產(chǎn)業(yè)應(yīng)用,推出一攬子人工智能創(chuàng)新計(jì)劃,其中包括計(jì)劃在2025年1.2全球人工智能算力創(chuàng)新知識(shí)產(chǎn)權(quán)布局態(tài)勢(shì)u人工智能算力的發(fā)展水平直接決定了數(shù)字經(jīng)濟(jì)系統(tǒng)能實(shí)現(xiàn)的域技術(shù)創(chuàng)新成果的法律保護(hù)與價(jià)值錨定。算力的每一次突破都依賴技術(shù)創(chuàng)新,知識(shí)產(chǎn)權(quán)則為技術(shù)創(chuàng)新筑牢"護(hù)城河",既保障研發(fā)者權(quán)益以激發(fā)持續(xù)創(chuàng)新活力,又通過(guò)成果的流轉(zhuǎn)與共享,推動(dòng)算力技術(shù)在全情況,是理解算力產(chǎn)業(yè)創(chuàng)新生態(tài)與競(jìng)爭(zhēng)格局的核心切入點(diǎn)。u迄今為止,人工智能算力全球有效發(fā)明專利超過(guò)114萬(wàn)件注有效發(fā)明專利儲(chǔ)備有望突破150萬(wàn)件。美國(guó)和中國(guó)是當(dāng)前人工智能算力技術(shù)創(chuàng)新和產(chǎn)業(yè)應(yīng)用的主要國(guó)家,.有效專利2%3%28%世界知識(shí)產(chǎn)權(quán)組織.有效專利2%3%28%世界知識(shí)產(chǎn)權(quán)組織中國(guó)臺(tái)灣6%12%25%46.51萬(wàn)件,29%114.06萬(wàn)件,71%資源構(gòu)建自己的算力底座,當(dāng)年算力發(fā)明專利申請(qǐng)?jiān)鲩L(zhǎng)率達(dá)到最大的10%。2023年,全球年度算力發(fā)明19.2820.1919.2818.2215.0713.8716.5015.0713.8713.5112.382015201620172018201920202021202220232024注1:人工智能算力的性能主要由底層基礎(chǔ)設(shè)施硬件決定,因此本報(bào)告研究的專利以人工智能算力基礎(chǔ)注2:2024年數(shù)據(jù)量下降的原因是專利公開(kāi)滯后,下文同2015201620172018201920202021202220232024uu方案,為人工智能的創(chuàng)新和應(yīng)用,提供強(qiáng)大算力平臺(tái)?；陂_(kāi)放架構(gòu)設(shè)計(jì),業(yè)界率先實(shí)現(xiàn)"一機(jī)多芯",施,為Al應(yīng)用提供強(qiáng)大算力支撐,推動(dòng)混合式人工智能的發(fā)展。12000產(chǎn)業(yè)擺脫唯算力規(guī)模論,促使人工產(chǎn)業(yè)擺脫唯算力規(guī)模論,促使人工力技術(shù)創(chuàng)新模式將聚焦芯片級(jí)性能數(shù)據(jù)中心為大規(guī)模訓(xùn)練與推理提供心技術(shù)優(yōu)化與協(xié)同將決定整體算力術(shù)(異構(gòu)計(jì)算、互連技術(shù)、液冷技術(shù)、供電技術(shù)、系統(tǒng)管理與控制)作為算力知識(shí)產(chǎn)權(quán)分析的切入點(diǎn),u隨著摩爾定律失效,傳統(tǒng)CPU性能提升速度放緩,難以滿足Al、大數(shù)據(jù)、圖形處理等應(yīng)用對(duì)構(gòu)建多元化、高效能計(jì)算生態(tài)。異構(gòu)協(xié)同模式能依據(jù)任務(wù)性質(zhì)與需求,精準(zhǔn)調(diào)配計(jì)算資源,實(shí)現(xiàn)性能與效率雙重優(yōu)化,全方位滿足多樣化計(jì)算需求。GPU擅長(zhǎng)處理并行計(jì)算任務(wù),CPU負(fù)責(zé)邏輯控制和復(fù)雜任務(wù)調(diào)度。CPU+GPU是高性能計(jì)算和人工智能領(lǐng)域的常見(jiàn)架構(gòu)務(wù)進(jìn)行優(yōu)化,該架構(gòu)適用于需要快速迭代和定制化的應(yīng)用場(chǎng)景u當(dāng)前,中國(guó)市場(chǎng)"CPU+GPU"的異構(gòu)計(jì)算方式是人工智能異構(gòu)計(jì)算主流組合,廣泛應(yīng)用于各類場(chǎng)景,推動(dòng)行業(yè)技術(shù)進(jìn)步創(chuàng)新。中國(guó)異構(gòu)計(jì)算發(fā)明專利申請(qǐng)呈持續(xù)上升態(tài)勢(shì),2020年專利申請(qǐng)?jiān)鲩L(zhǎng)率達(dá)到最大u池化。英偉達(dá)深耕芯片架構(gòu)、先進(jìn)網(wǎng)絡(luò)和CUDA并行計(jì)算模型,推動(dòng)全球數(shù)據(jù)中心現(xiàn)代化改造,使吞吐浪潮信息憑借"硬件重構(gòu)軟件定義"的融合架構(gòu)及池化解耦設(shè)級(jí)遠(yuǎn)端內(nèi)存共享訪問(wèn)等特性,可通過(guò)軟件定義實(shí)現(xiàn)"一套系統(tǒng),N類應(yīng)用"。次實(shí)現(xiàn)單機(jī)支持16張標(biāo)準(zhǔn)pcle雙寬卡,基于創(chuàng)新研發(fā)的pcleFabric的16卡全互連拓?fù)?實(shí)現(xiàn)任意兩卡p2p通信帶寬NjIDIAGB300NL72等產(chǎn)品,借助NjIDIAGracecpu和NIDIABlackwellGPU開(kāi)啟計(jì)算新時(shí)代。2。2互連技術(shù):驅(qū)動(dòng)算力集群邁向高效協(xié)同u隨著人工智能的發(fā)展,單機(jī)硬件性能逐漸逼近物理極限,大模型對(duì)于算力芯片的大規(guī)?；ミB提出了高帶的瓶頸。在技術(shù)多樣性、場(chǎng)景差異化、生態(tài)競(jìng)爭(zhēng)及標(biāo)準(zhǔn)化需求等多重因素驅(qū)動(dòng)下,行業(yè)內(nèi)涌現(xiàn)出諸如PCIeUALinkOISA、NVLink、CXL等互連協(xié)議。表2-1scale-up互連協(xié)議對(duì)比開(kāi)放GPU互連協(xié)議組織UALink聯(lián)盟中國(guó)移動(dòng)等NDIACXL聯(lián)盟技術(shù)本質(zhì)點(diǎn)對(duì)點(diǎn)連接分層協(xié)議架構(gòu)分層協(xié)議棧+UPLl接口分離式通信模型開(kāi)放GPU卡間互連協(xié)議NDIA專有高速GPU基于pcle構(gòu)建緩存一互連協(xié)議致性和內(nèi)存共享機(jī)制特性高帶寬、低延遲、開(kāi)放生態(tài)原生共享內(nèi)存語(yǔ)義、高帶寬、低延遲、開(kāi)放性極高帶寬、稀疏直接拓?fù)洹⒍噫溌肪酆暇彺嬉恢滦詢?nèi)存共享與池化高帶寬與低延遲云計(jì)算、大數(shù)據(jù)處理、分布式數(shù)據(jù)庫(kù)等場(chǎng)景中,scale-out架構(gòu)通過(guò)多軌多平面拓?fù)溥B接實(shí)現(xiàn)快速擴(kuò)容,并根據(jù)負(fù)載分擔(dān)和擁塞控制算法達(dá)到高帶寬和低時(shí)延。釋放CPU資源用于計(jì)算任務(wù)。RDMA存在多種協(xié)議實(shí)現(xiàn),如InfiniBandROCEiARP等,需根據(jù)場(chǎng)景選擇適配協(xié)議。以太網(wǎng)上實(shí)現(xiàn)高性能、低延遲、用大量的內(nèi)存資源,對(duì)系統(tǒng)規(guī)格要求更高。InfiniBand件級(jí)別保證可靠傳輸,具備更圖2-4scale-out互連協(xié)議對(duì)比2。2互連技術(shù):驅(qū)動(dòng)算力集群邁向高效協(xié)同互聯(lián))協(xié)議,旨在提供GPU卡間高速互連標(biāo)準(zhǔn),包括大規(guī)模GPU對(duì)等互連、極致報(bào)文格式、數(shù)據(jù)層流控和重傳以及高效物理傳輸?shù)冉鉀Q方案。OISAGenl支持128張GPU通過(guò)8個(gè)switch芯片互連,任意卡間互法滿足高密度算力需求,液冷技術(shù)憑借傳熱效率比空氣高6倍、蓄熱量高1000倍的散熱優(yōu)勢(shì),正在成為主流散熱方案。另一方面,在"雙碳"戰(zhàn)略的大環(huán)境下,數(shù)據(jù)中心綠色低碳和可持續(xù)發(fā)展也成為"不可全去除散熱風(fēng)扇,換熱能力強(qiáng),節(jié)能效果好。技術(shù)架構(gòu)-次二次循環(huán)系統(tǒng)整機(jī)浸入絕緣冷卻液腔體冷卻液以噴淋形式直接作用于熱源工作原理冷卻液與所有部件直接接觸換熱,支持相變換熱通過(guò)蒸發(fā)吸熱散熱高中低高中低典型PUE值1.05-1.15,全液冷可至1.051.05-1.101.08-1.15適用于高功率密度機(jī)柜部署適用于對(duì)散熱效果要求較高,存在的瓶頸:冷板式液冷存在成本較高、2、提高通用性和可維護(hù)性;3、降低系2900+400+2015201620172018201920202021202220232024提出"Allin液冷n戰(zhàn)略,圍繞液冷技術(shù)的安全性、高密度350破。射流式冷板引入噴射湍流強(qiáng)化換熱的理念,較傳統(tǒng)冷板而言,換熱效率提升25%以上;兩相冷板系統(tǒng)解決單路串聯(lián)均溫、多通路流量分配、熱流密度極限等難題,為未來(lái)Al高密服務(wù)器散熱提供新的設(shè)計(jì)思路。分配,有效降低CDU的耗電量,助力液冷數(shù)據(jù)中心實(shí)現(xiàn)PUE無(wú)限接近1。功耗在250w到1200w之間,服務(wù)器單機(jī)柜功率從原來(lái)10kw攀升至100kw以上,未來(lái)將達(dá)到1MW以上。密度、高效率、小體積提供了關(guān)鍵突破口,尤其適用于HVDC、PFC、DC-DC多級(jí)拓?fù)涞母咝мD(zhuǎn)換。?第一代5.5KWPSU,如今正向第三代22KW+演進(jìn),輸出電,壓從48V提升至40OV,大幅降低傳輸損耗與電纜體積。集中供電不僅讓散熱與布線更高效,也更適應(yīng)Al服務(wù)器對(duì)功率密度與可維護(hù)性的極限要求。?相較傳統(tǒng)UPS架構(gòu)的90%-95%系統(tǒng)效率,HVDC系統(tǒng)效率躍升至95%-98%,不僅電可靠性顯著增強(qiáng)。子深耕芯片、服務(wù)器和數(shù)據(jù)中心等供電產(chǎn)品及解決方案,有效提升了算力基礎(chǔ)設(shè)施的供電效率和可靠性。點(diǎn)。機(jī)柜側(cè),供電系統(tǒng)采用高效功率半導(dǎo)體氮化鎵,采用自研多模組并聯(lián)的動(dòng)態(tài)均流技術(shù),支持高壓直出的"三高"電源方案(高效率、高密度(powershelf)、電池備援模塊(BBU),機(jī)架式高功率電容模塊(PCS)到板端的DC-DC轉(zhuǎn)換器及功率電感(powerchoke)等電源供應(yīng)及管理解決方案。體系,通過(guò)故障預(yù)警、容錯(cuò)設(shè)計(jì)、快速修復(fù)功能,提升多元算力集群的抗風(fēng)險(xiǎn)能力和運(yùn)維效率尤為重要?？刂频闹匾M成部分。BMC是在服務(wù)器中嵌入的不可篡改的啟動(dòng)程序,Blos固件在計(jì)算機(jī)啟動(dòng)過(guò)程中發(fā)揮著不可或缺的作用,是提高系統(tǒng)穩(wěn)定性、擴(kuò)展瓶頸封閉生態(tài)瓶頸封閉生態(tài)瓶頸防護(hù)機(jī)制。和功能。開(kāi)放兼容開(kāi)放兼容芯片,能快速適配多元算力需求,并通過(guò)模塊化設(shè)計(jì)提升效率和靈活性。安全啟動(dòng)機(jī)制,持續(xù)整合新技術(shù)和硬件功能,國(guó)際商業(yè)機(jī)器u更開(kāi)放先進(jìn)的BMC固件發(fā)展之路--openBMC。傳統(tǒng)BMC固件存在著諸多問(wèn)題,且隨著數(shù)據(jù)中心規(guī)模的不斷增長(zhǎng),運(yùn)維需求愈發(fā)朝著精細(xì)化、定制化的方向發(fā)展,業(yè)界開(kāi)始探索更開(kāi)放先進(jìn)的BMC固件發(fā)展的快速、穩(wěn)定迭代,從而更快、更好的滿足用戶資產(chǎn)信息管理、故障預(yù)警、遠(yuǎn)程管理和批量自動(dòng)部署等熱調(diào)控、智能故障預(yù)警診斷等復(fù)雜服務(wù)器硬件管理功能,BMC固件管理運(yùn)維效率提升65%,為大規(guī)模數(shù)新功能預(yù)研:Dualhost、協(xié)處理器等Al服務(wù)器Al服務(wù)器openpowerARMGPUDPUFPGAPSURAIDopenpowerARMGPUDPUFPGAPSURAIDFAN圖2-16元腦服務(wù)器智能固件管理平臺(tái)InBry為了打造極致的可靠性,聯(lián)想推出"雙子星"BMC去耦設(shè)計(jì),通過(guò)雙BMC模塊實(shí)現(xiàn)冗產(chǎn)業(yè)鏈適配成本,實(shí)現(xiàn)從算力規(guī)3。1聚焦核心技術(shù),構(gòu)建專利防護(hù)智能產(chǎn)業(yè)競(jìng)爭(zhēng)的"核心賽道",相關(guān)企業(yè)對(duì)技術(shù)突破的優(yōu)先級(jí)與知識(shí)產(chǎn)權(quán)保護(hù)的重視程度均持續(xù)上升,??圍繞芯片級(jí)(如多DIE封裝、顯存帶寬優(yōu)化等)術(shù)、供電技術(shù)、系統(tǒng)管理與控制等)的關(guān)鍵技術(shù),將研發(fā)成果及時(shí)轉(zhuǎn)化為專利,確保企業(yè)核心技術(shù)的有效保護(hù)。重視專利質(zhì)量與全球布局?專利布局不能僅追求數(shù)量,還需要提升專利質(zhì)量,重視專利質(zhì)量與全球布局?專利布局不能僅追求數(shù)量,還需要提升專利質(zhì)量,確保專利權(quán)利要求的穩(wěn)定性和產(chǎn)