IDCIDC從產(chǎn)業(yè)動(dòng)量角度而言，基礎(chǔ)模型技術(shù)的突破為人工智能產(chǎn)業(yè)的發(fā)展增加活力，催生新的玩家和投資機(jī)會(huì)，基礎(chǔ)模型的持續(xù)迭代、調(diào)優(yōu)、場(chǎng)景適配和部署、落地等對(duì)基礎(chǔ)設(shè)施層、模型層、平臺(tái)層和應(yīng)用層提出新的需求，帶來新的服務(wù)模式，降低人工智能技術(shù)的應(yīng)用門檻，通過微調(diào)等方法實(shí)現(xiàn)與下游任務(wù)的適配，加速人工智能基礎(chǔ)設(shè)施軟件的開發(fā)、部署和應(yīng)用，為用戶和行業(yè)提供更多創(chuàng)新應(yīng)用。2022年的195億美元增長到2026年的347億美元，五年年復(fù)合增長率達(dá)17.3%；2023年中國人工智能服務(wù)器市場(chǎng)規(guī)模將達(dá)到91億美元，同比增長82.5%，2027年將達(dá)到134億美元，五年年復(fù)合增長率達(dá)2.8%。從算力規(guī)模而言，預(yù)計(jì)到2027年通用算力規(guī)模將達(dá)到117.3EFLOPS，智能算力規(guī)模達(dá)1117.4EFLOPS；2022-2027年期間，預(yù)計(jì)中國智能算力規(guī)模中國市場(chǎng)對(duì)智能算力供給能力的衡量標(biāo)準(zhǔn)將加速演變，未來應(yīng)用為導(dǎo)向、系統(tǒng)設(shè)計(jì)為核心將是算力升級(jí)的主要路徑。中國市場(chǎng)對(duì)于算力供給能力的評(píng)估指標(biāo)將從硬件性能向應(yīng)用效果轉(zhuǎn)變，企業(yè)在獲得算力服務(wù)的過程中，會(huì)增加對(duì)于諸如單位時(shí)間可處理oken數(shù)量、可靠性、時(shí)延、訓(xùn)練時(shí)間和資金成本、數(shù)據(jù)集質(zhì)量等指標(biāo)的關(guān)注。技術(shù)提供商需要以應(yīng)用為導(dǎo)向，系統(tǒng)為核心，構(gòu)建算力基礎(chǔ)設(shè)施，提高算力利用率，提升諸如卡間互聯(lián)、多節(jié)點(diǎn)間互聯(lián)等水平，通過靈活可擴(kuò)展的集群滿足市場(chǎng)的需求。中國應(yīng)持續(xù)提升基礎(chǔ)大模型研發(fā)能力，通過逐步完善的人工智能工程化工具，加速應(yīng)用落地。目前，受政策支持、算力水平提升、數(shù)據(jù)資源龐大以及科研實(shí)力增強(qiáng)等利好因素的推動(dòng)，中國在基礎(chǔ)大模型方面取得一定成績，但仍需加大在基礎(chǔ)性技術(shù)方面的原創(chuàng)性突破，夯實(shí)底層模型和算法能力。在實(shí)踐中，企業(yè)需要根據(jù)具體的任務(wù)和模型設(shè)計(jì)來決定參數(shù)量的大小，技術(shù)提供商需要從硬件、軟件、算法、數(shù)據(jù)服務(wù)等多個(gè)維度入手，結(jié)合行業(yè)特點(diǎn)進(jìn)行框架、模型、數(shù)據(jù)的垂直整合，提升大模型的準(zhǔn)確性和可用性?；谝豪浞?wù)器構(gòu)建綠色數(shù)據(jù)中心，推進(jìn)人工智能算力可持續(xù)發(fā)展。人工智能算力的不斷提升加速對(duì)能耗問題的關(guān)注。從數(shù)據(jù)中心機(jī)柜功耗上來說，傳統(tǒng)數(shù)據(jù)中心每機(jī)架功耗一般在3-10kW之間，而每臺(tái)GPU服務(wù)器的功率可高達(dá)50kW，對(duì)于數(shù)據(jù)中心操作員和規(guī)劃人員來說，需要依據(jù)計(jì)算需求對(duì)資源進(jìn)行合理規(guī)劃和分配，積極探索采用液冷等先進(jìn)冷卻方法，滿足實(shí)現(xiàn)可持續(xù)發(fā)展提出的要求。IDC預(yù)計(jì)，2022-2027年，中國液冷服務(wù)器市場(chǎng)年復(fù)合增長率將達(dá)到547%，2027年市場(chǎng)規(guī)模將達(dá)到89億美元。目前，中國的人工智能技術(shù)正加速邁入全面應(yīng)用時(shí)代。人工智能領(lǐng)域持續(xù)追求對(duì)技術(shù)的創(chuàng)新及增進(jìn)，注重類人化和諸如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的推進(jìn)，以更好地處理現(xiàn)實(shí)生產(chǎn)、生活場(chǎng)景中的復(fù)雜問題。大模型和生成式人工智能的落地，也給各行業(yè)帶來新的賦能。IDC認(rèn)為，知識(shí)管理、對(duì)話式應(yīng)用、銷售和營銷、代碼生成等是企業(yè)應(yīng)用生成式人工智能的主要領(lǐng)域；在特定業(yè)務(wù)部門或職能部門（營銷、銷售、采購等），生產(chǎn)力場(chǎng)景和垂直行業(yè)場(chǎng)景也有廣泛的應(yīng)用價(jià)值。未來，伴隨特定領(lǐng)域行業(yè)大模型、多模態(tài)大模型、小樣本學(xué)習(xí)、語音識(shí) ChatGPT我們正在 我們正在理應(yīng)用 景，但還 初步測(cè)試有在技術(shù) 模型構(gòu)建 但還沒有 來源

CoPilot和圖像生成系統(tǒng)StableDiffusion等生成式人工智能（GenerativeAI，Gen-AI）應(yīng)用和全球北美地區(qū)（NA）歐洲、中東和非洲地區(qū)（EMEA）亞太地區(qū)來源美國持續(xù)推進(jìn)各界在人工智能領(lǐng)域的快速發(fā)展，鼓勵(lì)企業(yè)及科研機(jī)構(gòu)積極創(chuàng)新，形成以科技巨頭為引領(lǐng)的發(fā)展格局。通過推動(dòng)基礎(chǔ)研究和應(yīng)用研究的發(fā)展，美國在基礎(chǔ)大模型研發(fā)和生成式人工智能應(yīng)用方面建立起優(yōu)勢(shì)，打造了現(xiàn)象級(jí)生成式人工智能產(chǎn)品，并將生成式人工智能技術(shù)廣泛應(yīng)用于行業(yè)領(lǐng)域和業(yè)務(wù)場(chǎng)景。2023年，白宮更新發(fā)布了《國家人工智能研發(fā)戰(zhàn)略計(jì)劃》，鼓勵(lì)在控制安全風(fēng)險(xiǎn)的前提下，持續(xù)探索創(chuàng)新人工智能應(yīng)用，促進(jìn)研發(fā)投資，鼓勵(lì)人才培養(yǎng)和產(chǎn)業(yè)合作。

產(chǎn)業(yè)動(dòng)量之變：當(dāng)前的模型市場(chǎng)中存在各式各樣的模型類型，覆蓋語言、圖像、音頻、音樂、代碼、視頻、3D、生物分子結(jié)構(gòu)和行業(yè)特定模型等諸多領(lǐng)域，形成開源與專有模型并存的局面，這為企業(yè)的業(yè)務(wù)智能化發(fā)展提供基石：在創(chuàng)作相關(guān)的產(chǎn)業(yè)，大模型可重構(gòu)工作方式，為創(chuàng)作方式提供諸多可能性，可自動(dòng)生成文本、語音、視頻等內(nèi)容，還能激發(fā)創(chuàng)作靈感，節(jié)省時(shí)間和精力，提高創(chuàng)作效率；在自動(dòng)駕駛領(lǐng)域，大模型可以輔助汽車和機(jī)器人更好地理解環(huán)境，做出智能決策；在零售領(lǐng)域，大模型可以從歷史數(shù)據(jù)中學(xué)習(xí)用戶的興趣，提供定制推薦服務(wù)；在醫(yī)療領(lǐng)域，大模型可以通過對(duì)大量藥物化合物進(jìn)行分子模擬和預(yù)測(cè)，加速藥物研發(fā)過程；在金融領(lǐng)域，大模型可以幫助金融機(jī)構(gòu)更有效地進(jìn)行風(fēng)險(xiǎn)評(píng)估和欺詐檢測(cè)?！ぁひ匀斯ぶ悄転橹行暮头侨斯ぶ悄転橹行牡膽?yīng)用程序的軟件開發(fā)、部署和應(yīng)來源·人工智能基礎(chǔ)設(shè)施硬件（芯片、存儲(chǔ)、網(wǎng)絡(luò)、服務(wù)器等··行業(yè)/場(chǎng)景大模型（行業(yè)與領(lǐng)域?qū)倌Ｐ停㊣T應(yīng)用層：目前產(chǎn)品和服務(wù)以覆蓋客戶關(guān)系管理、知識(shí)管理、語音合成、生產(chǎn)力工具、圖像設(shè)計(jì)、寫作等領(lǐng)域?yàn)橹?，未來新玩家將持續(xù)入場(chǎng)，不斷拓展生成式人工智能應(yīng)用場(chǎng)景，面向金融、醫(yī)療、交通、科研、制造、自動(dòng)駕駛等垂直領(lǐng)域提供更優(yōu)的數(shù)據(jù)處理、訓(xùn)練和推理解決方案，以實(shí)現(xiàn)跨領(lǐng)域、智能化、個(gè)性化、可持續(xù)化的發(fā)展。從基礎(chǔ)設(shè)施層面來說，傳統(tǒng)計(jì)算基礎(chǔ)設(shè)施難以滿足大模型時(shí)代對(duì)于算力、存儲(chǔ)和網(wǎng)絡(luò)的高性能需求，因此算力服務(wù)商需要從芯片、處理器、存儲(chǔ)、網(wǎng)絡(luò)、數(shù)據(jù)庫、云原生架構(gòu)等維度，對(duì)算力基礎(chǔ)設(shè)施進(jìn)行全面升級(jí)，滿足用戶在超大加速環(huán)境中對(duì)快速擴(kuò)展的需求，提供可用、易用、高效的資源供給服務(wù)；總之，市場(chǎng)對(duì)于算力服務(wù)需求的改變，將對(duì)算力服務(wù)商的商業(yè)模式和管理模式提出全新要求，生成式人工智能有望重構(gòu)算力服務(wù)市場(chǎng)格局。在這個(gè)過程中，將會(huì)涌現(xiàn)更符合市場(chǎng)需求的算力供給方式，幫助企業(yè)應(yīng)對(duì)算力需求，基于共享的基礎(chǔ)設(shè)施，優(yōu)化服務(wù)器利用率，獲得更高的能效優(yōu)勢(shì)。來源目前什么都沒做正在做一些應(yīng)用場(chǎng)景的初步探索將在2023年投資生成式AI來源

據(jù)調(diào)研，中國企業(yè)尤其認(rèn)可生成式人工智能在加速?zèng)Q策、提高效率、優(yōu)化用戶和員工體驗(yàn)等維度帶來的價(jià)值，并將在未來三年持續(xù)提高投入力度，超過七成企業(yè)增幅達(dá)到20%-40%；但與此同時(shí)，企業(yè)需要直面計(jì)算、存儲(chǔ)等資源短缺、行業(yè)大模型可用性待提升以及投入成本高等問題帶來的壓力。投資增加10%-投資增加20%-投資增加30%-投資增加40%-投資增加50%- 來源隨著新算法、新應(yīng)用的提出，人工智能產(chǎn)業(yè)生態(tài)呈現(xiàn)出高度活力，豐富的應(yīng)用場(chǎng)景和潛在行業(yè)用例，將對(duì)大模型迭代和調(diào)優(yōu)、行業(yè)和場(chǎng)景適配以及應(yīng)用軟件功能設(shè)計(jì)提出新的需求。當(dāng)下中國大模型技術(shù)已經(jīng)在自然語言處理、機(jī)器視覺和多模態(tài)等領(lǐng)域具備高度活力；面向未來，中國應(yīng)持續(xù)關(guān)注基礎(chǔ)大模型等基礎(chǔ)性技術(shù)的原創(chuàng)性突破，以獲得國際競(jìng)爭(zhēng)力。可以預(yù)測(cè)，大模型應(yīng)用將帶來諸多產(chǎn)業(yè)化變革，因此，夯實(shí)底層模型和算法能力，對(duì)未來人工智能原生應(yīng)用的質(zhì)量和生態(tài)競(jìng)爭(zhēng)力將起到?jīng)Q定性作用。從政策角度而言，中國人工智能相關(guān)法規(guī)體系的完善與技術(shù)發(fā)展保持同頻，政府將持續(xù)加強(qiáng)監(jiān)督，疏導(dǎo)市場(chǎng)健康成長。2023年7月，中華人民共和國國家互聯(lián)網(wǎng)信息辦公室通過了《生成式人工智能服務(wù)管理暫行辦法》于2023年8月15日生效，將為實(shí)現(xiàn)發(fā)展與安全之間的平衡提供重要參考。圖6中國通用算力規(guī)模及預(yù)測(cè)，2020-圖6中國通用算力規(guī)模及預(yù)測(cè)，2020-圖7中國智能算力規(guī)模及預(yù)測(cè)，2020-來源

IDC數(shù)據(jù)顯示，2023年上半年，中國人工智能服務(wù)器市場(chǎng)規(guī)模達(dá)到30億美元，同比增長示，2022年中國智能算力規(guī)模達(dá)259.9每秒百億億次浮點(diǎn)運(yùn)算（EFLOPS），20234141EFOPS，預(yù)計(jì)到2027年將達(dá)到111.4EFOPS。此外，本報(bào)告基于《IDC場(chǎng)季度跟蹤報(bào)告》及CPU雙精度（FP64）運(yùn)算能力數(shù)據(jù)，測(cè)算了中國通用算力規(guī)模。2022年中國通用算力規(guī)模達(dá)54.5EFOPS，預(yù)計(jì)到2027年通用算力規(guī)模將達(dá)到11.3EFOPS。2022-2027年期間，中國智能算力規(guī)模年復(fù)合增長率達(dá)33.9%，同期通用算力規(guī)模年復(fù)合增長率為16.6%大模型的發(fā)展提升了智能算力的需求，中國的人工智能算力平臺(tái)將呈現(xiàn)多元化發(fā)展趨勢(shì)，整體市場(chǎng)也將充滿機(jī)遇。同時(shí)，針對(duì)國內(nèi)市場(chǎng)面臨單芯片算力的瓶頸問題，以系統(tǒng)化思維構(gòu)建算力基礎(chǔ)設(shè)施平臺(tái)，保障算力調(diào)度，優(yōu)化大模型研發(fā)效率，成為破局之法和發(fā)展趨勢(shì)。這也將加速中國市場(chǎng)對(duì)智能算力供給能力衡量標(biāo)準(zhǔn)的演變：用戶對(duì)算力供給能力的評(píng)估指標(biāo)將從對(duì)基礎(chǔ)設(shè)施硬件性能的關(guān)注，遷移以及擴(kuò)展至與應(yīng)用需求和結(jié)果相關(guān)的維度上，如單位時(shí)間可處理oken的數(shù)量、可靠性、時(shí)延、訓(xùn)練時(shí)間和資金成本、數(shù)據(jù)集質(zhì)量等。對(duì)于技術(shù)提供商而言，他們需要構(gòu)建以應(yīng)用為導(dǎo)向、系統(tǒng)為核心的算力供給能力，提高算力利用率，提升諸如卡間互聯(lián)、多節(jié)點(diǎn)間互聯(lián)等水平，支持靈活穩(wěn)定擴(kuò)展和彈性容錯(cuò)，積極打造通用的人工智能軟件和硬件平臺(tái)，以先進(jìn)的系統(tǒng)性能力滿足市場(chǎng)的應(yīng)用需求。

在中國，政府積極加大投資和支持，推動(dòng)人工智能技術(shù)和應(yīng)用的發(fā)展。在此背景下，算力基礎(chǔ)設(shè)施建設(shè)成為一個(gè)重要環(huán)節(jié)，被納入國家新基建范疇。在適度超前的指導(dǎo)思想下，國家正加大對(duì)人工智能算力基礎(chǔ)設(shè)施的投資。目前，互聯(lián)網(wǎng)企業(yè)、電信運(yùn)營商，以及各級(jí)政府均積極投入到智算中心的建設(shè)之中。據(jù)不完全統(tǒng)計(jì)，截至2023年8月，全國已有超過30個(gè)城市建設(shè)智算中心，總建設(shè)規(guī)模超過200億。與此同時(shí)，人工智能、尤其是生成式人工智能，對(duì)能源消耗提出了更高要求，這讓綠色節(jié)能成為先進(jìn)技術(shù)落地的重要關(guān)注點(diǎn)。模型訓(xùn)練或人工智能應(yīng)用程序開發(fā)以及應(yīng)用階段，即文本/聊天、圖像或視頻大量生成階段，都會(huì)消耗大量能量，產(chǎn)生大量熱量。從數(shù)據(jù)中心機(jī)柜功耗上來說，GPU服務(wù)器每臺(tái)機(jī)架的功率可高達(dá)50kW，這將與傳統(tǒng)數(shù)據(jù)中心每機(jī)架7kW功耗的行業(yè)平均水平形成鮮明對(duì)比。數(shù)據(jù)中心原有供電網(wǎng)絡(luò)需要升級(jí)改造，以匹配生成式人工智能對(duì)基礎(chǔ)設(shè)施的需求。推理CPU+CPU+CPU+CPU來源從技術(shù)發(fā)展視角來看，異構(gòu)計(jì)算仍然是芯片發(fā)展趨勢(shì)之一。異構(gòu)計(jì)算通過在單一系統(tǒng)中利用不同類型的處理器（如CPU、GPU、ASIC、FPGA、NPU等）協(xié)同工作，執(zhí)行特定任務(wù)，以優(yōu)化性能和效率，更高效地利用不同類型的計(jì)算資源，滿足不同的計(jì)算需求，比如，通過發(fā)揮GPU并行處理能力，可以提高模型，尤其是大模型的訓(xùn)練速度和效率；在數(shù)據(jù)預(yù)處理、模型調(diào)優(yōu)等階段，可以使用CPU進(jìn)行計(jì)算和決策，或在控制和協(xié)調(diào)計(jì)算資源（如GPU、FPGA等）的工作過程中使用CPU，以確保計(jì)算過程的順利進(jìn)行；此外，可通過使用FPGA進(jìn)行推理加速，從而將模型實(shí)現(xiàn)在邊緣設(shè)備的部署，以開展更快速的實(shí)時(shí)推理工作。IDC調(diào)查研究顯示，截至2023年10月，中國市場(chǎng)普遍認(rèn)為“CPU+GPU”的異構(gòu)方式是人工智能異構(gòu)計(jì)算的主要組合形式。多元細(xì)分：人工智能大模型應(yīng)用呈多樣化趨勢(shì)發(fā)展，這就需要不同類型的芯片滿足場(chǎng)景需求，除了CPU、GPU等傳統(tǒng)的計(jì)算芯片外，國內(nèi)芯片市場(chǎng)也在向更細(xì)分、更專業(yè)化的方向發(fā)展。但與此同時(shí)，中國芯片產(chǎn)業(yè)發(fā)展也面臨著一些挑戰(zhàn)，其中以技術(shù)突破、人才培養(yǎng)、知識(shí)產(chǎn)權(quán)保護(hù)等方面的問題尤為突出。以封裝技術(shù)為例，3D封裝等技術(shù)的出現(xiàn)意味著高端芯片賽道上的競(jìng)爭(zhēng)無須再僅圍繞摩爾定律下的晶體管工藝能力展開，而是可以從新的角度切入，達(dá)成電路密度提升的目標(biāo)，進(jìn)而實(shí)現(xiàn)性能的升級(jí)，封裝工藝突破正在成為中國芯片制造的新課題；此外，芯片產(chǎn)業(yè)發(fā)展不僅依賴硬件能力，還需要構(gòu)建與硬件匹配的軟件生態(tài)，包括操作系統(tǒng)、中間件和工具鏈等，當(dāng)下諸多本土芯片技術(shù)儲(chǔ)備和生態(tài)能力仍圍繞小模型時(shí)代的識(shí)別式人工智能展開，難以匹配大模型和生成式人工智能發(fā)展所需的軟件生態(tài)、模型框架、性能需求，因此本土人工智能芯片仍需在發(fā)展、繼承和競(jìng)爭(zhēng)中成長。未來，中國人工智能芯片產(chǎn)業(yè)需要進(jìn)一步加強(qiáng)技術(shù)研發(fā)和創(chuàng)新，加強(qiáng)生態(tài)體系建設(shè)，培養(yǎng)更多高素質(zhì)高技術(shù)的人才，加強(qiáng)從感知智能到生成式智能，人工智能算力需求快速增長。IDC認(rèn)為，生成式人工智能和大模型發(fā)展正在成為人工智能算力市場(chǎng)發(fā)展的加速器。從感知智能到生成式智能，人工智能越來越需要依賴“強(qiáng)算法、高算力、大數(shù)據(jù)”的支持。模型的大小、訓(xùn)練所需的參數(shù)量等因素將直接影響智能涌現(xiàn)的質(zhì)量，人工智能模型需要的準(zhǔn)確性越高，訓(xùn)練該模型所需的計(jì)算力就越高。以ChatGT模型為例，公開數(shù)據(jù)顯示，其所使用的GT-3大模型所需訓(xùn)練參數(shù)量為1750億，算力消耗為3640PF-days（即每秒運(yùn)算一千萬億次，運(yùn)行3640天），需要至少1萬片GPU提供支撐。據(jù)統(tǒng)計(jì)，當(dāng)模型參數(shù)擴(kuò)大十倍，算力投入將超過十倍，模型架構(gòu)、優(yōu)化效率、并行處理能力以及算力硬件能力等因素均會(huì)影響具體增加的倍數(shù)。G-AI■Other 來源BERT-GPT-GPT-T-MT-Switch-源31517501105300540034007006502450由于大模型對(duì)計(jì)算能力和數(shù)據(jù)的高需求，其所需要的服務(wù)器設(shè)施將在人工智能基礎(chǔ)設(shè)施市場(chǎng)中占據(jù)越來越大的份額。IDC預(yù)計(jì)，全球人工智能硬件市場(chǎng)（服務(wù)器），將從2022年的195億美元增長到2026年的347億美元，五年年復(fù)合增長率達(dá)1.3%；其中，用于運(yùn)行生成式人工智能的服務(wù)器市場(chǎng)規(guī)模在整體人工智能服務(wù)器市場(chǎng)的占比將從2023年的19%增長至2026年的37%。目前，中國的人工智能服務(wù)器發(fā)展取得了快速且顯著的進(jìn)展。由于人工智能是國家發(fā)展戰(zhàn)略的重要部分，在當(dāng)前數(shù)字經(jīng)濟(jì)的時(shí)代背景之下，服務(wù)器已經(jīng)延伸到多個(gè)應(yīng)用領(lǐng)域；人工智能服務(wù)器作為快速發(fā)展的新興領(lǐng)域，市場(chǎng)規(guī)模也在不斷增長。與此同時(shí)，國家相關(guān)部門陸續(xù)出臺(tái)支持行業(yè)發(fā)展的相關(guān)文件。例如，2023年2月，中共中央、國務(wù)院印發(fā)《數(shù)字中國建設(shè)整體布局規(guī)劃》，提到系統(tǒng)優(yōu)化算力基礎(chǔ)設(shè)施布局，以促進(jìn)東西部算力高效互補(bǔ)和協(xié)同聯(lián)動(dòng)，引導(dǎo)通用數(shù)據(jù)中心、超算中心、智能計(jì)算中心、邊緣數(shù)據(jù)中心等合理梯次布局，在政策層面為人工智能服務(wù)器需求量的增長提供保障。來源來源16,000 14,000 來源圖11中國人工智能服務(wù)器工作負(fù)載預(yù)測(cè)，2022-訓(xùn)練從需求側(cè)來說，在國內(nèi)數(shù)字基礎(chǔ)建設(shè)不斷加快的帶動(dòng)下，人工智能服務(wù)器行業(yè)也保持快速增長。各大相關(guān)企業(yè)相繼進(jìn)行布局，加之中國人工智能應(yīng)用場(chǎng)景的逐步落地，對(duì)算力的需求量快速增長，人工智能服務(wù)器在服務(wù)器整體市場(chǎng)中的比重越來越高。同時(shí)，中國的企業(yè)和研究機(jī)構(gòu)積極進(jìn)行人工智能服務(wù)器的技術(shù)研發(fā)和創(chuàng)新。這包括高性能的處理器、大容量的內(nèi)存、高速的存儲(chǔ)器和高效的冷卻系統(tǒng)等領(lǐng)域的創(chuàng)新，以滿足對(duì)計(jì)算能力和數(shù)據(jù)處理速度的需求。IDC預(yù)測(cè)，未來市場(chǎng)需求量也將會(huì)實(shí)現(xiàn)大幅度上升，預(yù)計(jì)2023年，中國人工智能服務(wù)器市場(chǎng)規(guī)模將達(dá)91億美元，同比增長82.5%，2027年將達(dá)到134億美元，五年年復(fù)合增長率為2.8%。隨著生成式人工智能任務(wù)的不斷增加，市場(chǎng)對(duì)于高性能和高能效的人工智能服務(wù)器需求將持續(xù)增長。未來的人工智能服務(wù)器將注重提高計(jì)算能力和處理效率，以適應(yīng)更復(fù)雜、更大規(guī)模的人工智能應(yīng)用。從工作負(fù)載來看，2023年，大模型的興起推動(dòng)了訓(xùn)練服務(wù)器的增長速度。IDC數(shù)據(jù)顯示，在中國，2023上半年訓(xùn)練工作負(fù)載的服務(wù)器占比達(dá)到49.4%，預(yù)計(jì)全年的占比將達(dá)到587%。隨著訓(xùn)練模型的完善與成熟，模型和應(yīng)用產(chǎn)品逐步進(jìn)入投產(chǎn)模式，處理推理工作負(fù)載的人工智能服務(wù)器占比將隨之攀升。IDC預(yù)計(jì)，到2027年，用于推理的工作負(fù)載將達(dá)到72.6%。伴隨模型參數(shù)不斷擴(kuò)大，智能涌現(xiàn)將為人工智能發(fā)展產(chǎn)生深遠(yuǎn)影響。當(dāng)前，人工智能大模型處于高速發(fā)展階段，Open-AI、谷歌、Meta、微軟等在技術(shù)實(shí)力、資金、人才基礎(chǔ)等方面具有優(yōu)勢(shì)的大型科技企業(yè)正推動(dòng)大模型的發(fā)展，千億乃至萬億級(jí)參數(shù)量加速智能涌現(xiàn)。大模型技術(shù)發(fā)展推動(dòng)多模態(tài)模型不斷升級(jí)迭代。伴隨深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí)等多種技術(shù)的發(fā)展，多模態(tài)大模型正在成為人工智能領(lǐng)域的發(fā)展趨勢(shì)之一。多模態(tài)大模型能夠?qū)崿F(xiàn)圖像、文本、語音等模態(tài)之間的統(tǒng)一表示和相互生成，具有廣泛的應(yīng)用范圍，覆蓋自然語言處理、圖像識(shí)別、語音識(shí)別、多媒體處理等諸多領(lǐng)域，諸如GPT-4態(tài)大模型，可以在很多專業(yè)領(lǐng)域表現(xiàn)出類人類的水準(zhǔn)，實(shí)現(xiàn)了突破性發(fā)展。未來，基于技術(shù)的不斷突破，多模態(tài)將持續(xù)拓展各行業(yè)場(chǎng)景下的融合應(yīng)用。我們看到，頭部廠商持續(xù)布局多模態(tài)大模型領(lǐng)域，在注重模型整體通用性的同時(shí)，也在不斷提升子領(lǐng)域的優(yōu)化體驗(yàn)和技術(shù)升級(jí)。大模型可通過自主學(xué)習(xí)和改進(jìn)，不斷刷新任務(wù)完成的質(zhì)量。參數(shù)越多，模型可以學(xué)習(xí)到的特征和模式也會(huì)更多，但是，智能涌現(xiàn)不僅只與參數(shù)量有關(guān)，還受到模型設(shè)計(jì)、數(shù)據(jù)集選擇、訓(xùn)練方法、模型架構(gòu)、任務(wù)類型和計(jì)算資源等多重因素的影響。因此，在實(shí)踐中，企業(yè)需要根據(jù)具體的任務(wù)和模型設(shè)計(jì)來決定參數(shù)量的大小，算力服務(wù)商需要從硬件、軟件和算法等多個(gè)維度提供全面服務(wù)，共同提升大模型的準(zhǔn)確性和可用性。以Megaton-DeepSpeed框架為例，Megaton是基于ansormer開發(fā)的、采用混合精度訓(xùn)練的模型，支持并行、多節(jié)點(diǎn)訓(xùn)練，通過與DeepSpeed深度學(xué)習(xí)加速優(yōu)化庫結(jié)合，創(chuàng)建了一個(gè)支持?jǐn)?shù)據(jù)并行（DP）、張量并行（TP）和流水線并行（PP）的3D分布式訓(xùn)練變得更簡(jiǎn)單、高效和有效。人工智能持續(xù)發(fā)展離不開底層服務(wù)支撐和軟件平臺(tái)優(yōu)化。越來越多的行業(yè)用戶關(guān)注到框架或者平臺(tái)產(chǎn)品中的大模型能力，但在通往應(yīng)用和大規(guī)模落地過程中，還需不斷面對(duì)算力、數(shù)據(jù)、效果、成本等多維度帶來的挑戰(zhàn)。提供全棧全流程支持：人工智能軟件基礎(chǔ)設(shè)施是算力和應(yīng)用之間的中間層軟件基礎(chǔ)設(shè)施，包含系統(tǒng)環(huán)境部署、算力調(diào)度保障和模型開發(fā)管理等多個(gè)層次，覆蓋了數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練、模型部署、產(chǎn)品整合等諸多環(huán)節(jié)。通過構(gòu)建系統(tǒng)性的架構(gòu)和全棧的解決方案，可更好全流程支持企業(yè)實(shí)現(xiàn)模型的應(yīng)用落地。圖12圖12，2022-邊緣人工智能基礎(chǔ)設(shè)施處理器邊緣人工智能基礎(chǔ)設(shè)施加速器—整體市場(chǎng)增幅 來源將從2022年的11億美元增加至2027年的94億美元，五年年復(fù)合年增長率（CAGR）為視頻圖片來源液冷服務(wù)器正快速迭代。IDC預(yù)計(jì)，2022-2027年，中國液冷服務(wù)器市場(chǎng)年復(fù)合增長率將達(dá)到547%，2027年市場(chǎng)規(guī)模將達(dá)到892022年，中國液冷服務(wù)器數(shù)量尚不到服務(wù)器總量的3%，滲透率在10%左右。進(jìn)入2023年至今，主流IT設(shè)備廠商均已公開表明將加大研發(fā)力度并加快產(chǎn)品迭代速度，尤其重視液冷數(shù)據(jù)中心系統(tǒng)架構(gòu)、液冷部件及接口、液冷基礎(chǔ)設(shè)施、液冷監(jiān)控系統(tǒng)的標(biāo)準(zhǔn)制定等維度的提升，加速液冷算力規(guī)模化部署，優(yōu)化液冷產(chǎn)業(yè)鏈生態(tài)伙伴協(xié)同發(fā)展，加速液冷在數(shù)據(jù)中心的規(guī)?；涞亍D14中國液冷服務(wù)器市場(chǎng)預(yù)測(cè)，2022-圖14中國液冷服務(wù)器市場(chǎng)預(yù)測(cè)，2022-來源在通用算力市場(chǎng)中，液冷數(shù)據(jù)中心制冷解決方案主要有三條技術(shù)路線，即冷板式、浸沒式和噴淋式。IDC數(shù)據(jù)顯示，2022年，中國液冷服務(wù)器市場(chǎng)中，冷板服務(wù)器占到了90%。這種技術(shù)路線通過冷板制冷方案，對(duì)CPU、內(nèi)存和磁盤等高功耗的部件進(jìn)行接觸式降溫。冷板方案在對(duì)原有基礎(chǔ)設(shè)施進(jìn)行改造的投入和難度方面具有優(yōu)勢(shì)，同時(shí)具有較高成熟度和較好商用基礎(chǔ)。浸沒式在散熱效率和單機(jī)柜功率、空間利用率等方面比冷板式更具優(yōu)勢(shì)，但是受限于基礎(chǔ)設(shè)施改造、建設(shè)成本、電子氟化液或其他冷卻液的成本及可維護(hù)性等因素，目前發(fā)展仍相對(duì)緩慢。噴淋式與浸沒式類似，同樣適用于結(jié)構(gòu)承重經(jīng)過特殊加固的新建項(xiàng)目，不同之處在于：噴淋式方案中目前單機(jī)柜最大負(fù)載為48W，應(yīng)用范圍相對(duì)狹窄。越來越多的行業(yè)標(biāo)準(zhǔn)相繼推出，也在帶動(dòng)生態(tài)鏈的有序發(fā)展。Intel等全球技術(shù)供應(yīng)商提出在OCP（開源計(jì)算項(xiàng)目）下為數(shù)據(jù)中心液冷用快速接頭制定UQD全球標(biāo)準(zhǔn)，希望能在液冷數(shù)據(jù)中心防噴快換接頭的快速更換方面提供開放標(biāo)準(zhǔn)，以提高液冷數(shù)據(jù)中心的快速部署能力以及減輕運(yùn)維難度。在中國，盡管市場(chǎng)對(duì)數(shù)據(jù)中心制冷有旺盛的需求，但液冷技術(shù)從宏觀上看仍處于發(fā)展早期階段，產(chǎn)業(yè)生態(tài)建設(shè)仍有待完善。各方應(yīng)全力打造高水平液冷生態(tài)鏈，構(gòu)筑開放生態(tài)，引領(lǐng)形成統(tǒng)一標(biāo)準(zhǔn)，打造液冷生態(tài)的主導(dǎo)者、設(shè)計(jì)者、構(gòu)筑者，推進(jìn)產(chǎn)業(yè)生態(tài)成熟。近年來，人工智能的廣泛應(yīng)用提出了更高的算力需求，也讓算力提供的使用方式發(fā)生了重大改變。過去十年，企業(yè)IT基礎(chǔ)架構(gòu)的部署從傳統(tǒng)采購模式加速向公有云上遷移，越來越多的用戶開始利用人工智能aaS服務(wù)帶來的便利、快速靈活地部署相關(guān)應(yīng)用。然而近年來，人工智能和應(yīng)用提出了更高的算力需求，讓算力提供方式發(fā)生了重大改變。人工智能應(yīng)用帶來的算力使用方式具有算力資源占用集中化、技術(shù)門檻更高等顯著特征。一個(gè)大模型的訓(xùn)練往往需要大量集群的算力提供支持，傳統(tǒng)人工智能就緒度低的數(shù)據(jù)中心環(huán)境和運(yùn)維管理狀態(tài)難以滿足算力、網(wǎng)絡(luò)和安全等方面的需求；應(yīng)用側(cè)需求的改變也將催生算力服務(wù)模式的更新。圖15圖15未來三年采用AR來源近年來，人工智能從單點(diǎn)應(yīng)用到多元化、從通用場(chǎng)景到行業(yè)特定場(chǎng)景，不斷深入，飛速發(fā)展。由生成式人工智能引發(fā)的熱潮，也在迅速擴(kuò)散。人工智能應(yīng)用場(chǎng)景在近年的發(fā)展中，逐步開始變得更加多樣化，對(duì)人工智能的需求也逐漸從單一功能轉(zhuǎn)向?yàn)槎嗑S度，多思維，多模態(tài)以及多場(chǎng)景。 AR與 來源智慧金融行業(yè)：金融行業(yè)對(duì)人工智能投入高，增速快。人工智能技術(shù)的引入也打破了傳統(tǒng)金融行業(yè)存在的流程復(fù)雜、周期較長、工作單一且重復(fù)、審批方式以及流程耗費(fèi)時(shí)間長等問題。因此，金融業(yè)對(duì)于人工智能算力、算法的需求日益增高。以銀行業(yè)為例，伴隨當(dāng)前國內(nèi)經(jīng)濟(jì)大環(huán)境以及宏觀調(diào)控等因素，信貸及風(fēng)險(xiǎn)管控壓力驟增，實(shí)現(xiàn)風(fēng)險(xiǎn)管控，反欺詐以及基于RA的流程自動(dòng)化是銀行目前的布局重點(diǎn)。各家銀行依托大數(shù)據(jù)建立專屬的信貸評(píng)級(jí)系統(tǒng)以及審批系統(tǒng)，可極大程度上降低借貸風(fēng)險(xiǎn)，并優(yōu)化借貸流程。近年來，銀行業(yè)已在風(fēng)控、營銷、客服等多個(gè)場(chǎng)景熟練使用人工智能技術(shù)，有效提高了工作效率，降低了各項(xiàng)成本，提升了客戶服務(wù)滿意度，同時(shí)實(shí)現(xiàn)了“便捷化”、“智能化”及“綠色化”；隨著人工智能技術(shù)的發(fā)展，業(yè)務(wù)流程自動(dòng)化管理是銀行業(yè)發(fā)展的重心和趨勢(shì)，其能夠有效減少信息錄入、核驗(yàn)、審批等簡(jiǎn)單重復(fù)的工作，加速個(gè)性化金融服務(wù)的拓展，從而減少運(yùn)營成本以及提高客戶滿意度。智能產(chǎn)線：在人工智能技術(shù)的賦能下，制造業(yè)企業(yè)可以實(shí)現(xiàn)產(chǎn)品性能和質(zhì)量的可視化預(yù)測(cè)以及自動(dòng)化復(fù)檢；制造業(yè)推進(jìn)供應(yīng)鏈管理自動(dòng)化，同時(shí)了解內(nèi)外部發(fā)展趨勢(shì)，結(jié)合市場(chǎng)發(fā)展現(xiàn)狀、自我產(chǎn)品定位以及相關(guān)競(jìng)品的優(yōu)劣勢(shì)對(duì)產(chǎn)品進(jìn)行定位和研發(fā)，協(xié)助制定全新設(shè)計(jì)方案和銷售方案。實(shí)時(shí)監(jiān)控：通過傳感器和物聯(lián)網(wǎng)技術(shù)，人工智能可以實(shí)時(shí)監(jiān)測(cè)設(shè)備和生產(chǎn)線的狀態(tài)。通過收集和分析大量數(shù)據(jù)（如溫度、壓力、震動(dòng)等）以及設(shè)備的工作狀態(tài)和性能指標(biāo)，幫助制造企業(yè)及時(shí)發(fā)現(xiàn)問題并采取措施，以避免生產(chǎn)中斷或出現(xiàn)質(zhì)量問題。遠(yuǎn)程操作：人工智能技術(shù)可以通過遠(yuǎn)程控制技術(shù)，實(shí)現(xiàn)對(duì)設(shè)備和生產(chǎn)線的遠(yuǎn)程操作。制造商可以通過云平臺(tái)或移動(dòng)應(yīng)用監(jiān)控和控制設(shè)備，進(jìn)行遠(yuǎn)程調(diào)整和優(yōu)化，極大程度提高生產(chǎn)線的靈活性和響應(yīng)能力，減少人工干預(yù)，降低生產(chǎn)成本。智慧醫(yī)療：人工智能在醫(yī)療行業(yè)的應(yīng)用正日益增長，對(duì)醫(yī)療服務(wù)的質(zhì)量、效率和準(zhǔn)確性產(chǎn)生了深遠(yuǎn)的影響。例如，人工智能在醫(yī)學(xué)診斷和影像學(xué)方面發(fā)揮了重要作用。通過深度學(xué)習(xí)技術(shù)和大數(shù)據(jù)分析，人工智能能夠?qū)︶t(yī)學(xué)圖像，如CT掃描、MRI和X射線等進(jìn)行自動(dòng)分析和解讀，有助于輔助醫(yī)生提供更準(zhǔn)確的診斷，快速識(shí)別潛在的疾病特征，減少漏診和誤診的風(fēng)險(xiǎn)。此外，人工智能可改善對(duì)患者的監(jiān)測(cè)和個(gè)性化治療。通過傳感器、健康監(jiān)測(cè)設(shè)備和實(shí)時(shí)數(shù)據(jù)分析，人工智能能夠監(jiān)測(cè)患者的生理參數(shù)、活動(dòng)水平和病情變化，并基于這些數(shù)據(jù)提供個(gè)性化的治療建議、預(yù)測(cè)疾病發(fā)展趨勢(shì)，并提前預(yù)警患者的惡化風(fēng)險(xiǎn)，從而優(yōu)化患者管理、提升治療效果。另外，人工智能在新藥研發(fā)和藥物治療方面也具有潛力。通過分析大量的醫(yī)學(xué)文獻(xiàn)、基因組學(xué)數(shù)據(jù)和臨床試驗(yàn)結(jié)果，人工智能可以發(fā)現(xiàn)新的治療目標(biāo)和藥物候選物，加速新藥研發(fā)的過程，并幫助制定更有效的治療策略。人工智能能為患者提供更智能化和個(gè)性化的醫(yī)療服務(wù)。通過虛擬助手、聊天機(jī)器人和語音識(shí)別技術(shù)，人工智能可以為患者提供24/7的醫(yī)療咨詢和居家遠(yuǎn)程醫(yī)療服務(wù)；還可以根據(jù)患者的個(gè)人健康數(shù)據(jù)和歷史記錄，提供個(gè)性化的預(yù)防和康復(fù)建議，促進(jìn)患者的健康管理和自我護(hù)理。AI4S（人工智能應(yīng)用于科學(xué)）：人工智能在科學(xué)領(lǐng)域的應(yīng)用也取得了諸多階段性成果?；谙冗M(jìn)的算法和模型，科學(xué)家、研究機(jī)構(gòu)和相關(guān)企業(yè)可加速數(shù)據(jù)分析和處理，基于模型和算法對(duì)原子運(yùn)動(dòng)規(guī)律、物質(zhì)性質(zhì)等進(jìn)行預(yù)測(cè)和模擬，也可對(duì)醫(yī)學(xué)圖像、天文圖像等進(jìn)行更好的識(shí)別和理解，加速實(shí)驗(yàn)的自動(dòng)化和智能化，實(shí)現(xiàn)自動(dòng)化合成、自動(dòng)化表征等。目前，人工智能已經(jīng)在材料科學(xué)、生物醫(yī)學(xué)、環(huán)境和氣象、海洋、航空航天、化工等領(lǐng)域?qū)崿F(xiàn)落地和應(yīng)用，為科學(xué)研究的發(fā)展帶來更多的可能性。生成式人工智能應(yīng)用在2023年快速發(fā)展，未來將進(jìn)一步賦能各行各業(yè)。由于生成式人工智能可為實(shí)際應(yīng)用注入增強(qiáng)功能，引來商業(yè)領(lǐng)域的廣泛關(guān)注。通過把大模型能力和應(yīng)用需求結(jié)合，結(jié)合場(chǎng)景或業(yè)務(wù)數(shù)據(jù)，可加速生成式人工智能向行業(yè)領(lǐng)域的滲透。IDC認(rèn)為知識(shí)管理、對(duì)話式應(yīng)用、銷售和營銷、代碼生成等是企業(yè)應(yīng)用生成式人工智能的主要領(lǐng)域。金融行業(yè)是對(duì)生成式人工智能使用較早的行業(yè)之一，IDC全球一項(xiàng)調(diào)研結(jié)果顯示，樣本中超過半數(shù)的金融機(jī)構(gòu)計(jì)劃在2023年在生成式人工智能技術(shù)上進(jìn)行投入，只有10%的金融機(jī)構(gòu)表示，他們目前沒有試驗(yàn)計(jì)劃，或者目前沒有使用生成式人工智能的計(jì)劃。在金融行業(yè)脫穎而出并最容易實(shí)現(xiàn)的用例多數(shù)圍繞用戶體驗(yàn)、知識(shí)管理和應(yīng)用開發(fā)這幾方面，包括智能投顧、自動(dòng)化客服（如聊天機(jī)器人和語音機(jī)器人）、風(fēng)險(xiǎn)評(píng)估、報(bào)告自動(dòng)化生成、代碼生成應(yīng)用等。生成式人工智能在金融行業(yè)有著巨大的前景，但金融作為監(jiān)管最為嚴(yán)格的行業(yè)之一，對(duì)數(shù)據(jù)安全和隱私有極高的要求，本次參與調(diào)研的金融機(jī)構(gòu)表示，對(duì)數(shù)據(jù)安全和隱私的顧慮是他們采用生成式人工智能時(shí)的最大阻礙，如何解決這一問題，對(duì)未來技術(shù)的應(yīng)用發(fā)展至關(guān)重要；圖18中國人工智能應(yīng)用場(chǎng)景發(fā)展圖18中國人工智能應(yīng)用場(chǎng)景發(fā)展氣象預(yù)報(bào) 來源此外，生成式人工智能與大模型也在能源（能源消費(fèi)趨勢(shì)預(yù)測(cè)、能源存儲(chǔ)和分發(fā)、環(huán)境監(jiān)測(cè)）、零售（庫存管理和預(yù)測(cè)、個(gè)性化推薦、客戶行為）、教育（語言學(xué)習(xí)、教學(xué)輔助、學(xué)習(xí)評(píng)估）等領(lǐng)域?qū)崿F(xiàn)推進(jìn)。隨著技術(shù)的不斷發(fā)展和進(jìn)步，未來還會(huì)出現(xiàn)更多新的應(yīng)用場(chǎng)景。

大模型的研發(fā)和應(yīng)用對(duì)基礎(chǔ)架構(gòu)提出更高的要求，美圖通過與浪潮信息等設(shè)備服務(wù)商合作，升級(jí)基礎(chǔ)架構(gòu)能力，提高算力、存儲(chǔ)、網(wǎng)絡(luò)性能，滿足視覺大模型的訓(xùn)練和應(yīng)用需求。同時(shí)，發(fā)揮諸如云原生服務(wù)的基礎(chǔ)構(gòu)建等能力，提高模型訓(xùn)練平臺(tái)的利用率，助力整個(gè)高算力集群性能的穩(wěn)定、高效輸出。網(wǎng)易是一家成立于1997年的中國互聯(lián)網(wǎng)科技公司，業(yè)務(wù)范圍覆蓋游戲、音樂、電子郵件服務(wù)、電商平臺(tái)以及教育等領(lǐng)域。隨著智能創(chuàng)新時(shí)代的來臨，網(wǎng)易看到大模型和生成式人工智能發(fā)展給企業(yè)、行業(yè)和社會(huì)帶來的機(jī)遇。在此背景下，網(wǎng)易一方面加速關(guān)鍵技術(shù)的研發(fā)和突破，以生成式人工智能技術(shù)加速業(yè)務(wù)發(fā)展，另一方面加速人工智能能力的場(chǎng)景化應(yīng)用，推進(jìn)技術(shù)對(duì)行業(yè)和產(chǎn)業(yè)的賦能。網(wǎng)易伏羲是網(wǎng)易旗下專業(yè)從事游戲與人工智能研究和應(yīng)用的機(jī)構(gòu)，是網(wǎng)易發(fā)展人工智能技術(shù)的一個(gè)重要縮影。設(shè)計(jì)創(chuàng)作場(chǎng)景：網(wǎng)易伏羲“丹青約”繪畫平臺(tái)面向美術(shù)資產(chǎn)生產(chǎn)管線，旨在輔助美術(shù)工作者解決設(shè)計(jì)靈感創(chuàng)作問題，加速圖片作品生成，提升創(chuàng)作效率，實(shí)現(xiàn)至少50%以上的工作效率提升。地難等問題。伏羲有靈平臺(tái)作為人機(jī)協(xié)作任務(wù)平臺(tái)，為用戶提供AOP（Agent-Oriented-Pogamming，面向智能體編程）框架，通過提供統(tǒng)一對(duì)接人工和機(jī)器的規(guī)范接口和服務(wù)，支持用戶通過平臺(tái)自動(dòng)構(gòu)建業(yè)務(wù)領(lǐng)域的數(shù)據(jù)閉環(huán)，可針對(duì)行業(yè)細(xì)分場(chǎng)景定制化構(gòu)建并訓(xùn)練領(lǐng)域特殊的智能體。此外，平臺(tái)為開發(fā)者統(tǒng)一解決了復(fù)雜分布式系統(tǒng)的計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)等資源問題，并支持將云端資源延展和下沉到邊緣端，為開發(fā)者提供極簡(jiǎn)編程體驗(yàn)。生成式人工智能和相關(guān)模型訓(xùn)練提升了網(wǎng)易對(duì)于人工智能算力的需求。在技術(shù)研發(fā)和落地應(yīng)用過程中，網(wǎng)易與浪潮信息合作，滿足對(duì)大規(guī)模人工智能訓(xùn)練和推理算力的彈性需求。此外，基于浪潮信息對(duì)于計(jì)算業(yè)務(wù)的深入理解以及其在模型開發(fā)領(lǐng)域的實(shí)踐經(jīng)驗(yàn)，雙方充分溝通，在數(shù)據(jù)資源治理、訓(xùn)練技術(shù)開發(fā)等方面深入合作，加速了網(wǎng)易一些算法業(yè)務(wù)的大規(guī)模啟動(dòng)的進(jìn)程。Hermite?藥物計(jì)算設(shè)計(jì)平臺(tái)及RiYMO?難成藥靶標(biāo)研發(fā)平臺(tái)專注于臨床前藥物研發(fā)提供一站式計(jì)算解決方案，實(shí)現(xiàn)計(jì)算驅(qū)動(dòng)的藥物設(shè)計(jì)，覆蓋從蛋白質(zhì)結(jié)構(gòu)建模、分子對(duì)接與虛擬篩選、結(jié)合親和力評(píng)估，到基于大模型的分子性質(zhì)預(yù)測(cè)等完整藥物研發(fā)過程。AI4Sci將為科學(xué)研究帶來新的范式和機(jī)遇。它不僅可以幫助科研機(jī)構(gòu)和企業(yè)解決現(xiàn)存的科學(xué)問題，還可以實(shí)現(xiàn)對(duì)新課題的啟發(fā)，發(fā)現(xiàn)新的問題和方向。新算法的發(fā)展、大模型的涌現(xiàn)、數(shù)據(jù)的快速增長和計(jì)算能力的提升為AI4Sci的發(fā)展奠定基礎(chǔ)，深勢(shì)科技在算法、平臺(tái)、應(yīng)用、解決方案等多維度的突破將為更高效、準(zhǔn)確地解決科學(xué)問題提供有力支持。

回顧2018年到2022年的評(píng)估結(jié)果，可以看到互聯(lián)網(wǎng)、金融、政府、電信、制造、服務(wù)、交通、醫(yī)療、能源和教育等領(lǐng)域一直在積極探索人工智能的應(yīng)用。其中互聯(lián)網(wǎng)、政府、金融、電信、制造行業(yè)在五年中一直保持著前五名的高滲透度。隨著人工智能技術(shù)的不斷發(fā)展與完善，企業(yè)決策者更深刻地體會(huì)到人工智能可以推動(dòng)傳統(tǒng)產(chǎn)業(yè)的升級(jí)和創(chuàng)新，促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型加速，同時(shí)也能催生新的產(chǎn)業(yè)和商業(yè)模式，為傳統(tǒng)企業(yè)和初創(chuàng)企業(yè)帶來更多的機(jī)會(huì)。因此，各行業(yè)對(duì)于人工智能技術(shù)的應(yīng)用愈加重視，行業(yè)分布也愈加廣泛。圖20圖202023來源圖19中國人工智能行業(yè)應(yīng)用滲透度，2018- 互聯(lián)網(wǎng)企業(yè)將各種人工智能技術(shù)廣泛應(yīng)用于其業(yè)務(wù)模塊，以優(yōu)化用戶體驗(yàn)并提升商業(yè)運(yùn)營效率：智能客服借助自然語言處理和機(jī)器學(xué)習(xí)技術(shù)，為用戶帶來更為高效和流暢的服務(wù)，同時(shí)使企業(yè)服務(wù)效率更高、成本更低；大數(shù)據(jù)分析與智能決策也逐漸成為互聯(lián)網(wǎng)企業(yè)的核心能力，通過基于智能搜索技術(shù)提取有價(jià)值的信息，從而助力企業(yè)做出更加智慧的決策；在營銷領(lǐng)域，智能營銷和個(gè)性化推薦技術(shù)，使得互聯(lián)網(wǎng)企業(yè)能夠更準(zhǔn)確地洞察用戶的興趣和需求，增加客戶粘性，向客戶提供更有針對(duì)性的幫助。可以說，中國的互聯(lián)網(wǎng)行業(yè)正在經(jīng)歷一個(gè)深度的智能化革命，由人工智能、大數(shù)據(jù)、自動(dòng)化和其他先進(jìn)技術(shù)共同推動(dòng)，旨在更好地滿足市場(chǎng)和用戶的多樣化需求。在現(xiàn)代數(shù)字化時(shí)代，人工智能技術(shù)在政府領(lǐng)域的應(yīng)用日益顯著，極大地推動(dòng)了公共服務(wù)和城市治理的進(jìn)步。例如，數(shù)字政府已經(jīng)利用自然語言處理和機(jī)器學(xué)習(xí)算法，推出了智能客服系統(tǒng)，使公眾能夠獲得快速、準(zhǔn)確的在線信息查詢與答疑服務(wù)。數(shù)據(jù)挖掘和預(yù)測(cè)技術(shù)也使數(shù)字政府能夠深入分析海量政府?dāng)?shù)據(jù)，找到潛在的模式，進(jìn)而為決策提供科學(xué)依據(jù)。在城市管理方面，結(jié)合物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術(shù)，政府正朝著智能城市管理的方向發(fā)展，優(yōu)化城市基礎(chǔ)設(shè)施、交通、環(huán)境的監(jiān)測(cè)與管理，確保城市的安全、便捷和可持續(xù)性。數(shù)字政府還在積極推進(jìn)辦公流程與服務(wù)的自動(dòng)化，通過機(jī)器人流程自動(dòng)化（RA）等工具，極大提升了工作效率和公眾的滿意度。值得注意的是，這些應(yīng)用只是目前數(shù)字政府采納的一部分，隨著人工智能技術(shù)的不斷演進(jìn)，未來無疑會(huì)有更多的創(chuàng)新應(yīng)用涌現(xiàn)?？偟膩碚f，通過這些人工智能應(yīng)用，數(shù)字政府不僅提供了更便捷、高效和智能化的公共服務(wù)，還顯著提升了公眾滿意度和城市治理水平。人工智能在金融行業(yè)的應(yīng)用迅猛增長，已經(jīng)滲透到諸如銀行、投資機(jī)構(gòu)及保險(xiǎn)和證券等各個(gè)領(lǐng)域中，主要應(yīng)用包括智能客服、實(shí)體機(jī)器人、智慧網(wǎng)點(diǎn)和云上網(wǎng)點(diǎn)等，為各機(jī)構(gòu)提供了更好的客戶體驗(yàn)和高度的便利性。基于人工智能，金融企業(yè)利用機(jī)器學(xué)習(xí)算法進(jìn)行數(shù)據(jù)分析，根據(jù)客戶的風(fēng)險(xiǎn)狀況進(jìn)行準(zhǔn)確評(píng)估，實(shí)現(xiàn)了貸款審批流程的自動(dòng)化，確保貸款的準(zhǔn)確性和效率。金融科技應(yīng)用程序的開發(fā)者也正在積極地將更多功能——如EMI計(jì)算器和貸款資格自我評(píng)估等，集成到人工智能和機(jī)器學(xué)習(xí)技術(shù)中。此外，通過引入人工智能技術(shù)，金融機(jī)構(gòu)現(xiàn)在可以實(shí)時(shí)監(jiān)測(cè)交易和市場(chǎng)波動(dòng)，從而及時(shí)制定策略。大量的數(shù)據(jù)，如交易、用戶行為和市場(chǎng)數(shù)據(jù)，現(xiàn)在都可以通過大數(shù)據(jù)分析和人工智能技術(shù)進(jìn)行深入挖掘，為風(fēng)險(xiǎn)評(píng)估、投資決策和市場(chǎng)預(yù)測(cè)等提供更強(qiáng)大的支持。為了進(jìn)一步提供個(gè)性化服務(wù)，金融機(jī)構(gòu)采用機(jī)器學(xué)習(xí)和推薦系統(tǒng)，為客戶提供更符合其需求的投資方案和貸款產(chǎn)品。再者，金融機(jī)構(gòu)也開始利用區(qū)塊鏈技術(shù)實(shí)現(xiàn)更快、更安全、更透明的交易和結(jié)算，大大提高了交易效率并減少了中間環(huán)節(jié)。此外，金融企業(yè)與科技公司加速合作，通過技術(shù)合作、數(shù)據(jù)共享和創(chuàng)新孵化等方式，推進(jìn)智能化進(jìn)程，推動(dòng)金融行業(yè)向智能化、自動(dòng)化和個(gè)性化方向發(fā)展，為整個(gè)行業(yè)帶來了創(chuàng)新和增長的機(jī)會(huì)。人工智能正在改變制造業(yè)，為其帶來工業(yè)4.0和工業(yè)互聯(lián)網(wǎng)時(shí)代的技術(shù)變革。通過結(jié)合大數(shù)據(jù)、物聯(lián)網(wǎng)和其他先進(jìn)技術(shù)，制造業(yè)實(shí)現(xiàn)了生產(chǎn)的自動(dòng)化、智能化和靈活化，進(jìn)而提高了生產(chǎn)效率。人工智能在制造業(yè)中應(yīng)用包括但不限于：交互界面的智能化，質(zhì)量管理，維修與生產(chǎn)檢測(cè)的自動(dòng)化，以及供應(yīng)鏈管理的智能化。無人駕駛技術(shù)已進(jìn)入汽車制造業(yè)，人工智能的感知、決策和控制能力促進(jìn)了車輛間的智能協(xié)作，可以提高道路安全和交通效率；工業(yè)機(jī)器人也在改變汽車制造業(yè)，帶來智能制造的革新，實(shí)現(xiàn)更高效的生產(chǎn)線布局和生產(chǎn)流程。機(jī)器視覺技術(shù)被廣泛應(yīng)用于產(chǎn)品的智能質(zhì)檢，對(duì)產(chǎn)品進(jìn)行分類和檢測(cè)；例如，在手機(jī)制造中利用圖像識(shí)別技術(shù)，通過亮度、均勻度以及像素紋理等指標(biāo)對(duì)屏幕素質(zhì)進(jìn)行檢測(cè)。對(duì)于汽車的維修與保養(yǎng)，智能化系統(tǒng)能夠自動(dòng)檢測(cè)故障并生成維修方案，以及通過數(shù)據(jù)分析來預(yù)測(cè)零部件的使用壽命。制造業(yè)也利用大數(shù)據(jù)分析和人工智能技術(shù)來優(yōu)化生產(chǎn)過程，實(shí)現(xiàn)生產(chǎn)的實(shí)時(shí)監(jiān)測(cè)和分析，以此來優(yōu)化生產(chǎn)過程，預(yù)測(cè)設(shè)備故障，提高產(chǎn)品質(zhì)量等。利用物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，制造業(yè)更進(jìn)一步實(shí)現(xiàn)了供應(yīng)鏈的智能管理，通過可視化、協(xié)同化、智能化，提高了供應(yīng)鏈的響應(yīng)速度，降低了庫存成本，大大增加物流管理的靈活度。此外，在交通領(lǐng)域，人工智能技術(shù)也正在帶來深刻的變革。以物流為例，該行業(yè)已經(jīng)大量采用了智能技術(shù)來提高效率和用戶體驗(yàn)。智能物流已經(jīng)成為了發(fā)展的趨勢(shì)，包括智能倉儲(chǔ)和智能配送。在智能倉儲(chǔ)中，貨物的自動(dòng)存儲(chǔ)、揀選和庫存管理的自動(dòng)化，都極大地提高了倉庫的運(yùn)營效率，同時(shí)降低了人工成本和管理的難度。智能配送方面，則采用了多模式運(yùn)輸規(guī)劃，無人機(jī)和機(jī)器人技術(shù)，以實(shí)現(xiàn)物流運(yùn)輸路線的優(yōu)化，確保貨物能夠在最短的時(shí)間內(nèi)，以最低的成本送達(dá)目的地。此外，汽車制造商為了增強(qiáng)駕駛安全和便捷性，已經(jīng)開始在其產(chǎn)品中實(shí)施半自動(dòng)駕駛功能，例如先進(jìn)的駕駛輔助系統(tǒng)（AAS），從而幫助用戶提高使用體驗(yàn)，如智慧入庫停車、惡劣天氣控制車輛避免碰撞等。除了私人用車方面的應(yīng)用，人工智能技術(shù)在公共交通管理和道路監(jiān)控方面也扮演了關(guān)鍵的角色，確保道路交通得到智能化管理，從而大幅提升整體交通效率。圖21圖21，2018-在過去五年中（2018-2022），北京、杭州、上海、深圳、廣州、合肥、蘇州、重慶等城市在人工智能領(lǐng)域具有較為突出的表現(xiàn)?？梢钥吹?，北京在過去幾年中一直穩(wěn)居人工智能算力發(fā)展城市排名的前列，擁有大量的人才和成熟的企業(yè)，同時(shí)政策扶持也非常有力；上海、深圳、杭州等城市不斷加速技術(shù)積累，拓展應(yīng)用場(chǎng)景，構(gòu)建具有特色的人工智能發(fā)展路線。其他城市的排名有所波動(dòng)，但可以看到，越來越多的城市正加入到人工智能發(fā)展的浪潮中。來源2023年，中國人工智能城市評(píng)估排行榜中，北京依然位居首位，杭州和深圳分別位列第二位和第三位。其中，北京在大模型領(lǐng)域表現(xiàn)突出，聚集了大批大模型企業(yè)，推出諸多具有代表性的大模型及應(yīng)用產(chǎn)品，為中國大模型研發(fā)和應(yīng)用提供強(qiáng)勁動(dòng)力。此外，位居OP10的城市還有上海，蘇州，廣州，濟(jì)南，合肥、重慶和成都。來源杭州，作為中國的技術(shù)和創(chuàng)新中心區(qū)，一直在人工智能領(lǐng)域展現(xiàn)出極大的活力和潛力。從投資角度來看，杭州吸引了大量的風(fēng)險(xiǎn)資本和投資機(jī)構(gòu)，為人工智能初創(chuàng)公司和項(xiàng)目提供資金支持。政府也在政策層面給予大力扶持，推出了一系列優(yōu)惠政策和措施，以鼓勵(lì)人工智能技術(shù)的研究、開發(fā)與應(yīng)用。在人才儲(chǔ)備方面，杭州的高校早已在人工智能領(lǐng)域設(shè)立專業(yè)，為行業(yè)培養(yǎng)了大量的技術(shù)和管理人才。在創(chuàng)新平臺(tái)和創(chuàng)業(yè)生態(tài)方面，杭州建設(shè)了一系列創(chuàng)新平臺(tái)和創(chuàng)業(yè)生態(tài)系統(tǒng)來支持人工智能的研發(fā)和應(yīng)用。例如，杭州云棲小鎮(zhèn)是一個(gè)集聚了眾多人工智能、大數(shù)據(jù)和云計(jì)算公司的創(chuàng)新園區(qū)，為創(chuàng)業(yè)者提供了良好的創(chuàng)業(yè)環(huán)境和資源支持。此外，杭州還成立了人工智能發(fā)展引領(lǐng)小組，推動(dòng)人工智能發(fā)展的戰(zhàn)略規(guī)劃和政策支持。上海，作為中國的經(jīng)濟(jì)與科技中心，正以其無與倫比的人才集聚力展現(xiàn)出人工智能領(lǐng)域的獨(dú)特魅力。得益于一流的高等教育和科研機(jī)構(gòu)，上海為人工智能領(lǐng)域培養(yǎng)出了大量的頂尖人才。上海政府及企業(yè)組織的各種人才培養(yǎng)計(jì)劃和比賽，進(jìn)一步加強(qiáng)了人工智能的人才儲(chǔ)備。上海涉足的人工智能應(yīng)用范圍廣泛，從人臉識(shí)別到物聯(lián)網(wǎng)，再到智能制造，不斷推動(dòng)人工智能技術(shù)與傳統(tǒng)產(chǎn)業(yè)的深度融合，助力傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)。無論是智慧交通還是智能醫(yī)療，上海都在積極開展創(chuàng)新應(yīng)用和示范項(xiàng)目，以期為人工智能領(lǐng)域鋪設(shè)一條寬廣的發(fā)展大道。在投資方面，上海受益于其龐大的企業(yè)規(guī)模和政府的政策支持，持續(xù)吸引著全球視野下的資本和技術(shù)，成為推動(dòng)全國人工智能領(lǐng)域發(fā)展的重要引擎。蘇州作為國內(nèi)早期布局人工智能的地區(qū)，已經(jīng)形成了覆蓋整個(gè)城市的“人工智能+”應(yīng)用創(chuàng)新區(qū)，也因此成為“中國十大人工智能創(chuàng)新城市”之一。該城市不僅引進(jìn)了大型企業(yè)，還培養(yǎng)了本土企業(yè)巨頭。蘇州也正積極推動(dòng)人工智能在各種場(chǎng)景中的應(yīng)用：在交通領(lǐng)域，自動(dòng)駕駛技術(shù)已經(jīng)應(yīng)用于公共交通和特定的車輛，如售貨車和觀光車；在教育領(lǐng)域，171所學(xué)校已經(jīng)成為人工智能教育實(shí)驗(yàn)學(xué)校；在文旅領(lǐng)域，3D超寫實(shí)人工智能數(shù)字主播和人工智能驅(qū)動(dòng)的藝術(shù)創(chuàng)作平臺(tái)也吸引了眾多目光。而在醫(yī)療、金融、農(nóng)業(yè)、安全以及日常生活中，人工智能的應(yīng)用也越來越普遍。與國家層面的政策支持、企業(yè)投資以及其本身的優(yōu)勢(shì)相結(jié)合，蘇州在人工智能領(lǐng)域的未來可期。廣州在人工智能領(lǐng)域的發(fā)展日益受到關(guān)注。從投資的角度來看，廣州持續(xù)增加對(duì)人工智能產(chǎn)業(yè)的資金支持，推動(dòng)技術(shù)的快速發(fā)展，從而產(chǎn)生較強(qiáng)的聚集效應(yīng)；眾多人工智能企業(yè)和創(chuàng)新實(shí)體在廣州發(fā)展壯大，涉及多個(gè)領(lǐng)域，如智能制造、智慧城市、醫(yī)療健康等。政策層面，廣州為人工智能企業(yè)提供了一系列的優(yōu)惠政策，以鼓勵(lì)創(chuàng)新和發(fā)展。通過啟動(dòng)了“智慧廣州”建設(shè)，廣州不僅借助人工智能和大數(shù)據(jù)技術(shù)提高了城市管理與公共服務(wù)水平，還積極推進(jìn)了智慧交通、智慧醫(yī)療等示范項(xiàng)目，為人工智能的實(shí)際應(yīng)用積累了豐富經(jīng)驗(yàn)。教育方面，廣州的高等學(xué)府為人工智能產(chǎn)業(yè)培育了大量的專業(yè)人才，為未來的技術(shù)研究與發(fā)展提供了堅(jiān)實(shí)的后盾。在企業(yè)規(guī)模上，廣州擁有眾多人工智能企業(yè)和創(chuàng)新實(shí)體，它們?cè)谥悄苤圃?、智慧城市、醫(yī)療健康等多個(gè)領(lǐng)域發(fā)展壯大，展現(xiàn)出強(qiáng)大的聚集效應(yīng)。濟(jì)南正在努力成為人工智能創(chuàng)新的中心，尤其在創(chuàng)新平臺(tái)和科技園區(qū)的建設(shè)上顯現(xiàn)出其堅(jiān)定決心。濟(jì)南高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)和濟(jì)南大學(xué)科技園等創(chuàng)新中心為人工智能技術(shù)的研發(fā)、轉(zhuǎn)化與商業(yè)化提供了寶貴的支撐。盡管濟(jì)南在人工智能領(lǐng)域的起點(diǎn)相對(duì)較晚，但城市在人才引進(jìn)、政策支持及與各方合作上都展現(xiàn)出了積極態(tài)勢(shì)。當(dāng)?shù)馗咝＜把芯繖C(jī)構(gòu)也為人工智能產(chǎn)業(yè)提供了豐富的人才儲(chǔ)備。政府為企業(yè)和創(chuàng)新團(tuán)隊(duì)創(chuàng)造了有利的投資環(huán)境，同時(shí)也大力推進(jìn)政策扶持，力圖讓濟(jì)南在人工智能領(lǐng)域逐漸嶄露頭角。在不久的將來，濟(jì)南將在山東省甚至全國的人工智能領(lǐng)域展現(xiàn)出更加引人注目的發(fā)展勢(shì)頭，對(duì)整個(gè)產(chǎn)業(yè)的壯大起到關(guān)鍵作用。合肥正迅速嶄露頭角，成為中國人工智能發(fā)展的重要城市。這座城市憑借其強(qiáng)大的創(chuàng)新平臺(tái)，如合肥高新區(qū)和技術(shù)轉(zhuǎn)移中心等，為眾多創(chuàng)新企業(yè)和研發(fā)團(tuán)隊(duì)創(chuàng)造了一個(gè)充滿活力的創(chuàng)新環(huán)境，不僅獲得了豐富的資源支持，也助推了合肥在智能制造、智慧城市、無人駕駛等領(lǐng)域的產(chǎn)業(yè)發(fā)展。同時(shí)，合肥在智慧交通、智能安防及醫(yī)療健康領(lǐng)域，已經(jīng)開展了多