2021年中国人工智能基础层行业研究报告.docx

2021 年中国人工智能基础层行业研究报告 核心摘要： 算力、算法、数据是人工智能产业发展的三大要素。基于此，艾瑞定义人工 智能基础层是支撑 AI 应用模型开发及落地的必要资源，主要包括智能计算集群、 智能模型敏捷开发工具、数据基础服务与治理平台三大模块。发展人工智能基础 层可多环节提效 AI 技术价值的释放，解决需求方人工智能生产力稀缺问题，且 依托 AI 基础层资源，AI 企业可有效应对下游客户的长尾应用需求，将其高频应 用转化为新主营业务，寻找业务增长突破点。此外，基础层工具属性标志着 AI 产业社会化分工的出现，AI 产业正逐步进入各产业深度参与、双向共建的效率 化生产阶段。据艾瑞测算，2020 年人工智能基础层市场规模为 497 亿元，为 AI 产业总规模的 33%，AI 芯片的高增长是产业规模增长的主要拉动力。未来，伴随各行业智能化转型的迫切需求，艾瑞认为人工智能基础层的各模块工具有望走向集约型的生产模式，更多企业将自研开源框架，国产的操作系统与数据库等软 件配套设施将稳步崛起，算力模块的智能服务器国产化率也将逐步提升。 目 录 核心摘要： 1 1.人工智能基础层定义 4 1.1 支撑各类人工智能应用开发与运行的资源和平台 4 2.人工智能基础层价值 4 2.1AI 基础层是支撑 AI 应用模型开发及落地的必要资源 4 3.人工智能基础层的发展历程 5 3.1 粗放式单点工具向集约型、精细化资源演进 5 4.人工智能基础层的市场需求分析 5 4.1 基础层初步成型是 AI 产业链成熟的标志 5 4.2AI 基础层解决人工智能生产力稀缺问题 6 5.人工智能基础层市场规模分析 7 5.1 人工智能基础层市场规模 7 5.2 超算/数据中心的存量与增量判断 7 5.3 云化 AI 算力 8 5.4 端-边-云的算力协同 9 5.5AI 芯片市场规模 10 5.6 智能模型敏捷开发工具商业价值分析 10 5.7 智能模型敏捷开发工具增长模型 11 5.8AI 技术开放平台市场规模 12 5.9AI 应用模型效率化生产平台市场规模 12 6.人工智能数据基础服务分析 13 6.1 人工智能数据基础服务定义 13 6.2AI 基础数据服务市场规模 13 6.3 面向人工智能的数据治理定义 14 6.4 面向 AI 业务的数据积累与治理模型 15 6.5 面向 AI 的数据治理市场规模 15 7.人工智能基础层未来的发展趋势 16 7.1 一站式基础层资源平台 16 7.2 基础层全栈自主可控展望 17 1.人工智能基础层定义 1.1 支撑各类人工智能应用开发与运行的资源和平台 算力、算法、数据是人工智能产业发展的三大要素。据此，人工智能基础层 主要包括智能计算集群、智能模型敏捷开发工具、数据基础服务与治理平台三个 模块。智能计算集群提供支撑 AI 模型开发、训练或推理的算力资源，包括系统 级 AI 芯片和异构智能计算服务器，以及下游的人工智能计算中心等；智能模型 敏捷开发工具模块主要实现 AI 应用模型的生产，包括开源算法框架，提供语音、 图像等 AI 技术能力调用的 AI 开放平台和 AI 应用模型效率化生产平台；数据基 础服务与治理平台模块则实现 AI 应用所需的数据资源生产与治理，提供 AI 基 础数据服务及面向 AI 的数据治理平台。AI 基础层企业通过提供 AI 算力、开发 工具或数据资源助力人工智能应用在各行业领域、各应用场景落地，支撑人工智 能产业健康稳定发展。 2.人工智能基础层价值 2.1AI 基础层是支撑 AI 应用模型开发及落地的必要资源 开发一项人工智能模型并上线应用大致需经历从业务理解、数据采标及处理、 模型训练与测试到运维监控等一系列流程。过程中需要大量的 AI 算力、高质量 数据源、AI 应用算法研发及 AI 技术人员的支持，但大部分中小企业用户并不具 备在“算力、数据、算法”三维度从 0 到 1 部署的能力，而财力雄厚的大型企业亦 需高性价比的 AI 开发部署方案。依靠 AI 基础层资源，需求企业可降低资源浪 费情况、规避试错成本、提高部署应用速度。作为支撑 AI 模型开发及落地的必 要资源，AI 基础层可在多环节提效 AI 技术价值的释放；其工具属性也标志着 AI 产业社会化分工的出现，AI 产业正逐步进入低技术门槛、低部署成本、各产业 深度参与双向共建的效率化生产阶段。 3.人工智能基础层的发展历程 3.1 粗放式单点工具向集约型、精细化资源演进 智能化转型趋势下，企业部署 AI 项目的需求正经历着变化，对数据质量、 模型生产周期、模型自学习水平、模型可解释性、云边端多样部