2023AIGC算力全景与趋势报告.pptx

AIGC算力全景与趋势报告;

2023年无疑是AIGC元年，ChatGPT引发的各类大模型竞赛中，行业内绕不开的一个话题便是算

力从何而来。

算力目前已经在AIGC产业内形成新共识——算力成为AIGC发展的关键基石。随着英伟达今年一

系列不断推陈出新的产品动作，可以看到国际上最先进的算力厂商如今已迈向由超级芯片组成的

算力集群阶段。

此外，算力厂商也无疑成为AIGC产业下的率先受益方。然而，随着大模型参数的不断增长，

OpenAI近期表明算力成为其发展的挑战之一。在AIGC产业繁荣的当下，可以预见的是未来对算力的需求会越来越大。那么，在这场AIGC盛宴中，应该如何应对当下面临的「算力危机」呢？

在《AIGC算力全景与趋势报告》中，量子位智库将从我国算力产业现状、算力产业变革、趋势

预判等角度出发，通过广泛调研与深度分析，全面立体描绘我国当前AIGC算力产业全景与趋势。

我们期待，能够与众多投入、关注、期待中国AIGC算力产业的伙伴一起，共同见证并打造中国

AIGC算力产业的蓬勃未来。;

04AIGC算力产业周期预测;

AIGC驱动，算力产业机遇空前;

OpenAI发布ChatGPT属于GPT系列中的聊天机器人模型。GPT系列中，GPT3是由1750亿参数组成的语言模型，而GPT4的参数更是达万亿级别。国内目前公布的大模型参数规模也普遍在百亿至千亿级别。如此庞大的参数规模，对于芯片提供商、云服务厂商以及服务器厂商都产生了新需求。

全球范围内，GPT具备从底层改变各行业规则的能力，作为AIGC产业的基建，算力产业在未来有望成为一项公共服务渗透入各行各业。基于此，智算中心作为公共算力

基础设施，成为AIGC基建中的关键环节。;

?需求

当前大模型参数量在百亿至千亿参数规模，在训练阶段，对芯片的需求从CPU+加速器转变为以GPU主导的大规模并行计算。未来，当多数大模型参数规模到达万亿级

别，将产生更大的算力需求。在单芯片性能之上，智算中心能够通过算力的生产-调度-聚合-释放，支持AI产业化发展。

?缺口

目前市场对于英伟达芯片的需求远大于供给。经测算，一万枚英伟达A100芯片是做好AI大模型的算力门槛。国内具备???量级的公司最多只有1家，而GPU芯片持有量超

过一万枚的企业不超过5家。;

?现状

AIGC产业的发展将加剧AI服务器行业的增长速度，国产服务器厂商普遍业务增量在30%以上；国内市场中，服务器重新进入洗牌期。

?需求趋势

由于AIGC对于高性能计算的需求，云厂商在服务器的选择上以AI服务器为主。据IDC数据，2025年全球AI服务器市场规模将达317.9亿美元，年复合增长率为19%。

英伟达GPU短期内面临产能不足问题，或将一定程度上限制AI服务器生产，从而影响出货量。;

?范式转变

MaaS成为云计算服务的新范式，云计算判别标准从算力能力转向「云智一体」的AI产品能力。

?成本

自研芯片：根据IDC2018年服务器成本结构数据显示，高性能服务器中，芯片成本占比高达50%～83%；全球头部云厂商（谷歌、微软、腾讯等）为摆脱过于依赖芯片

厂商的局面，均加大芯片自研力度。;

《智能计算中心创新发展指南》指出，在智算中心实现80%应用水平的情况下，城市/地区对智算中心的投资可带动人工智能核心产业增长约2.9-3.4倍，带动相关产业增长约36-42倍；

未来80%的场景都将基于人工智能，所占据的算力资源主要由智算中心提供，智算中心将成为经济增长的新动力引擎。;

AIGC算力产业全景;

1）AzureOpenAI服务：

企业级解决方案：借助AzureOpenAI，用户可以汇总文本、获取代码建议、为网站生成图像等

2）Microsoft365Copilot：

使用了GPT-4作为其核心的LLM，将用户的自然语言输入转化为高效的生产力工具，集成在Word、Excel、PowerPoint、Outlook、Teams等多个应用中;

AI芯片目前有两大路线，一种是英伟达代表的GPU路线，更适合当前AIGC产业对大算力的需求，与AIGC大模型的训练及推理适配度极高。另一种路线则是以国内华为

（主力产品）、寒武纪厂商为代表的专用AI芯片路线，此路线下的芯片更适用于垂类小模型，为其提供能效比更高的芯片。此外互联网云厂商的自研芯片也是专用路

线，芯片主要服务于自家产品，为自身产品打造性能更优的算力底座。;

服务器作为算力的载体，是AIGC基础设施的核心硬件。由于AIGC对于高性能计算的需求，云厂商在服务器的选择上以AI服务器为主。据IDC数据，2025年全球AI服务

器市场规模将达317.9亿美元，年复合增长率为19%。AIG