技术革新引领未来：生成式AI塑造核心发展引擎（2024）.docx

赞助商：NVIDIA

技术革新引领未来——

生成式AI塑造核心发展引擎

1

技术革新引领未来——生成式AI塑造核心发展引擎路径

目录TableofContents

IDC观点 2

第一章生成式AI：推动科技进步与产业变革的强大驱动力 4

1.1生成式AI引领产业智能化落地，开启经济发展新篇章 4

1.2硬件迭代、算法突破、数据改善共促生成式AI发展 9

第二章驾驭生成式AI：企业智能化转型的实施流程与核心影响 12

2.1生成式AI在企业端的应用：明确目标，实现价值 12

2.2企业需求在新技术时代下的演变：迎接挑战，拥抱变化 16

2.3端到端的生成式AI解决方案：满足企业真实需求的关键 19

第三章迈向AI智能体，生成式AI重塑千行百业 22

3.1互联网行业：虚拟角色与内容生成 24

3.2医疗领域：药物研发的智能计算平台 27

3.3金融行业：风险管理、投资决策与反欺诈 30

3.4生成式物理AI：机器人与自动驾驶 32

第四章NVIDIA的生成式AI技术：重新定义计算与智能的边界 36

4.1硬件支撑：为生成式AI提供卓越计算能力 36

4.2软件与工具：构建全面的AI开发生态 38

4.3端到端的解决方案：加速AI应用的部署与运行 43

第五章前景与战略：生成式AI将会持续落地，引领产业全面迈向数字化时代 46

5.1生成式AI未来趋势：应用边界不断拓展，持续发挥智能化价值 46

5.2IDC建议：面向企业：技术为本，效益为先，与时俱进 48

2

技术革新引领未来——生成式AI塑造核心发展引擎

IDC观点

观点一：技术协同发展推动生态完善

在当今快速演变的技术生态系统中，多技术协同升级已成为推动新兴技术发展的核心动力。这一过程涉及人工智能（AI）、大数据、云计算等关键技术的深度融合，也关系到各个行业之间的相互渗透，技术和行业互相交织形成了一个创新生态。例如，金融场景已可以将产品与大模型进行结合、生成交易数据，

从而弥补真实数据的不足，并优化欺诈识别模型的训练。时至今日，行业融合多种新技术的成功案例层出不穷，显示出协同效应对技术创新周期的加速作用。

观点二：数据持续积累推动新的处理范式

IDC将AI，尤其是生成式AI，视为下一个重大变革性和有影响力的技术转变。我们正在进入一个AI无处不在的时代。此次变革与过往计算机革命及云计算转型相比，不同之处在于其驱动力为数据而非硬件设备；这也标志着智能化进程首次以数据为核心导向的重大飞跃。而生成式AI的核心价值之一在于它解锁了非结构化数据中的价值。数十年来，从非结构化数据中提炼有用信息一直是一项艰巨挑战。据IDC统计，2023年非结构化数据将占所有存储数据的77%1，这表示一个数据密集型创新周期已经来临。在此背景下，能够高效处 理、解析并转化这些非结构化数据为可行性洞察的AI技术，将成为推动各行各业转型升级的关键力量。

1:WorldwideGlobalDataSphereandGlobalStorageSphereStructuredandUnstructuredDataForecast,2023–2027

3

技术革新引领未来——生成式AI塑造核心发展引擎路径

观点三：算力是产业数字化转型的重要推动力

IDC预测，到2027年，70%的经济价值将以高信息密度的商品和服务形式呈现；为保持经济增长速度，强大的算力是信息产品发展的支撑基础2。数据分析、大模型训练以及推理等关键步骤都需要算力作为底层资源。而算力配置是否有弹性并且可扩展，直接影响到企业业务的运行稳定性以及响应市场变化的速度。因此，构建并优化算力体系，成为企业把握大模型时代发展机遇和提升核心竞争力的战略重点。

观点四：大模型技术发展关注点逐渐转向高效、经济和环保方向

在生成式AI的演进中，高效性、经济性和环境友好性的考量日益受到重视。

大模型预训练对计算资源的需求极高，相关能耗问题也逐渐凸显。如何在不牺牲模型精度与训练效率的前提下，通过优化计算架构、节能技术等方法，实现降低运行成本、减少能源消耗，并最终达到低碳环保的长远目标，确保大模型技术的可持续发展，以更优地促进社会经济向绿色转型并迈