【甲子光年】AI算力行业发展报告.pptxVIP

出品机构：甲子光年智库

智库院长：宋涛

报告撰写：刘瑶、郭瑶琴、王艺霖

发布时间：2024.12;;

1e+2;

无论是训练还是推理，大模型的爆发引发全球算力需求的指数级增长

技术层面上，基础模型通过迁移学习（TransferLearning）和规模（scale）得以实现；Transformer的应用标志着基础模型时代的开始（基础模型的庞大规模和应用范围突飞猛进），模型参数量指数级增长，带动算力超过摩尔定律。

Sora等视频生成类模型相较于大语言模型消耗的算力提升20倍。随着海量数据的积累，大模型需要处理的数据量也在不断增长，进一步加剧了对算力的需求。;

从产业规模看，全球人工智能快速增长。2023年全球人工智能市场收入达5381亿美元，同比增长18.5%，到2026年市场规模将达9000亿美元。 从投融资看，2024年Q1全球AI领域完成1779笔融资交易，筹集的风险投资总额达216亿美元。

从企业发展看，全球人工智能呈现“中美主导”格局。截至2023年三季度，全球人工智能企业有29542家。美国有9914家，占比为34%；中国有4469家，占比

为15%；中美人工智能企业数占全球总数约49%。;;

千行百业ALLInAI，算力成为智能化升级的核心支撑

AI快速发展正在推动各行业的数智化转型，大模型为千行百业提供了创新解决方案。通用大模型侧重发展通识能力，行业/场景大模型侧重发展专业能力，模型赋

能行业有效的提升了效率、降低成本及优化决策过程。

度融合，将加速产业升级和数字化转型进程。;;;

省市时间;

Part01;;;

生成式AI的突破依赖于算力的“暴力美学”，应用依赖于算力在场景中的释放

AI技术在实际应用中包括两个环节：训练（Training）和推理（Inference），AIGC的算力需要考虑训练及推理两个方面。

训练是指通过数据开发出AI模型，使其能够满足相应的需求，一般为AI技术的研发。??此参数量的升级对算力的需求影响大。;;;

推理算力未来可能爆发的示意图

算力消耗

推理算力爆发

推理成本大幅下降（10X-100X）

AI推理成本

2024;;;;

2023.10;

在AI技术快速发展的背景下，AI芯片已成为美国政府卡中国脖子的新武器。自2018年以来，被美国列入“实体清单”的中国AI芯片企业持续增加。同时，美国聚焦于高算力芯片，限制英伟达、AMD等企业的GPU出口，试图全面遏制我国AI产业发展。

美国的限制措施激发了中国AI芯片产业的自主创新和研发，加速了国产替代的进程。中国企业面对外部压力。加大研发投入，努力构建自主可控

的产业链。

被列入“实体清单”的AI芯片企业数量美国商务部工业和安全局对华高算力芯片出口限制;

公司;

芯片类型;;;

智算中心能效水平日益提高，机架规模稳步增长，算力集群上架率显著提升

我国大力推动智算中心建设，截至2024年6月，我国数据中心超过830万标准机架，算力规模达246EFLOPS（FP32），智算同比增速超过65%。

2022年，我国数据中心平均上架率为58%，华东、华北、华