智算產(chǎn)業(yè)現(xiàn)狀總覽。智算產(chǎn)業(yè)運行狀況?智算產(chǎn)業(yè)現(xiàn)狀總覽。智算產(chǎn)業(yè)運行狀況?智算中心核心驅(qū)動力。智算產(chǎn)業(yè)關(guān)鍵技術(shù)·智算產(chǎn)業(yè)競爭格局算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況。智算中心如何影響我國算力分配·算力卡供應情況。國產(chǎn)算力卡替代情況。智算中心AI芯片主要方向?智算中心利好AI芯片類型生成式AI驅(qū)動的變革·生成式AI驅(qū)動的變革·生成式AI對智算產(chǎn)業(yè)的影響。生成式AI發(fā)展挑戰(zhàn)?大模型對智算產(chǎn)業(yè)的作用。智算產(chǎn)業(yè)是否過度依賴大模型未來挑戰(zhàn)與趨勢。如何提高智算中心運行效率?智算產(chǎn)業(yè)要解決的關(guān)鍵問題。智算產(chǎn)業(yè)發(fā)展挑戰(zhàn)·智算產(chǎn)業(yè)應用領(lǐng)域。智算產(chǎn)業(yè)投資趨勢2supplyframe,Inc.confidential&proprietary.Donotreproduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽核心點:驅(qū)動力驅(qū)動力AI訓練與推理需求激增,驅(qū)動算力基礎(chǔ)設(shè)施快速迭代未來趨勢3Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽智算中心技術(shù)體系全景圖應用場景層應用場景層·Al訓練·實時推理·邊緣智能·科學仿真算力資源層·基礎(chǔ)算力·智能算力GPU集群·HPC·邊緣算力平臺調(diào)度層·異構(gòu)資源管理·彈性調(diào)度系統(tǒng)·數(shù)據(jù)湖倉·綠色節(jié)能控制·安全可信框架硬件設(shè)施層·AI服務器·存儲陣列·高速網(wǎng)絡(luò)·邊緣節(jié)點·液冷機柜算法理論層·深度學習框架·分布式訓練,模型壓縮·聯(lián)邦學習·能效優(yōu)化來源:與非研究院4Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽我國智算產(chǎn)業(yè)主要驅(qū)動力來源:與非研究院AI算法和芯片是核心驅(qū)動力,大數(shù)據(jù)和云計算提供重要支撐,政府政策與企業(yè)需求發(fā)揮推動作用。5Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽我國智算產(chǎn)業(yè)發(fā)展的關(guān)鍵技術(shù)來源:與非研究院6Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽我國智算中心運行現(xiàn)狀大部分滿負荷運行,滿足當前算力需求部分滿負荷運行,存在一定程度的算力閑置多數(shù)未滿負荷運行,算力閑置情況較普遍幾乎沒有滿負荷運行,算力閑置問題嚴重來源:與非研究院我國智算中心整體運行良好,但需優(yōu)化資源分配以提升整體效率。7Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽影響智算中心滿負荷運行的主要因素市場需求不足,導致算力利用不充分運維管理能力不足,影響算力發(fā)揮電力消耗大,運營成本高,限制了滿負荷運行硬件資源利用率低,技術(shù)問題導致算力未充分利用來源:與非研究院市場需求不足、促成更多商用落地是目前最大障礙,但運維管理、成本控制和資源利用等問題也不容忽視。8Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽智算產(chǎn)業(yè)發(fā)展格局與演進趨勢來源:與非研究院9Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.1.智算產(chǎn)業(yè)現(xiàn)狀總覽我國智能算力規(guī)模和增長趨勢:未來兩年,中國智能算力仍將保持高速增長:數(shù)據(jù)來源:《2025年中國人工智能計算力發(fā)展評估報告》10Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況核心點:架構(gòu)選擇能耗挑戰(zhàn)能耗挑戰(zhàn)單機柜性能提11Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況智算中心對我國算力格局的影響集中度提高,算力更加集中在少數(shù)大型數(shù)據(jù)中心推動算力向邊緣計算下沉,滿足實時數(shù)據(jù)處理需求促進區(qū)域平衡,縮小不同地區(qū)的算力差距影響算力價格,由于技術(shù)進步和規(guī)模經(jīng)濟,價格更加親民提高智算中心服務效率,促進產(chǎn)業(yè)高質(zhì)量發(fā)展來源:與非研究院12Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況智算算力卡供應穩(wěn)定性表現(xiàn)來源:與非研究院13Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況智算算力卡價格分布來源:與非研究院14Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況國產(chǎn)算力卡替代情況來源:與非研究院算力卡國產(chǎn)化進展顯著,但整體進程仍需繼續(xù)提升。15Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況智算中心利好芯片類型來源:與非研究院16Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況人工智能訓練和推理工作負載選用的計算架構(gòu)AI訓練和推理工作負載所選用的計算架構(gòu),來源:IDC17Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況智算中心AI芯片主要方向引入存算一體技術(shù),解決存儲帶寬和功耗問題引入稀疏化計算能力提升能效芯片設(shè)計支持更復雜的AI算子來源:與非研究院18Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.2.算力基礎(chǔ)設(shè)施架構(gòu)和國產(chǎn)化情況國產(chǎn)AI算力芯片提升市場競爭力的關(guān)鍵持續(xù)的技術(shù)研發(fā)和創(chuàng)新,包括架構(gòu)優(yōu)化、制程工藝等持續(xù)提升性能與可靠性,實現(xiàn)自主可控來源:與非研究院19Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革核心點:服務格局成本優(yōu)化成本優(yōu)化縮短部署周期、提升數(shù)據(jù)控制能20Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革發(fā)展生成式AI的關(guān)鍵技術(shù)來源:與非研究院算力芯片和大模型是生成式AI性能提升的關(guān)鍵。同時,AI算法、存儲技術(shù)、網(wǎng)絡(luò)技術(shù)等都非常重要。21Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革生成式AI對智算產(chǎn)業(yè)的最大影響驅(qū)動技術(shù)創(chuàng)新,加速新產(chǎn)品研發(fā)和迭代使就業(yè)結(jié)構(gòu)發(fā)生變化,某些工作職能自動化推動基礎(chǔ)設(shè)施升級,包括數(shù)據(jù)中心和云計算平臺創(chuàng)造新的商業(yè)模式和收入來源來源:與非研究院生成式AI主要通過更高效的數(shù)據(jù)處理和模型訓練,驅(qū)動技術(shù)創(chuàng)新和提高生產(chǎn)效率,對智算產(chǎn)業(yè)產(chǎn)生了顯著影響。22Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革生成式AI面臨的最大挑戰(zhàn)來源:與非研究院23Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革解決生成式A1發(fā)展挑戰(zhàn)的途徑加強模型的研究和開發(fā),提高生成能力和泛化性投入更多資源來獲取和處理數(shù)據(jù),提高數(shù)據(jù)的質(zhì)量和多樣性采用更高效的計算和優(yōu)化方法,提高模型的能效來源:與非研究院24Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革大模型對AI智算產(chǎn)業(yè)的作用至關(guān)重要,是推動行業(yè)發(fā)展的核心力量比較重要,但還有其它關(guān)鍵技術(shù)共同推動行業(yè)發(fā)展一般重要,主要影響特定領(lǐng)域或任務不太重要,對行業(yè)發(fā)展的貢獻有限來源:與非研究院25Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革大模型發(fā)展的途徑更高效的訓練方法,如減少訓練時間和成本更廣泛的應用場景,覆蓋更多行業(yè)和領(lǐng)域更嚴格的倫理和監(jiān)管,確保模型的公正性和透明度更開放的合作與共享,促進知識交流和技術(shù)進步更好的數(shù)據(jù)隱私保護,增強模型的安全性和可靠性來源:與非研究院26Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革智算產(chǎn)業(yè)是否過度依賴大模型來源:與非研究院27Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.3.生成式AI驅(qū)動的變革避免過度依賴大模型的解決方案推動跨學科研究、結(jié)合不同模域的知識,提高算力資源的使用效率,優(yōu)化資源分配開發(fā)使用多種規(guī)模和類型的模型,減少對單一大模型依賴強化數(shù)據(jù)隱私和安全性措施,減少對大量數(shù)據(jù)的依賴加強模型的可解釋性研究,提高對模型決策過程的理解研發(fā)更高效的輕量級模型,滿足不同場景需求提高算力資源的使用效率,優(yōu)化資源分配制定行業(yè)標準和最佳實踐,引導合理使用大模型其他來源:與非研究院28Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢核心點:技術(shù)挑戰(zhàn)技術(shù)挑戰(zhàn)集群規(guī)模擴大導致故障率上升,算法效率長期趨勢29Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢智算產(chǎn)業(yè)對傳統(tǒng)ICT的影響引入新的競爭者,增加了市場競爭激烈程度推動了業(yè)務模式創(chuàng)新,如云服務、大數(shù)據(jù)服務等影響投資和研發(fā)方向,更多資源被投入到智能技術(shù)的研發(fā)中通過提供高效的計算能力,提升運營效率帶來了新的安全和隱私保護挑戰(zhàn),需要采取新的技術(shù)和策略來應對來源:與非研究院30Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢提高智算中心運行效率的途徑優(yōu)化運維管理,提升硬件資源利用率提高算力需求,增加使用場景降低運營成本,如通過綠色節(jié)能技術(shù)減少電力消耗加強技術(shù)創(chuàng)新,提升智算中心的算力服務能力來源:與非研究院31Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢智算中心應用預測來源:與非研究院智慧金融、醫(yī)療健康、多媒體和娛樂等領(lǐng)域?qū)χ撬阈枨筝^高,智能駕駛、教育研究等領(lǐng)域正在發(fā)展階段。32Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢我國智算產(chǎn)業(yè)發(fā)展的最大挑戰(zhàn)來源:與非研究院33Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢智算產(chǎn)業(yè)未來五年內(nèi)最需要解決的問題來源:與非研究院34Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢預測未來五年我國智算中心的行業(yè)應用程度僅在少數(shù)行業(yè)得到應用,主要作為技術(shù)探索和試點在多個行業(yè)中得到應用,成為推動行業(yè)數(shù)字化轉(zhuǎn)型的重要力量在幾乎所有行業(yè)中得到廣泛應用,成為行業(yè)標準和基礎(chǔ)設(shè)施來源:與非研究院35Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢預測未來五年我國智算中心的區(qū)域發(fā)展程度主要集中在經(jīng)濟發(fā)達地區(qū),作為區(qū)域創(chuàng)新發(fā)展的驅(qū)動力在全國范圍內(nèi)得到推廣,但地區(qū)之間存在發(fā)展不平衡實現(xiàn)全國范圍內(nèi)的均衡發(fā)展,不同地區(qū)的智算中心各具特色、協(xié)同發(fā)展來源:與非研究院36Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢預測我國智算產(chǎn)業(yè)未來兩年的投資趨勢基礎(chǔ)設(shè)施投資持續(xù)增加,特別是在數(shù)據(jù)中心和算力網(wǎng)絡(luò)建設(shè)方面AI基礎(chǔ)技術(shù)開發(fā)將成為投資熱點,尤其是具備突破性的領(lǐng)域來源:與非研究院37Sulframe,Inc.Confidential&Prorietar.Donotreroduceordistribute.4.未來挑戰(zhàn)與趨勢中國智能算力和通用算力規(guī)模及預測,2020-20282020-2028,中國智能算力和通用算力規(guī)模及預測,來源:IDC38Sulframe,Inc.Confidential&Prorietar.Donotre