2023年AI大底座价值实现白皮书（附下载方式）
【2023年AI大底座价值实现白皮书】 报告出品方：百度智能云
完整报告获取:公众.号【top行业报告】
—随着ChatGPT浪潮席卷全球，人们看到了无限接近或通往通用人工智能的发展路径，也展现出一种具备普适性的基础大模型构造和应用的方法，并能够延伸至行业中去，可高效支撑更多应用领域模型的构建和研发。大模型带来的应用效果惊人，且能激发形成新的业态，包括大模型与AIGC（生成式人工智能）对应用生态格局的重塑、传统产业智能化变革以及科学基础研究新范式等，由此也正式点燃了人工智能技术发展新引擎。这是一次能够比肩互联网和智能手机的技术革命，人工智能发展的奇点即将到来。
—智能化带来的不仅仅是一次新的科技革命，更是对现有生产生活方式的颠覆性改变，从智能化的企业、产业到智能社会。不远的将来，我们终将生活在智能化的基础之上，AI技术的全面融入渗透已经开启。大模型更是加速了AI价值定位演进，从辅助性工作形态迈入AI生产力新阶段，全面融入推进智能型企业变革，并深度支撑区域产业实现智能化转型升级。以落地赋能为导向，AI供给侧亟需“大模型+大数据+大算力”的支撑与推动，AI供给“基建化”势在必行，而企业级和产业级智算中心正成为AI“基建化”的关键供给形态。
01 AI大模型激发新模式新业态持续涌现
大模型与AIGC将重塑应用生态格局。人工智能时代，大模型以及AI应用能力将成为企业的核心竞争力。如互联网行业将从PGC（专业生产内容）、UGC（用户生产内容）向AIGC演进，实现新型内容创作，在创意、表现力、迭代、传播、个性化等方面改善并创造新的体验。此外，除基于大模型构建开发新的AI原生应用外，对现有应用产品、业务形态依托大模型技术进行重构，也将是智能时代的重要发展趋势。
大模型将催生产业级新兴业态。智能化转型升级，是在国际环境趋于复杂严峻、全球产业链供应链深度调整的大背景下，我国传统产业突破发展瓶颈、寻求发展新动能的必然选择。大模型的成熟能够支撑产业界快速部署构建智能应用，为产业智能化转型提供了可实施的路径，并加速这一进程。对于AI大模型来讲，核心定位将是新型基础设施，而在应用端也蕴藏着丰富的产业机遇。对于技术供给侧，大模型时代将产生三大产业机会：第一类是新型云计算公司，其主流的商业模式将发展成模型即服务（MaaS）；第二类是行业模型精调公司，将作为通用大模型和企业之间的中间层，助力通用大模型转化为行业大模型；第三类是应用开发公司，将打通产业智能化的最后一公里，基于大模型开发应用。
02 企业与产业迎来智能化发展新范式
AI驱动企业智能化转型，是否实现智能化将成为企业未来发展分水岭。近5年来，全球范围内企业的AI使用率大幅提升，2022年有50%的企业部署了AI，我国AI使用率略低于全球平均水平，达到了41%。随着企业由数字化转型开始迈入智能化阶段，大模型加速AI工程化落地，企业形态也会逐渐分化为智能型企业与非智能型企业。智能型企业能够借助AI快速实现提质增效，将在新的技术浪潮中抢占先机，而非智能型企业在同业竞争中将面临着落后淘汰的风险。各行业将面临重塑，新的巨头将会诞生，前瞻布局智能型企业至关重要。
AI驱动产业链优化升级，区域产业生态正向着高价值侧转移集聚。对区域经济产业而言，AI正成为重组要素资源、重塑经济结构的重要变量，可重构生产、分配、交换、消费等经济活动各个环节，形成从宏观到微观各领域的智能化新需求，从而推动社会生产力的整体跃升。通过数字化、智能化的改造升级，助力中国传统产业高质量发展，有助于构建以高端化、智能化、先进性为重要特征的现代化产业体系，推动整个区域经济产业体系的效率提升和质量变革。根据高盛预测，AI在未来10年将带来7万亿美元的价值，累计带动全球GDP增长7%以上，届时AI在区域经济活动中的价值创造作用将更加凸显。
03 AI基础设施是AI落地赋能的核心关键
以深度落地赋能为导向，AI供给侧持续推进技术要素全面融合、技术能力自主可控、技术服务普惠低成本，AI供给“基建化”势在必行，AI基础设施正成为AI的关键供给形态。算法、算力、数据是AI技术应用的三大核心支撑要素，而大模型时代对三要素也提出了更高的要求。优秀的应用能力需要更大参数规模的模型、足够多的训练数据以及强大的计算能力作为支撑，而这样的技术能力只有少数企业具备。如果能够把这样的能力以基础设施的形式普惠化地开放共享给社会，即实现AI基建化，就能够大大降低AI应用的门槛，让更多的主体能够拥抱AI。AI供给的基建化正顺应产业智能化转型发展的需求，也是我国发展和布局AI的重要举措之一，将为我国人工智能产业发展壮大、数字经济蓬勃发展提供强大的牵引力。
AI基础设施以“数据、算法、算力”为资源要素，以AI算力设施、AI数据平台、AI算法平台、AI开放创新平台等为主要载体，可提供包含模型训练等在内的专业前沿的AI应用及服务，支撑AI产业发展、赋能行业应用，为培育智能经济、构筑智能社会提供基础承载。AI基础设施须满足作为基础设施的技术能力先进自主性。为适应AI技术迭代速度快、行业应用需求不断涌现的特点，AI基础设施必须提供灵活多样、动态迭代、性能领先、具备前瞻性的技术能力，保障AI基础设施始终满足我国智能社会发展需要。此外，AI基础设施须掌控底层核心技术创新能力，从源头实现自主可控，这也是AI基础设施平稳运行的关键前提。
04 AI基础设施整体视图及主流产品
当前AI基础设施已形成“3+1”体系，包括三大核心要素平台/设施，与AI开放创新平台。整体布局既分步又协同，共同构成了AI基础设施的核心内容。
AI算力设施，基于AI专用算力芯片及加速芯片等组成异构计算架构，以AI服务器为核心设施构筑AI算力集群，面向人工智能场景，支撑智能计算中心、AI云的高效运行，能够为AI算法及应用提供更高性能、更低成本的计算能力。目前市场上的AI服务器普遍采用CPU+GPU，善于处理图形渲染、机器学习等密集数据操作。在AI芯片领域，GPU占有率较高，其中NVIDIA领先优势显著，我国国产GPU起步较晚，近年来初创公司不断涌现，产品生态正在不断构建和完善中。我国国产AI芯片目前主要由百度、华为等互联网企业基于全局的人工智能业务布局领军研发，寒武纪、地平线等代表性AI芯片企业作为重要力量，燧原、壁仞等新生力量不断注入新的发展活力。
05 智算中心是AI基础设施落地的主要形态
相对于信息化建设时期重点推进的云数据中心的建设运营，当前智能化时代对AI基建的技术架构、性能、能效等多个方面提出更高要求。硬件方面，智能计算对芯片异构、高速互联等有更强需求；软件方面，智能计算涵盖计算框架、大模型等关键要素，并需要与硬件充分协调适配；能效方面，实现智能计算所产生的单机能耗更高，对制冷、碳排放等有着更高的需求。智算中心能够很好地聚合上述能力，是各类AI基础设施落地应用的实体形态。从赋能主体看，智算中心可以分为企业级智算中心与产业级智算中心，二者技术架构基本一致，主要在实现目标和运营模式上有所差别。
智算中心是涵盖了软硬件、解决方案为一体的技术创新综合体。未来的智能型企业、公共服务都将建构在智算中心的基础上，供给形态可以有自建、云服务、公共基础设施等多种形式。企业和组织将根据自己的需求和资源禀赋，选择匹配自身需求的服务形态。
完整报告获取:公众.号【top行业报告】