中国人工智能计算力发展评估报告（附下载）
【2023-2024年中国人工智能计算力发展评估报告】 报告出品方：IDC
——2023年是人工智能发展的重要转折年，企业正加速从业务数字化迈向业务智能化。大模型的突破和生成式人工智能的兴起为企业实现产品/流程的革新提供先进生产工具，引领企业和产业迈入智能创新的新阶段。对于企业人而言，其将不再局限于思考“如何在产品/流程中增加智能化能力”，而需要更多关注“如何使用人工智能实现产品/流程的革新”。
——目前，中国的人工智能技术正加速迈入全面应用时代。人工智能领域持续追求对技术的创新及增进，注重类人化和诸如机器学习、深度学习等技术的推进，以更好地处理现实生产、生活场景中的复杂问题。大模型和生成式人工智能的落地，也给各行业带来新的赋能。IDC认为，知识管理、对话式应用、销售和营销、代码生成等是企业应用生成式人工智能的主要领域；在特定业务部门或职能部门（营销、销售、采购等），生产力场景和垂直行业场景也有广泛的应用价值。未来，伴随特定领域行业大模型、多模态大模型、小样本学习、语音识别、计算机视觉等技术的突破，生成式人工智能的功能将实现持续进步，为企业带来新的能力。
>>全球：生成式人工智能兴起，产业步入关键转折点
2023年，人工智能实现了破圈式的发展。人工智能聊天机器人ChatGPT、AI编程工具GitHubCoPilot和图像生成系统StableDiffusion等生成式人工智能（GenerativeAI，Gen-AI）应用和工具产品的出现，为文本创建、图像生成、代码生成以及研发流程等工作带来全新的智能体验，极大提升生产力，提高生产水平。生成式人工智能应用的出现离不开大模型的支持。大模型是基于海量参数进行自监督学习的预训练模型，凭借更强的学习能力、更高的精准度以及更强的泛化能力，正在成为人工智能技术发展的焦点。
世界正在加速向智能化创新迈进。大模型及生成式人工智能的发展意味着人工智能正在从完成如图像识别、语音识别等特定任务，迈向拟人类智能水平，具备自主学习、判断和创造等能力。对于企业人而言，其将不再局限于思考“如何在产品/流程中增加智能化能力”，而需要更多关注“如何使用人工智能实现产品/流程的革新”。基于海量数据训练和模型调优，人工智能大模型具有更精准的执行能力和更强大的场景可迁移性，为人工智能在诸如元宇宙、城市治理、医疗健康、科学研究等综合复杂性场景中的广泛应用，提供更好的方案。
>>中国：人工智能产业加速创新，机遇与挑战并存
从企业角度而言，中国企业对生成式人工智能的接受度普遍较高。据IDC调研，67%的中国企业已经开始探索生成式人工智能在企业内的应用机会或已经开始进行相关资金投入。
据调研，中国企业尤其认可生成式人工智能在加速决策、提高效率、优化用户和员工体验等维度带来的价值，并将在未来三年持续提高投入力度，超过七成企业增幅达到20%-40%；但与此同时，企业需要直面计算、存储等资源短缺、行业大模型可用性待提升以及投入成本高等问题带来的压力。
>>芯片：满足多场景高质量应用需求
人工智能芯片广泛应用于人工智能领域的各个方面，其所具备的高性能等特性可更好地支持复杂的算法，满足实时处理需求。通过硬件能力和软件能力的紧密结合，人工智能芯片具备自我学习和自适应计算能力，可以根据场景进行优化和调整，以更好地适应应用需求。
从技术发展视角来看，异构计算仍然是芯片发展趋势之一。异构计算通过在单一系统中利用不同类型的处理器（如CPU、GPU、ASIC、FPGA、NPU等）协同工作，执行特定任务，以优化性能和效率，更高效地利用不同类型的计算资源，满足不同的计算需求，比如，通过发挥GPU并行处理能力，可以提高模型，尤其是大模型的训练速度和效率；在数据预处理、模型调优等阶段，可以使用CPU进行计算和决策，或在控制和协调计算资源（如GPU、FPGA等）的工作过程中使用CPU，以确保计算过程的顺利进行；此外，可通过使用FPGA进行推理加速，从而将模型实现在边缘设备的部署，以开展更快速的实时推理工作。IDC调查研究显示，截至2023年10月，中国市场普遍认为“CPU+GPU”的异构方式是人工智能异构计算的主要组合形式。