腾博会官网

2021年中国人工智能基础层行业研究报告

日期：2021-07-20作者：腾博会官网安防浏览量：1

人工智能丨研究报告

焦点摘要：

算力、算法、数据是人工智能工业生长的三概略素�；诖�，艾瑞界说人工智能基础层是支持AI应用模子开发及落地的须要资源，主要包括智能盘算集群、智能模子迅速开发工具、数据基础效劳与治理平台三大�？�。生长人工智能基础层可多环节提效AI手艺价值的释放，解决需求方人工智能生产力稀缺问题，且依托AI基础层资源，AI企业可有用应对下游客户的长尾应用需求，将其高频应用转化为新主营营业，寻找营业增添突破点。别的，基础层工具属性标记着AI工业社会化分工的泛起，AI工业正逐步进入各工业深度加入、双向共建的效率化生产阶段。据艾瑞测算，2020年人工智能基础层市场规模为497亿元，为AI工业总规模的33%，AI芯片的高增添是工业规模增添的主要拉动力。未来，陪同各行业智能化转型的迫切需求，艾瑞以为人工智能基础层的各�？楣ぞ哂型呦蚣夹偷纳Ｊ�，更多企业将自研开源框架，国产的操作系统与数据库等软件配套设施将稳步崛起，算力�？榈闹悄苄Ю推鞴室步鸩教嵘�。
人工智能基础层看法界定

人工智能基础层界说

支持种种人工智能应用开发与运行的资源清静台

算力、算法、数据是人工智能工业生长的三概略素。据此，人工智能基础层主要包括智能盘算集群、智能模子迅速开发工具、数据基础效劳与治理平台三个�？�。智能盘算集群提供支持AI模子开发、训练或推理的算力资源，包括系统级AI芯片和异构智能盘算效劳器，以及下游的人工智能盘算中心等；智能模子迅速开发工具�？橹饕迪諥I应用模子的生产，包括开源算法框架，提供语音、图像等AI手艺能力挪用的AI开放平台和AI应用模子效率化生产平台；数据基础效劳与治理平台�？樵蚴迪諥I应用所需的数据资源生产与治理，提供AI基础数据效劳及面向AI的数据治理平台。AI基础层企业通过提供AI算力、开发工具或数据资源助力人工智能应用在各行业领域、各应用场景落地，支持人工智能工业康健稳固生长。

人工智能基础层价值

AI基础层是支持AI应用模子开发及落地的须要资源

开发一项人工智能模子并上线应用大致需履历从营业明确、数据采标及处置惩罚、模子训练与测试到运维监控等一系列流程。历程中需要大宗的AI算力、高质量数据源、AI应用算法研发及AI手艺职员的支持，但大部分中小企业用户并不具备在“算力、数据、算法”三维度从0到1安排的能力，而财力雄厚的大型企业亦需高性价比的AI开发安排计划。依赖AI基础层资源，需求企业可降低资源铺张情形、规避试错本钱、提高安排应用速率。作为支持AI模子开发及落地的须要资源，AI基础层可在多环节提效AI手艺价值的释放；其工具属性也标记着AI工业社会化分工的泛起，AI工业正逐步进入低手艺门槛、低安排本钱、各工业深度加入双向共建的效率化生产阶段。

人工智能基础层进阶之路

粗放式单点工具向集约型、细腻化资源演进

智能化转型趋势下，企业安排AI项目的需求正履历着转变，对数据质量、模子生产周期、模子自学习水平、模子可诠释性、云边端多样安排方法、人力本钱及资金投入、投资回报率等的要求都逐步走高。在上述需求特点及自念头械学习、AI芯片硬件架构等手艺生长的配合推动下，AI基础层资源的整体效能水平也在一直进化，以有用降低需求企业的AI开发本钱。大致涵盖相互融会的三个阶段：雏形期，算法/算力/数据各�？槎辔址攀降牡サ愎ぞ�，新兴产品及赛道逐步泛起；快速生耐久，各赛道活跃度显著提升，加入者起劲探索产品形态与商业模式，基础层效劳系统逐步完善、资源价值凸显；最后则向成熟阶段过渡，各赛道内企业竞争加剧，逐步跑出面部企业。同时各赛道间企业生态相助增多，一站式工具平台泛起。

人工智能基础层需求篇

基础层起源成型是AI工业链成熟的标记

基础层资源增进AI工业链各环节价值传导顺畅、分工明确

现阶段，已起源成型的AI基础层资源可有用缓解下游行业用户逐渐增添的、从感知到认知多类型的AI应用模子开发及安排需求。细看基础层内部，一方面，数据资源、算力资源和算法开发资源三者之间的分工更为明确和有序。数据基础效劳及治理平台企业为AI工业链供应数据生产资料；智能盘算集群产出高质效的生产力；智能模子迅速开发工具则认真模子开发及模子训练等，输出AI手艺效劳能力，提高AI应用模子在各行业的渗透速率与价值空间。另一方面，基础层厂商的数目坚持增添、厂商营业规模一连扩大，可提供专业定制化或一站式的基础资源效劳。由此，基础层完成AI工业化生产准备，通过直接供应和间接供应的形式，将基础层资源传送到下游的AI应用需求端，工业链向顺畅的资源运送及价值传导偏向演进。

AI基础层解决人工智能生产力稀缺问题

基础层资源缓解甲方在看待人工智能投资上的“矛盾”

凭证艾瑞2020年执行的CTO调研，2019年凌驾51%的样本企业AI相关研发用度占总研发用度比重在10%以上，2020年65.9%的企业AI研发占比抵达10%以上。一方面是甲方企业一直增添的对智能化转型的强劲需求，一方面则是在AI应用开发与安排历程中企业普遍面临的数据质量(49%)、手艺人才(51%)等基础资源设置难点。且现在只有少数企业可以完成AI项目实验前设定的所有投资回报率（ROI）标准，因此甲方企业在投资AI项目时相对审慎。AI基础层资源则可有用缓解甲方使用AI手艺重塑自身营业时的投资矛盾，提升模子生产效率，降低安排本钱：数据资源集群具备数据采标与数据治理能力，且一站式的数据平台可对实时数据举行统一治理，提高数据使用率；高效的AI算力集群与调理系统可知足模子训练与推理需求，降低总拥有本钱（TCO，TotalCost of Ownership）；基于算法开发平台演化出的语音识别、盘算机视觉、机械学习等专业的AI模子生产平台，可提供高效、一站式的AI模子生产效劳。

人工智能基础层供应篇

人工智能基础层工业图谱

人工智能基础层市场规模

AI企业营业突破、智能化转型趋势等多因素驱动工业规模增添

AI企业突破营业增添瓶颈的需求是人工智能基础层生长的驱动力之一。目今人工智能焦点工业规模坚持线性增添态势，且增速趋于平稳与常态化。为追求产值增添突破点，AI企业发力探索开拓市场的有用手段。依托人工智能基础层资源建设，AI企业可有用应对下游客户的长尾应用需求，再将高频应用转化为新主营营业。别的“新基建”、半导体自主可控等相关政策帮助、古板行业智能化转型等因素也都在助推人工智能基础层资源的生长。据艾瑞测算，2021-2025年，人工智能基础层市场规模CAGR为38%，整体工业规模生长速率较快、空间较为辽阔，总体泛起一连增添的走势。2020年，中国人工智能基础层市场规模为497亿元，为人工智能工业总规模的33%，市场规模相较去年同比增添76%，AI应用模子效率化生产平台创收增添、AI芯片市场规模随着云端训练需求泛起较高增添等是同比增速的主要拉动力；2021-2024年同比增速趋于平缓下降，市场最先恢复稳步增添态势。到2025年，中国人工智能基础层市场规模将抵达2475亿元，云端推理与端侧推理芯片市场一连走高使得人工智能基础层整体市场同比增速稍有抬升。

算力：超算/数据中心的存量与增量判断

从算力需求与节能减排划定看存量替换与增量增添

现有的超算/数据中心以建设单位为标准，可分为两类：1）以国家或地方为建设单位的G端超算中心，效劳工具主要为国家牵头的重点科研单位、高校研究院等，此类超算中心是解决国家清静、科学前进、经济生长与国防建设等重大挑战性问题的主要手段，近两年受国家与地方的高度重视与帮助，建设与升级超算中心的趋势愈加清朗。但由于数据网络清静与盘算精度要求高，建设周期较长，此类超算中心的数目在中短期内增添缓慢，恒久来看则会成为替换存量与增量增添的孝顺主力之一。2）以智能云厂商或IDC效劳商为建设供应主体的B端超算/数据中心，为互联网公司、其他类型的企业或事业单位提供主机托管、资源出租、增值或应用效劳，是存量与增量市场转变主要推力。

从市场转变趋势来看：1）存量市�。�日渐增添的AI盘算负载需要处置惩罚力更强、能耗遭受度更大的数据中心，同时，一系列有关控制数据中心PUE值的节能审查划定相继出台，一味盲目扩建、新建数据中心已难适时宜，增进老旧数据中心绿色化刷新的减量替换计划因此降生。微型、中小型数据中心会逐渐被刷新为集约型的大型数据中心，切合节能减排相关标准、机柜数目与异构组合增多的集约型超算/数据中心将在存量市场中占有主流。2）增量市�。�思量到边沿盘算可分担AI盘算使命、兼具低延时优势，治理边沿盘算中心则需要结构响应的大型云端数据中心，故增量市场会被异构的边沿盘算数据中心与云端超算或大型数据中心扩充。

算力：云化AI算力

开放共享虚拟AI算力资源，实现AI模子海量训练与推理

AI是一种高资源消耗、强盘算的手艺，AI算力的强弱直接关联到AI模子训练的精度与实时推理的效果。若企业自力安排AI算力，不但需要建设或租用机房这类重资产与网络宽带资源，还需要购置物理机、内存、硬盘等硬件装备，并且购置装备保存采购周期不确定、硬件资源太过铺张、专业治理团队缺乏等问题。以是，自力安排AI算力资源是一项耗时耗力的事情。将AI算力云化是一种高效能、低本钱的有力解决计划。具备先天性营业优势的云效劳商搭建数据中心，先将AI效劳器算力资源虚拟化，开放给AI模子开发者，做到按需分派，如给短视频营业的开发者优先配备CPU+GPU计划，此后对算力资源的调理事情举行统一治理。由此，“物美价廉”的算力有序注入各行各业的AI模子中，减轻了井喷式数据爆发所带来的模子训练肩负，并能实时凭证用户使用情形弹性扩充或缩减虚拟算力资源空间，抵达利便、无邪、降本增效的效果。

算力：端-边-云的算力协同

端-边-云实现AI算力泛在，加速AI模子训练与推理

在人工智能与5G等手艺的攻击下，装备端爆发大宗实时数据，若直接上传到云端处置惩罚，会对云端的带宽、算力、存储空间等造成重大压力，同时也保存延时长、数据传输清静性等问题。因此，为缓解云端的事情负载，云盘算在云与端之间新增了若干个边沿盘算节点，从而衍生出端-边-云的资源、数据与算力协同。在算力协同的营业模式下，靠近云端的云盘算中心肩负更多的模子训练使命，贴近端侧的各装备主要举行模子推理，而二者之间的边沿侧则认真通用模子的转移学习，资助云端疏散通用模子训练使命、处置惩罚实时盘算的同时，也解决了终端算力缺乏、盘算功耗大的难题。未来，边沿盘算的生长会催生出更相宜边沿盘算场景的算力集群异构设计，其异构化水平将会高于古板的数据中心，异构设计的突破将会进一步提高端-边-云的整体盘算效能，进而加速AI模子的训练与推理。

算力：AI芯片市场规模

目今以训练需求为主，推理需求将成为未来市场主要增添动力

AI芯片是人工智能工业的要害硬件，也是AI加速效劳器中用于AI训练与推理的焦点盘算硬件，被普遍应用于人工智能、云盘算、数据中心、边沿盘算、移动终端等领域。目今，我国的AI芯片行业仍处于起步期，市场空间有待探索与开拓。据艾瑞统计与展望，2020年我国AI芯片市场规模为197亿元，到2025年，我国AI芯片市场规模将抵达1385亿元，2021-2025年的相关CAGR=47%，市场整体增速较快。从AI芯片的盘算功效来看，一最先，因AI应用模子首先要在云端经由训练、调优与测试，盘算的数据量与执行的使命量数以万计，故云端训练需求是AI芯片市场的主流需求。而在后期，训练好的AI应用模子转移到端侧，团结实时数据举行推理运算、释放AI功效，推理需求逐渐取代训练需求，发动推理芯片市场崛起。2025年，云端推理与端侧推理成为市场规模增添的主要拉动力，提升了逐渐下滑的AI芯片市场规模同比增速。

算法：智能模子迅速开发工具商业价值剖析

API规模经济+AI应用模子效率化生产平台的杠杆增效

智能模子迅速开发工具的泛起与驱动AI营业的外因以及企业自身的内因细密相关。从外因看，规�；喑【暗挠狄恢毖苌龀の残枨�，原有的应用需实时更新；从内因看，囿于开发企业有限的谋划本钱与AI手艺人才，其资源主要投放到现阶段的主营营业，现有职员难以推动营业的智能化刷新。对此，可有用解决AI应用模子设计与开发历程中通用或特有问题的智能模子迅速开发工具逐步成为备选计划。AI开放平台与AI应用模子效率化生产平台作为其中的代表性工具，不但能镌汰由0到1的开发本钱，并且可降低人工智能市场的加入门槛，提升开发效果。AI开放平台属于API资源的一种，其可资助手艺领先企业开放AI能力与先进资源，从而延伸价值链，形陋习模经济与长尾经济，使用开发者的立异应用来反哺开放平台。AI应用模子效率化生产平台可提供较为前沿的手艺、经济合理的模子生产履历以及为实现迅速开发而打包的数据、算力与算法资源。详细而言，其接纳自念头械学习手艺，很洪流平上降低了机械学习的编程事情量、节约了AI开发时间、减轻了对专业数据科学家与算法工程师的依赖，让缺乏机械学习履历的开发者用上AI，加速开发效率。

返回

? 2020 腾博会官网 沪ICP备12045031号

联系腾博会官网

联系腾博会官网

400-631-6166
【网站地图】【sitemap】