【行業】人工智能基礎層發展研究報告(60頁)

算力、算法、數據是人工智能產業發展的三大要素。據此,人工智能基礎層主要包括智能計算集群、智能模型敏捷開發工具、數據基礎服務與治理平臺三個模塊。智能計算集群提供支撐AI模型開發、訓練或推理的算力資源,包括系統級AI芯片和異構智能計算服務器,以及下游的人工智能計算中心等;智能模型敏捷開發工具模塊主要實現AI應用模型的生產,包括開源算法框架,提供語音、圖像等AI技術能力調用的AI開放平臺和AI應用模型效率化生產平臺;數據基礎服務與治理平臺模塊則實現AI應用所需的數據資源生產與治理,提供AI基礎數據服務及面向AI的數據治理平臺。AI基礎層企業通過提供AI算力、開發工具或數據資源助力人工智能應用在各行業領域、各應用場景落地,支撐人工智能產業健康穩定發展。

開發一項人工智能模型并上線應用大致需經歷從業務理解、數據采標及處理、模型訓練與測試到運維監控等一系列流程。過程中需要大量的AI算力、高質量數據源、AI應用算法研發及AI技術人員的支持,但大部分中小企業用戶并不具備在“算力、數據、算法”三維度從0到1部署的能力,而財力雄厚的大型企業亦需高性價比的AI開發部署方案。依靠AI基礎層資源,需求企業可降低資源浪費情況、規避試錯成本、提高部署應用速度。作為支撐AI模型開發及落地的必要資源,AI基礎層可在多環節提效AI技術價值的釋放;其工具屬性也標志著AI產業社會化分工的出現,AI產業正逐步進入低技術門檻、低部署成本、各產業深度參與雙向共建的效率化生產階段。

智能化轉型趨勢下,企業部署AI項目的需求正經歷著變化,對數據質量、模型生產周期、模型自學習水平、模型可解釋性、云邊端多樣部署方式、人力成本及資金投入、投資回報率等的要求都逐步走高。在上述需求特點及自動機器學習、AI芯片硬件架構等技術發展的共同推動下,AI基礎層資源的整體效能水平也在不斷進化,以有效降低需求企業的AI開發成本。大致涵蓋相互交融的三個階段:雛形期,算法/算力/數據各模塊多為粗放式的單點工具,新興產品及賽道逐步出現;快速發展期,各賽道活躍度顯著提升,參與者積極探索產品形態與商業模式,基礎層服務體系逐步完善、資源價值凸顯;最后則向成熟階段過渡,各賽道內企業競爭加劇,逐步跑出頭部企業。同時各賽道間企業生態合作增多,一站式工具平臺出現。

分享到: