前言:

基礎(chǔ)層工具屬性標(biāo)志著AI產(chǎn)業(yè)社會化分工的出現(xiàn),AI產(chǎn)業(yè)正逐步進(jìn)入各產(chǎn)業(yè)深度參與、雙向共建的效率化生產(chǎn)階段。

作者 | 方文

圖片來源 |  網(wǎng) 絡(luò)

基礎(chǔ)層為人工智能提供算力支持

人工智能分為基礎(chǔ)層、技術(shù)層和應(yīng)用層三個(gè)層面。

基礎(chǔ)層為人工智能提供算力支持,而算力也是決定人工智能能夠?qū)崿F(xiàn)產(chǎn)業(yè)化的基礎(chǔ)。

人工智能芯片在快速迭代的過程中,多樣化的發(fā)展速度正在加快。

目前,人工智能服務(wù)器依然是人工智能基礎(chǔ)設(shè)施的主要市場,約占到所有人工智能基礎(chǔ)設(shè)施市場的87%左右,也是人工智能中心的核心組成。

隨著人工智能應(yīng)用計(jì)算需求的指數(shù)級增長,未來將有更多的類GPU芯片互聯(lián)技術(shù)被采用,也使服務(wù)器能夠?qū)崿F(xiàn)速度更快的技術(shù)升級。

人工智能基礎(chǔ)層價(jià)值及影響

依靠AI基礎(chǔ)層資源,需求企業(yè)可降低資源浪費(fèi)情況、規(guī)避試錯成本、提高部署應(yīng)用速度。

作為支撐AI模型開發(fā)及落地的必要資源,AI基礎(chǔ)層可在多環(huán)節(jié)提效AI技術(shù)價(jià)值的釋放;其工具屬性也標(biāo)志著AI產(chǎn)業(yè)社會化分工的出現(xiàn),AI產(chǎn)業(yè)正逐步進(jìn)入低技術(shù)門檻、低部署成本、各產(chǎn)業(yè)深度參與雙向共建的效率化生產(chǎn)階段。

發(fā)展人工智能基礎(chǔ)層可多環(huán)節(jié)提效AI技術(shù)價(jià)值的釋放,解決需求方人工智能生產(chǎn)力稀缺問題;

依托AI基礎(chǔ)層資源,AI企業(yè)可有效應(yīng)對下游客戶的長尾應(yīng)用需求,將其高頻應(yīng)用轉(zhuǎn)化為新主營業(yè)務(wù),尋找業(yè)務(wù)增長突破點(diǎn);

未來,伴隨各行業(yè)智能化轉(zhuǎn)型的迫切需求,人工智能基礎(chǔ)層的各模塊工具有望走向集約型的生產(chǎn)模式;

更多企業(yè)將自研開源框架,國產(chǎn)的操作系統(tǒng)與數(shù)據(jù)庫等軟件配套設(shè)施將穩(wěn)步崛起,算力模塊的智能服務(wù)器國產(chǎn)化率也將逐步提升。

AI基礎(chǔ)層企業(yè)通過提供AI算力、開發(fā)工具或數(shù)據(jù)資源助力人工智能應(yīng)用在各行業(yè)領(lǐng)域、各應(yīng)用場景落地,支撐人工智能產(chǎn)業(yè)健康穩(wěn)定發(fā)展。

AI基礎(chǔ)層的進(jìn)階演變之路

智能化轉(zhuǎn)型趨勢下,企業(yè)部署AI項(xiàng)目的需求正經(jīng)歷著變化,對數(shù)據(jù)質(zhì)量、模型生產(chǎn)周期、模型自學(xué)習(xí)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(bào)率等的要求都逐步走高。

大致涵蓋相互交融的三個(gè)階段:雛形期,算法/算力/數(shù)據(jù)各模塊多為粗放式的單點(diǎn)工具,新興產(chǎn)品及賽道逐步出現(xiàn);

快速發(fā)展期,各賽道活躍度顯著提升,參與者積極探索產(chǎn)品形態(tài)與商業(yè)模式,基礎(chǔ)層服務(wù)體系逐步完善、資源價(jià)值凸顯;

最后則向成熟階段過渡,各賽道內(nèi)企業(yè)競爭加劇,逐步跑出頭部企業(yè)。同時(shí)各賽道間企業(yè)生態(tài)合作增多,一站式工具平臺出現(xiàn)。

人工智能基礎(chǔ)層市場規(guī)模

根據(jù)艾瑞2020年執(zhí)行的CTO調(diào)研,2019年超過51%的樣本企業(yè)AI相關(guān)研發(fā)費(fèi)用占總研發(fā)費(fèi)用比重在10%以上,2020年65．9%的企業(yè)AI研發(fā)占比達(dá)到10%以上。

AI基礎(chǔ)層資源則可有效緩解甲方利用AI技術(shù)重塑自身業(yè)務(wù)時(shí)的投資矛盾,提升模型生產(chǎn)效率,降低部署成。

據(jù)艾瑞測算,2020年人工智能基礎(chǔ)層市場規(guī)模為497億元,為AI產(chǎn)業(yè)總規(guī)模的33%,AI芯片的高增長是產(chǎn)業(yè)規(guī)模增長的主要拉動力。

2021-2025年,人工智能基礎(chǔ)層市場規(guī)模CAGR為38%,整體產(chǎn)業(yè)規(guī)模發(fā)展速度較快、空間較為廣闊,總體呈現(xiàn)持續(xù)增長的走勢。

2020年,中國人工智能基礎(chǔ)層市場規(guī)模為497億元,為人工智能產(chǎn)業(yè)總規(guī)模的33%,市場規(guī)模相較去年同比增長76%,AI應(yīng)用模型效率化生產(chǎn)平臺創(chuàng)收增長、AI芯片市場規(guī)模隨著云端訓(xùn)練需求出現(xiàn)較高增長等是同比增速的主要拉動力;

2021-2024年同比增速趨于平緩下降,市場開始恢復(fù)穩(wěn)步增長態(tài)勢。到2025年,中國人工智能基礎(chǔ)層市場規(guī)模將達(dá)到2475億元。

結(jié)尾:中國的基礎(chǔ)算法后來居上

實(shí)際上從整個(gè)數(shù)據(jù)比較來看,中國在基礎(chǔ)算法方面和其他國家差別并不大,甚至于還略微領(lǐng)先一些。

在一些最原創(chuàng)的基礎(chǔ)算法上,日本、美國和其他一些國家比中國專利產(chǎn)生的時(shí)間點(diǎn)要早。

但是隨著2012年之后中國人工智能產(chǎn)業(yè)快速發(fā)展,實(shí)際上中國很多科學(xué)家、企業(yè),在基礎(chǔ)算法上做了非常多的改進(jìn),我們看到了很多新的產(chǎn)品。

部分資料參考:央廣網(wǎng):《「專家談ICT」我國人工智能基礎(chǔ)層研發(fā)創(chuàng)新后來居上》,澎湃新聞:《中國新一代人工智能發(fā)展報(bào)告:發(fā)展迅速,基礎(chǔ)層仍相對薄弱》,艾瑞咨詢:《2021年中國人工智能基礎(chǔ)層行業(yè)研究報(bào)告》,建行投行:《人工智能基礎(chǔ)層發(fā)展現(xiàn)狀》

本公眾號所刊發(fā)稿件及圖片來源于網(wǎng)絡(luò),僅用于交流使用,如有侵權(quán)請聯(lián)系回復(fù),我們收到信息后會在24小時(shí)內(nèi)處理。