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。大模型和生成式人工智能的发展将引发计算范式之变、产业动量之变，以及算力服务格局之变。从感知智能到生成式智能，人工智能算力需求快速增长。大模型和生成式人工智能的发展显著拉动了人工智能服务器市场的增长。

IDC预计，全球人工智能硬件市场（服务器）规模将从2022年的195亿美元增长到2026年的347亿美元，五年年复合增长率达17.3%；在中国，预计2023年中国人工智能服务器市场规模将达到91亿美元，同比增长82.5%，2027年将达到134亿美元，五年年复合增长率达21.8%。

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GitHub  CoPilot和图像生成系统Stable Diffusion等生成式人工智能（Generative AI，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。

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。 

IDC调研发现，全球企业普遍关注并探索对生成式人工智能的布局，全球超八成被访企业已经开始展开相关实践行动，探索适用的落地场景；2023年，超过四分之一的企业已经对生成式人工智能技术进行了大量资金投入。

从应用场景来看，IDC认为，知识管理、对话式应用、销售和营销、代码生成等是全球企业应用生成式人工智能的主要场景。其中，知识管理有望成为最有应用价值的生成人工智能用例，通过人工智能手段，企业可实现对文本、图像和视频等知识内容的高效分析和管理，降低劳动密集型投入。

生成式人工智能有望重构算力服务模式和市场格局。鉴于基础大模型的本地训练成本不菲，企业将更多地使用人工智能就绪的数据中心设施和生成式人工智能服务器集群，从而缩短部署时间，降低设施的长期投资成本。为算力服务市场带来新机会的同时，由于企业所需的算力服务质量和模式将会在大模型时代发生改变，也将为算力服务供应商带来新的挑战。

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。

生成式人工智能对中国人工智能服务器市场的发展带来了明显的拉动作用。丰富的应用场景和对技术创新迭代的热忱，让中国市场对于人工智能服务器的关注度和需求量均明显增长。IDC数据显示，2023年上半年，中国人工智能服务器市场规模达到30亿美元，同比增长55.4%。 

2022年中国智能算力规模达259.9每秒百亿亿次浮点运算（EFLOPS），2023年将达到414.1 EFLOPS，预计到2027年将达到1117.4 EFLOPS。2022年中国通用算力规模达54.5 EFLOPS，预计到2027年通用算力规模将达到117.3 EFLOPS。2022 - 2027年期间，中国智能算力规模年复合增长率达33.9%，同期通用算力规模年复合增长率为16.6%。

市场对于算力服务需求的改变，将对算力服务商的商业模式和管理模式提出全新要求，生成式人工智能有望重构算力服务市场格局。在这个过程中，将会涌现更符合市场需求的算力供给方式，帮助企业应对算力需求，基于共享的基础设施，优化服务器利用率，获得更高的能效优势。

根据算力需求优化AI算力和云的服务模式

在人工智能算力和云方面，根据算力需求优化服务模式是一个关键的挑战。优化服务模式的建议如下：

• 了解算力需求：首先，要深入了解客户或企业的算力需求。包括了解他们需要什么样的计算能力、处理速度和存储容量。这有助于确定所需的服务级别和定价策略。

• 定制化服务：根据客户或企业的需求，提供定制化的服务。包括提供特定类型的硬件、软件或算法，以满足他们的特定需求。

• 弹性扩展：由于人工智能应用的需求可能会随着时间和数据量的增加而变化，因此服务模式应该具备弹性扩展的能力。这意味着要能根据需求的变化，动态地增加或减少计算资源。

• 高可用性和可靠性：人工智能应用通常需要高可用性和可靠性。因此，服务模式应该能够提供这些特性，以确保应用始终可用并能够处理大量数据。

• 安全性：人工智能应用涉及大量的数据和模型，因此安全性至关重要。服务模式应该提供强大的安全措施，包括数据加密、访问控制和安全审计等。

• 自动化和智能化：为了提高效率和降低成本，服务模式应该具备自动化和智能化的能力。这可能包括自动化部署、监控和管理，以及使用人工智能技术来优化资源分配和提高效率。

• 灵活的定价策略：由于人工智能应用的需求变化很大，因此应该提供灵活的定价策略。这可以根据使用的计算资源、处理速度和存储容量来定价，以确保客户或企业能够根据自己的需求和能力来选择合适的定价方案。

• 合作伙伴关系：与供应商、云服务提供商和其他合作伙伴建立紧密的合作关系，以提供更全面和高效的服务。这可以包括共享资源、优化成本和提高服务质量等方面。

总之，根据算力需求优化服务模式，要深入了解客户或企业的需求，能提供定制化服务，具备弹性扩展的能力、高可用性和可靠性、安全性、自动化和智能化、灵活的定价策略以及与合作伙伴建立紧密的合作关系。

中国人工智能计算力发展评估

回顾2018年到2022年的评估结果，可以看到互联网、金融、政府、电信、制造、服务、交通、医疗、能源和教育等领域一直在积极探索人工智能的应用。其中互联网、政府、金融、电信、制造行业在五年中一直保持着前五名的高渗透度。随着人工智能技术的不断发展与完善，企业决策者更深刻地体会到人工智能可以推动传统产业的升级和创新，促进产业的转型加速，同时也能催生新的产业和商业模式，为传统企业和初创企业带来更多的机会。因此，各行业对于人工智能技术的应用愈加重视，行业分布也愈加广泛。

2023年人工智能的行业渗透度排名Top5的行业依次为：互联网、电信、政府、金融和制造。此外，交通、服务、教育等行业在人工智能领域的投资力度也可圈可点。

在过去五年中（2018-2022），北京、杭州、上海、深圳、广州、合肥、苏州、重庆等城市在人工智能领域具有较为突出的表现。北京在过去几年中一直稳居人工智能算力发展城市排名的前列，拥有大量的人才和成熟的企业，同时政策扶持也非常有力；上海、深圳、杭州等城市不断加速技术积累，拓展应用场景，构建具有特色的人工智能发展路线。

2023年，中国人工智能城市评估排行榜中，北京依然位居首位，杭州和深圳分别位列第二位和第三位。其中，北京在大模型领域表现突出，聚集了大批大模型企业，推出诸多具有代表性的大模型及应用产品，为中国大模型研发和应用提供强劲动力。此外，位居TOP10的城市还有上海、苏州、广州、济南、合肥、重庆和成都。 

整体来说，排名靠前的城市因具有更好的政策、资金和技术支持，可以稳定吸引更多的人才和企业聚集，从而形成更强大的人工智能产业集群，而排名相对靠后的城市依然保持着对人工智能产业的热忱，不断推进人工智能产业的发展，挖掘出具有地方特色的发展路径。在这个过程中可以看到，智算中心的建设是拉动地区实现人工智能发展的重要驱动力，既可以提升基础设施建设水平，也为吸引更多企业共谋发展起到积极的推动作用。过去几年来，南京、天津、西安等城市正是通过智算中心建设的浪潮跻身前十名。

总体来说，中国的人工智能市场呈现出快速发展的态势，越来越多的城市和省份都在不断加大在人工智能算力方面的投资力度，重视政策扶持、人才储备、推进相关企业的发展。未来，随着技术不断进步和应用场景不断拓展，人工智能将成为推动社会发展的重要力量，加速世界向智能化时代迈进。