在大模型時代，業界已經形成的共識是：模型的智能水平取決於其投入的數據、參數量及算力。模型參數量越大、投入訓練的數據質量越高，模型泛化能力則越強。

　　但無論是提高模型參數量還是提升數據質量，算力依舊是支撐大模型智力水平提升的核心驅動力。所以過去一年，隨着大模型的快速發展，算力市場也發生了較大的變化。

　　IDC和浪潮信息於11月29日聯合發佈的《2023-2024年中國人工智能計算力發展評估報告》（簡稱“報告”）顯示，2022年中國智能算力規模爲259.9EFLOPS（每秒百億億次浮點運算），而2023年將達到414.1EFLOPS，同比增長約59.3%。預計到2027年，中國智能算力規模將達1117.4EFLOPS，2022-2027年期間的年複合增長率爲33.9%。

　　智能算力需求的激增，也帶動算力上下游市場實現快速增長。在芯片方面，IDC預計，2023年中國人工智能芯片出貨量將達到133.5萬片，同比增長22.5%。

　　報告認爲，算力需求的提升給中國本土芯片廠商的發展提供了較大的空間，帶來新的機遇。但同時，中國芯片產業發展也面臨着一些挑戰，其中以技術突破、人才培養、知識產權保護等方面的問題尤爲突出。

　　以封裝技術爲例，3D封裝等技術的出現意味着高端芯片賽道上的競爭無須再僅圍繞摩爾定律下的晶體管工藝能力展開，而是可以從新的角度切入，達成電路密度提升的目標，進而實現性能的升級，封裝工藝突破正在成爲中國芯片製造的新課題。

　　此外，芯片產業發展不僅依賴硬件能力，還需要構建與硬件匹配的軟件生態，包括操作系統、中間件和工具鏈等，當下諸多本土芯片技術儲備和生態能力仍圍繞小模型時代的識別式人工智能展開，難以匹配大模型和生成式人工智能發展所需的軟件生態、模型框架、性能需求，因此本土人工智能芯片仍需在發展、繼承和競爭中成長。

　　另外，由於大模型對計算能力和數據的高需求，其所需要的服務器設施也將在人工智能基礎設施市場中佔據越來越大的份額。

　　IDC預計，全球人工智能硬件市場（服務器），將從2022年的195億美元增長到2026年的347億美元，五年年複合增長率達17.3%；其中，用於運行生成式人工智能的服務器市場規模在整體人工智能服務器市場的佔比將從2023年的11.9%增長至2026年的31.7%。

　　在中國市場，預計2023年的人工智能服務器市場規模將達到91億美元，同比增長82.5%，2027年將達到134億美元，五年年複合增長率達21.8%。

　　從工作負載來看，2023年，大模型的興起推動了訓練服務器的增長速度。IDC數據顯示，在中國，2023上半年訓練工作負載的服務器佔比達到49.4%，預計全年的佔比將達到58.7%。而隨着訓練模型的完善與成熟，模型和應用產品逐步進入投產模式，處理推理工作負載的人工智能服務器佔比將隨之攀升。IDC預計，到2027年，用於推理的工作負載將達到72.6%。

　　報告指出，大模型的發展提升了智能算力的需求，中國的人工智能算力平臺將呈現多元化發展趨勢，整體市場也將充滿機遇。同時，針對國內市場面臨單芯片算力的瓶頸問題，以系統化思維構建算力基礎設施平臺，保障算力調度，優化大模型研發效率，成爲破局之法和發展趨勢。

　　而這，也將加速中國市場對智能算力供給能力衡量標準的演變：用戶對算力供給能力的評估指標將從對基礎設施硬件性能的關注，遷移以及擴展至與應用需求和結果相關的維度上，如單位時間可處理Token的數量、可靠性、時延、訓練時間和資金成本、數據集質量等。

　　在這樣的背景下，技術提供商則需要構建以應用爲導向、系統爲核心的算力供給能力，提高算力利用率，提升諸如卡間互聯、多節點間互聯等水平，支持靈活穩定擴展和彈性容錯，積極打造通用的人工智能軟件和硬件平臺，以先進的系統性能力滿足市場的應用需求。

　　（工行網站特約作者：白楊）

　　文章來源：21世紀經濟報道