2024年是人工智慧發展的重要轉折點，企業正在加速從商業數位化向商業智慧型化轉型。 大模型和生成式人工智慧的發展將導致計算正規化、產業動能和計算服務模式的改變。 從感知智慧型到生成智慧型，對AI算力的需求正在快速增長。 大型模型和生成式人工智慧的發展極大地推動了人工智慧伺服器市場的增長。IDC預測，全球AI硬體市場（伺服器）將從2024年的195億美元增長到2024年的347億美元，五年復合年增長率為173%；在中國，預計2024年中國智慧型伺服器市場規模將達到91億美元，同比增長825%，2024年將達到134億美元，五年復合年增長率為218%。
2024年，人工智慧取得了突破性的發展。 生成式人工智慧（Gen-AI）應用和工具產品的出現，如人工智慧聊天機械人ChatGPT、人工智慧程式設計工具GitHub Copilot、影象生成系統Stable Diffusion等，為文字創作、影象生成、**生成、研發過程帶來了全新的智慧型體驗，大大提高了生產力和生產水平。
大模型和生成式AI的發展意味著AI正在從完成影象識別和語音識別等特定任務轉向擬人化智慧型水平，具有自主學習習、判斷和創造的能力。 對於業務人員來說，他們將不再侷限於思考“如何為產品流程新增智慧型能力”，而是需要更加關注“如何利用人工智慧實現產品流程創新”。 基於海量資料訓練和模型調優，AI大模型具有更精準的執行能力和更強的場景可傳遞性，為AI在元宇宙、城市治理、醫療健康、科研等綜合複雜場景的廣泛應用提供了更好的解決方案。
IDC調查顯示，全球企業普遍關注和探索生成式AI的布局，全球超過80%的受訪企業已開始開展相關實際行動，探索適用落地場景到 2023 年，超過四分之一的企業已經在生成式 AI 技術上投入了大量資金。
從應用場景來看，IDC認為知識管理、對話式應用、銷售營銷、生成是全球企業應用生成式AI的主要場景。 其中，知識管理有望成為工業智慧型最有價值的應用價值用例，通過人工智慧，企業可以實現對文字、影象等知識內容的高效分析和管理，減少勞動密集型投資。
生成式人工智慧有望重塑計算服務模式和市場格局。 鑑於基礎大模型的本地訓練成本較高，企業將更多地利用AI就緒的資料中心設施和生成式AI伺服器集群，從而減少部署時間和設施的長期投資成本。 在給計算服務市場帶來新機遇的同時，大模型時代，企業所需的計算服務質量和模式將發生變化，這也將給計算服務商帶來新的挑戰。
從企業角度來看，中國企業對生成式AI的接受度普遍較高。 根據IDC的資料，67%的中國企業已經開始探索生成式人工智慧在企業中的應用機會，或者已經開始投資相關基金。
調查顯示，中國企業尤其認識到生成式人工智慧在加速決策、提高效率、優化使用者和員工體驗方面的價值，並將在未來三年內繼續加大投入，超過70%的企業將增長20%-40%。但與此同時，企業需要面對計算和儲存資源短缺、大行業模型可用性有待提公升、投入成本高企等帶來的壓力。
生成式人工智慧對中國人工智慧伺服器市場的發展帶來了重大拉動。 豐富的應用場景和科技創新迭代的熱情，導致中國市場對AI伺服器的關注度和需求顯著增加。 IDC資料顯示，2024年上半年，中國人工智慧伺服器市場規模將達到30億美元，同比增長554%。
2024年，我國智慧型算力規模達到259每秒 9 次百萬兆次浮點運算 （EFLOPS），到 2023 年將達到 414 次1 eflops，預計到 2027 年將達到 1117 次4 eflops。2024年，我國通用算力規模達到545 eflops，預計到2024年通用算力規模將達到1173 eflops。2022-2024年，我國智慧型算力年復合增長率達到339%，通用算力年復合增長率為166%。
市場對算力服務需求的變化將對計算服務商的商業模式和管理模式提出新的要求，生成式人工智慧有望重構算力服務的市場格局。 在這個過程中，將有更符合市場需求的算力供應方式，幫助企業應對算力需求，基於共享基礎設施優化伺服器利用率，獲得更高的能效優勢。
在AI算力和雲上，基於算力需求優化業務模型是關鍵挑戰。 優化服務模型的建議如下：
了解您的計算能力需求：首先，要對客戶或企業的算力需求有深刻的了解。 這包括了解他們需要什麼樣的計算能力、處理速度和儲存容量。 這有助於確定所需的服務級別和定價策略。
客製化服務：根據客戶或企業的需求提供定製化服務。 這包括提供特定型別的硬體、軟體或演算法來滿足他們的特定需求。
彈性伸縮：由於 AI 應用程式的需求可能會隨著時間的推移而變化，並且隨著資料量的增加而變化，因此服務模型應該具有彈性擴充套件的能力。 這意味著能夠隨著需求的變化動態增加或減少計算資源。
高可用性和可靠性：AI 應用程式通常需要高可用性和可靠性。 因此，服務模型應該能夠提供這些特徵，以確保應用程式始終可用並能夠處理大量資料。
安全：人工智慧應用涉及大量的資料和模型，因此安全性至關重要。 服務模型應提供強大的安全措施，包括資料加密、訪問控制和安全審計。
自動化和智慧型化：為了提高效率和降低成本，服務模型應具備自動化和智慧型化的能力。 這可能包括自動化部署、監控和管理，以及使用 AI 技術來優化資源分配和提高效率。
靈活的定價策略：由於人工智慧應用的需求變化很大，因此應提供靈活的定價策略。 這可以根據使用的計算資源、處理速度和儲存容量進行定價，以確保客戶或企業可以根據自己的需求和能力選擇正確的定價計畫。
夥伴 關係：與商家、雲服務提供商和其他合作夥伴建立緊密的合作關係，以提供更全面、更高效的服務。 這可能包括共享資源、優化成本和提高服務質量等。
總之，就要根據算力需求優化服務模型，了解客戶或企業的需求，提供定製化服務，具備彈性伸縮能力、高可用可靠、安全、自動化、智慧型化、靈活的定價策略，與合作夥伴建立緊密的合作關係。
回顧2018-2024年的評估結果可以看出，網際網絡、金融、電信、製造、服務、交通、醫療、能源、教育等領域一直在積極探索人工智慧的應用。 其中，網際網絡、金融、電信、製造業在過去五年中一直保持著前五名的高滲透率。 隨著人工智慧技術的不斷發展和完善，企業決策者對人工智慧能夠推動傳統產業的公升級創新，促進產業轉型的加速，同時也催生出新的產業和商業模式，為傳統企業和初創企業帶來更多機遇。 因此，各行各業越來越重視人工智慧技術的應用，行業分布也越來越廣泛。
2024年，人工智慧行業滲透率排名前五的行業分別是：網際網絡、電信、金融和製造業。 此外，人工智慧在交通、服務、教育等行業的投入也令人矚目。
過去五年（2018-2024年），北京、杭州、上海、深圳、廣州、合肥、蘇州、重慶等城市在人工智慧領域表現不俗。 在過去的幾年裡，北京在人工智慧算力發展方面一直穩居城市排行榜前列，擁有大量的人才和成熟的企業，同時政策支援也非常有力上海、深圳、杭州等城市不斷加速技術積累，拓展應用場景，構建獨具特色的AI發展路線。
2024年，北京仍將位居中國人工智慧城市評價榜首，緊隨其後的是杭州和深圳。 其中，北京在大模型領域表現良好，聚集了一大批大型模型企業，推出了眾多具有代表性的大型模型和應用產品，為我國大型模型的研發和應用提供了強勁動力。 此外，排名前10的城市包括上海、蘇州、廣州、濟南、合肥、重慶和成都。
整體來看，排名靠前的城市因為政策、資金和技術支援較好，能夠穩步吸引更多的人才和企業聚集，從而形成較強的人工智慧產業集群，而排名相對靠前的城市依然保持對人工智慧產業的熱情，不斷推動人工智慧產業發展，挖掘出具有地方特色的發展路徑。 在這個過程中，可以看出，智慧型計算中心的建設是該地區人工智慧發展的重要推動力，不僅可以提高基礎設施建設水平，還可以對吸引更多企業共謀發展起到積極作用。 在過去的幾年裡，南京、天津、習等城市通過智慧型計算中心建設的浪潮躋身前10名。
總體來看，我國AI市場呈現快速發展態勢，越來越多的省市加大對AI算力的投入，重視政策扶持、人才儲備，促進相關企業發展。 未來，隨著技術的不斷進步和應用場景的不斷拓展，人工智慧將成為推動社會發展、加速世界邁向智慧型時代的重要力量。
參考資料 |《2023-2024年中國智慧型算力發展評估報告》。