全球算力发展正面临应用多元化、供需不平衡等挑战，人工智能、数字李生、元宇宙等新兴领域的崛起，推动算力规模迅速增加、计算技术多元创新、产业格局重构重塑，智能算力作为数字化的经济时代新的生产力，对推动科学技术进步、赋能行业数字化转型以及经济社会持续健康发展发挥着日益重要的作用。智能算力即人工智能算力，是面向AI应用，提供AI算法模型训练与模型运行服务的计算机系统能力。智能算力通常由 GPU (Graphics Processing Unit，图形处理)、ASIC (Application Specific Integrated Circuit，专用集成电路)FPGA (Field Programmable Gate Array，现场可编程逻辑门阵列)、NPU(Neuralnetwork Processing Unit神经网络处理器) 等各类专用芯片承担计算工作，在人工智能场景应用时具有性能更优、能耗更低等优点。
智能算力是数字化的经济时代的重要支撑。数字化的经济依赖于数据的处理和分析，而智能算力为这些操作提供了强大的支撑。企业和个人利用智能算力提供的高性能计算能力处理海量的数据，实现快速、准确的数据分析，从而为企业的决策和发展提供更多的信息和支持。人工智能、大数据、物联网等新兴技术在智能算力支持下能更高效地进行数据处理、模型训练和决策推断，加速技术落地，推动数字化的经济与实体经济深度融合。
在算力规模方面，截止到 2022 年底，我国算力总规模为 180EFLOPS，排名全球第二。其中，通用算力规模为 137 EFLOPS，智能算力规模为 41 EFLOPS，超算算力规模为 2 EFLOPS。中国智能算力正处于快速地增长阶段，智能算力规模与去年相比增加了 41.4%，规模占比达 22.8%，，超过全球整体智能算力增速 (25.7%)。
人工智能在各行业应用程度均呈现不断加深的趋势，应用场景愈来愈普遍。智能算力在行业应用情况可根据人工智能的行业渗透度来分析，与 2021 年相比，各行业人工智能渗透度显著提升。其中，互联网行业依然是AI应用渗透度和投资最高的行业; 金融行业的人工智能渗透度从 2021 年的 55 提升到 62，智能客服、实体机器人智慧网点、云上网点等成为AI在金融行业的应用典型; 电信行业的人工智能渗透度从 2021 年的 45 增长到 51，人工智能技术融入电信网络的构建、优化，并为下一代智慧网络建设提供支撑;制造行业的人工智能渗透度从 40 增长到 45，结合人工智能技术的传统制造业的智能化改造，已成为产业升级的热点。
人工智能技术高速发展，应用方向逐渐多样化和复杂化。智能算力主要有三个优点，一是能够提供大规模数据处理和复杂计算的能力，满足人工智能算法对于高性能计算的需求; 二是能够加速人工智能模型的训练和推理过程，提高算法的效率和准确度;三是能够与其他技术手段结合，如云计算、大数据分析和边缘计算，实现AI在各行业的广泛应用。智能算力满足人工智能高并发、高弹性、高精度的计算需求，推动人工智能技术的不断升级与应用。高性能的计算能力为机器学习、深度学习和自然语言处理等人工智能技术的发展提供了有力的支持，通过智能算力的支持，AI算法能够处理和分析大规模的数据，实现复杂任务的智能化。未来五年，AI将在企业市场中加快应用与落地，智能算力将成为创新的核心推动力。
智能算力推动人工智能技术落地，算力释放成为生产力。人工智能技术的核心是模型训练与推理，而对于庞大的数据集和复杂的算法模型，需要大量的计算资源来支持。智能算力可以更快、更高效地进行模型训练和优化，从而加速人工智能技术的发展，推动人工智能技术应用于更多的领域和场景，为社会和企业创造实实在在的价值。例如，在制造业，智能算力可以优化供应链管理与生产流程，实现人机一体化智能系统: 在金融领域,智能算力能够给大家提供更准确的风险评估与投资建议提高金融机构的决策能力; 在汽车行业，将计算机视觉和机器学习与GPS 定位技术、传感器技术、大数据技术等进行有机融合，为汽车的自感知、自学习、自适应和自控制提供支持。如今算力被视为生产力，成为传统产业转变发展方式与经济转型的重要支点，积极释放数据要素的创新活力赋能各行各业。
传统的计算和数据处理方式往往需要大量的能源消耗，并且会产生大量的碳排放，而采用低碳算力可以显著减少碳排放量，降低对环境的影响。马萨诸塞大学阿默斯特校区的研究人员最新的论文根据结果得出，训练一个 AI 模型产生的能耗多达五辆汽车一生排放的碳总量。《贯彻落实碳达峰碳中和目标要求推动数据中心和 5G 等新型基础设施绿色高水平质量的发展实施方案》，以及上海市、甘肃省、云南省、江苏省等地出台的数据中心有关政策文件，都对数据中心绿色低碳提出明确要求。算力基础设施碳排放有关标准已逐步制定和发布，四部门明白准确地提出数据中心绿色低碳达到 4A 等级，数据中心低碳等级评估中三大运营商、第三方数据中心企业和科技公司的 20 余个数据中心已经通过测试评估，绿色低碳发展已成为各级政府的关注焦点和建设推进的基础要求，面对全球对于减少碳排放和应对气候平均状态随时间的变化的呼吁，低碳算力将成为中国算力发展的重要方向。
通过大规模数据训练超大参数量的巨量模型，是实现通用AI的一个重要方向。模型规模的扩展能够给大家提供更大的计算资源和存储能力，帮助算法实现更复杂的学习和推理过程，并提高算法的通用性和迁移能力。随着AI应用范围不断扩大，未来 10 年内，预计人工智能模型的规模将进一步扩展。目前，谷歌、微软、英伟达、新华三、智源AI研究院、百度、阿里等全球知名的 AI 公司相继推出了各自的巨量模型，未来将有更多的超大规模模型出现，拥有数十亿个参数。目前大模型大多分布在在自然语言处理领域，多模态任务领域也有一定突破，随着大模型基础设施和垂直行业领域小模型应用的发展，围绕上中下游将产生丰富的大模型产业链，大模型将更广泛的赋能各行各业应用。面向未来产业界更复杂的智能决策场景，基于多种网络数据预训练，具有决策能力的大模型也将是下一步发展的重点。大模型加速社会各领域数字化转型及智能化发展，未来将需要更强大的算力来进行训练和推理，以应对更复杂的人工智能任务。
报告共计：40页海量/完整电子版PDF/报告下载方式：公*号《top行业报告》返回搜狐，查看更加多