中國未來(lái)五十年人工智能行業(yè)生態(tài)全景—AI基礎層全景

人工智能基礎層涵蓋計算芯片、網(wǎng)絡(luò )設備、存儲設備和信息采集設 備，以及操作系統、開(kāi)發(fā)測試分析工具和AI算法框架，共同構成了 人工智能產(chǎn)業(yè)發(fā)展的基石底座

由于在軟硬件基礎設施層仍嚴重依賴(lài)國際廠(chǎng)商，中國正全面實(shí)現軟硬件國產(chǎn)化并加大投資基礎設施建設的力度，以避免受?chē)�際制約導致的技術(shù)瓶頸。2023年相關(guān)企業(yè)融資占比達68%，凸顯其重要性

人工智能基礎層涵蓋計算芯片、網(wǎng)絡(luò )設備、存儲設備和信息采集設備，以及操作系統、開(kāi)發(fā)測試分析工 具和AI算法框架，構成了AI技術(shù)運行的基石。中國大力投資人工智能基礎設施，以提高AI效能并避免技 術(shù)瓶頸，2023年相關(guān)企業(yè)融資占比達68%，凸顯其重要性

人工智能的基礎層支持分為硬件和軟件。其中，人工智能直接相關(guān)的硬件部分包括計算芯片、網(wǎng)絡(luò )設備、存 儲設備以及信息收集設備四大類(lèi)；直接相關(guān)的軟件部分則包括操作系統、開(kāi)發(fā)測試分析工具與AI算法框架三 類(lèi)。基礎層是人工智能技術(shù)運行的基石，其計算速度、存儲效率、運行穩定性、帶寬效率等直接決定了人工 智能的效能釋放，因此近年來(lái)中國大力發(fā)展基礎設施的建設，通過(guò)加大在基礎設施的投資以避免卡脖子、性 能制約等影響人工智能深度落地的因素。在2023年，在A(yíng)I領(lǐng)域中，基礎設施相關(guān)企業(yè)融資額度達到68%，側 面證明了其在當前AI領(lǐng)域的重要地位。

❑ 中國在A(yíng)I基礎設施和軟件層面嚴重依賴(lài)國際廠(chǎng)商，特別是在計算芯片和存儲芯片領(lǐng)域，以及AI算法框架 和數據庫使用方面，這種依賴(lài)性制約了中國AI的長(cháng)期發(fā)展，亟需加大投入和提升自主創(chuàng )新能力 目前，中國在基礎設施層面仍嚴重依賴(lài)國際廠(chǎng)商。例如，在計算芯片領(lǐng)域，英偉達的GPU在生態(tài)系統和計算 能力上均大幅領(lǐng)先于中國的芯片，特別是在生態(tài)建設方面，中國廠(chǎng)商的芯片目前無(wú)法繞過(guò)多層生態(tài)枷鎖；在 存儲芯片領(lǐng)域，三星和美光兩大存儲巨頭的產(chǎn)品在性能、性?xún)r(jià)比等多個(gè)維度上也顯著(zhù)領(lǐng)先中國的存儲芯片， 導致中國廠(chǎng)商在性?xún)r(jià)比和性能穩定性方面短期內難以大幅替代國產(chǎn)存儲芯片。這種在兩大AI核心硬件上的技 術(shù)制約對中國AI的長(cháng)期發(fā)展產(chǎn)生了重大影響，亟需盡快解決。

在軟件層面，依賴(lài)程度更加嚴重。AI算法框架方面，盡管百度的飛槳在Github的點(diǎn)贊率一度進(jìn)入前五，但在 實(shí)際的高強度開(kāi)發(fā)中，超過(guò)70%的中國開(kāi)發(fā)者仍?xún)A向于使用Pytorch、TensorFlow、Keras等國際領(lǐng)先的算法框 架庫。在數據開(kāi)發(fā)分析方面，Oracle和微軟的數據庫及分析軟件仍是中國各大企業(yè)的常用工具，占比達59%。 超過(guò)74%的受訪(fǎng)者表示切換到國產(chǎn)數據庫難度大，因國產(chǎn)數據庫在數據處理速度和并發(fā)處理能力方面仍存在 不足。在當前的國際競爭態(tài)勢下，軟件上的依賴(lài)性將影響中國人工智能的發(fā)展。企業(yè)需要加大投入，吸引和 培養高端人才，以縮小與全球頂級水平的差距。