國際數據公司（IDC）近日發布的《中國智算服務市場（2023下半年）跟蹤》報告顯示，2023年下半年，中國智算服務市場整體規模達114.1億元，同比增長85.8%。全年來看，這一市場規模達194.2億元，同比增長72.5%，動力強勁。

　　智算服務是一種專門提供智能計算能力的服務，廣泛應用于機器學習、深度學習、自然語言處理等人工智能（AI）領域，并助力生命科學、工業制造、自動駕駛等行業智能化轉型升級。智算服務“算”出AI落地加速度，讓更多創新企業迎來發展新機遇。

　　雙輪驅動增長

　　我國智算服務市場由智算集成服務、智算基礎設施即服務（AI IaaS）兩大板塊構成，后者進一步細分為面向生成式人工智能的GenAI IaaS和面向非生成式人工智能的Non-GenAI IaaS。從2023年智算服務市場表現看，智算集成服務市場貢獻了主要增量，去年下半年規模達36億元，同比增速高達129.4%。GenAI IaaS市場在2023年實現“從0到1”的爆發式增長，規模達32.2億元。Non-GenAI IaaS市場保持穩健增長態勢，規模達45.9億元。

　　我國智算服務市場快速發展，得益于智算服務需求與宏觀政策引領雙輪驅動。

　　一方面，我國智算服務需求保持高速增長。從“大煉模型”到“煉大模型”，千億、萬億參數大模型的孵化，推動智算基礎設施加快建設，智能算力需求持續爆發，各方紛紛加大對AI算力的布局。各地政府前瞻規劃，現已投產上線的智算中心數量接近百個，可用算力已接近萬PFlops（1PFlops=1千萬億次浮點運算/秒）。同時，人工智能技術公司、信息與通信技術服務商、數據中心服務商、實體企業等多方主體紛紛重金投入智算市場。

　　另一方面，宏觀政策出臺發揮引領作用，營商環境和創新生態持續改善。國家發展改革委等部門聯合發布的《全國一體化大數據中心協同創新體系算力樞紐實施方案》提出，在京津冀、長三角、粵港澳大灣區、成渝，以及貴州、內蒙古、甘肅、寧夏等地布局建設全國一體化算力網絡國家樞紐節點。北京、浙江、廣東等地也紛紛發布相關政策規劃，央地協同推動智算市場發展。政府加快實施“東數西算”工程、發放“算力券”，提升跨區域算力調度水平，降低企業使用算力設施和服務的門檻，并對示范效果突出的智算中心給予資金獎補，使營商環境進一步改善。隨著云計算、大數據、深度學習、自然語言處理和圖像識別等技術發展，智算能力大幅提升，創新生態不斷優化。

　　機遇前所未有

　　智能算力作為新型基礎設施，是萬千行業進行智能化變革的核心驅動力，我國智算服務市場正迎來前所未有的發展機遇。智算服務市場蓬勃發展為行業帶來新機遇。

　　受益于AI領域先發優勢和資源技術積淀，目前字節跳動、阿里巴巴、百度、騰訊市場份額位居我國智算服務市場前列。同時，一些智算服務企業也紛紛緊抓智算市場發展窗口期，快速獲取GenAI IaaS市場份額。商湯科技憑借資源儲備、“大模型+大裝置”全方位技術能力成功跨界，表現搶眼；并行科技憑借在超算領域的積累贏得一席之地；首都在線以互聯網數據中心資源為基礎整合產業生態，分得一杯羹……未來，隨著技術快速發展，新的行業巨頭有望產生。

　　隨著智算市場快速增長，智算技術逐步滲透到農業、金融、醫療等領域，AI與各行業融合程度日益加深。AI大模型通過優化生產流程、提升管理效率等方式助力傳統產業數字化轉型升級，催生新模式和新業態。例如，智能網聯汽車行業就在智算支撐下駛上了“快車道”。

　　合力共促發展

　　還要看到，智算服務市場快速增長的背后也伴隨著挑戰。

　　首先，數據安全與隱私保護問題亟待解決。智算服務涉及大量用戶數據和企業機密信息，這些數據可能被惡意利用。其次，智算行業面臨前沿技術待突破、高端人才短缺等問題，可能難以適應智算應用場景復雜化的發展趨勢。此外，人工智能訓練和推理需要大量算力，高性能計算設備運行過程中也會產生大量熱量，能耗問題不容忽視。最后，智算持續發展需要跨領域合作和資源共享，而這往往面臨交互標準與互操作性、供應鏈管理、盈利模式與利益分配等問題。

　　面對智算市場發展的一系列挑戰，政府和企業應形成合力，共同推動行業良性發展。

　　第一，加強智算技術自主研發�？稍O立智算產業投資基金，吸引金融機構、企業等多元資本，對開展高端智算自主研發的企業進行投資。推動企業加大對智算前沿技術的研發投入，搭建智算技術的適配、驗證與調優平臺，推動產學研用深度融合。

　　第二，建立健全數據安全和隱私保護機制，實現數據態勢可知、威脅可現、風險可控。要重視數據質量核驗任務，完成數據質量規范性、一致性、準確性和完整性檢查。

　　第三，積極培養高水平數據科學家和分析師人才。建立以應用能力為基礎、以工作過程為導向的課程體系，構建集生產實訓、虛擬仿真為一體的實習實訓基地，促進高水平人才供給。

　　第四，最大限度節省能源消耗。算力基礎設施建設應優先考慮算力中心地理位置，充分利用自然條件散熱降溫。合理安排調度業務進程，優先處理用戶驅動型業務，在計算資源閑時處理結果驅動型業務，提高資源利用效率。（王 鵬作者系北京市社會科學院副研究員）

　　 轉自：科技日報