2023年，大模型顺利将AI1.0带入到了AI2.0阶段，也成为了AI发展的加速器。
今年四五月份，可谓是中国大模型的集中发布月，百度打响头炮发布文心一言，随后各大厂便纷纷秀起了自家的肌肉，阿里发布通义千问、腾讯推出混元，其中也不乏一些创业公司的入局。
当然，就在大模型发展势头正猛的时候，业界出现了两种声音：开源好，还是闭源更胜一筹？
随后大模型厂商便围绕着开源做起了文章。因为在大部分人看来，开源更有利于发展生态更有利于大模型产业的有序健康发展。
其中，浪潮信息作为算力提供商，就于近日发布了“源2.0”基础大模型，并宣布全面开源。其中包括1026亿、518亿、21亿等三种参数规模的模型，在编程、推理、逻辑等方面展示出了先进的能力。
可以说，目前国内大模型产业已经蓬勃发展阶段，同时也推动了算力市场的发展。
据国际数据公司（IDC）与浪潮信息联合发布《2023-2024中国人工智能计算力发展评估报告》显示，2023年，中国人工智能服务器市场规模将达91亿美元，同比增长82.5%；智能算力规模预计达到414.1EFLOPS，同比增长59.3%；2022-2027年期间，年复合增长率预计达33.9%。
首先，行业渗透层面，人工智能已经从单点应用扩展到多元化应用、从通用场景到行业特定场景正在不断深入，在今年人工智能行业渗透度排名中，Top5的行业依次为互联网、电信、政府、金融和制造。其中，互联网依然是AIGC技术应用和研发的主战场；电信行业排名从2022年的第四跃升至2023年的第二，主要归因于运营商紧跟国家东数西算战略，加速云数据中心、智算中心的建设。
其次，区域分布层面，北京、杭州、深圳继续保持前三名。其中，北京在大模型领域表现突出，聚集了大批大模型企业。整体来说，排名靠前的城市因具有更好的政策、资金和技术支持，可以稳定吸引更多的人才和企业聚集；智算中心的建设也是拉动地区实现人工智能发展的重要驱动力，既可以提升基础设施建设水平，也为吸引更多企业共谋发展起到积极的推动作用。
再者，算力一直是业界最为关注的话题，因为其不仅是大模型训练的难点，也是制约大模型产业向前发展的关键要素之一。《报告》指出，当前在AIGC的带动下，人工智能计算力技术及应用趋势发生了较大的变化，体现为“三变：：
其一，计算范式之变。大模型和AIGC的发展加速了更高计算性能、更快互联性能的算力基础设施建设，推进人工智能在云-边-端的覆盖。此外，伴随应用场景多样性，底层基础设施呈现多元化发展。
其二，产业动量之变。AIGC可重构现有的工作方式，在内容创作、自动驾驶、零售、医疗等诸多领域改变着人们的生活和生产方式，同时也带来更大的市场机会。算力、算法、应用、服务等诸多产业变量将成为创新的加速器，在算力生态链上的各个环节催生出新的玩家。
其三，算力服务格局之变。由于基础大模型的本地训练成本不菲，企业将更多地使用已有的人工智能数据中心设施和生成式AI服务器集群，这将为算力服务市场带来新机会。算力服务供应商要能够提供定制化的基础设施服务能力，满足单个用户对训练和推理资源的独占式、大规模、长时间使用的诉求，同时帮助用户实现成本控制。
大模型训练催生的算力需求，一方面，使算力需求不断攀升，但另一方面，也使算力紧缺的问题越来越明显。
中国工程院院士王恩东表示，大模型带动生成式人工智能产业迅速发展，在科学探索、技术研发、艺术创作、企业经营等诸多领域都带来了巨大的创新机会，提升大模型智能水平需要提升模型训练的参数量和数据量，这必须要通过更大更好的智算力才能够支撑，从这个意义上可以说智算力就是创新力，当前人工智能产业发展的基础是智算能力。
作为算力供应商应该怎么做？
——“以应用为导向、系统为核心”，构建算力基础设施平台，提高算力利用率，提升诸如卡间互联、多节点间互联等水平，支持灵活稳定扩展和弹性容错，积极打造通用的人工智能软件和硬件平台，以先进的系统性能力满足市场的应用需求。也就是说，与其过分关注单一芯片的性能强弱，不如根据人工智能业务场景需求，设计更具针对性的算力系统，实现整体性能最优。
（雷峰网雷峰网(公众号：雷峰网)雷峰网）
正在生成分享图...
nebula