人工智能产业链解析 $寒武纪
来源：雪球App，作者：千舟万重山，（https://xueqiu.com/6263588477/253788896）
$寒武纪-U(SH688256)$ $科大讯飞(SZ002230)$ $浪潮信息(SZ000977)$
人工智能产业链主要分为基础层、技术层和应用层。
基础层主要包括人工智能芯片、传感器、云计算、数据采集及处理等产品和服务，智能传感器、大数据主要负责数据采集，AI芯片和云计算一起负责运算。
技术层是连接产业链基础层与应用层的桥梁，包括各种深度学习框架、底层算法、通用算法和开发平台等。
应用层则是将人工智能进行商业化应用，主要提供各种行业解决方案、硬件和软件产品。
算法、算力、数据是人工智能核心的三大要素，三要素不断创新推动人工智能行业发展。
数据方面，不同场景和需求推动数据规模快速扩大，多个知识集的建立推动人工智能应用落地。
算力方面，训练用芯片、推断用芯片应模型计算量需求不断提升算力，同时推断用芯片定制化发展，类脑芯片、存内计算、量子计算等依旧是相关技术的重点探索方向。
算法方面，预训练模型存在朝大规模、多模态方向演进的趋势，低内存、低计算量的轻量化深度学习技术应需求而生，“生成式人工智能”技术推动听说读写多项能力有机结合。
一、数据要素产业链
人工智能的发展需要有大量的数据支撑来进行训练和学习，数据是人工智能算法开发迭代的重要基础。
数据要素产业链主要包括数据供给、数据服务及流通、数据应用，其核心是资源化与价值化。
数据资源化环节首先要对个人、企业、政府的数据采集，并在此基础上进行数据整理与聚合，并对数据进行分析，使数据要素转变为可使用资源。
数据价值化主要涉及登记、确权、定价等流程。处理后的数据资源首先需要通过确权来提供规章性的保护，随后在数据交易平台市场通过供需关系确定价格并实现流通，在此过程中，第三方数据服务商为客户提供相应数据资源的应用服务，从而完成数据价值变现。
二、算力产业链
算力是人工智能的核心基础底座，为人工智能提供基本的计算能力的支撑，算力大小代表着对数据处理能力的强弱。
算力网产业链上游为基础软硬件，包括芯片/器件、服务器、交换机、路由器、光模块、操作系统、数据库、中间件等芯片、器件、软件、设备；中游算力网络与平台包括IDC服务、边缘计算、AI计算、网络设备、光传输等；下游面向数字化转型的各垂直行业，包括政务、工业、教育、交通、智慧城市等行业应用。
算力产业链中的关键环节为芯片、服务器、IDC、云服务等。
三、AI大模型产业链
AI大模型是人工智能迈向通用人工智能的里程碑技术。AI大模型是人工智能预训练大模型的简称，包含了“预训练”和“大模型”两层含义，二者结合产生了新的人工智能模式，即模型在大规模数据集上完成预训练后，仅需少量数据的微调甚至无需微调，就能直接支撑各类应用。
AI大模型包括NLP大模型、CV大模型、多模态大模型等。目前，Transformer架构在AI大模型领域占据主导地位，如BERT、GPT系列等。
（1）NLP大模型
自然语言处理（NLP）主要通过学习通用语言，使得模型具备语言理解和生成能力。在AI的感知层（识别能力），目前机器在语音识别（SpeechRecognition）的水平基本达到甚至超过了人类的水平。然而，机器在处理自然语言时还是非常困难，主要是因为自然语言具有高度的抽象性，语义组合性，理解语言需要背景知识和推理能力。
（2）计算机视觉（CV）大模型
视觉大模型是通过学习大量的图像和视频数据，形成具备视觉通用能力。相较于上千亿参数的NLP模型相比，CV模型规模要小两三个数量级。目前CV大模型的发展还存在一些挑战，包括：1）在CV领域可用于训练的有效数据比NLP领域有不少差距，2）CV领域的学习方法还需要突破，3）不同的视觉应用仍需要依赖于不同的模型，如何建立通用的视觉模型还是未知，4）供训练的图像尺寸越来越大，较小的模型也可能有很大的计算量。
（3）多模态模型
多模态机器学习（MultiModalMachineLearning,MMML）是指通过机器学习的方法实现处理、理解及融合多源模态信息的能力，模态是指某种类型的信息，例如文本、图像、视频、音频等，目前比较热门的研究方向是文本-图像的模型及应用。
#人工智能# #AI大模型# #AI算力#
深圳人工智能加速落地千行百业
腾讯是深圳人工智能行业企业创新活跃的一个缩影。规模高速增长、应用加速拓展、创新活跃，正是近年来深圳市人工智能核心产业发展的现状。
深圳市人工智能产业规模的增长，主要得益于企业规模的增长和企业数量的增加。深圳现有人工智能相关企业超过2000家，分布于产业链各环节。据市工信局相关负责人介绍，如果从深圳企业规模和赛道看，第一类是华为、腾讯等头部企业，它们在人才和技术储备上最多；第二类是专业人工智能服务商，如云天励飞、优必选、奥比中光、北科瑞声等；第三类主要是传统的电子信息软硬件企业，它们以应用为主，如创维等。此外，深圳还聚集了一批知名的人工智能研究机构，如鹏城实验室、粤港澳大湾区数字经济研究院等。
如果从产业链分工来看，深圳人工智能企业可分为基础层、技术层和应用层，基础层主要包括高端芯片、算法开发、开源框架等领域，以华为、腾讯、云天励飞等为代表；技术层主要为计算机视觉、智能语音领域，一批优秀企业脱颖而出；而应用层，在机器人、智能家居、无人机、智能医疗、自动驾驶、智慧安防等各领域均有代表性企业。
人工智能深入千行百业
2021年4月，刚接任华为云CEO的余承东曾在“华为开发者大会”上公布了一项重磅产品：华为云盘古大模型。经过了两年的“沉寂”后，盘古系列AI大模型将正式上线。华为云人工智能领域首席科学家田奇直言，未来工业应用将会是人工智能新的爆发点，“盘古”致力于做好行业应用，形成关键技术壁垒，为煤矿、电力、金融、农业创造产业价值。
近年来，人工智能已在深圳的金融、制造、交通、供应链、医疗、政务等领域均实现良好应用。
如在“AI+制造领域”，引导企业实施数字化转型。位于坪山区的荣耀智能制造产业园正集新产品验证中心、高端旗舰手机量产中心、新工艺/新技术/制造模式孵化中心和智能制造能力建设中心于一体。产线75%的工序由自动化设备完成，其中超过四成的设备来自自主研发，每28.5秒就有一台手机下线。在工信部发布的《2021年度智能制造试点示范工厂揭榜单位和优秀场景名单》中，该产业园作为深圳市4家代表之一入选。
在“AI+医疗”领域，晶泰科技打造了国际上首个具备人工智能结合实验数据并进行商业化运营的药物发现平台。晶泰科技整合人工智能等前沿技术，首创“智能计算+自动化实验+专家经验”药物研发新模式，对新药研发关键环节进行颠覆性改造，打破药物研发领域著名的“双十定律”（即研发一款原创新药需要逾10年时间、花费10亿美元，其创新回报率只有约1%），大幅提高了药物研发效率与成功率，降低了研发成本，已成功为美国、欧洲、亚洲等地逾200家先锋药企和科研机构提供药物研发服务。
在“AI+金融”领域，深圳已建设了一批智慧金融应用创新平台，支持粤港澳大湾区数字经济研究院成立AI金融与深度学习研究中心，探索用AI技术让金融更精准、更迅捷、更安全；在“AI+政务”领域，民生诉求服务一体化平台积极应用人工智能技术，有效提升了民生诉求服务水平。
立法政策保障业界加大投入
深圳人工智能产业飞速发展的背后，得益于政府、研究机构和企业长期以来的重视和不断投入。
2019年，国家发改委批准深圳建设国家新一代人工智能创新发展试验区，工信部批准深圳建设国家人工智能创新应用先导区。近几年，深圳出台了《深圳市新一代人工智能发展行动计划（2019－2023年）》，出台培育发展智能传感器、智能网联汽车、智能机器人、智能终端4个细分产业集群行动计划，并公布了深圳市人工智能创新应用示范项目（第一批）名单等。人工智能各级政策的不断出台和落地，为人工智能产业发展提供了良好的政策环境，有利于人工智能产业发展壮大。
2022年11月1日起，《深圳经济特区人工智能产业促进条例》正式施行，作为全国首部人工智能产业专项立法，《条例》从深圳人工智能产业发展实际出发，围绕“明确范围+补齐短板+强化支撑+抢抓应用+集聚发展+规范治理”等环节进行探索创新。《条例》的印发实施，为促进深圳人工智能产业发展提供了坚实的法治保障。
5月31日，《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024年）》正式印发。深圳将努力创建人工智能先锋城市，为全市高质量发展助力赋能。由此，深圳构筑起“一条例、一方案、一清单、一基金群”的人工智能高质量发展和高水平应用的政策体系，加快推进人工智能全时全域应用。
算力是大数据时代的生产力，更是支撑国民经济发展的源动力。IDC《2022全球计算力指数评估报告》指出，中国的算力产业规模和多样性目前正持续高速增长，2018年至2022年，深圳的算力规模位居全国前三。目前，深圳大力建设国家超算深圳中心、鹏城云脑、腾讯云等算力基础设施。去年5月，鹏城实验室首次对外发布了中国算力网计划，中国算力网构建自主创新的技术体系，将建成覆盖国家超算中心、智算中心、数据中心等大型异构算力中心互联互通、协同调度与高效计算的网络化算力基础设施。中国工程院院士、鹏城实验室主任高文近期表示，将在韶关建设中国第一个算力调度中心，算力调度中心将能实时反映整个广东的数据、算力和需求算力情况，并向西部各算力节点实时提出算力需求，保证算力能进行实时调度。用高文的话来说就是，未来“像建设电网一样建设国家算力网，像运营互联网一样运营算力网，让用户像用电一样方便地使用算力”。
此外，企业在人工智能领域加大布局。腾讯近期就在财报会上强调，目前正在大力建设人工智能和云基础设施，已经在芯片、操作系统、数据库等核心软硬件领域进行了大规模自研实践，自研算力底座已经初具规模。华为轮值董事长孟晚舟也称，预计到2030年，全球通用算力将增长10倍、人工智能算力将增长500倍。华为将围绕着多场景、多样性的需求，不断提高通用计算、人工智能计算的算力，华为云将沿着行业数字化的“云底座”和“使能器”保持投入。返回搜狐，查看更多