近日,根据IDC最新发布的《中国加速计算市场(2021年下半年)跟踪报告》,2021全年浪潮信息AI服务器中国市场占有率达52.4%。自2017年以来,浪潮信息已连续5年保持中国AI服务器市场份额超过50%。

最新报告显示,2021年中国AI服务器市场规模达350.3亿元,同比增长68.6%。从行业角度看,互联网依然是最大的AI算力采购行业,采购份额占整体AI服务器市场规模的57.2%,同比增长71.8%。此外,金融、服务、制造和能源行业均有超过80%的上涨。
算力算法基建化、一体化,加速AI基础设施升级
随着AI产业化与产业AI化的快速发展,AI产业落地正逐步进入“深水区”。为此,浪潮信息强调要算力、算法协同发展,通过算力和算法的基建化、一体化,促进AI基础设施升级,进而打造连接物理世界和数字世界的坚实底座。
多元高效、绿色低碳的算力基础设施,已成为浪潮信息智算创新的发力方向。目前,浪潮信息拥有业界最全、最强大的AI服务器产品阵列,兼具高性能和高适应性,实现了AI全场景覆盖,并通过全球首款开放加速服务器和人工智能业务创新平台AIStation,为多元AI芯片开发、测试和大规模部署提供开放平台,加速多元AI芯片的产品商业化落地。同时,浪潮信息全面布局液冷设计开发,实现服务器全产品线支撑液冷,并进一步升级液冷智算中心解决方案。
在算法基础设施上,浪潮信息开发了2457亿参数的“源”大模型,通过模型API服务、领域模型、开发者社区等多种形式对外提供算法基础服务,可以更加快速地生产出专业的技能模型,从而在更多专业场景中实现小型化、轻量化的落地运作,缓解企业面对大模型训练成本高、技术门槛高的问题。“源”大模型上线不到5个月的时间,就已经有超过200家单位试用,支持了100多个行业应用。目前,“源”大模型已在长三角最大规模的智算中心——南京智能计算中心落地,与南京智能计算中心已建成的算力基础设施实现高效协同,为长三角人工智能产业发展提供更好的服务和支撑。
数实相融:智算力就是创新力
IDC、浪潮信息、清华大学全球产业研究院共同编制的《2021-2022全球计算力指数评估报告》指出,随着全球数字经济持续稳定增长,到2025年数字经济占比有望达到41.5%,数字经济与实体经济将加速走向融合,并持续带来超大规模的数据存储和数据计算需求,使得算力成为数字经济时代当之无愧的关键生产力要素。
在数字经济与实体经济、数字世界与物理世界加速走向融合的过程中,人工智能、物联网、云计算等新兴数字技术发挥关键作用,而这些技术与传统行业的融合,也在加速推动算力形态从计算走向智算。“计算力就是生产力,智算力就是创新力”,已经成为新的产业共识。
在数字经济和“东数西算”等政策影响下,中国AI算力持续高速增长。IDC预测2025年中国AI算力市场规模将达到701.8亿元,占整体服务器市场近三成。据《2021-2022全球计算力指数评估报告》显示,中国AI算力发展领跑全球,AI服务器支出规模位列全球第一。
国家发改委公布的“东数西算”最新进展显示,算力投资已成为新的数字经济发展“热土”:2022年以来,全国10个国家数据中心集群中,新开工项目25个,数据中心规模达54万标准机架,算力超过每秒1350亿亿次浮点运算,约为2700万台个人计算机的算力。根据数据中心规模与算力水平保守预测,其中AI算力占比也将超过五成。
AI算力的倍增创新效应正日益明显。AI算力越发达,城市创新越有活力,北、杭、深一直是AI算力保有量最多的城市,中国算力TOP10城市也是中国数字经济最活跃的城市。与此同时,互联网、金融、制造、电信等智慧化转型最活跃的行业也是AI算力保有量最高、算力消耗最多的行业,超过74.5%的企业正尝试进行AI化升级转型。此外,AI算力加速驱动新业态创新发展,如AI驱动下的新药研发、新材料开发、元宇宙等新业态层出不穷,深刻变革着科技创新与社会生产生活的既有模式。
随着数字经济和实体经济、数字世界和物理世界的更深度融合,智算创新将成为产业数字化转型的关键要素。未来,浪潮信息将继续通过多元开放的AI服务器架构为人工智能发展提供更高的性能和可扩展性的AI算力支撑,以敏捷高效的人工智能基础设施驱动数实深度融合。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。