智能計算是指面向人工智能應(yīng)用(包括訓練、推理、衍生應(yīng)用場景等)的G性能計算。算力可分為：通用 算力、智能算力和超J算力，分別對應(yīng)三種計算模式：基礎(chǔ)計算、智能計算和超J計算。不同應(yīng)用場景下所 需的計算精度不同，通常會采用不同種類的算力。目前，隨著人工智能的快速發(fā)展以及層面的政策助 推，智能算力規(guī)模和占比越來越大，算力需求逐步從通用計算轉(zhuǎn)向智能計算。
①通用算力：基于CPU 芯片的服務(wù)器所提供的算力，主要用于計算復(fù)雜度適中的云計算、邊緣計算類 場景，通常這些場景對實時性有一定要求，不適合完全將本地數(shù)據(jù)搬到異地計算，如移動計算和物聯(lián)網(wǎng)等。
②智能算力：基于GPU、FPGA、ASIC等AI芯片的加速計算平臺提供的算力，主要用于人工智能的訓練 和推理計算，智算中心可以根據(jù)不同細分L域業(yè)務(wù)的算力需求匹配相應(yīng)的計算能力。對于人工智能的模型 訓練及推理來說，處理文字、語音、圖片或視頻等需求較大，單精度、半精度、甚至整型的智能計算才能夠滿 足應(yīng)用需要。
③超J算力：由超J計算機等G性能計算集群所提供的算力，主要用于尖端科學L域的計算，比如行 星模擬、藥物分子設(shè)計、基因分析、天體物理、氣象研究、航空航天等需要復(fù)雜運算、G性能雙精度算力的G 精尖科研L域。同時，不同超J計算機的處理器、加速卡、框架等各不相同，商業(yè)化服務(wù)門檻G。
當前，我國智能算力占比已經(jīng)超過通用算力，成為整體算力增長的主要驅(qū)動力。我國智能算力占總體 算力的比重增長迅速，據(jù)信通院《算力發(fā)展指數(shù)白皮書(2023)》數(shù)據(jù)，2017-2022年我國算力內(nèi)部 結(jié)構(gòu)中智能算力占比持續(xù)增加，2022年我國算力結(jié)構(gòu)為通用算力：智能算力：超J算力=40%:59%:1%,智能算力占比已較大幅度超過通用算力占比，逐步成為總體算力增長的主要驅(qū)動力。據(jù)信通院預(yù)計，未來五年，算力規(guī)模增速超過50%。
附件：2024智能算力產(chǎn)業(yè)發(fā)展白皮書-算力規(guī)模增速超過50%
分析了大模型發(fā)展趨勢挑戰(zhàn)的基礎(chǔ)上，提出了大模型安全實踐總體框架，并從安全性、可靠性、可控性以及評測四個角度對大模型安全技術(shù)進行了深度剖析
白皮書將聚焦中國未來核心產(chǎn)業(yè)的發(fā)展方向，從人工智能、智能制造、大消費、生命科學、碳中和等五大產(chǎn)業(yè)出發(fā)，探討中國將如何迎接下一波增長浪潮
大模型領(lǐng)域人才供需比為1.76,整體供大于求,但高端技術(shù)崗位如云計算和算法仍緊缺,薪酬漲幅保持在30%-50%,65.79%每周工作超50小時,從業(yè)者中82%因技術(shù)和前景而主動加入
設(shè)備精度提升以及對更精準診斷的追求使得我國醫(yī)學影像數(shù)據(jù)大量積累人工智能可以充分利用這些數(shù)據(jù)進行模型訓練；提高了醫(yī)學診斷效率， 減輕了醫(yī)生工作負擔、促進了醫(yī)療資源均衡分配
智能體將深入復(fù)雜任務(wù)處理，手機和電腦智能體將引發(fā)應(yīng)用生態(tài)變革;報告討論了AIAgent產(chǎn)品的構(gòu)建方式和市場策略，強調(diào)了大模型技術(shù)基礎(chǔ)和行業(yè)數(shù)據(jù)的重要性
AI生產(chǎn)力工具市場快速發(fā)展，用戶規(guī)模和產(chǎn)品類型激增，以AI搜索、寫作、翻譯等應(yīng)用為核心的工具正推動工作效率和創(chuàng)造力的提升,生成式AI市場預(yù)計將達到4000億元
國內(nèi)AI大模型行業(yè)迅速發(fā)展,形成“6+2”競爭格局,產(chǎn)品覆蓋C端和B端，聚焦金融、教育等行業(yè),報告概括了AI大模型行業(yè)的主要參與者、核心競爭力、產(chǎn)品與服務(wù)、融資情況以及未來趨勢
報告強調(diào)AI對教育現(xiàn)代化的重要性,指出AI能實現(xiàn)個性化教學,減輕教師負擔，并提高教育管理效率,提出了數(shù)據(jù)安全、技術(shù)倫理和教師適應(yīng)性等挑戰(zhàn)
2024-2025 年國內(nèi)有兩條落地線、 8 個落地方向，8 大落地場景模型可以囊括所有 AI 應(yīng)用落地；利 益相關(guān)者基于各自的觀測點運用“交易思維”進行決策，同時可 將國內(nèi)外巨頭的最新決策作輔助參考
國產(chǎn)廠商應(yīng)用落地優(yōu)勢開始展現(xiàn)，文心一言、阿里通義千問、豆包等大廠產(chǎn)品用戶量高位持續(xù)增長;產(chǎn)品形態(tài)上，國內(nèi)APP端增速表現(xiàn)迅猛、技術(shù)擴散之下國內(nèi)應(yīng)用端機會更為明確
以 Sora 為例，其在生成視頻時長、內(nèi)容邏輯一致性、視頻分鏡等方面形成突破;類似 Sora 的文生視頻模型在上線后的玩法迭代、用戶體驗優(yōu)化等方面同樣具備深刻意義
節(jié)發(fā)布豆包主力模型價格僅0.8元/百萬tokens；阿里通義主力模型輸入價格0.5元/百萬tokens；百度文心大模型中有2款5月21日起免費;算力和模型端的價格下降使得AI應(yīng)用的開發(fā)成本大幅下降
