中国未来五十年人工智能行业生态全景——AI基础层全景

由于在软硬件基础设施层仍严重依赖国际厂商，中国正全面实现软 硬件国产化并加大投资基础设施建设的力度，以避免受国际制约导 致的技术瓶颈。2023年相关企业融资占比达68%，凸显其重要性

❑ 人工智能基础层涵盖计算芯片、网络设备、存储设备和信息采集设备，以及操作系统、开发测试分析工 具和AI算法框架，构成了AI技术运行的基石。中国大力投资人工智能基础设施，以提高AI效能并避免技 术瓶颈，2023年相关企业融资占比达68%，凸显其重要性

人工智能的基础层支持分为硬件和软件。其中，人工智能直接相关的硬件部分包括计算芯片、网络设备、存 储设备以及信息收集设备四大类；直接相关的软件部分则包括操作系统、开发测试分析工具与AI算法框架三 类。基础层是人工智能技术运行的基石，其计算速度、存储效率、运行稳定性、带宽效率等直接决定了人工 智能的效能释放，因此近年来中国大力发展基础设施的建设，通过加大在基础设施的投资以避免卡脖子、性 能制约等影响人工智能深度落地的因素。在2023年，在AI领域中，基础设施相关企业融资额度达到68%，侧 面证明了其在当前AI领域的重要地位。

❑ 中国在AI基础设施和软件层面严重依赖国际厂商，特别是在计算芯片和存储芯片领域，以及AI算法框架 和数据库使用方面，这种依赖性制约了中国AI的长期发展，亟需加大投入和提升自主创新能力

目前，中国在基础设施层面仍严重依赖国际厂商。例如，在计算芯片领域，英伟达的GPU在生态系统和计算 能力上均大幅领先于中国的芯片，特别是在生态建设方面，中国厂商的芯片目前无法绕过多层生态枷锁；在 存储芯片领域，三星和美光两大存储巨头的产品在性能、性价比等多个维度上也显著领先中国的存储芯片， 导致中国厂商在性价比和性能稳定性方面短期内难以大幅替代国产存储芯片。这种在两大AI核心硬件上的技 术制约对中国AI的长期发展产生了重大影响，亟需尽快解决。

在软件层面，依赖程度更加严重。AI算法框架方面，尽管百度的飞桨在Github的点赞率一度进入前五，但在 实际的高强度开发中，超过70%的中国开发者仍倾向于使用Pytorch、TensorFlow、Keras等国际领先的算法框 架库。在数据开发分析方面，Oracle和微软的数据库及分析软件仍是中国各大企业的常用工具，占比达59%。 超过74%的受访者表示切换到国产数据库难度大，因国产数据库在数据处理速度和并发处理能力方面仍存在 不足。在当前的国际竞争态势下，软件上的依赖性将影响中国人工智能的发展。企业需要加大投入，吸引和 培养高端人才，以缩小与全球顶级水平的差距。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系