中国人工智能基础层行业发展研究报告2021年海量行研报告免费读 2©2021.7 iResearchInc. www.iresearch.com.cn摘要来源：艾瑞研究院根据公开资料自主研究绘制。➢人工智能基础层资源向集约型发展：伴随各行业智能化转型的迫切需求，艾瑞认为人工智能基础层发展总体向好。在人工智能由技术落地应用阶段向效率化生产阶段转变的背景下，人工智能基础层的各模块工具有望走向集约型的生产模式。➢人工智能基础层资源自主可控展望：基础层全栈的自主可控建设目前还处在萌芽阶段。未来或将有更多企业自研开源框架，国产的操作系统与数据库等软件配套设施将稳步崛起，算力模块的智能服务器国产化率也将逐步提升。➢人工智能基础层定义：算力、算法、数据是人工智能产业发展的三大要素。基于此，艾瑞定义人工智能基础层是支撑AI应用模型开发及落地的必要资源，主要包括智能计算集群、智能模型敏捷开发工具、数据基础服务与治理平台三大模块。➢人工智能基础层价值：①AI基础层可多环节提效AI技术价值的释放，解决需求方人工智能生产力稀缺问题；②依托AI基础层资源，AI企业可有效应对下游客户的长尾应用需求，将其高频应用转化为新主营业务，寻找业务增长突破点；③基础层工具属性标志着AI产业社会化分工的出现，AI产业正逐步进入各产业深度参与、双向共建的效率化生产阶段。➢智能计算集群：提供支撑AI模型开发、训练或推理的算力资源，包括系统级AI芯片和异构智能计算服务器，以及下游的人工智能计算中心等➢智能模型敏捷开发工具：包括开源算法框架、提供AI技术能力调用的AI开放平台和AI应用模型效率化生产平台。API规模经济与效率化生产平台杠杆增效共拓产业广度与深度。➢数据基础服务与治理平台：实现AI应用所需的数据资源生产与治理，提供AI基础数据服务及面向AI的数据治理平台SMS➢人工智能基础层市场规模：据艾瑞测算，2020年中国人工智能核心产业规模超过1500亿元；其中人工智能基础层市场规模为497亿元，为AI产业总规模的33%，AI芯片的高增长是产业规模增长的主要拉动力。2021-2025年，中国人工智能基础层市场规模CAGR为38%，整体产业规模发展速度较快、空间较为广阔，于2025年将达到2475亿元。 3人工智能基础层概念界定1人工智能基础层需求篇2人工智能基础层供给篇3典型人工智能基础层企业案例4人工智能基础层发展洞察5 4©2021.7 iResearchInc. www.iresearch.com.cn人工智能基础层定义支撑各类人工智能应用开发与运行的资源和平台算力、算法、数据是人工智能产业发展的三大要素。据此，人工智能基础层主要包括智能计算集群、智能模型敏捷开发工具、数据基础服务与治理平台三个模块。智能计算集群提供支撑AI模型开发、训练或推理的算力资源，包括系统级AI芯片和异构智能计算服务器，以及下游的人工智能计算中心等；智能模型敏捷开发工具模块主要实现AI应用模型的生产，包括开源算法框架，提供语音、图像等AI技术能力调用的AI开放平台和AI应用模型效率化生产平台；数据基础服务与治理平台模块则实现AI应用所需的数据资源生产与治理，提供AI基础数据服务及面向AI的数据治理平台。AI基础层企业通过提供AI算力、开发工具或数据资源助力人工智能应用在各行业领域、各应用场景落地，支撑人工智能产业健康稳定发展。来源：艾瑞根据公开资料自主研究绘制。智能计算集群支撑人工智能应用的算力资源智能模型敏捷开发工具帮助实现人工智能应用模型生产数据基础服务及治理平台面向人工智能的数据资源生产与治理人工智能基础层定义人工智能基础层涵盖AI算力、算法平台与数据资源模块人工智能应用层异构智能计算服务器AI技术开放平台AI基础数据服务系统级AI芯片AI应用模型效率化生产平台面向AI的数据治理平台人工智能计算中心采用异构形式的服务器，支持X86、GPU、ARM、ASIC及FPGA加速卡等，以提升数据处理能力整合智能计算集群为企业或科研计算等需求提供AI算力服务包括应用于云端服务器、边缘及终端设备的AI芯片提供计算机视觉、智能语音、NLP等各类AI技术能力调用以深度学习或机器学习为主的一站式模型生产平台，含满足零代码或低代码开发需求的解决方案为AI算法训练及优化提供的数据采集、清洗、信息抽取、标注等服务，以采集和标注为主通过汇聚盘点数据、提升数据质量，增强数据可用性和易用性，进一步释放数据资产价值AI开源框架一般包括大量的机器学习或深度学习算法，为多种编程语言提供API 5©2021.7 iResearchInc. www.iresearch.com.cn•满足业务需求的数据采集•高效数据标注•数据统一管理•高质量数据集•挖掘数据关联信息人工智能基础层价值AI基础层是支撑AI应用模型开发及落地的必要资源开发一项人工智能模型并上线应用大致需经历从业务理解、数据采标及处理、模型训练与测试到运维监控等一系列流程。过程中需要大量的AI算力、高质量数据源、AI应用算法研发及AI技术人员的支持，但大部分中小企业用户并不具备在“算力、数据、算法”三维度从0到1部署的能力，而财力雄厚的大型企业亦需高性价比的AI开发部署方案。依靠AI基础层资源，需求企业可降低资源浪费情况、规避试错成本、提高部署应用速度。作为支撑AI模型开发及落地的必要资源，AI基础层可在多环节提效AI技术价值的释放；其工具属性也标志着AI产业社会化分工的出现，AI产业正逐步进入低技术门槛、低部署成本、各产业深度参与双向共建的效率化生产阶段。来源：艾瑞根据公开资料自主研究绘制。AI应用开发上线流程与AI基础层资源价值点识别业务问题数据采集标注数据治理特征工程模型训练模型评估调优模型部署运维监控确定最优模型性能评估及模型持续优化数据输入运算端到端设计结合开发流程模板开发态流程运行态流程迭代调优AI基础层资源价值点数据基础服务及治理平台智能模型敏捷开发工具智能计算集群数据资源•可视化建模、交互式建模、自动建模•实现分布式训练框架•提高算法建模效率•模型仓库管理•提供算法工程化服务•易用的模型部署、运行监控平台•实现模型的持续集成、持续交付、持续部署算法开发资源•CPU、GPU容器服务•计算资源统一管理算力资源•提高资源利用率•提高执行效率•AI专用芯片；实现软硬一体优化，突破性能瓶颈 6©2021.7 iResearchInc. www.iresearch.com.cn0102030405060708090类别2类别3200620252030人工智能基础层进阶之路粗放式单点工具向集约型、精细化资源演进智能化转型趋势下，企业部署AI项目的需求正经历着变化，对数据质量、模型生产周期、模型自学习水平、模型可解释性、云边端多样部署方式、人力成本及资金投入、投资回报率等的要求都逐步走高。在上述需求特点及自动机器学习、AI芯片硬件架构等技术发展的共同推动下，AI基础层资源的整体效能水平也在不断进化，以有效降低需求企业的AI开发成本。大致涵盖相互交融的三个阶段：雏形期，算法/算力/数据各模块多为粗放式的单点工具，新兴产品及赛道逐步出现；快速发展期，各赛道活跃度显著提升，参与者积极探索产品形态与商业模式，基础层服务体系逐步完善、资源价值凸显；最后则向成熟阶段过渡，各赛道内企业竞争加剧，逐步跑出头部企业。同时各赛道间企业生态合作增多，一站式工具平台出现。来源：艾瑞根据公开资料自主研究绘制。人工智能基础层资源发展历程及效能曲线时间服务体系逐步完善基础层雏形期粗放式单点工具新赛道出现各赛道活跃度提升探索产品形态与商业模式基础层发展期基础层成熟期玩家竞争阶段工具智能化水平提升•异构计算应对AI负载增长；AI算力提供商将IT基础资源（计算、网络、存储等）集合形成资源池•对数据质量的需求推动数据采标、数据治理等产品优化•算法玩家持续深耕各垂直领域开发平台及AI工程化能力，帮助下游客户降低开发成本，提高模型生产效率产业链逐步清晰•GPU支撑模型训练对AI算力需求•AI加速落地催化了数据标注等行业兴起•通过API输出AI基础算法能力，但大部分依赖于人工设计和开发效能集约型、精细化•工具智能化水平提升，数据半自动标注、模型自动部署及自适应更新、AI数据中心智能运维等•算法、算力、数据各赛道基础层企业提供精细化解决方案，积极参与价值链延伸，塑造核心竞争力•AI供应商布局覆盖数据治理、模型开发、算力资源管理全流程的一站式AI模型开发平台 7©2021.7 iResearchInc. www.iresearch.com.cn人工智能基础层相关政策指引相关政策以规划、鼓励、建设为倾向，政策红利持续释放从2017年到2021年初，国务院、国家发改委、国家工信部、科技部以及各省市、地方政府都发布了有关人工智能基础层的政策，在算力、数据、算法开发多层面皆有其侧重点。在算力层面，强调超算中心、AI芯片等基础硬件设施的源头战略地位，倡导为后续的AI应用开发做好硬件底层铺垫；在数据层面，突出实时数据的开发、治理、共享以及数据安全与隐私建设，支持为人工智能的研发及应用做好高效高质、合规合法的数据准备；在AI开发平台层面，提倡开源开放、互助共享的理念，引导具备领先AI资源与技术能力的企业、高校或机构构建开源社区或开放平台，释放优势互补的协同效应。来源：艾瑞研究院根据公开资料自主研究绘制。➢建设原则中，提出以企业为主体，鼓励人工智能细分领域领军企业搭建开源、开放平台，面向公众开放AI技术研发资源，向社会输出AI技术服务能力，推动AI技术的行业应用。➢注：截止到目前，新一代人工智能开放创新平台已增加至15个，包含百度、阿里云、腾讯、科大讯飞、商汤等企业。人工智能基础层相关政策解读政策扫描总结：有关政策以建设为倾向，覆盖海量实时大数据采集、数据治理、数据共享、数据安全与隐私等方面算力数据算法面向AI的数据治理人工智能基础数据服务2020.8.7国家发改委、科技部等《国家新一代人工智能标准体系建设指南》➢建设内容中，提出支撑技术与产品标准，涵盖大数据标准，核心内容为规范AI研发与应用等过程涉及到的数据存储、处理等相关技术要素，包括数据治理、数据共享开放等。2021.2.9北京市人民政府《2021年市政府工作报告重点任务清单》➢任务指出要大力发展数字经济，构筑高质量发展新优势。数据基础设施建设中提到，要强化数据安全管理和个人隐私保护，探索建立数据分类分级保护体系。人工智能技术开放平台2019.8.1科技部《国家新一代人工智能开放创新平台建设工作指引》2017.7.8国务院《新一代人工智能发展规划》➢总体要求中，以开源开放作为基本