水晶球APP 高手云集的股票社区
下载、打开
X

推荐关注更多

股道的卢

06年入市实战操作至今,经...


价值领航

稳健的投资风格和淘金精神


柴孝伟

建造十九层每层成倍财富高楼...


邢星

邢 星 党员,国...


石建军

笔名:石天方。中国第一代投...


揭幕者

名博


洪榕

原上海大智慧执行总裁


小黎飞刀

黎仕禹,名博


启明

私募基金经理,职业投资人


李大霄

前券商首席经济学家


banner

banner

AI算力产业链全景深度解析

糖芯儿   / 04月30日 12:59 发布

时隔七年,再次集体学习人工智能,本次学习关键词“自立自强、应用导向、政策支持”,自主算力与AI+政务等成为核心关键点。

新闻通稿中提到,集中力量攻克高端芯片、基础软件等核心技术,构建自主可控、协同运行的人工智能基础软硬件系统,并强调算力基础设施建设的重要性。

算力基建和数据资源是AI发展的重要支撑。

当前各省市对于智能算力建设的规划明晰,国内互联网巨头引领开启AI基建新一轮大规模投资。


政策支持以及大厂资本开支增加,为算力产业带来全面机遇。


本文对算力基建产业链核心赛道进行全景深度梳理。


算力概览

算力是以计算能力为核心,以硬件、软件和服务为支撑的产业,旨在提供高性能计算和处理能力。

广义来讲,算力是集信息计算力、网络运载力和数据存储力于一体的新型生产力。

图片

算力的分类主要包括通用算力、智能算力和超算算力 。

通用算力以CPU芯片输出的计算能力为主,主要面向基础计算应用场景智能算力;

智能算力以GPU、FPGA、AI芯片等输出的人工智能计算能力为主,面向人工智能、医疗诊断和自动驾驶、机器人等应用场景;

超算算力主要以超级计算机输出的计算能力为主,应用于飞行器设计、天气预报和科学和工程等领域。

当前在生成式AI和大模型的需求驱动下,算力产业结构加速变革,算力需求由传统的通用算力向智能算力演进。

智能计算的三要素:算力、算法、数据,正在成为信息基础设施的重要组成部分。

图片

“东数西算”工程实施以来,我国启动八大国家算力枢纽节点、十个国家数据中心建设。

根据《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》,到2025年底,通用算力、智能算力、超级算力等多元算力加速集聚,国家枢纽节点地区各类新增算力将占全国新增算力的60%以上。

京津冀、长三角、粤 港澳以及成渝四大节点立足于统筹城市内部和周边区域的数据中心布局,而内蒙古、宁夏、甘肃以及贵州四大节点则充分发挥其地理和资源优势,积极承接东部地区中 高时延业务。

图片资料来源:行行查

AI算力产业链


AI算力产业链上游是算力基础硬件设施与软件,核心构成包括AI芯片及服务器、交换机与光模块、IDC机房等硬件设施,以及相关的软件。

中游算力网络与平台环节,主要提供IDC服务、云计算服务以及各类算力网络服务。

下游AI算力应用于互联网、金融、公共事业、电信、智能驾驶、机器人等多个领域。

图片


01 


上游:算力基础设施

AI芯片

AI芯片也被称为AI加速器或计算卡,是专门针对人工智能领域设计的芯片。

作为算力的核心硬件支撑,在推动AI的发展中起到决定性作用。

AI芯片在云端兼顾执行人工智能的“训练”与“推理”任务,而在终端主要负责执行“推理”操作。

从技术架构来看,Al芯片主要分为GPU(图形处理器)、FPGA(现场可编程逻辑门阵列)、ASIC(专用集成电路)三大类。

GPU:是专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上做图像和图形相关运算工作的微处理器。

GPU主要应用在机器学习的训练阶段,因为机器学习的操作并不依赖于复杂指令,而是大规模的并行计算。

GPU是AI服务器中加速芯片的首选,海外厂商英伟达、AMD、英特尔、高通、ARM等厂商是GPU市场的主要参与者。

国内寒武纪、海光信息、龙芯中科、景嘉微、海思、摩尔线程、沐曦、壁仞科技、芯原等是GPU产业链国产替代核心厂商。

图片

FPGA:是一种可灵活编程的半定制芯片,可以在实验室或现场进行预制和编程,具有开发时间短、不需要流片的优点。

用户可以先购买FPGA芯片,再根据自己的应用需求进行设计开发,从而使其成为一种具有高度灵活性和通用性的“万能”芯片。

FPGA国产替代属于早期阶段,高中低端产品分化明显。

国内厂商复旦微电、安路科技、紫光同创(紫光国微子公司)等引领FPGA国产替代,相关布局厂商还包括京微齐力、成都华微电子、智多晶、高云半导体、遨格芯微、联捷科技等。

图片

ASIC芯片:即专用集成电路芯片,是指依产品需求不同而定制的特殊规格集成电路芯片产品。

主要应用于深度学习加速,在大模理推理侧相较其他AI芯片在效率和速度方面具有明显优势。

由于ASIC芯片是针对特殊目的全定制,所以其优点在于针对特殊领域的算力、能效比通用芯片(CPU、GPU)更强。在推理常用精度下,ASIC芯片展现出更高的性价比。

国内典型的ASIC芯片例如:阿里平头哥推出含光800AI芯片;百度昆仑系列AI芯片;腾讯在AI推理、视频转码、智能网卡均自研专用芯片等。相关布局厂商还包括澜起科技、全志科技、国科微、淳中科技、山石网科等。

图片

液冷服务器

服务器是AI数据中心执行计算任务的核心设备,负责处理存储和传输数据,能够支持大规模数据处理、模型训练、推理计算等复杂任务。

按应用场景,AI服务器可分为训练和推理两种。

在AI大模型发展早期,AI服务器需求以模型训练为主,训练型服务器占据市场主体地位;随着生成式AI应用发展,预计未来推理型服务器将逐渐成为市场主流。

AI服务器高耗能背后的散热需求是重点关注方向,当前液冷技术正在成为数据中心热控关键解决方案。

液冷技术采用液体作为主要散热介质,替代传统的空气冷却方式,为高性能服务器提供高效散热解决方案的新型技术。

从技术路线来看,冷板式液冷在行业中成熟度最高,商用基础稳固;浸没式液冷适配更高功率密度的机柜和数据中心。

图片

国内厂商浪潮信息、中科曙光、曙光数创、中兴通讯、高澜股份、英维克、中国长城、广东合一等厂商是液冷技术不同路线的代表厂商。

液冷上下游产业链各环节包括维克、高澜股份、申菱环境、飞荣达、依米康、科华数据、光迅科技、网宿科技、工业富联、同飞股份、拓息等众多厂商在各细分领域都有参与布局。

液冷散热模块是液冷服务器的核心部件,成本占比通常在20%-30%左右。

液冷板:是散热模块中的核心部件,因材料成本较高且加工工艺复杂,占比较大。液冷板行业上游为中铝集团、紫金矿业等铝、铜金属原材料企业;中游为银邦股份、华锋铝业、格朗吉斯等铝热传输材料生产企业以及瑞泰克、方盛股份、精研科技、三花智控、飞荣达、银轮股份、纳百川等液冷板配套加工公司。

CDU(冷却分配单元):内含水泵、控制器等部件,成本相对较高。水泵环节中,据公开资料显示,中金环境子公司南方泵业生产的CHL、CHM、CHLF水泵,广泛应用于数据中心液冷模块中;飞龙股份数据液冷中心产品在芜湖飞龙、郑州飞龙已建有专门生产线,多个液冷项目进行中;利欧股份全资子公司利欧泵业拥有多款适用于液冷系统的泵产品,包括高效节能的离心泵和智能泵系统等;控制器相关布局厂商包括立讯精密、曙光数创、英飞特等。

管路、接头:主要是连接各部件,确保冷却液循环流动。全球市场格局来看,目前北美占据快速接头市场主要份额,国内企业近年加速突破跻身UQD市场。据Cognitive Market Research数据显示,北美地区在快速接头市场中占据了主要份额,其次是欧洲,而亚太地区的市场份额相对较小。快速接头的主要玩家主要包括Parker、Eaton、Staubli、Festo 等公司。目前国内具备液冷快接头产品的生产能力的公司有:强瑞技术、高澜股份、英维克、中航光电、川环科技等企业。

英维克液冷快速连接器在数据中心液冷领域的应用已形成系列化,包括自锁和盲插等11个系列;中航光电液冷快速连接器UQD系列以钢珠锁紧技术为特色,专为数据中心机架服务器与分水器间的连接而设计;川环科技针对液冷服务器客户开发软管+接头总成方案,研发的“复合结构接头”和“EPDM新材料”管路正在客户中批量应用。

冷却液:作为热量传输的媒介,将冷板吸收的热量带走,传递给系统的其他部分进行散热。其成本相对较低,但品质对系统稳定运行十分重要。

该环节相关布局厂商中,新安股份已开发完成浸没式硅油冷却液产品,对标国际厂商产品,目前正在几家服务器的集成商进行测试,其子公司崇耀科技改性硅油产销均创新高,已与PPG、三棵树、浙江仙鹤、等细分领域头部客户深入合作;巨化股份子公司浙江创氟高科生产的JX浸没式冷却液,为单相浸没式数据中心冷却液,用于替代数据中心作为计算、存储、信息交互场所传统的散热方式。

此外,核心CDU冷却液分配装置大多由中游温控厂商英维克、高澜股份、同飞股份等自主,也有强瑞技术等厂商;电磁阀有三花智控等;佳力图有多项核心技术,包含带封闭式高效冷却循环的通信模块、数据中心冷冻站集中控制系统等。

据IDC圈统计的数据,截至2024年11月,统计的42个液冷智算中心项目中,35个为2024年新增,液冷智算中心建设落地呈加速趋势。运营主体看,在统计的42个液冷智算中心中,三大运营商项目占11个,政府及国企项目9个,龙头企业7个项目,科技公司6个项目,上市公司共4个项目。

此外,算力化趋势带动网络互联需求。

网络设备是AI数据中心内部和外部通信的关键组件,负责实现数据的高效传输和交换。

主要包括光模块、交换机、路由器等多种类型。

光模块

网络和内存是算力的瓶颈,光模块目前是提升AI服务器间通信能力的主流解决方案,对提升网络效率至关重要。

AI大模型的训练和推理应用需要海量并行数据计算,对AI服务器的网络带宽提出更大的需求,进而推升高速光模块需求。

当前光模块朝着更高的速率的趋势发展。从1.25Gbit/s发展到2.5Gbit/s,再到10Gbit/s、40Gbit/s、100Gbit/s、单波长100Gbit/s、400Gbit/s乃至1T。

据Lightcounting的最新排名,2023年中际旭创光模块排名升至全球第一。Coherent和旭创科技分别在多模和单模应用领域处于领先地位。2018年,大部分日本和美国供应商退出了这一市场,而以中际旭创为首的中国供应商的排名有所提升。

中国厂商的整体表现来看,共有7家厂商入围。2023年,旭创科技(排名第1)、华为(排名第3)、光迅科技(排名第5)、海信宽带(排名第6)、新易盛(排名第7)、华工正源(排名第8)、索尔思光电(排名第9)。

光引擎方面,由于光引擎中除了硅光芯片需要FAU等无源器件,国内厂商例如天孚通信提供光通信系统中所需的各种光源组件,如激光器、光放大器等,凭借丰富的无源器件产线进入大厂供应链。激光光源方面,国内厂商如源杰科技通过成本优势进入大厂供应链。

新技术CPO方面,国内光模块厂商也在相继布局研发。据不完全统计,中际旭创、新易盛、联特科技、罗博特科、通宇通讯、中京电子、天孚通信、光迅科技、德科立、仕佳光子、亨通光电、华工科技、剑桥科技等多家国内公司已经开始布局CPO相关技术研发或业务。

铜缆高速连接

数据中心内部互联的重要组成部分。

铜缆方案用于AI短距传输,改变传统GPU的内部连接方式。

2024年3月,英伟达在GTC大会上发布了AI芯片GB200以及与之配套的NVL72/NVL36机柜,首次将铜缆引入机柜内连接中。

英伟达新一代服务器GB300进一步优化铜缆连接方案,内部采用铜缆+背板的连接方式。同时,AEC渗透有望带来铜连接材料需求量提升。

该领域国内主要参与厂商包括兆龙互联、博创科技、沃尔核材、瑞可达、神宇股份、立讯精密等;高速背板连接器主要参与厂商包括华丰科技、意华股份、庆虹电子、中航光电、陕西华达、神宇股份等。

交换机

在数据中心中主要负责连接服务器、存储设备等网络设备。

产业链上游主要包括芯片、电子元器件供应商与交换机代工商,产业链中游为交换机品牌商(白盒与非白盒),下游为重点应用客户。

商用以太网交换芯片市场主要由博通、Marvell与Realtek主导,国内厂商盛科通信在商用以太网交换芯片国内排名第一,全球第四。

国内交换机行业集中度较高,呈现寡头竞争的竞争格局。华为、新华三和锐捷网络占据大部分的市场份额,思科和中兴通讯紧随其后。

图片

AI数据中心电力供应设备

AI算力需求的急剧增长,带动数据中心电力设备的强劲需求。

在AIDC运营中,供电问题成为难点之一,一旦电力出现故障,很容易导致服务大规模中断造成数据丢失等问题。在此背景下,大型互联网厂商如字节跳动等正在加速自建电力数据中心,而电源作为数据中心电力系统的核心组成部分也提供重要保障。

机柜内电源(AI服务器电源)

机柜内电源具备高功率密度能在有限的空间内提供足够的电能。市场格局方面,目前中国台资企业占据了全球电源主要市场份额。据MTC数据显示,在全世界前16大电源厂商中,中国台湾地区厂商占据了7席,其中,台达电子位居首位,市占率约为69%;光宝科技紧随其后排名第二,市占率约为15%-20%。中国大陆企业中,仅有麦格米特和欧陆通跻身榜单。

机柜外电源(UPS/HVDC)

机柜外电源安装在机柜外部,为数据中心或是特定区域内的IT设备提供稳定电能的电源设备。

UPS:是含有储能装置,以逆变器为主要组成部分的恒压恒频的不间断电源,为设备提供恒压恒频的不间断电源;其响应时间为毫秒级,稍慢但稳定。该环节相关布局厂商包括科华数据、禾望电气、中恒电气、科士达、英威腾、盛弘股份、维谛技术、通合科技等。

传统的UPS技术成熟可靠性高,但需经过AC/DC-DC/AC两级变换,而HVDC仅需AC/DC一次变换,因此效率更高。

HVDC电源:即高压直流电源,是采用直流电进行供电的技术。近年来,中国电信、中国移动、中国联通等各大移动运营商都在大力推广HVDC电源,以提升数据中心的能效和可靠性;国内互联网大厂也在主推HVDC-巴拿马电源,其集成度和效率均优于传统的UPS和HVDC方案。中恒电气、科华数据、科士达、动力源、禾望电气、英可瑞等厂商在该领域都有所布局。

备用电源:柴油发电机、BBU

数据中心传统备用电源布局为“UPS+柴油发电机”组合方案”,BBU后续有入局替代UPS的机会。

柴发:为数据中心重要备电应急方案,柴油发电机是以柴油为燃料的小型发电设备,能够持续供电,其中发动机是最核心部件,占总造价的80%左右。当前国内头部厂商潍柴重机、玉柴机器等扩产,以及AI发展趋势下国内数据中心应用巨头资本扩张,国内厂商供应份额有望提升,参与厂商还包括新柴股份、科泰电源、华丰股份、神驰机电等。

BBU:作为备用电源系统,通过锂离子电池提供短期供电保障。采用5+1的冗余架构,一组BBS(电池备份系统)包含六个BBU模块和一个PMI监控模块,电池多为18650锂电池;切换速度在毫秒级,可靠性强;较UPS切换速度更快,但持续能力稍弱。市场格局方面,BBU电池市场当前以日韩主导蔚蓝锂芯、亿纬锂能等厂商在该环节有所布局。

超级电容:是介于传统电容器和电池之间的电化学储能装置,能“瞬时”提供功率补偿且响应更快,有望成为备电组合新成员。国内厂商江海股份、法拉电子、风华高科、振华科技等众多厂商都在该领域有所布局。

操作系统

国产数据中心操作系统经过严格的安全测试和加固,具备更高的安全性,能够更好地保护用户的数据和隐私。

统信UOS、中标麒麟、银河麒麟、欧拉、阿里云龙蜥、腾讯OpenCloudOS等是国内服务器核心操作系统。

中国软件旗下中标软件、天津麒麟拥有多款操作系统等基础软件产品,为数据中心提供安全可靠的国产操作系统支持。

麒麟信安操作系统是基于开源Linux技术开发的高安全、高可信可定制的国产操作系统,广泛应用于电力、国防等行业的数据中心;统信软件主要产品为桌面操作系统、服务器操作系统、云原生操作系统等。

拓息行业级国产自研操作系统—拓维元(TalkwebOneOS)基于服务器开源操作系统OpenEuler研发,适用于数据中心等场景。

中国长城率先形成PK体系(飞腾CPU+麒麟OS)的应用平台,为数据中心提供自主可控的操作系统和解决方案。

当前国产解决方案在性能稳定性和安全性等方面都具有强大的竞争力,将在算力领域为国内AI厂商提供全面坚实的支撑。


02 


中游:算力网络和平台运营

算力网络作为一种新型的信息基础设施,将算力资源、算力调度融入通信网络中。

图片

算力调度

算力调度分为基础设施建设、算力调度平台建设、服务运营和算力应用层。

其中,算力调度运营被视为商业模式最好、空间最大的环节。

当前国内算力调度市场处于早期阶段,市场格局较为分散,参与者多。

根据主导方不同,目前主要有四种类型的算力调度平台:运营商主导、主导、企业主导、行业机构主导。

国家级调度平台级别最高,数量最少,区域级和企业级次之。

每个级别之内,市场份额也会逐步向头部集中形成头部效应。

例如:算力调度平台建设与运营有国家级平台:中科曙光、三大运营商等。区域级平台有思特奇、云赛智联、润建股份、神州数码、卓朗科技、广电运通、数字认证、弘信电子、甘咨询、东方材料、青云科技等。基础设施层建设有深桑达、易华录、协创数据、三大运营商等。运维环节参与方包括依米康、立昴技术、恒为科技等。

云计算

云计算是大模型运行的底层算力支撑。

云计算通过互联网将各种资源作为服务提供给用户,通过分布在大量分布式计算机上的计算资源,而非本地计算机或远程服务器,利用虚拟化、负载均衡等技术,将资源集中起来,并由软件实现自动管理。

应用云计算技术后,终端用户无须再投入资源购置独立一整套软硬件设施,而转由服务商提供。

云计算服务厂商可以提供多种类型的套餐来满足不同的需求,支付的周期可以按照年、月进行付费。按照使用量支付服务费用,来避免一次性研制投入过大而利用率不高的情况。

云计算通常提供三种服务模式:基础设施即服务(IaaS)、平台即服务(PaaS)、软件即服务(SaaS)。

三层服务模式各自具有独特的特点和应用场景。

图片

从绝对规模而言,SaaS体量最大,2024年为2440亿美元;PaaS和IaaS规模相似,分别为1760亿美元与1820亿美元。

垂类SaaS借助AI实现更多能力,而通用SaaS和大模型厂商借助垂类SaaS补全生态;企服SaaS有望迎来远超远程办公时期发展机遇,AI应用和代理将为企服SaaS打开广阔市场空间。

PaaS主要参与厂商中,根据IDC发布的《中国混合云市场份额,2023:持续在政企行业增长》报告,阿里云在中国混合云PaaS及服务市场份额排名第一。腾讯云在PaaS领域的市场份额稳居国内第二。华为云、天翼云、金山云、用友网络、优刻得、宇信科技、梦网科技、国投智能、国大科创、神州泰岳等也PaaS领域主要布局厂商。

根据IDC发布的《中国公有云服务市场(2024上半年)跟踪》报告,2024年上半年中国公有云IaaS市场,阿里云、天翼云、移动云、华为云、腾讯云占据市场份额前五名。

图片

此外,云计算的部署模型通常包括公有云、私有云和混合云。

公有云:是由第三方云服务提供商运营提供服务的云计算环境。用户可以通过互联网访问这些服务,按需付费,无需自己建设和维护基础设施。公有云的优势在于成本低、灵活性高、可扩展性强。以DeepSeek模型部署为例,企业用户通常先在公有云上测试DeepSeek模型,然后再考虑私有云部署等其他形式。公有云资源一般由第三方云服务商管理和提供,并通过互联网向多个客户开放。阿里云、腾讯云、百度云、天翼云、金山云等厂商引领公有云发展;浪潮信息、优刻得、神州数码等厂商均有所布局。

私有云:是为企业或组织内部使用的云计算环境,资源为单个组织或企业专有,通常部署在企业内部数据中心或专用的第三方托管设施中。私有云能够提供更高的安全性和隐私保护,因为数据和服务都存储在企业的内部网络中。国内厂商包括新华三、深信服、浪潮信息、太极股份、青云科技、优刻得、光环新网、中科曙光等在私有云市场都具有一定的竞争力,此外,阿里云、腾讯云、京东云等均提供私有云服务。

国资云:承担“数据开发商”的角色,其本质是各地国资委牵头,由地方国资委下属企业建设和运营的国资专属云平台。专门为国企数字化转型提供综合性服务,并为政务数据提供开放共享平台。

国资云市场最主要的参与方为IT基础设施厂商、公有云IaaS厂商、电信运营商、私/专有云厂商。四类厂商基于自身优势提供相应的产品服务。

参与各地数据体系建设的本土政务IT头部厂商包括:太极股份(北京)、创意信息(四川)、科大讯飞(安徽)、电科数字与云赛智联(上海)、榕基软件(福建)、南威软件(华润)、德生科技(广东)、朗科科技(广东韶关)等。

IDC

IDC作为云计算的基础设施系统,为云计算提供了强大的计算、网络和存储能力支持。

智算中心连接上下游软硬件生态,推动国产化将带动整个产业链国产生态的加速适配完善。

据统计,互联网及云厂商建设的智算中心算力规模占比超过30%,其次为基础电信运营商,占比约为25.6%。

市场格局来看,头部优势及客户优势更加明显在AIDC建设及运维优势更显著。

国内互联网大厂作为公有PaaS的主要供给方,及基于自身AI发展需求,自建以及与第三方IDC厂商合作并举。

据信通院数据,总体规模排名前十的IDC厂商包括万国数据、秦淮数据、润泽科技、世纪互联、数据港、普洛斯、中金数据、有孚、光环新网和浩云长盛。万国数据、秦淮数据、润泽科技、世纪互联、数据港等总体规模指数排名靠前的IDC厂商在集约发展指数和能力建设指数中的排名中也保持领先。

国内部分AIDC项目:珠西科学城智算基地与珠海高新区、中国电信、中国移动、中国联通、华发集团合作,旨在打造高性能算力设施“超强大脑”,首期预计年底建成2000P算力规模,将为珠海市“云上智城”建设、珠西科学城产业培育发展提供算力基础;淮海智算中心目标算力规模300PFLOPS,与浪潮集团合作,总体投资10亿元,全面建成后其智能算力性能将达30亿亿次每秒;豫东南智算中心与莲花控股、周口移动等签约,一期项目将依托周口移动已有机房快速落地,二期项目基于莲花控股园区新建IDC及智算中心;东数西算的庆阳节点中,弘信电子在庆阳建设全国首个国产燧原大规模,同力日升在庆阳规划建设大型储能系统集成项目。

地方算力相关:浙江地区本地算力以新华三、杭钢、浙大网新、浙数文化、宁波建工、华数传媒、中恒电气等厂商为代表;北京有中科曙光、首都在线、亚康股份、龙芯中科等算力厂商;上海以数据港、云赛智联、城地香江、安诺其等为代表;深圳算力厂商有中兴、怡亚通、南凌科技、英维克等。


03


AI算力下游应用

AI算力产业链下游为各类AI领域的应用。

AI+办公:在办公自动化方面智能助理的出现,可以通过语音识别技术帮助管理日程安排、发送电子邮件,帮助处理重复性的办公工作,节省时间和人力成本。例如,金山办公近年来将AI技术融入办公软件中,推出了WPS AI等智能功能,涵盖了AI写作助手、AI数据助手、AI阅读助手、AI设计助手等多个方面,能够全面提升用户的办公效率;彩讯科技的AI+办公解决方案广泛应用于多个行业。

AI+金融:金融领域,可以利用AI算力对大量金融交易数据进行实时分析,识别潜在的风险点和异常交易,提升金融机构的风险管理能力。例如,新致软件将AI应用于保险领域的智能理赔、风控模型开发;云从科技结合AI应用到银行智能身份认证、反欺诈系统;广电运通结合AI运用到数字货币技术和智慧网点等解决方案。

AI+教育:优化个性化学习,利用AI和虚拟现实技术构建虚拟实验室以及模拟和游戏化教学平台等。例如,中公教育成立了人工智能与教育研究院,推出AI产品小鹿老师,打造“AI+就业”服务平台;世纪天鸿推出了基于大语言模型的小鸿助教和基于NLP技术的笔神作文,为老师和学生提供智能教学和写作辅助;鸿合科技推出AI课堂行为分析平台等。

AI+医疗:在医疗领域结合医学影像和AI算力,对疾病进行快速、准确的诊断,推动精准医疗和个性化治疗等新型医疗模式的发展。例如,卫宁健康推进“1+X”战略,基于WiNEX系列产品及数字基座,打造医药险联动等数字健康应用场景。与DeepSeek合作推出WiNEX Copilot,深度集成AI技术助力医疗智能化。

AI+机器人:AI推动大模型与机器人技术的深度融合,显著提升了机器人的自主决策能力和环境交互水平。

AI+自动驾驶:在自动驾驶领域,利用AI算力对车辆周围环境进行实时感知和分析,实现汽车的自动驾驶功能。例如,中科创达推出了面向计算架构的新一代智能汽车产品滴水OS,提供从虚拟化、大模型引擎、应用框架到工具链的完整操作系统底座。

图片

当前各行各业加速拥抱AI,叠加政策持续加码,算力作为支撑人工智能发展的核心基础设施重要性日益凸显,产业链迎来百花齐发高速发展机遇。乐晴智库精选