AI大模型时代,算力景气度持续走强

简介: 当前,AI技术爆发,算力作为AI发展的重要“底座”,已成为业界关注的重要议题。11月29日,以“智算力就是创新力”为主题的2023人工智能计算大会AICC在北京举行。大会围绕智算基础设施、生成式AI与大模型技术、产业数智转型等话题展开热议。

当前,AI技术爆发,算力作为AI发展的重要“底座”,已成为业界关注的重要议题。11月29日,以“智算力就是创新力”为主题的2023人工智能计算大会AICC在北京举行。大会围绕智算基础设施、生成式AI与大模型技术、产业数智转型等话题展开热议。

今年以来, AI技术带动大模型发展热潮兴起,而后者所需的开发、训练、部署、推理推动了算力需求呈指数级的爆发,点燃了市场对算力产业链的投资热情。能够提供算力基础设施服务的“卖铲人”企业,无疑将享受这一轮AI算力爆发的红利。

AI汹涌,算力先行

在AI发展浪潮下,算力相关产业链正成为二级市场上受人追捧的“香饽饽”。民生证券研报指出,AI发展下算力产业发展迎来重大机遇,是AI大潮下确定性最高的细分领域之一。wind数据也显示,今年大涨的板块中,多数与算力产业相关,根据Wind数据,从年初至11月29日收盘,AI算力指数上涨近63%,东数西算指数上涨56%,AIGC指数上涨54%,服务器指数上涨54%,多个算力板块显著跑赢大盘。

算力板块持续走高背后,是AI应用加速落地过程中,行业“大模型时代”,推动算力需求的爆发式增长。从年初至今,以AI技术驱动的聊天机器人问世,推动AIGC应用的繁荣,作为底层架构的大模型产业,也迎来了爆发式增长。西南证券研报指出,大模型的发展离不开算力的支撑,目前先进模型的参数量和复杂程度正呈现指数级的增长趋势,AI算力已成为驱动人工智能发展的核心动力。

算力需求的爆发,为算力供给厂商带来了发展机会。国盛证券研报认为,AI应用快速迭代成长,算力需求并未见顶,供应侧利好频出,新兴业务蓬勃发展,当下应积极关注算力板块后续发展。这也意味着,提供芯片、AI服务器、存储器、交换机等算力基础软硬件设备的厂商有望迎来增长机会。

数据显示,服务器作为算力输出重要载体,在算力需求拉动下增长强劲。根据IDC数据,2023年上半年,中国AI服务器市场规模达到30亿美元,同比增长55.4%,环比增长54.1%,预计2027年中国AI加速服务器将达到134亿美元,五年年复合增长率达21.8%。

联想集团作为全球领先的服务器提供商,在服务器市场极具竞争力。资料显示,截至今年11月16日,联想服务器共斩获506项性能测试世界纪录,这些世界纪录涉及高性能计算、人工智能、数据分析、JAVA应用、算力、能效、事务处理、SAP销售和分销(SAP SD)基准测试、基础架构虚拟化等领域。通过极致性能的服务器产品,联想集团致力于为企业提供强大的算力保障。

特别是,针对AI算力需求,联想集团打造了专门的AI服务器品牌:联想问天+联想 ThinkSystem双品牌。今年8月,联想集团重磅发布两大全新 AI服务器新品联想问天 WA7780 G3 AI大模型训练服务器和联想问天 WA5480 G3 AI训推一体服务器,这两大服务器新品作为全新的AI导向的算力基础设施,性能领先,全面覆盖云端、边缘算力场景,并满足AI大模型和传统模型训练及推理的需求。

展望2024年算力产业链机遇,申万宏源证券认为,AI进入大模型时代,算力在需求侧将大模型训练算力率先以275倍/2年速度飙升,推理算力在AI应用落地期具备更高爆发性。在供给侧,芯片、服务器、整机网络将全面创新,推动价值量提升。申万宏源证券特别指出,算力的发展将推动生成式AI在端侧重新定义C端,尤其关注联想集团在公共大模型、私域大模型外,以手机或PC等本地设备借助个人大模型实现新维度创新,如AI PC是未来几年PC市场的一个关键转折点,预计将达上亿台出货量。

算力风口下的“卖铲人”

此次AICC人工智能计算大会上发布的《北京市人工智能行业大模型创新应用白皮书(2023年)》认为,大模型技术迅速迭代,打破了原有AI技术发展的上限,呈现出数据巨量化、模型通用化、应用模式中心化等特点,以“无限生产”的能力重塑企业生产引擎,推动生产效率颠覆式提升。不过,当前我国大模型应用落地仍面临挑战,如算力资源供不应求,成为大模型企业创新研发的重要挑战。

而联想集团作为大模型时代的算力 “卖铲人”,正以全面、领先的算力的优势有望在大模型浪潮中率先占得一席之地。

当前,联想集团基于“端-边-云-网-智”新IT技术架构,以“普慧”算力为战略方向,通过用户手中的端,覆盖广泛的云,以及更加靠近数据产生处的边,加上传输数据的高速网络,为用户提供无处不在的“普慧”算力。

这背后是联想集团基于30多年的计算基因, 多年围绕“计算”进行技术和产品布局,已进化成为全球最全算力基础设施服务提供商。目前,联想集团针对算力服务,推出了算力基础设施“全家福”产品,后者涵盖服务器、存储、软件及软件定义、边缘计算四类产品。此外,联想集团还集结高性能计算、云计算、臻算服务等产品和服务,为千行百业建设算力基础设施提供了全面支持。

值得一提的是,在代表着算力领域顶尖水平的高性能计算领域,联想集团优势显著,在今年11月公布的用于衡量全球高性能计算机算力性能的全球超级计算机(HPC)TOP500 榜单中,联想集团以169套的成绩,第12次问鼎HPC TOP500榜单份额榜首。此外,基于联想集团在绿色算力上的成就,联想集团高性能计算在Green500榜单中,有两套科学计算集群跻身前十,其中联想集团打造的科学计算集群Henri连续三次身居榜首。

卓越的产品性能和低耗能性的算力基础设施产品也获得了市场的广泛认可。联想集团今年第二财季业绩显示,其存储业务市场份额已提升至全球第三,高性能计算收入同比增长12%,增速超过行业2倍,边缘计算更是连续10个季度实现正增长。中信证券分析道,随着人工智能计算从训练转向推理,料将催化对边缘计算、自有云与数据中心的需求,这预计会为联想集团以算力基础设施产品为核心ISG业务带来可观的收益。

目前,算力作为数字经济关键生产力,将在人工智能技术推动下,需求增长确定性高。作为提供算力基础设施的“卖铲人”,联想集团也将在极具竞争力的算力服务引擎下,迎接算力发展的爆发。



http://www.cnaifm.com/znjj/2023-12-01/11395.html

https://www.xinpin1688.com/article-18816-1.html

http://www.cnaifm.com/news/2023-11-30/11386.html

http://www.cnaifm.com/znjj/2023-11-30/11382.html

http://www.cnaifm.com/znjj/2023-11-30/11381.html

http://www.cnaifm.com/znjj/2023-11-29/11365.html

相关文章
|
3天前
|
人工智能 测试技术 API
AI计算机视觉笔记二十 九:yolov10竹签模型,自动数竹签
本文介绍了如何在AutoDL平台上搭建YOLOv10环境并进行竹签检测与计数。首先从官网下载YOLOv10源码并创建虚拟环境,安装依赖库。接着通过官方模型测试环境是否正常工作。然后下载自定义数据集并配置`mycoco128.yaml`文件,使用`yolo detect train`命令或Python代码进行训练。最后,通过命令行或API调用测试训练结果,并展示竹签计数功能。如需转载,请注明原文出处。
|
5天前
|
人工智能 自然语言处理 数据挖掘
【通义】AI视界|性能超越GPT-4o?最强大的开源AI模型来了……
本文介绍了五项最新AI技术动态,包括性能超越GPT-4o的开源AI模型Reflection70B、智谱清言App限时免费的视频通话功能、哈佛医学院研发的癌症诊断AI模型CHIEF、Replit推出的AI编程助手,以及英特尔与日本AIST合作设立的芯片制造研发中心。这些进展展示了AI领域的快速创新与广泛应用。更多详情,请访问通义官网体验。
|
3天前
|
人工智能 测试技术 PyTorch
AI计算机视觉笔记二十四:YOLOP 训练+测试+模型评估
本文介绍了通过正点原子的ATK-3568了解并实现YOLOP(You Only Look Once for Panoptic Driving Perception)的过程,包括训练、测试、转换为ONNX格式及在ONNX Runtime上的部署。YOLOP由华中科技大学团队于2021年发布,可在Jetson TX2上达到23FPS,实现了目标检测、可行驶区域分割和车道线检测的多任务学习。文章详细记录了环境搭建、训练数据准备、模型转换和测试等步骤,并解决了ONNX转换过程中的问题。
|
10天前
|
人工智能 自然语言处理 安全
AI战略丨大模型时代, 基金投顾 AI 应用探索
随着大模型能力和安全能力逐渐完善,大模型在金融领域的应用也会涉及越来越多、越来越核心的场景。
|
11天前
|
机器学习/深度学习 人工智能
AI模型提早5年预警乳腺癌,MIT研究登Science获LeCun转发
【9月更文挑战第1天】麻省理工学院(MIT)研究人员开发的深度学习AI模型,在乳腺癌早期预警方面取得突破性进展,相比传统方法提前5年预警癌症,准确率超过90%。此成果不仅在医学界引起轰动,还获得了人工智能领域知名学者Yann LeCun的高度评价。尽管面临准确性和可解释性的挑战,但该研究展示了AI在医疗领域的巨大潜力,有望革新乳腺癌的早期筛查和诊断方式。论文详情见[链接]。
19 3
|
13天前
|
机器学习/深度学习 人工智能 Android开发
揭秘AI编程:从零开始构建你的第一个机器学习模型移动应用开发之旅:从新手到专家
【8月更文挑战第29天】本文将带你走进人工智能的奇妙世界,一起探索如何从零开始构建一个机器学习模型。我们将一步步解析整个过程,包括数据收集、预处理、模型选择、训练和测试等步骤,让你对AI编程有一个全面而深入的理解。无论你是AI初学者,还是有一定基础的开发者,都能在这篇文章中找到你需要的信息和启示。让我们一起开启这段激动人心的AI编程之旅吧! 【8月更文挑战第29天】在这篇文章中,我们将探索移动应用开发的奇妙世界。无论你是刚刚踏入这个领域的新手,还是已经有一定经验的开发者,这篇文章都将为你提供有价值的信息和指导。我们将从基础开始,逐步深入到更复杂的主题,包括移动操作系统的选择、开发工具的使用、
|
22天前
|
机器学习/深度学习 人工智能 人机交互
ICML 2024:AI也会刷抖音!清华领衔发布短视频全模态理解新模型
【8月更文挑战第20天】SALMONN是由清华大学在ICML 2024发表的一种开创性的多模态模型,专为短视频全模态理解设计。它集成了预训练文本大模型与语音、音频编码器,能直接处理多样音频输入,在自动语音识别、翻译、情绪识别等任务中表现出色。SALMONN展现了令人兴奋的新能力,如翻译未训练语言和基于语音的问答。通过少样本激活微调,可进一步发掘其跨模态潜能。尽管如此,模型的计算成本和泛化能力仍是待克服的挑战。SALMONN标志着AI在具备通用听觉理解方面迈出重要一步。[论文链接: https://arxiv.org/abs/2310.13289]
48 3
|
11天前
|
机器学习/深度学习 人工智能 自动驾驶
探索AI的魔法:用Python构建你的第一个机器学习模型
【8月更文挑战第31天】在这个数字时代,人工智能(AI)已经渗透到我们生活的方方面面。从智能助手到自动驾驶汽车,AI正在改变世界。本文将带你走进AI的世界,通过Python编程语言,一步步教你如何构建第一个机器学习模型。无论你是编程新手还是有经验的开发者,这篇文章都将为你打开新世界的大门,让你体验到创造智能程序的乐趣和成就感。所以,让我们一起开始这段激动人心的旅程吧!
|
16天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的正则化技术:提升模型泛化能力的关键策略探索AI的奥秘:深度学习与神经网络
【8月更文挑战第27天】在深度学习的探索旅程中,我们常常遭遇模型过拟合的困境,就像是一位探险者在茫茫林海中迷失方向。本文将作为你的指南针,指引你理解并应用正则化技术,这一强大的工具能够帮助我们的模型更好地泛化于未见数据,就如同在未知领域中找到正确的路径。我们将从简单的L1和L2正则化出发,逐步深入到更为复杂的丢弃(Dropout)和数据增强等策略,为你的深度学习之旅提供坚实的支持。
|
19天前
|
机器学习/深度学习 数据采集 人工智能
揭秘AI编程:打造你的第一个机器学习模型
【8月更文挑战第24天】本文将带你走进人工智能编程的奇妙世界,从基础理论到实践操作,一步步构建你的首个机器学习模型。我们将通过一个简单的分类问题,展示如何收集数据、选择算法、训练模型并进行评估。文章末尾附有代码示例,助你理解并实现自己的AI项目。
34 0