AI行业专题报告：下游场景迭代创新_产业链轮动机遇涌现.docx

AI行业专题报告：下游场景迭代创新_产业链轮动机遇涌现HYPERLINK"http://quote.eastmoney.com/SH601555.html"\h一、“十四五”强调AI发展价值，技术创新日益成熟1.1政策长期利好，十四五“打造数字经济新优势”强调AI发展价值国家高度重视AI领域发展，不断推出相关政策助力AI持续进步。各地积极出台政策支持人工智能基础设施发展，已有较为清晰的建设思路，如北京、上海、广东聚焦基础研究领域，江苏、浙江、福建、山东偏重应用层面。工信部批复的八大人工智能创新应用先导区是我国人工智能基础设施建设的先行先试区。八大先导区先后发布人工智能行动方案，方案围绕公共数据集、先进计算/超级计算机/智能计算、智能感知/智能网联/智能芯片等人工智能基础设施进行重点布局。1.2AI研究水平稳步上升，中国AI学术能力位居世界前列AI领域学术研究水平稳步提升，中国高水平论文发表及专利申请具有领先优势。2011-2020年AI领域高水平论文发表量整体上呈现稳步增长态势，取得R-CNN算法、神经机器翻译的新方法等科研成果。从高水平科研论文的国家分布来看，中国以22686篇人工智能领域论文的发表量位居第二，仅次于美国，遥遥领先于其他国家。2011-2020年全球人工智能专利申请量521264项。中国专利申请量为389571项，位居世界第一，占全球总量的74.7%，是排名第二的美国专利申请量的8.2倍。1.3AI应用技术未来趋势：端-边-云算力协同端-边-云帮助缓解云端的工作负载的同时，解决了终端算力不足、计算功耗大的难题。设备端产生的大量数据，若直接上传到云端处理，会对云端的带宽、算力、存储空间等造成巨大压力。在算力协同的模式下，云端的云计算中心承担模型训练任务，贴近端侧的各设备进行模型推理，二者之间的边缘侧负责通用模型的转移学习。未来，边缘计算向算力集群异构设计发展，其异构化程度将会高于传统的数据中心，异构设计的突破将会进一步提高端边云的整体计算效能，进而加速AI模型的训练与推理。1.4AI市场规模保持高速增长，行业前景广阔2021年AI赛道火热，总投资额达到775亿美元，2022年全球AI市场规模预计超4000亿美元。根据IDC最新数据，全球人工智能收入预计到2022年同比增长19.6%，达到4328亿美元。预计2023年将突破5000亿美元大关。中国人工智能产业市场规模保持高速增长，行业景气度高。据艾瑞咨询预测，2021年，人工智能核心产业规模预计达到1998亿元，2026年AI核心产业规模预计超过6000亿元，带动产业规模预计为21077亿元。未来市场约30%-45%是AI创业企业占据，外围赛道切换而来的互联网公司、云服务公司、大数据公司、信息技术服务公司、通信设备公司以及个别科研院所将切分其余市场。AI产业高景气和潜在巨大空间将会为整个产业链提供良好发展基础。二、产业链协同发展，AI赋能多元场景2.1AI产业链协同发展，赋能多行业应用人工智能产业链可分为基础层、技术层和应用层。AI产业链基础层主要包括数据提供商、算力提供商、算力模型生产商；技术层包括关键技术领域和通用技术领域；应用层则包含安防、医疗等多场景应用。AI应用遍及各行各业，场景丰富。不同人工智能技术提供专属行业的解决方案，并不断探索更多行业应用。2.2基础层大数据平台技术升级，云原生思想提升效率HYPERLINK"http://quote.eastmoney.com/SH603138.html"\h数据资源是人工智能技术产业创新发展的驱动力之一。数据集作为数据资源的核心组成部分，是指经过专业化设计、采集、清洗、标注和管理，生产出来的专供人工智能算法模型训练的数据。大数据的核心始终是面向海量数据的存储、计算、处理等基础技术。“十四五”对大数据的发展作出了重要部署，规划稿中“大数据”一词出现了十四次，而“数据”一词则出现了六十余次。我国提出“加快培育数据要素市场”后，大数据的发展迎来了全新的阶段。2020年开始，大数据技术的发展重点从单一注重效率提升，演变为“效率提升、赋能业务、加强安全、促进流通”四者并重。云计算开始发展后，传统大数据平台和数据库逐渐从私有部署转化为云上部署。随着云原生概念的兴起，大数据技术产品逐步迭代升级，云原生大数据技术产品开始成为产业变革的浪潮。AI芯片发展实现算力提升，云端向边缘与端侧转移是趋势人工智能基础层的三要素中，算力是驱动AI产业化和产业AI化发展的关键，作为集成运算逻辑与硬件的载体——芯片而存在。当前AI芯片主要分为GPU、FPGA、ASIC。与CPU相比，GPU、FPGA、ASIC在功耗比更高。GPU擅长处理简单并行计算，但是功耗更高，目前占有大部分市场份额；FPGA可以重复编辑，功耗较低；ASIC性能与