智能算力是驱动计算机视觉产业链发展的基础

图16：2021年GPU应用于中国89%的计算加速场景图17：预计AI服务器用于推理计算比例将提升至6成

202020212022E2023E2024E2025E2026E

GPUNPUASICFPGA

训练推理

数据来源：IDC、开源证券研究所数据来源：IDC、开源证券研究所

以计算机视觉为例，需要GPU加速作为算力基础，实现大量数据训练和AI模型训练，比如通过卷积神经网络技术进行图像分类、目标检测和图像分割等任务，从而达成图像分类和目标检测、人脸识别、图像生成和风格迁移、三维重建和虚拟现实、视频分析和行为识别等具体应用。

图18：智能算力是驱动计算机视觉产业链发展的基础

资料来源：《2023智能算力发展白皮书》

大模型的高效训练通常需要具备千卡以上高算力AI芯片（GPU为主）构成的AI服务器集群支撑。在全球科技企业加大投入生成式AI研发和应用的大背景下，配置高算力AI芯片的AI服务器需求也不断高涨。随着市场对AI计算力需求的不断攀升，全球已有上百家公司投入新型AI加速芯片的开发，AI计算芯片多元化趋势愈发显著，但在推向产业落地的过程中，依然存在大量的定制化工作以及现有标准未能完全覆盖的领域，包括多元AI芯片适配、AI算力资源管理和调度、数据整合及加速、深度学习开发环境部署等多个方面。