行業(yè)主要上市公司：阿里巴巴 ( 09988.HK，BABA.US ) ; 百度 ( 09888.HK，BIDU.US ) ; 騰訊 ( 00700.HK， TCEHY ) ;科大訊飛 ( 002230.SZ ) ;萬興科技 ( 300624.SZ ) ;三六零 ( 601360.SH ) ;昆侖萬維 ( 300418.SZ ) ; 云從科技 ( 688327.SH ) ;拓爾思 ( 300229.SZ ) 等
本文核心數據：市場規(guī)模 ; 算力 ; 排名 ;
全球多模態(tài)大模型行業(yè)發(fā)展歷程
全球大模型產業(yè)的發(fā)展經歷了早期探索期 ( 1956 年 -2005 年 ) ，在這一階段，人工智能學科誕生，神經網絡模型開始發(fā)展。隨后進入快速成長期 ( 2006 年 -2019 年 ) ，深度學習概念被重新引入，Transformer 等模型推動了行業(yè)進步。2020 年至 2022 年為大模型興起期，參數規(guī)模迅速擴大，2022 年更被視為大模型元年。從 2023 年開始，大模型進入廣泛應用期，其在各領域的深度應用得到不斷拓展。這一過程并非嚴格分期，而是體現了大模型技術發(fā)展的連續(xù)性和階段性。
全球人工智能服務器現狀
由于大模型對計算能力和數據的高需求，其所需要的服務器設施將在人工智能基礎設施市場中占據越來越大的份額。IDC 預計，全球人工智能硬件市場 ( 服務器 ) ，將從 2022 年的 195 億美元增長到 2026 年的 347 億美元，五年年復合增長率達 17.3%; 其中，用于運行生成式人工智能的服務器市場規(guī)模在整體人工智能服務器市場的占比將從 2023 年的 11.9% 增長至 2026 年的 31.7%。
全球大模型算力需求情況
從感知智能到生成式智能，人工智能越來越需要依賴 " 強算法、高算力、大數據 " 的支持。模型的大小、訓練所需的參數量等因素將直接影響智能涌現的質量，人工智能模型需要的準確性越高，訓練該模型所需的計算力就越高。以 ChatGPT 模型為例，公開數據顯示，其所使用的 GPT-3 大模型所需訓練參數量為 1750 億，算力消耗為 3640PF-days ( 即每秒運算一千萬億次，運行 3640 天 ) ，需要至少 1 萬片 GPU 提供支撐。據統(tǒng)計，當模型參數擴大十倍，算力投入將超過十倍，模型架構、優(yōu)化效率、并行處理能力以及算力硬件能力等因素均會影響具體增加的倍數。
全球大模型市場規(guī)模情況
當前全球的人工智能產業(yè)處于高速發(fā)展期，大模型技術引領著人工智能領域正在邁向新的發(fā)展高度，也已不局限于技術討論的范疇，而是進入商業(yè)化應用階段，大模型市場正處于快速增長階段。根據 IDC 數據，2023 年全球大模型市場規(guī)模達到 210 億美元。初步測算，2024 年全球大模型市場規(guī)模達 280 億美元，同比增長 33%。
全球多模態(tài)大模型競爭格局
2024 年 7 月 9 日，SuperCLUE 發(fā)布《中文大模型基準測評 2024 上半年報告》，報告選取國內外有代表性的 33 個大模型在 6 月份的版本，通過多維度綜合性測評，對國內外大模型發(fā)展現狀進行觀察與思考。從代表通用能力的一級總分來看，GPT-4o 以 81 分的絕對優(yōu)勢領跑 SuperCLUE 基準測試，是全球模型中唯一超過 80 分的大模型。展現出強大的語言、數理和指令遵循能力。中國大模型發(fā)展非常迅速，其中有 6 個國內大模型超過 GPT-4-Turbo-0409。絕大部分閉源模型已超過 GPT-3.5-Turbo-0125。
注：由于部分模型分數較為接近，為了減少問題波動對排名的影響，本次測評將相距 1 分區(qū)間的模型定義為并列，報告中分數展示以上區(qū)間為主 ; 截至 2025 年 4 月，暫未有 2024 年全年報告，屆時以最新數據為準。
來源：前瞻網
