智能计算是指面向人工智能应用(包括训练、推理、衍生应用场景等)的G性能计算。算力可分为：通用 算力、智能算力和超级算力，分别对应三种计算模式：基础计算、智能计算和超级计算。不同应用场景下所 需的计算精度不同，通常会采用不同种类的算力。目前，随着人工智能的快速发展以及国家层面的政策助 推，智能算力规模和占比越来越大，算力需求逐步从通用计算转向智能计算。
①通用算力：基于CPU 芯片的服务器所提供的算力，主要用于计算复杂度适中的云计算、边缘计算类 场景，通常这些场景对实时性有一定要求，不适合完全将本地数据搬到异地计算，如移动计算和物联网等。
②智能算力：基于GPU、FPGA、ASIC等AI芯片的加速计算平台提供的算力，主要用于人工智能的训练 和推理计算，智算中心可以根据不同细分L域业务的算力需求匹配相应的计算能力。对于人工智能的模型 训练及推理来说，处理文字、语音、图片或视频等需求较大，单精度、半精度、甚至整型的智能计算才能够满 足应用需要。
③超级算力：由超级计算机等G性能计算集群所提供的算力，主要用于尖端科学L域的计算，比如行 星模拟、药物分子设计、基因分析、天体物理、气象研究、航空航天等需要复杂运算、G性能双精度算力的G 精尖科研L域。同时，不同超级计算机的处理器、加速卡、框架等各不相同，商业化服务门槛G。
当前，我国智能算力占比已经超过通用算力，成为整体算力增长的主要驱动力。我国智能算力占总体 算力的比重增长迅速，据中国信通院《中国算力发展指数白皮书(2023)》数据，2017-2022年我国算力内部 结构中智能算力占比持续增加，2022年我国算力结构为通用算力：智能算力：超级算力=40%:59%:1%,智能算力占比已较大幅度超过通用算力占比，逐步成为总体算力增长的主要驱动力。据中国信通院预计，未来五年，算力规模增速超过50%。
附件：2024智能算力产业发展白皮书-算力规模增速超过50%
分析了大模型发展趋势挑战的基础上，提出了大模型安全实践总体框架，并从安全性、可靠性、可控性以及评测四个角度对大模型安全技术进行了深度剖析
白皮书将聚焦中国未来核心产业的发展方向，从人工智能、智能制造、大消费、生命科学、碳中和等五大产业出发，探讨中国将如何迎接下一波增长浪潮
大模型L域人才供需比为1.76,整体供大于求,但G端技术岗位如云计算和算法仍紧缺,薪酬涨幅保持在30%-50%,65.79%每周工作超50小时,从业者中82%因技术和前景而主动加入
设备精度提升以及对更准确诊断的追求使得我国医学影像数据大量积累人工智能可以充分利用这些数据进行模型训练；提G了医学诊断效率， 减轻了医生工作负担、促进了医疗资源均衡分配
智能体将深入复杂任务处理，手机和电脑智能体将引发应用生态变革;报告讨论了AIAgent产品的构建方式和市场策略，强调了大模型技术基础和行业数据的重要性
AI生产力工具市场快速发展，用户规模和产品类型激增，以AI搜索、写作、翻译等应用为核心的工具正推动工作效率和创造力的提升,生成式AI市场预计将达到4000亿元
国内AI大模型行业迅速发展,形成“6+2”竞争格局,产品覆盖C端和B端，聚焦金融、教育等行业,报告概括了AI大模型行业的主要参与者、核心竞争力、产品与服务、融资情况以及未来趋势
报告强调AI对教育现代化的重要性,指出AI能实现个性化教学,减轻教师负担，并提G教育管理效率,提出了数据安全、技术伦理和教师适应性等挑战
2024-2025 年国内有两条落地线、 8 个落地方向，8 大落地场景模型可以囊括所有 AI 应用落地；利 益相关者基于各自的观测点运用“交易思维”进行决策，同时可 将国内外巨头的决策作辅助参考
国产厂商应用落地优势开始展现，文心一言、阿里通义千问、豆包等大厂产品用户量G位持续增长;产品形态上，国内APP端增速表现迅猛、技术扩散之下国内应用端机会更为明确
以 Sora 为例，其在生成视频时长、内容逻辑一致性、视频分镜等方面形成突破;类似 Sora 的文生视频模型在上线后的玩法迭代、用户体验优化等方面同样具备深刻意义
节发布豆包主力模型价格仅0.8元/百万tokens；阿里通义主力模型输入价格0.5元/百万tokens；百度文心大模型中有2款5月21日起免费;算力和模型端的价格下降使得AI应用的开发成本大幅下降
