報告目錄

1）大模型產(chǎn)業(yè)發(fā)展驅(qū)動因素以及生產(chǎn)要素限制

1.1 大模型時代帶來發(fā)展要素的范式變化

1.2 大模型范式變化提升AI應(yīng)用范圍

1.3 產(chǎn)業(yè)圖譜

2）算力要素發(fā)展洞察分析
2.1 算力定義

2.2 算力發(fā)展現(xiàn)狀：算力剪刀差

2.3 算力發(fā)展現(xiàn)狀：存力、數(shù)據(jù)增量不對等

2.4 算力發(fā)展痛點

3）語料要素發(fā)展洞察分析

3.1 語料定義

3.2 語料發(fā)展現(xiàn)狀：大模型開發(fā)過程語料數(shù)據(jù)需求存在差異

3.3 語料發(fā)展現(xiàn)狀： 高質(zhì)量語料預(yù)計將在2028年用盡，常規(guī)語料數(shù)據(jù)痛點癢點較多

3.4 普通語料數(shù)據(jù)經(jīng)過標(biāo)注、或者合成手段轉(zhuǎn)化成高質(zhì)量語料

4）能源要素發(fā)展洞察分析

4.1 大模型新能源定義

4.2 大模型能源需求現(xiàn)狀：人工智能能源需求暴增

4.3 大模型能源需求現(xiàn)狀：新能源供電亟需儲能技術(shù)減少棄電

4.4 新能源發(fā)電+儲能緩解AI發(fā)展帶來的能源需求增速，但帶來了成本提升、維護難等痛點

5）算力、語料、能源發(fā)展展望

5.1 短期內(nèi)GPU不可撼動，ASIC+Chiplet有望遠期成為主力AI芯片

5.2 中國跨入“數(shù)據(jù)要素”時代，通過語料平臺支持大模型發(fā)展

5.3 常溫超導(dǎo)減少電力傳輸損耗，從供應(yīng)端降低線路電阻損失，同時為可控核聚變打下基礎(chǔ)

2024大模型發(fā)展要素洞察報告1101.pdf

資訊來源：億歐智庫網(wǎng)站