源达信息数据要素专题报告指出，人工智能大模型的爆发式增长正推动AI算力基础设施进入高速建设期。AI模型参数规模从2018年GPT-1的1.17亿跃升至万亿级，训练一个1750亿参数模型需要2917台A100服务器。2024年全球AI服务器出货量预计达126.8万台，同比增长超100%。AI算力基础设施是数据要素二次价值实现的核心支撑，也是新质生产力建设的重要方向。
大模型参数3年跃升万倍，算力需求指数级增长
人工智能大模型的发展速度令人瞩目。源达信息报告显示，AI大模型参数规模呈指数级增长趋势：2018年OpenAI发布的GPT-1参数为1.17亿，2019年GPT-2达15亿，2020年GPT-3跃升至1750亿，华为盘古大模型参数更是超过3万亿。短短3年间，模型参数从1亿量级跃升至万亿量级，增长了近万倍。
算力需求的增长更为陡峭。根据OpenAI数据，AI模型训练计算量自2012年起每3.4个月就增长一倍。以GPT-3模型为例，完整训练运算量达3640PFlop/s-days。源达信息报告测算，训练一个1750亿参数的大模型需要约2917台Nvidia A100服务器（每台由8个A100 GPU构成，算力5Pflop/s），单次训练耗费约460万美元。若参数增至7000亿，服务器需求将超1万台。
大模型训练只是算力需求的一个侧面。模型推理阶段的算力消耗同样巨大。随着AI应用从“训练”向“推理”扩展，算力需求将从“阶段性高峰”变为“持续性刚需”，推动AI服务器市场进入长期增长通道。
AI服务器出货量翻倍增长，2024年预计126.8万台
AI服务器市场的增速验证了算力基础设施建设的紧迫性。源达信息报告显示，2023年全球普通AI服务器出货量为47万台，同比增长36.6%；高端AI服务器出货量为27万台，同比增长490.5%。预计2024年全球普通AI服务器出货量达72.5万台，同比增长54.2%；高端AI服务器出货量达54.3万台，同比增长172%。合计出货量从2023年74万台跃升至2024年126.8万台，增幅超70%。
AI服务器的高速增长反映了行业从“概念验证”向“规模化部署”的转变。源达信息报告认为，AI大模型有望成为助力千行万业智能化转型的底层支撑，AI服务器作为算力基础设施的核心硬件，其出货量增长趋势具有长期性而非周期性。
服务器等数据基础设施是数据要素价值得到有效利用的基础。数据的采集、存储、加工、分析等环节都依赖计算资源的支撑，AI算力基础设施的完善程度直接决定了数据要素二次价值和三次价值的释放效率。
表3：全球AI服务器出货量预测| 类型 | 2023年 | 2024年E | 增长率 |
|---|
| 普通AI服务器 | 47万台 | 72.5万台 | +54.2% |
| 高端AI服务器 | 27万台 | 54.3万台 | +172% |
| 合计 | 74万台 | 126.8万台 | +71.4% |
华为鲲鹏昇腾构建国产算力底座，AI基础设施自主可控加速
华为在算力基础设施领域的布局为国产AI发展提供了坚实底座。源达信息报告指出，华为鲲鹏系列以通用算力为主，昇腾系列以智能算力为主，均采用国产芯片打造。华为已实现从算力、存力、互联技术和计算架构等方面为世界提供第二选择，打造算力坚实底座。
从产业链布局看，华为主要负责服务器或其中核心器件的研发和生产，并由下游服务器厂商代理销售。主要的华为系服务器厂商包括高新发展（对华鲲振宇持股70%）、四川长虹、神州数码、拓维信息和烽火通信等。此外，2023年3月中兴通讯宣布其服务器将为百度“文心一言”提供算力支撑。
源达信息报告认为，在AI算力基础设施需求爆发和国产替代加速的双重背景下，华为昇腾等国产AI算力产业链将迎来黄金发展期。算力基础设施的国产化进程不仅关乎AI产业的发展速度，更关乎国家数据主权和网络安全，是新质生产力建设的重要方向。
