算法是實(shí)現(xiàn)AI功能的關(guān)鍵，而基礎(chǔ)軟件則為算法提供運(yùn)行的平臺和工具,。作為模型生態(tài)系統(tǒng)的中堅(jiān)力量,，AI基礎(chǔ)軟件將會成為大模型應(yīng)用落地的最主要的效率支撐，并通過大模型+小模型的方式,，形成模型訓(xùn)練新范式,。

現(xiàn)今，AI大模型在國內(nèi)熱度高漲,，遍地開花,，這也同樣倒推著基礎(chǔ)軟件的發(fā)展。在這背景下,，AI基礎(chǔ)軟件市場如何,，未來有何新的機(jī)會，這一點(diǎn)值得關(guān)注和討論,。

對此,，魏凱解釋道，基礎(chǔ)軟件重要性具體表現(xiàn)有三點(diǎn),，一是人工智能的發(fā)展離不開高質(zhì)量的基礎(chǔ)軟件,，尤其是基礎(chǔ)軟件的工程化的易用性、完備性,，AI具體的落地實(shí)踐都需要在基礎(chǔ)軟件結(jié)合業(yè)務(wù),、數(shù)據(jù)實(shí)現(xiàn),；二是人工智能基礎(chǔ)軟件要在企業(yè)中發(fā)揮作用，要與場景結(jié)合,，要很好的運(yùn)維,；三是需要有安全可信保障條件。

AI基礎(chǔ)軟件是構(gòu)建和運(yùn)行AI應(yīng)用的必要組成部分,，通常包括以下幾個(gè)方面：

機(jī)器學(xué)習(xí)框架和庫：這是構(gòu)建和訓(xùn)練AI模型的基本工具,。例如，TensorFlow,、PyTorch和Scikit-learn都是廣泛使用的機(jī)器學(xué)習(xí)框架和庫,。

模型訓(xùn)練和部署平臺：這些平臺提供了一系列工具和服務(wù)，支持從數(shù)據(jù)處理,、模型訓(xùn)練到模型部署和服務(wù)的全流程,。例如，Google的Cloud ML Engine和Amazon的SageMaker都是這樣的平臺,。

數(shù)據(jù)處理和分析工具：在AI應(yīng)用中,，數(shù)據(jù)是至關(guān)重要的。數(shù)據(jù)處理和分析工具可以幫助用戶高效地處理和分析數(shù)據(jù),，以滿足AI模型的訓(xùn)練需求,。例如，Pandas,、NumPy和Spark都是常用的數(shù)據(jù)處理和分析工具,。

優(yōu)化和自動(dòng)化工具：這些工具可以幫助用戶優(yōu)化模型的性能，或者自動(dòng)化一些重復(fù)性的工作,。例如,，TensorBoard可以幫助用戶可視化模型的訓(xùn)練過程，AutoML則可以自動(dòng)化模型的選擇和調(diào)優(yōu)過程,。

總的來說,，AI基礎(chǔ)軟件提供了一系列必要的工具和服務(wù)，使用戶能夠更方便,、高效地構(gòu)建和運(yùn)行AI應(yīng)用,。

目前，隨著AI技術(shù)的不斷普及和深入應(yīng)用,，中國AI基礎(chǔ)軟件市場正在迅速發(fā)展,。Gartner預(yù)測，該市場未來五年?duì)I收將從47.67億美元增長到138.58億美元,，年復(fù)合增長率（CAGR）將達(dá)到28%,。

據(jù)悉，中國的AI軟件市場中有3,000余家廠商,，其中大部分屬于AI多面手型廠商,，可向客戶獨(dú)立提供自然語言處理（NLP）,、計(jì)算機(jī)視覺（CV）和機(jī)器學(xué)習(xí)（ML）技術(shù)。

這些廠商提供端到端個(gè)性化增強(qiáng)服務(wù),、咨詢服務(wù)和運(yùn)營服務(wù),，解決客戶的具體業(yè)務(wù)問題。

隨著市場的持續(xù)擴(kuò)張,，中國AI軟件公司的數(shù)量也會增長,。目前，在市場上的玩家主要包含這兩大類,，一是包括百度,、阿里巴巴、騰訊等大型互聯(lián)網(wǎng)公司,，二是包括曠視科技,、九章云極DataCanvas等專業(yè)AI公司,。

這些公司不僅提供了具有國際競爭力的機(jī)器學(xué)習(xí)框架和平臺,，還開發(fā)了針對中國市場特點(diǎn)的特色產(chǎn)品和服務(wù)。

拿九章云極DataCanvas來說,，目前公司擁有以“開放,、自動(dòng)、云原生”為核心的數(shù)據(jù)科學(xué)產(chǎn)品體系,，包括為數(shù)據(jù)科學(xué)家,、應(yīng)用程序開發(fā)人員和業(yè)務(wù)專家提供高效的構(gòu)建智能應(yīng)用程序的工具包——DataCanvas APS機(jī)器學(xué)習(xí)平臺；——提供可擴(kuò)展,、高可用和容錯(cuò)架構(gòu)的大數(shù)據(jù)實(shí)時(shí)處理能力,，靈活開發(fā)、部署和運(yùn)行各類實(shí)時(shí)分析應(yīng)用程序,，助力企業(yè)完成了高效構(gòu)建實(shí)時(shí)業(yè)務(wù)數(shù)據(jù)模型,、打造實(shí)時(shí)AI場景的DataCanvas RT實(shí)時(shí)決策中心平臺等一系列企業(yè)級AI應(yīng)用所需的平臺軟件產(chǎn)品。

并且在全球人工智能開源領(lǐng)域,，自主研發(fā)的多項(xiàng)全球首個(gè)開源項(xiàng)目,，填補(bǔ)AI領(lǐng)域技術(shù)空白。此外,，在AIGC的技術(shù)熱潮下,，九章云極D-lab開源團(tuán)隊(duì)正在開展交叉型研究，加速實(shí)現(xiàn)AI前沿技術(shù)的融合創(chuàng)新,。

今年5月,，九章云極DataCanvas公布了與中國信通院云大所就“高質(zhì)量AI基礎(chǔ)設(shè)施產(chǎn)業(yè)化”相關(guān)合作。

雙方將在此前標(biāo)準(zhǔn)制定,、評估評測,、技術(shù)創(chuàng)新,、產(chǎn)業(yè)研究等豐富合作的基礎(chǔ)上，發(fā)揮各自在AI基礎(chǔ)設(shè)施方向理論研究,、技術(shù)創(chuàng)新和應(yīng)用實(shí)踐的資源優(yōu)勢,，打通AI基礎(chǔ)設(shè)施上下游生態(tài)鏈，共建開放,、強(qiáng)大,、靈活的AI基礎(chǔ)設(shè)施生態(tài)。

進(jìn)入大模型時(shí)代,，AI基礎(chǔ)軟件面臨的挑戰(zhàn)顯而易見：如何支持更大規(guī)模的模型訓(xùn)練,？如何優(yōu)化模型的性能和效率？如何簡化模型的部署和使用,？對于這些問題,，AI基礎(chǔ)軟件需要找到新的解決方案。

首先,，為了支持更大規(guī)模的模型訓(xùn)練,，AI基礎(chǔ)軟件需要提供更強(qiáng)大的計(jì)算能力。

這可能涉及到更高效的分布式計(jì)算技術(shù),、更優(yōu)化的硬件加速技術(shù)等,。這是一個(gè)技術(shù)挑戰(zhàn)，也是一個(gè)機(jī)會,。對于具備技術(shù)優(yōu)勢的公司而言,，他們可以通過提供更強(qiáng)大、更高效的AI訓(xùn)練平臺,，來滿足用戶的需求,，獲得市場份額。

其次,，隨著模型規(guī)模的增大,，模型的性能和效率優(yōu)化也變得更加重要。

這需要AI基礎(chǔ)軟件提供更高級的優(yōu)化工具和服務(wù),。

例如,，模型壓縮技術(shù)可以減小模型的大小，提高模型的運(yùn)行速度,；自動(dòng)化調(diào)參工具可以自動(dòng)尋找最優(yōu)的模型參數(shù),，提高模型的準(zhǔn)確性。

這些技術(shù)不僅可以幫助用戶更好地使用大模型,，也可以為AI基礎(chǔ)軟件公司提供新的商業(yè)機(jī)會,。

再次,，隨著AI應(yīng)用的日益復(fù)雜化，如何簡化模型的部署和使用也變得尤為重要,。

這需要AI基礎(chǔ)軟件提供更簡潔易用的API,，更強(qiáng)大的部署工具，更智能的服務(wù)平臺等,。這對于AI基礎(chǔ)軟件公司來說,，是一個(gè)提升用戶體驗(yàn)，提高用戶黏性的機(jī)會,。

“底層海量的多模態(tài)數(shù)據(jù)管理與上層更加精準(zhǔn)的分析決策需求,，將推動(dòng)數(shù)智融合進(jìn)入深水區(qū)，為打造AI基礎(chǔ)軟件帶來新的機(jī)遇”,， IDC中國人工智能和大數(shù)據(jù)高級分析師李浩然在杭州通用人工智能論壇的演講中談到,。

對于客戶更加關(guān)注的開發(fā)服務(wù)平臺這一基礎(chǔ)軟件，科技企業(yè)應(yīng)從全生命周期組件,、低代碼/無代碼,、自動(dòng)機(jī)器學(xué)習(xí)、算法模型庫,、可視化,、部署運(yùn)維六個(gè)方面進(jìn)行建設(shè),，并注重與云服務(wù),、大數(shù)據(jù)組件的融合。

對此,，九章云極DataCanvas副總裁周曉凌表示,，公司長期布局這些重要技術(shù)能力，并通過一整套成體系的AI基礎(chǔ)軟件產(chǎn)品應(yīng)用在金融,、通信,、交通、制造,、能源等行業(yè)中,。

他繼續(xù)談到，AI技術(shù)從分散模型到融合智能,，再邁向通用人工智能的發(fā)展路程上極大的推動(dòng)了政府和企業(yè)數(shù)智化浪潮,；各行業(yè)有各自發(fā)展特點(diǎn)和轉(zhuǎn)型階段化差異，在云化,、自動(dòng)化,、多模態(tài)、分布式等技術(shù)領(lǐng)域迭代升級AI平臺和AI應(yīng)用能力方面存在可觀需求,，從運(yùn)營到經(jīng)營的AI應(yīng)用發(fā)展空間依然巨大,。

總的來說,，大模型時(shí)代對AI基礎(chǔ)軟件提出了新的要求和挑戰(zhàn)，也帶來了新的機(jī)會,。對于中國的AI基礎(chǔ)軟件公司而言,，如何抓住這些機(jī)會，將在很大程度上決定他們在未來市場中的競爭地位,。

一方面,，他們需要持續(xù)投入研發(fā)，提升技術(shù)水平,，滿足用戶對大模型的需求,；另一方面，他們也需要不斷創(chuàng)新,，提供差異化的產(chǎn)品和服務(wù),，贏得市場份額。

在大模型時(shí)代,，AI基礎(chǔ)軟件的機(jī)會何在,？

答案就在于如何滿足用戶的需求，如何提供優(yōu)質(zhì)的產(chǎn)品和服務(wù),。只有那些能夠緊跟時(shí)代步伐,，積極創(chuàng)新，不斷進(jìn)取的公司,，才能在這個(gè)充滿挑戰(zhàn)和機(jī)遇的時(shí)代中立足并繁榮發(fā)展,。

據(jù)IDC預(yù)測,，2023年以后，各大廠商將更加投入到底層基礎(chǔ)軟件的建設(shè)中,，這也是現(xiàn)在已經(jīng)初顯端倪的趨勢,。

此外，IDC預(yù)測未來AI市場的增量將主要來源于三個(gè)方面：

首先,，是基于大模型應(yīng)用替換過去幾年建設(shè)的AI應(yīng)用,。正如前文所述，大模型可以學(xué)習(xí)到更復(fù)雜的模式,，從而在各種任務(wù)上取得更好的效果,。

隨著技術(shù)和市場的發(fā)展，我們預(yù)見到許多現(xiàn)有的AI應(yīng)用將被基于大模型的新應(yīng)用所替代，這將產(chǎn)生巨大的市場增量,。

其次,，是生成式AI帶來的增量市場。生成式AI,，如生成式對抗網(wǎng)絡(luò)（GAN）和變分自編碼器（VAE）,，可以生成新的、逼真的數(shù)據(jù),，有著廣泛的應(yīng)用前景,，如藝術(shù)創(chuàng)作、游戲設(shè)計(jì),、虛擬現(xiàn)實(shí)等,。隨著技術(shù)的發(fā)展，我們預(yù)見到生成式AI將開辟新的市場領(lǐng)域,，帶來新的增量,。

最后，是全新AI賦能的企業(yè)級應(yīng)用,。AI技術(shù)可以幫助企業(yè)提高效率,，降低成本，創(chuàng)新業(yè)務(wù)模式,。隨著AI技術(shù)的深入應(yīng)用,，我們預(yù)見到將有更多的企業(yè)級應(yīng)用出現(xiàn)，這將是一個(gè)有巨大爆發(fā)潛力的市場點(diǎn),。

總的來說,，AI產(chǎn)業(yè)鏈的發(fā)展趨勢是多元化和深化。在硬件投入的基礎(chǔ)上,，底層基礎(chǔ)軟件的建設(shè)將越來越重要,。

同時(shí)，大模型應(yīng)用,、生成式AI和企業(yè)級應(yīng)用將是未來市場的三大增量來源。這為AI產(chǎn)業(yè)鏈的上下游各環(huán)節(jié)都帶來了新的機(jī)會,，也提出了新的挑戰(zhàn),。只有緊跟趨勢，抓住機(jī)會,，才能在這個(gè)快速發(fā)展的市場中保持領(lǐng)先,。

---