•伴随着ChatGPT的爆红，AIGC产业链受到广泛关注，大模型的发展正推动AI算力市场进入新的发展阶段，强大的AIGC算力基础设施正在构建当中。大模型训练是复杂系统工程，AIGC产业的算力也对应是系统化的建设。
AI的新时代，生成式AI技术重新塑造AI技术的开发及应用
•随着2023年大模型的热潮，AIGC早已超越内容生产的概念，而突出生成式AI（GenerativeAI）的概念，即如何通过生成式AI的技术思路解决以往决策式AI难以完成的问题，尤其在数据或者内容生成上实现“质的突破”。
•新的AI时代则是AIGC产业全面进击的时代，随着生成式对抗网络（GenerativeAdversarialNetwork，GAN）等的演进及迭代，生成式AI可以延展到流程、策略、代码、蛋白质结构等多种形式，即意味着凡是可以使用数字内容形式的产业，生成式AI均可以涉及。
AI的新时代：更关注如何利用生成式AI技术在涉及数字内容的诸多领域实现改变及突破，生成式AI实际上扩大了“内容”的含义，凡是可以数字化的内容形式均为生成对象，而非传统意义下媒体环境的内容。
AIGC产业：新一代AI技术和理念，以“生成式AI”为代表技术的开发及应用产业，即如何利用资源发挥新的AI技术的应用，通过商业价值推动AI第三次浪潮的发展。
纵观AI发展，算法的发展及迭代极大地拉动了算力的需求
•机器学习的训练计算大概可以分为三个时期，2015-2016年左右开启了大模型时代，整体的训练计算量较之前的时期大2到3个数量级。
•从2022年底，随着ChatGPT成功带来大规模参数通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数，以及上千GB的高质量数据，大模型的训练迭代将极大地拉动了智能算力的需求。
深究AI开发，“量变”的算法、数据可以带来“质变”
•调参过程实际上类似于“实验”：“调参”的结果与以往人工智能方式相比，具有更多的不确定性，需要进行多次的反复训练，模型训练中，模型即是训练结果，中间的过程则无法完全复制。
【报告内容看点】
1. 产业基石，算力是AIGC产业的催化剂
2. 软硬兼得，AI新世代呼唤工程化导向的算力支撑
3. 层见叠出，商业浪潮下的算力选择思考
4. 实践真知，AIGC产业算力实践的新范式
