中国AI基础软件市场研究报告（2023）.pdf

中国中国AIAI基础软件基础软件市场研究报告（市场研究报告（20232023）目录目录12执行摘要执行摘要简介过去十年，是人工智能从实验室走向产业化的十年。AI技术革命掀起的产业浪潮，势不可挡地席卷了全球的各行各业。作为现今最为活跃的创新领域，人工智能在迅速融入细分场景的同时也在不断地重塑传统行业模式，为经济社会输出独一无二的未来价值。大模型是人工智能迈向通用智能的里程碑技术。业内人士认为，在基于数据的互联网时代和基于算力的云计算时代之后，将进入基于大模型的AI时代。大规模数据集和模型训练算力等领域取得的突破性进展，离不开AI基础软件的底层支撑。尽管大模型当前表现优异，但对于各行业使用者来说，实际应用于业务场景仍然存在较高的技术和成本门槛。当前大模型的参数标准并不统一，相对于参数级，模型的效果且是否能够支持快速迭代对于用户实际应用来说更为重要。用户能够在一个白盒大模型基础上快速地、低成本地微调和迭代出客制化的小模型，才能高效地实现丰富场景的大模型应用。这就再次点明了AI基础软件工具链的重要性。随着AI基础软件不断发展，近年来大模型落地应用呈现加速态势。在开发层面，AI基础软件可帮助提供大模型能力萃取；在训练层面，其提供了硬件层之上的高效大模型分布式训练框架；在运维层面，其作为企业的基础设施，可增强企业管理、上线模型的能力。本报告旨在明晰AI基础软件框架的基本概念和分类，通过对行业发展历程及产业链的梳理探究行业核心驱动因素，剖析当下AI基础软件行业市场趋势，并基于应用、产品及生态三大关键维度构建厂商竞争力体系，评估主流玩家的核心竞争优势及综合壁垒，形成对中国市场AI基础软件框架发展情况的客观评价，并为行业未来发展提供参照建议与关键启发。来源:弗若斯特沙利文AIAI基础软件产业协同发展图基础软件产业协同发展图开发者生态模型+基础软件+生态协同加速产业智能化反哺支撑AI基础软件大模型开发者生态模型开发模型训练模型运维企业行业或业务数据特殊元学习生成内部ChatGPT-like模型企业缺失自研大模型训练框架的能力企业面临繁复的多模型管理硬件层之上的高效大模型分布式训练框架企业基础设施管理/上线模型能力落地落地落地调整需要升级3关键发现点在人工智能技术迭代的过程中，AI基础软件行业整体格局将逐步成型。科技巨头生态体系建设叠加中国肥沃的政策和技术土壤，将为业内厂商提供前所未有的发展机遇。本报告将从行业宏观环境洞察市场需求，从技术规律把握未来趋势，进而识别出在AI浪潮之下领先的AI基础软件厂商，并对其综合竞争实力进行分析：驱动因素：驱动因素：随着上游硬件、算力升级以及数据量增加，AI基础软件行业下一阶段的驱动因素主要包含三个层面。其一其一，在全球在全球AIAI政策环境持续优化的政策环境持续优化的趋势下趋势下，中国对大模型技术的宏观战中国对大模型技术的宏观战略规划将为行业提供肥沃的成长土壤略规划将为行业提供肥沃的成长土壤。北京市政府已明确出台政策，加快建设算力中心，支撑多模态大模型、科学计算大模型等研发。其二其二，下游大下游大模型加速渗透应用场景和规模化应用模型加速渗透应用场景和规模化应用将为行业带来曙光将为行业带来曙光。从2023年AI预训练大模型的应用来看，大模型已开始在工业质检、智慧交通、时尚设计等多个行业中落地，其距离实现预训练大模型规模化商业化应用仍有一定的距离。其三其三，头部科技企业加速布局头部科技企业加速布局和产业生态体系垂直整合和产业生态体系垂直整合，将为不同将为不同厂商提供多元化的战略切入点厂商提供多元化的战略切入点。目前，业内已形成算力、基础软件、平台和服务纵向一体化的共识，从而为云服务企业、AI头部企业及AI芯片巨头提供了多环节的战略布局思路。相关头部AI企业，有望引领本轮生态体系建设。市场趋势：市场趋势：在核心驱动因素的催化下，中国AI基础软件行业展现出三大主要趋势，并在这个过程中逐步明晰竞争格局。其一其一，中国原创技术创新突破中国原创技术创新突破加之人工智能政策导向加之人工智能政策导向，将推动市场将推动市场产学研用融合创新共同体的成型产学研用融合创新共同体的成型。中国具备全球领先的视觉、自然语言处理、语音识别等智能任务的工程实现水平，人工智能原创技术创新正处于活跃期。大模型的技术突破结合2023年各省发布的支持政策，将引导行业形成连通企业、高校、研究院所、政府等创新主体的共同体生态。其二其二，大模型应用逐步落地大模型应用逐步落地，将带来行业发将带来行业发展新需求展新需求。作为模型生态系统的中坚力量，AI基础软件将会成为大模型应用落地的最主要的效率支撑，并通过大模型+小模型的方式，形成模型训练新范式。基础软件的重要性具体表现有三点：一是基础软件工程化的易用性、完备性；二是AI基础软件要与场景结合，能够进行完备的运维过程；三是需要具备安全可信保障条件。竞争格局：竞争格局：在竞争格局渐趋明晰的过程中，相关厂商需要跨越技术、人才、资金和品牌四方壁垒，在技术实力、生态规模和功能体验三大成功要素上展开角逐。来源:弗若斯特沙利文关键发现数据集模型任务数据集模型任务AI 1.0AI 1.0单一领域数据集，割裂的模型缺乏纵效，劳动密集型数据标注AI2.0是由大数据、云计算和人工智能技术等多种技术的融合所构成的，是一个巨大的平台式机会，将会在未来为各行业提供更加深入和全面的解决方案。随着AI 2.0 时代的到来，基础模型不再需要人工标注数据，也可以自行学习和阅读海量的文本。而且模型通过微调就能以低成本训练适应不同领域的任务。其中，AI2.0相关的应用、平台和基础设施，将会成为包括产业及投资在内的热点。AI基础软件作为AI大模型训练、管理、应用的重要平台将会在AI2.0的长风中顺势演化出巨大的产业机会。AI2.0时代到来开启巨大的平台型机会章节一章节一 中国中国AIAI基础软件发展背景基础软件发展背景李开复博士看好三类未来的创业机会李开复博士看好三类未来的创业机会:4GPTGPT-3.53.5GPTGPT-4 4文心一言文心一言GPTGPT-2 2GPTGPTAI 1.0AI 1.0时代：割裂小模型、人工数据标注的时代时代：割裂小模型、人工数据标注的时代AI 2.0AI 2.0时代：通用大模型崛起的时代：通用大模型崛起的AIAI平台时代平台时代AI 2.0AI 2.0文字、语言、图像等多模态数据任务集任务集通用大模型行业小模型行业小模型跨领域知识的“基础模型”+“行业模型”、海量数据进行基础训练AIAI 2.02.0智能应用智能应用（各行各业的垂类应用，提（各行各业的垂类应用，提高社会生产力）高社会生产力）AIAI 2.0 2.0 平台平台（基础大模型（基础大模型+平台能力，平台能力，中间层工具）中间层工具）AIAI 基础设施基础设施（基础软件、算法、框架等，（基础软件、算法、框架等，压缩计算量，更好地进行模压缩计算量，更好地进行模型运维、管理、训练。）型运维、管理、训练。）来源:弗若斯特沙利文“AI1.0就像是发明电，AI 2.0就是电网。AI 2.0时代的来临，首先它是巨大的平台式机会，这个机会将比移动互联网大十倍，而且它是中国的第一次机会。”创新工场创新工场 李开复李开复“自1980年首次看到图形用户界面（graphical user interface）以来，OpenAI的GPT人工智能模型是我所见过的最具革命性的技术进步。”比尔比尔 盖茨盖茨庞大的数据基础为国内AI大模型发展提供根基n!#$%&()#$*+!#$%&()#$*+,-././012345*67012345*67!#$89:;?ABC#$,DEFGHIJB,KL-012#$CMNOP,QRS02#$STU,B!#$CVWX,YZ./_abc12deIfg,hihij,./BC!#$klm:nFG#$,o;p hiqi jLrstu0vo;phihwj,xiyz|3./C#$L8!BC,!#$./C#$,Ahiv“,!#$”./12,9:#$F./bcrv数据量的爆发为人工智能的发展注入燃料数据量的爆发为人工智能的发展注入燃料n#$)C3n67#$C3446#$)C3n67#$C34467#$5*C7#$5*CvC#$)hijphihj,hqhq-phqhq,o;hihxhihxjpjpxxxx,Ls,ZO3v0#$C,#$C%v-67#$On0C,n C34vK,#$n#$5*Cv,”2C#$#$E#$,#$N5*”C#$v5!#!#$%&$%&()&()&*+,+-./01-234-56*+,+-./01-234-567!#-89()&:);56?A&BCDEFGH&IJKLGH&IJKLM MNOPQJNOPQJ!R!RM M!S!ST TUVWUVWXYZXYZ!#RRR!#!#_R_!#!#SS!R!#!ShR!#$#%&#abcdefOP#$1L#$1LhihhihjjCChihxhihxjjCCxhxh.-hyhyvv中国中国AIAI预训练大模型预训练大模型，20232023年年图片音乐视频文本CV大模型NLP大模型多模态大模型科学计算大模型场景1场景2场景N模型1模型2模型n微调&部署预训练迭代迭代收集大量数据，并训练超大规模神经网络收集大量数据，并训练超大规模神经网络对模型微调以达到特定的场景应用对模型微调以达到特定的场景应用/行业应用行业应用来源:弗若斯特沙利文关键发现AI基础软件市场定义与解读AI基础软件包含一系列企业级AI应用所需的平台软件产品及解决方案，是为大模型应用落地的最主要的效率支撑，AI基础软件的发展决定了人工智能发展的深度、高度、广度，其催化大模型应用快速发展，推动政府和企业AI规模化应用。AIAI基础软件定义与解读基础软件定义与解读章节章节二二 中国中国AIAI基础软件市场基础软件市场概览概览AI2.0时代的到来，让各行业对大模型应用的需求日渐提升，对大模型对于业务的支撑力也更为重视，但大多数企业都会工程、技术等能力不足的问题。AI基础软件作为AI基础设施的重中之重，为企业客户提供全方位的AI调度以及模型服务，包含机器学习平台等一站式模型平台，以及数据智能平台、实时决策中心、数据湖、数据仓库等服务于AI的数据平台，从而降低各行业客户训练自己人工智能模型的门槛，实现降本增效。算力数据传输AIAI基基础础设设施施基础框架及算法机器学习平台实时决策中心AI基础软件基础大模型基础大模型6数据智能平台数据湖、数据仓库开源框架算法（开源学习、因果学习.）AIAI2.02.0平平台台多模态大模型科学计算大模型CV大模型NLP大模型来源:弗若斯特沙利文AIAI2.02.0智智能能应应用用金融交通制造政府能源电力行业小模型通信中国中国AIAI模型的演进历程模型的演进历程，20232023年年训训练练办办法法数数据据需需求求AIAI模模型型的的演演进进以监督学习为主。这一阶以监督学习为主。这一阶段表现较优的神经网络算段表现较优的神经网络算法为支持向量机（法为支持向量机（SVMSVM），），SVMSVM采用监督学习采用监督学习神经网络向深层次发展应神经网络向深层次发展应用场景更多，由于数量不用场景更多，由于数量不够，因此非监督学习成为够，因此非监督学习成为这一时期的主流学习方法这一时期的主流学习方法CNNCNN的发展促进监督学的发展促进监督学习再次成为主流习再次成为主流TransformerTransformer模型的发展使得模型的发展使得AIAI进入大模型时代，无监进入大模型时代，无监督和半监督学习方法兴起督和半监督学习方法兴起这一阶段应用场景较为简单，人工智能模型仅需要人工智能模型仅需要少量的数据就可以实现少量的数据就可以实现神经网络向深层次发展，其适用的应用场景更多，其适用的应用场景更多，因此需要更多的数据进行因此需要更多的数据进行学习学习这一阶段数据量被认为是提升AI智能水平的关键，开源标注数据量快速兴起深度学习的出现使得数据量呈现爆发性增长，模型的性能与数据量高度相关朴素贝叶斯逻辑回归决策树隐马尔可夫模型卷积神经网络自编码器支持向量机迁移学习随机森林图神经网络生成对抗网络自监督学习Transformer模型BERT模型ViT模型GPT模型蓬勃的AI大模型市场为AI基础软件发展注入动力7在数据层面，模型训练数据的质量和规模对模型迭代的效果至关重要，尤其是目前内外数据共享和数据共创、数据类别不均衡、极端场景数据缺失等问题，呼唤业内对AIGC结构化数据合成领域的技术探索在技术层面，生成式AI模型的推理能力愈发重要，同时对AI的可信度、可解释度的需求也在提升，呼唤自动机器学习、深度学习、因果学习等领域的基础软件性能提升在商业模式层面，随着大模型的逐渐成熟，通用大模型+行业小模型会成为越来越多企业采用的落地模式，因此，帮助企业自建AI模型的AI基础软件成为大势所趋20062006年之前年之前20062006年年20112011年年20122012年年20172017年年20172017年至今年至今来源:弗若斯特沙利文利好的政策为AI基础软件市场提供制度保障数据优势智能服务算力中心算法推理平台建设大模型赋能加快数字化发展，建设数字中国数字中国，同时打造数字经济新优势，充分发挥海量数据数据和丰富应用场景优势。同时指出要加强关键数字技术创新应用：聚焦高端芯片、操作系统、人工智能关键算法、传感器等关键领域；建设重点行业人工智能数据集人工智能数据集，发展算法推理训练算法推理训练场景中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要支持人工智能算法库、工具集等研发。加快发展新型机器学习、生物特征识别、自然语言理解、新型人机交互、智能控制与决策智能控制与决策等产品和服务。推动人工智能开放平台人工智能开放平台建设。推进面向行业企业智能服务应用。面向金融、电信、能源等行业，推动智能信息技术服务平台的建设应用，构建智能服务体系智能服务体系。“十四五”软件和信息技术服务业发展规划将新增算力建设项目纳入算力伙伴计划，加快推动海淀区、朝阳区建设北京人工智能公共算力中心公共算力中心、北京数字经济算力中心，形成规模化先进算力供给能力，支撑千亿级参数量的大型语言模型、大型视觉模型、多模态大多模态大模型、科学计算大模型模型、科学计算大模型等研发.北京市促进通用人工智能创新发展的若干措施20222022年国家新一代人工智能开放年国家新一代人工智能开放创新平台创新平台1515个个20222022 年年国家人国家人工智能工智能创新应创新应用先导用先导区区8 8个个171718182020202120222023E国家新一代人工智能创新发国家新一代人工智能创新发展的试验区数量展的试验区数量单位：个来源：第十三届全国人大四次会议来源：中华人民共和国工业和信息化部来源：北京市人民政府来源：中关村数智人工智能产业联盟各省份激励各省份激励AIAI基础软件产业发展基础软件产业发展各省份相关政策名称各省份相关政策名称来源单位名来源单位名数字经济全产业链开放发展行动方案北京市建设杭州国家人工智能创新应用先导区行动计划(2020-2024年)浙江省数字经济发展规划(2020-2025)湖南省广东省数字经济发展指引1.0广东省智慧海南总体方案(2020-2025年)海南省上海市促进人工智能发展条例上海市“十四五”新型基础设施建设规划四川省q国家积极布局人工智能产业国家积极布局人工智能产业在国家监管层面，中国积极布局人工智能产业，竞跑“未来赛道”。随着各行业、各领域对人工智能需求的日益增长，与实体经济深度融合的新模式不断涌现，形成了具有中国特色的研发体系和应用生态，引领着经济社会各领域从数字化、网络化向智能化跃升。以“大模型”为代表的技术爆发，加速了人工智能产业的发展。如何抓住这一轮技术变革的浪潮，促进区域以及产业发展，北京、上海、深圳等地纷纷出台相关政策举措。北京更是闻风而动，一天之内发布两项政策，冲刺“人工智能第一城”。最新地方政策文件中均重点提到了算力端发展，加大算力基础设施的投资力度，同时强调了人工智能的高质量发展，拓展AI创新应用场景的深度与广度。国家及地方出台的多项AI产业支持政策将给产业发展带来助推力，更进一步推动数字经济与实体经济的融合发展。国家指导政策国家指导政策推动推动AIAI基础软件发展基础软件发展北京市出台政策促进大模型研发北京市出台政策促进大模型研发8来源:弗若斯特沙利文9q降低降低AIAI基础软件的开发门槛基础软件的开发门槛开源代码通常是免费提供的，企业和个人可以不用支付高昂的许可费，降低了获取成本。开源的文档使得开发者可以更容易地学习和理解AI算法和模型，降低了开发门槛，使更多的人能够参与到开发中。q促进开发者的知识共享和协作促进开发者的知识共享和协作在AI基础软件领域，开源项目允许研究人员、工程师和开发者共享他们的算法、模型和技术，鼓励全球志愿者协助开发、修复其源代码，凝聚人才，集结大众智慧，促进了全球范围内的协作和创新以及集体智慧的发挥。q扩大扩大AIAI基础软件的应用领域基础软件的应用领域开源协同建设生态和供应链，加速AI开发创新。开源已成为全球流行的创新和协同模式。开源为广大开发者提供了高度灵活和可定制的基础，使他们能够根据具体应用场景来定制和优化解决方案，满足各种不同行业和应用的需求。开源概念最早可以追溯到1970 1970 年年，这一年也是“UNIX 元年”。1985 1985 年年，Richard Stallman 发表GUN 宣言，吸收“前 UNIX”和 BSD 的开源成果，开发推出 Emacs 编译器等自由软件（Free Software）。同年，自由软件基金会（FSF）正式成立。1991 1991 年年，Linus Torvalds 在Minix 和 GUN 成果的基础上开发了 Linux 操作系统（Linux 0.01）。1991 1991 年，年，中国与AT&T Bell labs USL/USG 合作，引进 UNIXSVR 4.2 版本源代码，并发布了中文版本，合作组建了中国 UNIX 公司。1999 1999 年年，中科红旗、中软网络在引进 Red Hat 公司 Linux 发行版的基础上，分别推出了最早的 Linux 中文版本。世世界界开开源源发发展展史史中中国国开开源源发发展展史史从中国开源发展阶段的维度看开源发展的变化从中国开源发展阶段的维度看开源发展的变化：围绕产品操作系统及其生态，解决“缺芯少魂”短板；围绕基于开源的深度信息技术（大数据、云原生、区块链、人工智能等）发展与应用，为第四次世界工业革命做准备；围绕开发/编制开源软件供应链以保障其安全，并保障其上游的网络安全，国家关键基础设施的安全。1999 1999 年至今年至今，中国开源已经发展了 32 年。这 32 年的开源发展大致可以分为三个阶段：第一阶段，主要围绕企业产品的操作系统及其生态建设；第二阶段，主要结合研发基于开源的深度信息技术（如大数据、云原生、区块链、人工智能等）及其应用；第三阶段，在经济双循环基础上规范建设或改造我国的供应链并主要在促进产业链、供应链数字化的基础上，采用取代物料表格式样的开源代码，保障其安全。26%23%19%14%7%6%3%3%中国开源项目技术领域分布中国开源项目技术领域分布前端领域人工智能领域其他技术领域云原生领域大数据领域数据库领域中间件领域操作系统领域中国开源发展现状中国开源发展现状中国开源项目贡献者和星量统计中国开源项目贡献者和星量统计中国开源生态图谱中项目共有中国开源生态图谱中项目共获得位贡献者颗星（Star）注：此数据未进行去重数据说明：中国开源项目技术领域分布共统计931个项目，代码托管平台包括GitHubGiteeGirLabopenl启智社区等数据说明：中国开源项目贡献者和星量统计数据来源于托管在GitHub上的870个项目3月数据统计开源对开源对AIAI基础软件的意义基础软件的意义来源:弗若斯特沙利文开源演进为AI基础软件市场提供良好的生态土壤10AI基础软件主要位于产业链的中游。其产业链由上游基础设施与资源提供商、中游AI基础软件平台与一站式AI开发平台和下游应用领域企业构成。上游是人工智能软件部署的基础，为AI基础软件提供算力支撑。中游是产业链的核心，以模拟人的智能相关特征为出发点，构建应用技术路径，主要包括以基础开源框架、技术开放平台为代表的AI基础软件。下游主要为AI基础软件在各细分场景的应用，主要包括制造、安防、金融、医疗、零售、交通、等领域。位于产业链中游的AI基础软件具有极高的附加值10上游基础运算加速升级，赋能AI基础软件发展。基础运算作为AI基础软件的产业上游，主要为人工智能提供算力和数据的支持。中游应用技术趋于成熟，行业格局基本形成，主要包括AI基础软件平台与一站式AI开发平台。云厂商倾向于向客户提供端到端的整体解决方案，期望整体捆绑客户期望整体捆绑客户。相比之下，目前领先的AI基础软件平台能够以模块化的方式嵌入客户云的体系中，能够充分满足客户的自主性和可控性的要求，例如，九章云极采用“云中云”的战略部署，将自身软件技术嵌入天翼云的生态当中，以独立第三方的身份专注提供AI服务，对于大型客户来说更可控更独立。下游行业与应用场景深度融合，赋能行业加速发展。目前，主流AI基础软件已逐步应用于各类行业场景中，模拟人类解决实践问题。ResNet、GPT-3等模型不断提升视觉处理、阅读理解等基础智能任务水平，语音识别、自然语言处理和计算机视觉等感知类任务上的应用技术成就可直接应用于实践产品，带来了广阔产业应用前景。AIAI基础软件产业链基础软件产业链上游中游下游AIAI基础软件平台基础软件平台一站式一站式AIAI开发平台开发平台芯片传感器数据中心及服务智能制造应用领域企业：应用领域企业：中国AI开放平台的主要下游应用领域包括金融、安防、制造、医疗与教育等行业基础设施与资源提供商：基础设施与资源提供商：上游主体包括芯片与传感器等基础零部件供应商，与数据提供商等用户根据实际需求配置功能包、模型部署插件、计算引擎等，更易上手、更加轻量覆盖数据准备、模型开发训练、AI部署应用全流程，在同一平台环境中满足算法开发与生产的全生命周期需求智能安防智能金融智能医疗智能客服智能交通智能营销智能教育来源:弗若斯特沙利文11章节三章节三 AI AI 基础软件厂商竞争格局基础软件厂商竞争格局AIAI基础软件厂商竞争力图谱基础软件厂商竞争力图谱技术创新合作生态市场表现半径角度图标大小来源:弗若斯特沙利文12评估标准及主要成果评估标准及主要成果九章云极九章云极、亚马逊云科技亚马逊云科技、华为云华为云、阿里阿里云云、腾讯云腾讯云、DatabricksDatabricks和百度云和百度云被评为国内被评为国内AIAI基础软件市场的基础软件市场的 领导者领导者。o 这类厂商用大模型、云原生技术等提升应用数据安全、技术兼容性和AI基础软件开发部署能力，使应用体验更具安全性、先进性和易用性。此外，这些厂商还在各应用领域拥有强大的市场表现力，并始终如一地为客户提供完善的服务，以满足他们的需求。DataRobotDataRobot、商汤商汤、第四范式第四范式、星环科技和创新奇智星环科技和创新奇智被评为被评为国内国内AIAI基础软件市场基础软件市场的的 挑战者挑战者。o 这类厂商通过增加产品应用价效比、区别于竞争对手以及提供更多的AI技术开放性来获得推动增长的力量。白海科技白海科技被评为被评为国内国内AIAI基础软件市场的基础软件市场的 专家专家。o 这类厂商都是利基型企业，具有开发优质的应用产品和技术创新的潜力。主要研究结果主要研究结果评估标准评估标准qAIAI基础软件厂商的基础软件厂商的“技术创新技术创新“用圆心到坐标原点之间的距离用圆心到坐标原点之间的距离（半径半径）来表示来表示：距离衡量AI基础软件厂商在大数据管理、云安全治理、云原生架构、产品应用能力、可视化开发和底层框架等方面的技术能力，半径越大，AI基础软件厂商的技术能力越强。qAIAI基础软件厂商的基础软件厂商的“合作生态合作生态“用圆心与坐标原点到用圆心与坐标原点到Y Y正轴的夹角正轴的夹角（角度角度）表示表示：角度衡量AI基础软件厂商在国内市场各应用领域（主要包括政务、金融、医疗、交通、制造等）方面的合作伙伴和头部厂商的数量，角度越大，AI基础软件厂商的合作生态力越强：360度即表示合作生态力满分。qAIAI基础软件厂商的基础软件厂商的“市场表现市场表现”用图标大小来表示用图标大小来表示（图标大小图标大小）：图标大小衡量AI基础软件厂商在应用领域广度、易用性、客户服务和定价策略的市场表现力，每家厂商的竞争力都适用于代表不同服务能力的四个规模等级之一。在应用领域广度、易用性、客户服务和定价策略方面中的某一项中处于劣势领先的应用领域广度、易用性、客户服务和定价策略在应用领域广度、易用性、客户服务和定价策略方面中表现突出市场表现力有待发展来源:弗若斯特沙利文13附录附录名词解释ITUITU国际电信联盟国际电信联盟：国际电信联盟是联合国负责信息通信技术（ICT）事务的专门机构，旨在促进国际上通信网络的互联互通并制定技术标准以确保实现网络和技术的无缝互连。ITU从2016年开始开展人工智能标准化研究，目前是国际人工智能标准化领域的权威机构。ISOISO国际标准化组织国际标准化组织：国际标准化组织的主要活动是制定国际标准，协调世界范围的标准化工作，以及与其他国际组织进行合作，共同研究有关标准化问题。ISO主要在工业机器人、智能金融、智能驾驶方面等开展了人工智能标准化研究，是国际标准化领域中一个十分重要的组织。GPUGPUGraphics Processing UnitGraphics Processing Unit:GPU是图形处理器，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。GPU使显卡减少了对CPU的依赖，能很好地解决电影级图像质量需要解决的透明性、高质量反走样、运动模糊、景深和微多边形染色等问题。ASICASICApplicationApplication-Specific Integrated Circuit Specific Integrated Circuit:ASIC是专用集成电路，是针对特定用户要求和特定电子系统设计、制造的专有应用程序芯片，其计算能力和计算效率可根据算法需要进行定制。ASIC芯片广泛应用于人工智能设备、虚拟货币挖矿设备、军事国防设备等智慧终端。IoTIoT物联网物联网:物联网是指互联网的延伸，其终端是嵌入式计算机系统及其配套的传感器，硬件或产品连上网所发生的数据交互称为物联网。CLIPCLIPContrastive LanguageContrastive Language-Image PreImage Pre-trainingtraining：CLIPCLIP是是一种基于对比文本-图像对的预训练方法或者模型。CLIP的训练数据是文本-图像对，通过对比学习，模型能够学习到文本-图像对的匹配关系。CLIP包括两个模型：其中Text Encoder用来提取文本的特征，而Image Encoder用来提取图像的特征。