大模型、大数据、大算力日益成为AIGC应用的核心，其中，算力作为重要的基础设施，正在面临全面升级的需求。除了核心GPU处理器，通信因素也会成为短板，只要一条链路出现网络阻塞，就会产生数据延迟。因此，AI服务器对于底层数据传输速率、延时要求等非常苛刻，进而对高速率的光模块产生大量需求。
伴随生成式AI等基于大模型发展的各类应用爆发，大模型带来的价值进一步升级到人类生产力工具的颠覆式革新，逐渐拉开了通用人工智能的发展序幕。近日，弗若斯特沙利文发布的《AI大模型市场研究报告（2023）》对中国市场提供大模型产品服务的厂商进行了分析和评估。
市场上名目繁多的“人工智能、AI填报”类新型工具，尤其是号称运用大数据填报高考志愿，只要输入分数，就能一键自动生成志愿表，自动推荐能上的大学和专业，直接给出录取概率，完全不用家长操心费力，包考生上心仪大学，更是迎合高考志愿的市场需求，让众多家长与考生趋之若鹜。
简而言之，GPU可能仍然是大部分人工智能领域的主导芯片，尤其是对于高调、大容量的模型。但除此之外，我们认为替代芯片的使用将成为生态系统的重要组成部分，这是一个比今天看起来更大的机会。
人工智能技术和产品经过过去几年的实践检验，目前应用较为普遍，推动着人工智能与各行各业的加速融合。从技术层面来看，业界广泛认为，人工智能的核心能力可以分为三个层面，分别是计算智能、感知智能、认知智能。
人工智能计算中心是以基于AI芯片、AI服务器等构建的人工智能计算机集群为基础，涵盖了基建基础设施（机房基建）、硬件基础设施和软件基础设施的完整系统，提供从底层芯片算力释放到顶层应用使能的人工智能全栈能力。
