尹智老师

人工智能和数智化咨询专家

“企业在人工智能大模型时代的核心竞争力，是把自己行业/领域的专有知识经验和数据转化封装成AI模型，并将之有机联接到自身数字化体系的能力。”

———— 尹智

课程纲要：

模块一：从信息化到数据化和智能化，计算的发展和趋势

1、信息化、数据化、智能化：计算的演进

2、传统计算 Vs.人工智能计算

3、人工智能的源起和发展：为什么人工智能计算如此耗费算力？

4、智能计算的规模和挑战:算力爆炸和AI时代的摩尔定律

5、未来计算的模式和趋势：计算方式和硬件形态

6、不同产业形态的计算特质需求

模块二：以数据中心和智能计算中心为代表的算力基础设施全周期：模式、科技和市场

7、算力时代：第四次工业革命的电力 — IDC和AIDC的特点和差异

8、算力基础设施政策和市场分析

a) 国家政策及科技竞争局势解读

b) 算力市场分析综述

c) 目前主要数据中心和智能计算中心布局和建设运营现状

9、算力基础设施全周期主要模式和方案

a) 算力中心产业价值链分析

i. 关键技术和设备、硬件

ii. 主要供应商及产业定位

b) 算力中心投资、建设、设计和运营的主要（综合）模式和要点

c) 算力中心建设关键环节

d) 算力中心主要市场、应用场景和客户需求分析（以一个新一线城市体量为基准）

i. 智能网联车产业对算力的需求场景和规模预测

ii. 文旅+新消费行业对算力的需求场景和规模预测

iii. 文创及数字内容行业对算力的需求场景和规模预测

iv. 先进制造产业对算力的需求场景和规模预测

v. 建筑地产行业对算力的需求场景和规模预测

vi. 能源行业对算力的需求场景和规模预测

vii. 交通行业对算力的需求场景和规模预测

viii. 科研和大模型训练需求场景和规模预测

10、 AI大模型带来的通用人工智能曙光和算力需求新模式

a) 生成式AI和AI大模型的源起和发展

b) AI大模型的应用模式和场景

c) AI大模型的算力应用和供给方式

i. Infrastructure as a service：机柜机架服务器等AI基础设施服务算力

ii. AIPaaS：人工智能开发云中台 – 应用开发和模型训练算力

iii. Model as a service 赋能云：面向模型定制和精调的AI服务- 模型训练算力

iv. AISaaS: 赋能百业的AI云应用 – AI模型推理算力

模块三：某国内头部AIDC建设运营全周期项目案例介绍

11、项目背景及整体模式

12、 AIDC项目核心内容和价值

13、收入与成本构成

14、效益分析及财务测算逻辑

15、 AIDC设计建设及运营方案综述

16、 AIDC运营状况