数智经济前瞻：芯智驱动力研究

参考文献

10.4.2 加强人工智能治理的初步共识

10.4.1 人工智能治理在国际政治经济合作中的作用日益凸显

10.4 加强国际治理合作

10.3.2 加强场景创新

10.3.1 制定长远规划

10.3 积极推动经济社会数智化

10.2.2 人工智能领域

10.2.1 芯片领域

10.2 大力发展数智技术

10.1.4 加大资金投入

10.1.3 建立创新驱动机制

10.1.2 推动政府数智化转型

10.1.1 制定整体战略

10.1 构建促进数智经济发展的体制机制

第10章 数智经济促进政策发布：以主要国家实践为例

参考文献

9.4.6 加强国际合作

9.4.5 加强风险监测

9.4.4 推进标准制定

9.4.3 构建安全生态

9.4.2 加大安全投入

9.4.1 整合“数智安全”

9.4 主要国家保障数智安全的初步实践

9.3.4 可持续安全

9.3.3 智能体安全

9.3.2 根技术安全

9.3.1 大模型安全

9.3 数智经济需要关注的新兴领域安全

9.2.2 数智时代的安全投入更加重要

9.2.1 传统的安全投入经济学

9.2 数智安全投入是发展数智经济的重要内容

9.1.3 数智安全概念解析

9.1.2 数智安全出现的背景：数智技术重塑安全格局

9.1.1 信息安全、数据安全、网络安全、人工智能安全的发展历程

9.1 数智安全概念的提出

第9章 数智经济的安全治理需求：数智安全投入成为数智经济增长重要动力

参考文献

8.7.2 人工智能引擎提供测试的最佳方案

8.7.1 机器视觉技术提升缺陷检测效率

8.7 人工智能助力芯片封测技术升级

8.6.2 微软推出新材料生成模型MatterGen

8.6.1 DeepMind研发的GNoME模型加快新材料研发步伐

8.6 人工智能缩短半导体新材料的研发周期

8.5.3 台积电推出智能对话机器人tGenie协助管理

8.5.2 英特尔工厂推进芯片生产线管理智能化

8.5.1 英伟达应用人工智能助力芯片制造工艺优化

8.5 人工智能推动芯片制造智能化

8.4.4 DeepMind公司推出人工智能芯片设计工具AlphaChip

8.4.3 英伟达发布芯片设计大模型ChipNeMo

8.4.2 楷登电子打造由AI驱动的“芯片到系统”EDA方案

8.4.1 新思科技推出生成式人工智能芯片设计工具

8.4 人工智能促进芯片设计流程智能化

8.3 人工智能驱动半导体产业加快发展

8.2.5 “自主经济”具有明显的“飞轮效应”

8.2.4 “自进化”企业组织的出现

8.2.3 “自进化”工厂的出现

8.2.2 “自进化”产品的出现

8.2.1 人类经济活动正在形成“超级智能体”

8.2 超级人工智能对经济运行的影响

8.1.2 关于超级人工智能的讨论

8.1.1 科学界关于人工智能奇点的早期思考

8.1 人工智能的奇点时刻和超级人工智能

第8章 数智经济的自主进化趋向：以人工智能驱动芯片技术进步为例

参考文献

7.5.4 生物计算

7.5.3 类脑计算

7.5.2 光计算

7.5.1 量子计算

7.5 前沿芯片技术支撑新型智能出现

7.4.2 人工智能算力向边缘侧迁移，催生出边缘智能

7.4.1 计算架构向多元异构计算发展

7.4 计算架构出现重大变化以适应人工智能快速发展

7.3.3 其他新型DSA芯片的出现

7.3.2 Meta等企业通过领域专用芯片推动工业领域的AI应用

7.3.1 谷歌TPU等领域专用芯片支撑早期AI应用

7.3 领域专用芯片在工业领域广泛应用

7.2.2 AI PC芯片成为行业新趋势

7.2.1 龙头手机公司积极布局AI手机芯片

7.2 消费电子芯片强化人工智能应用能力

7.1.2 GPU芯片行业中主要的国际头部企业

7.1.1 GPU成为人工智能计算的优选

7.1 GPU芯片成为生成式人工智能发展的主要动力

第7章 数智经济的核心技术底座：芯片技术加速人工智能革命

参考文献

6.8.3 医疗医药产业数智化转型趋势前瞻

6.8.2 人工智能赋能医疗服务

6.8.1 人工智能赋能药物研发

6.8 数智技术赋能生物医药产业

6.7.2 人工智能技术赋能纺织行业

6.7.1 纺织行业创新发展成效显著

6.7 数智技术赋能纺织产业

6.6.4 数智技术提高人形机器人的关键技术创新能力

6.6.3 数智技术拓展工业机器人的复杂场景适应能力

6.6.2 数字技术提升高端装备的全流程协同能力

6.6.1 数智技术深化智能制造装备的先进制造能力

6.6 数智技术赋能装备产业

6.5.2 新型智能电子产品出现

6.5.1 传统家电部署大模型逐渐成为行业热点

6.5 数智技术赋能电子产业

6.4.2 人工智能技术赋能电力行业

6.4.1 人工智能技术赋能煤矿行业

6.4 数智技术赋能能源产业

6.3.2 主要石化企业应用人工智能大模型动态

6.3.1 数智技术赋能石化产业的主要领域

6.3 数智技术赋能石化产业

6.2.3 钢铁行业数智化的深化路径

6.2.2 钢铁数智化转型仍面临三重挑战

6.2.1 钢铁行业数智化转型的基础日益夯实

6.2 数智技术赋能钢铁产业

6.1.2 人工智能大模型进一步赋能汽车产业

6.1.1 智能汽车产业发展

6.1 数智技术赋能汽车产业

第6章 数智经济的产业转型升级：重点产业数智化转型

参考文献

5.7.2 赋能智慧城市建设，重塑城市管理

5.7.1 助力科学决策，驱动治理变革

5.7 数智技术赋能国家治理

5.6.3 赋能产业技术创新

5.6.2 赋能基础科学研究

5.6.1 促进科研算力和数据深度融合

5.6 数智技术带来科学研究新范式

5.5.4 提高养老服务质量

5.5.3 提升医疗服务水平

5.5.2 促进教育变革创新

5.5.1 引领生活变革

5.5 数智技术加速惠及民生服务

5.4.4 智能体参加经济活动

5.4.3 机器人融入现实社会

5.4.2 数字人成为虚拟劳动力

5.4.1 重塑现有就业格局

5.4 数智技术推动劳动就业形态变革

5.3.3 成为防范金融风险的有力工具

5.3.2 加速传统金融机构智能转型

5.3.1 形成新一轮科技产业金融循环

5.3 数智技术助力金融高质量发展

5.2.5 优化管理运营智能

5.2.4 创新营销服务智能

5.2.3 深化生产制造智能

5.2.2 发展中试检测智能

5.2.1 推动研发设计智能

5.2 数智技术促进制造流程变革

5.1.3 赋能农机装备智能化

5.1.2 赋能重点领域农业生产

5.1.1 赋能农民知识提升

5.1 数智技术为农业现代化增加新动力

第5章 数智经济的主要变革领域：数智技术驱动经济社会变革

参考文献

4.5.4 人工智能产业破解能源资源约束的发展路径

4.5.3 人工智能发展对水资源的影响

4.5.2 人工智能产业的绿色发展面临挑战

4.5.1 人工智能对能源的影响

4.5 数智经济需要新的能源资源基础设施建设

4.4.3 工业元宇宙的主要发展领域

4.4.2 工业元宇宙的重要性日益凸显

4.4.1 元宇宙加速现实世界与数字世界相融合

4.4 元宇宙等虚拟世界成为新型基础设施

4.3.4 大模型语料的未来发展方向

4.3.3 大模型所需数据的规模和质量关系到国家竞争力

4.3.2 大模型引领数据产业变革

4.3.1 数据集是人工智能大模型的基础

4.3 数据要素价值更加明显

4.2.4 未来算力基础设施发展方向

4.2.3 主要国家重视智能算力建设

4.2.2 人工智能激发智能算力增长

4.2.1 智能算力的定义和特点

4.2 智能算力成为数智经济时代的核心生产力

4.1.5 大模型未来的发展方向

4.1.4 美国大模型产业格局

4.1.3 人工智能大模型的发展模式：开源和闭源

4.1.2 人工智能大模型开启“模型即服务”时代

4.1.1 人工智能大模型的定义和特点

4.1 人工智能大模型成为数智经济重要基础设施

第4章 数智经济的基础设施重构：新型数智基础设施

参考文献

3.3.5 芯片技术与人工智能产业融合案例

3.3.4 产业发展层面：“ABC”（人工智能、大数据、芯片）产业深度融合

3.3.3 硬件框架层面：芯片创新重心从通用CPU转向GPU等针对人工智能优化的架构

3.3.2 技术路径层面：人工智能大模型能力与数据和算力强相关

3.3.1 宏观经济层面：芯片构成的算力成为人工智能的“发动机”、经济发展的“新引擎”

3.3 芯片技术与人工智能协同互促作用增强

3.2.4 人工智能对经济增长贡献显著

3.2.3 人工智能加快创新能力提高

3.2.2 人工智能促进生产效率提升

3.2.1 人工智能大模型成为新生产工具

3.2 人工智能成为新质生产力的重要引擎

3.1.4 泛半导体产业对经济增长的贡献度不断提高

3.1.3 半导体产业与宏观经济的关联性增强

3.1.2 芯片在国民经济中的泛在性更加明显

3.1.1 芯片在人类技术进步周期中的跃迁性特征

3.1 芯片为主体的泛半导体产业是现代经济的基石

第3章 数智经济的核心驱动力量：芯片技术与人工智能“双螺旋”发展

2.3.4 微软：即将进入“数智时代”

2.3.3 沙特阿美：积极应用数字和人工智能技术

2.3.2 西门子：积极提供企业数智化转型工具

2.3.1 施耐德电气：推出人工智能引擎助力数智化转型

2.3 国际企业推进“数智化”情况

2.2.4 河南省：提出河南省国资国企数智赋能三年行动计划

2.2.3 上海市：举办数智上海峰会

2.2.2 江苏省：开展“数智江苏”建设

2.2.1 北京市：探索数智“新”北京

2.2 一些地方先行推进“数智化”工作

2.1.4 数智安全：统筹数智时代发展和安全

2.1.3 行业赋能：打造行业“数智化”转型开放生态

2.1.2 躬身实践：推动企业自身“数智化”转型

2.1.1 理念先行：创新提出“数智化”转型路径

2.1 中国企业较早提出“数智化”转型

第2章 数智经济的实践创新进展：国内外推进数智化的探索

参考文献

1.3.4 初探数智经济的内涵

1.3.3 研究数智经济形态的必要性

1.3.2 “数智化”趋势的初步共识

1.3.1 “数智化”概念日益普及

1.3 数智经济特征初探

1.2.4 智能经济为全球经济增长提供创新路径

1.2.3 智能经济产业组成

1.2.2 智能经济概念的提出

1.2.1 人工智能发展是工业革命的延续

1.2 智能经济快速兴起

1.1.4 我国数字经济稳步发展

1.1.3 数字经济成为全球竞争主赛道

1.1.2 数字经济产业组成

1.1.1 概念起源

1.1 数字经济蓬勃发展

第1章 数智经济的理论脉络解析：数字经济和实体经济深度融合后的形态前瞻

绪论

本书撰写组

内容提要

版权

版权信息

封面

封面

版权信息

版权

内容提要

本书撰写组

绪论

第1章 数智经济的理论脉络解析：数字经济和实体经济深度融合后的形态前瞻

1.1 数字经济蓬勃发展

1.1.1 概念起源

1.1.2 数字经济产业组成

1.1.3 数字经济成为全球竞争主赛道

1.1.4 我国数字经济稳步发展

1.2 智能经济快速兴起

1.2.1 人工智能发展是工业革命的延续

1.2.2 智能经济概念的提出

1.2.3 智能经济产业组成

1.2.4 智能经济为全球经济增长提供创新路径

1.3 数智经济特征初探

1.3.1 “数智化”概念日益普及

1.3.2 “数智化”趋势的初步共识

1.3.3 研究数智经济形态的必要性

1.3.4 初探数智经济的内涵

参考文献

第2章 数智经济的实践创新进展：国内外推进数智化的探索

2.1 中国企业较早提出“数智化”转型

2.1.1 理念先行：创新提出“数智化”转型路径

2.1.2 躬身实践：推动企业自身“数智化”转型

2.1.3 行业赋能：打造行业“数智化”转型开放生态

2.1.4 数智安全：统筹数智时代发展和安全

2.2 一些地方先行推进“数智化”工作

2.2.1 北京市：探索数智“新”北京

2.2.2 江苏省：开展“数智江苏”建设

2.2.3 上海市：举办数智上海峰会

2.2.4 河南省：提出河南省国资国企数智赋能三年行动计划

2.3 国际企业推进“数智化”情况

2.3.1 施耐德电气：推出人工智能引擎助力数智化转型

2.3.2 西门子：积极提供企业数智化转型工具

2.3.3 沙特阿美：积极应用数字和人工智能技术

2.3.4 微软：即将进入“数智时代”

第3章 数智经济的核心驱动力量：芯片技术与人工智能“双螺旋”发展

3.1 芯片为主体的泛半导体产业是现代经济的基石

3.1.1 芯片在人类技术进步周期中的跃迁性特征

3.1.2 芯片在国民经济中的泛在性更加明显

3.1.3 半导体产业与宏观经济的关联性增强

3.1.4 泛半导体产业对经济增长的贡献度不断提高

3.2 人工智能成为新质生产力的重要引擎

3.2.1 人工智能大模型成为新生产工具

3.2.2 人工智能促进生产效率提升

3.2.3 人工智能加快创新能力提高

3.2.4 人工智能对经济增长贡献显著

3.3 芯片技术与人工智能协同互促作用增强

3.3.1 宏观经济层面：芯片构成的算力成为人工智能的“发动机”、经济发展的“新引擎”

3.3.2 技术路径层面：人工智能大模型能力与数据和算力强相关

3.3.3 硬件框架层面：芯片创新重心从通用CPU转向GPU等针对人工智能优化的架构

3.3.4 产业发展层面：“ABC”（人工智能、大数据、芯片）产业深度融合

3.3.5 芯片技术与人工智能产业融合案例

参考文献

第4章 数智经济的基础设施重构：新型数智基础设施

4.1 人工智能大模型成为数智经济重要基础设施

4.1.1 人工智能大模型的定义和特点

4.1.2 人工智能大模型开启“模型即服务”时代

4.1.3 人工智能大模型的发展模式：开源和闭源

4.1.4 美国大模型产业格局

4.1.5 大模型未来的发展方向

4.2 智能算力成为数智经济时代的核心生产力

4.2.1 智能算力的定义和特点

4.2.2 人工智能激发智能算力增长

4.2.3 主要国家重视智能算力建设

4.2.4 未来算力基础设施发展方向

4.3 数据要素价值更加明显

4.3.1 数据集是人工智能大模型的基础

4.3.2 大模型引领数据产业变革

4.3.3 大模型所需数据的规模和质量关系到国家竞争力

4.3.4 大模型语料的未来发展方向

4.4 元宇宙等虚拟世界成为新型基础设施

4.4.1 元宇宙加速现实世界与数字世界相融合

4.4.2 工业元宇宙的重要性日益凸显

4.4.3 工业元宇宙的主要发展领域

4.5 数智经济需要新的能源资源基础设施建设

4.5.1 人工智能对能源的影响

4.5.2 人工智能产业的绿色发展面临挑战

4.5.3 人工智能发展对水资源的影响

4.5.4 人工智能产业破解能源资源约束的发展路径

参考文献

第5章 数智经济的主要变革领域：数智技术驱动经济社会变革

5.1 数智技术为农业现代化增加新动力

5.1.1 赋能农民知识提升

5.1.2 赋能重点领域农业生产

5.1.3 赋能农机装备智能化

5.2 数智技术促进制造流程变革

5.2.1 推动研发设计智能

5.2.2 发展中试检测智能

5.2.3 深化生产制造智能

5.2.4 创新营销服务智能

5.2.5 优化管理运营智能

5.3 数智技术助力金融高质量发展

5.3.1 形成新一轮科技产业金融循环

5.3.2 加速传统金融机构智能转型

5.3.3 成为防范金融风险的有力工具

5.4 数智技术推动劳动就业形态变革

5.4.1 重塑现有就业格局

5.4.2 数字人成为虚拟劳动力

5.4.3 机器人融入现实社会

5.4.4 智能体参加经济活动

5.5 数智技术加速惠及民生服务

5.5.1 引领生活变革

5.5.2 促进教育变革创新

5.5.3 提升医疗服务水平

5.5.4 提高养老服务质量

5.6 数智技术带来科学研究新范式

5.6.1 促进科研算力和数据深度融合

5.6.2 赋能基础科学研究

5.6.3 赋能产业技术创新

5.7 数智技术赋能国家治理

5.7.1 助力科学决策，驱动治理变革

5.7.2 赋能智慧城市建设，重塑城市管理

参考文献

第6章 数智经济的产业转型升级：重点产业数智化转型

6.1 数智技术赋能汽车产业

6.1.1 智能汽车产业发展

6.1.2 人工智能大模型进一步赋能汽车产业

6.2 数智技术赋能钢铁产业

6.2.1 钢铁行业数智化转型的基础日益夯实

6.2.2 钢铁数智化转型仍面临三重挑战

6.2.3 钢铁行业数智化的深化路径

6.3 数智技术赋能石化产业

6.3.1 数智技术赋能石化产业的主要领域

6.3.2 主要石化企业应用人工智能大模型动态

6.4 数智技术赋能能源产业

6.4.1 人工智能技术赋能煤矿行业

6.4.2 人工智能技术赋能电力行业

6.5 数智技术赋能电子产业

6.5.1 传统家电部署大模型逐渐成为行业热点

6.5.2 新型智能电子产品出现

6.6 数智技术赋能装备产业

6.6.1 数智技术深化智能制造装备的先进制造能力

6.6.2 数字技术提升高端装备的全流程协同能力

6.6.3 数智技术拓展工业机器人的复杂场景适应能力

6.6.4 数智技术提高人形机器人的关键技术创新能力

6.7 数智技术赋能纺织产业

6.7.1 纺织行业创新发展成效显著

6.7.2 人工智能技术赋能纺织行业

6.8 数智技术赋能生物医药产业

6.8.1 人工智能赋能药物研发

6.8.2 人工智能赋能医疗服务

6.8.3 医疗医药产业数智化转型趋势前瞻

参考文献

第7章 数智经济的核心技术底座：芯片技术加速人工智能革命

7.1 GPU芯片成为生成式人工智能发展的主要动力

7.1.1 GPU成为人工智能计算的优选

7.1.2 GPU芯片行业中主要的国际头部企业

7.2 消费电子芯片强化人工智能应用能力

7.2.1 龙头手机公司积极布局AI手机芯片

7.2.2 AI PC芯片成为行业新趋势

7.3 领域专用芯片在工业领域广泛应用

7.3.1 谷歌TPU等领域专用芯片支撑早期AI应用

7.3.2 Meta等企业通过领域专用芯片推动工业领域的AI应用

7.3.3 其他新型DSA芯片的出现

7.4 计算架构出现重大变化以适应人工智能快速发展

7.4.1 计算架构向多元异构计算发展

7.4.2 人工智能算力向边缘侧迁移，催生出边缘智能

7.5 前沿芯片技术支撑新型智能出现

7.5.1 量子计算

7.5.2 光计算

7.5.3 类脑计算

7.5.4 生物计算

参考文献

第8章 数智经济的自主进化趋向：以人工智能驱动芯片技术进步为例

8.1 人工智能的奇点时刻和超级人工智能

8.1.1 科学界关于人工智能奇点的早期思考

8.1.2 关于超级人工智能的讨论

8.2 超级人工智能对经济运行的影响

8.2.1 人类经济活动正在形成“超级智能体”

8.2.2 “自进化”产品的出现

8.2.3 “自进化”工厂的出现

8.2.4 “自进化”企业组织的出现

8.2.5 “自主经济”具有明显的“飞轮效应”

8.3 人工智能驱动半导体产业加快发展

8.4 人工智能促进芯片设计流程智能化

8.4.1 新思科技推出生成式人工智能芯片设计工具

8.4.2 楷登电子打造由AI驱动的“芯片到系统”EDA方案

8.4.3 英伟达发布芯片设计大模型ChipNeMo

8.4.4 DeepMind公司推出人工智能芯片设计工具AlphaChip

8.5 人工智能推动芯片制造智能化

8.5.1 英伟达应用人工智能助力芯片制造工艺优化

8.5.2 英特尔工厂推进芯片生产线管理智能化

8.5.3 台积电推出智能对话机器人tGenie协助管理

8.6 人工智能缩短半导体新材料的研发周期

8.6.1 DeepMind研发的GNoME模型加快新材料研发步伐

8.6.2 微软推出新材料生成模型MatterGen

8.7 人工智能助力芯片封测技术升级

8.7.1 机器视觉技术提升缺陷检测效率

8.7.2 人工智能引擎提供测试的最佳方案

参考文献

第9章 数智经济的安全治理需求：数智安全投入成为数智经济增长重要动力

9.1 数智安全概念的提出

9.1.1 信息安全、数据安全、网络安全、人工智能安全的发展历程

9.1.2 数智安全出现的背景：数智技术重塑安全格局

9.1.3 数智安全概念解析

9.2 数智安全投入是发展数智经济的重要内容

9.2.1 传统的安全投入经济学

9.2.2 数智时代的安全投入更加重要

9.3 数智经济需要关注的新兴领域安全

9.3.1 大模型安全

9.3.2 根技术安全

9.3.3 智能体安全

9.3.4 可持续安全

9.4 主要国家保障数智安全的初步实践

9.4.1 整合“数智安全”

9.4.2 加大安全投入

9.4.3 构建安全生态

9.4.4 推进标准制定

9.4.5 加强风险监测

9.4.6 加强国际合作

参考文献

第10章 数智经济促进政策发布：以主要国家实践为例

10.1 构建促进数智经济发展的体制机制

10.1.1 制定整体战略

10.1.2 推动政府数智化转型

10.1.3 建立创新驱动机制

10.1.4 加大资金投入

10.2 大力发展数智技术

10.2.1 芯片领域

10.2.2 人工智能领域

10.3 积极推动经济社会数智化

10.3.1 制定长远规划

10.3.2 加强场景创新

10.4 加强国际治理合作

10.4.1 人工智能治理在国际政治经济合作中的作用日益凸显

10.4.2 加强人工智能治理的初步共识

参考文献