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