AI DC白皮书

核心观点

• AI 趋势不可逆转： AI 正从信息社会迈向认知社会，算力成为新“黑金”，重塑各行各业。
• AI DC 重构数据中心： AI DC 不是传统数据中心的简单升级，而是全方位重构，从成本中心到生产中心，从数据存储和处理中心到价值创造中心。
• AI DC 四大建设场景： 全量预训练、二次训练+中心推理、二次训练+边缘推理、轻量化推理。
• AI DC 三大类型： 超大型 AI DC、大型 AI DC、小型 AI DC。
• AI DC 五大特征变化： 系统摩尔、能基木桶、迭代式平台、编排式应用、生成式安全。
• AI DC 架构变化： 从分层解耦到垂直整合，算力、存储和网络一体化运维管理。

关键数据

• 全球 AI 企业数量： 近 3 万家。
• 全球人工智能大模型数量： 1328 个。
• 中国 AI 大模型数量： 478 个。
• 全球 AI 独角兽数量： 234 家。
• 全球数字经济总量： 超过 33 万亿美元。
• 智能经济规模预测： 2030 年将超过 18.8 万亿美元。
• AI 投资总额： 2023 年降至 1892 亿美元，但生成式 AI 领域投资激增，达到 252 亿美元。

研究结论

• 企业发展 AI 需要构建 All in AI 架构： 以架构的确定性应对模型的不确定性，形成具备持续开发态模型层的非常规稳定架构。
• AI 应用场景为纲： 四位一体，实现价值三角，即应用场景、数据、模型和算力。
• AI DC 需要适度超前建设： 构建坚实的算力基础设施，以应对 AI 技术的快速发展。
• AI DC 需要集约化建设和绿色发展： 推动算力基础设施规模化发展，加强跨地区 AI DC 之间算力资源的协同，发展可再生能源和储能技术。
• AI DC 需要开放协作的行业生态： 构建开放、共享且紧密相连的生态协作系统，加速技术迭代升级，提升 AI DC 整体系统的性能和效率。
• AI DC 需要人才培养： 培养既能掌握技术细节，又能洞悉应用场景的复合型人才。