2025年中国人工智能计算力发展评估报告

中国人工智能计算力发展评估报告 目录 核心观点01 第一章 全球及中国人工智能发展概述03 1.1全球：生成式人工智能成为重要新型工作负载，人工智能算力呈现五大发展趋势1.2 中国：系统性提高算力效能，加速智能涌现和智能应用0409 第二章 人工智能算力及应用14 2.1 芯片和服务器：向高性能与高效能方向演进，重视开放多元体系建设2.2 存储和网络：分布式存储与全闪存提升性能，先进网络架构优化数据访问速度2.3 可持续数据中心：液冷技术成为关注重点，聚焦智能算力散热革命2.4 边缘计算：大模型的部署向边缘迁移，智慧边缘加速模型推理2.5 算法和模型：算法创新与模型迭代解锁更高算力利用率，实现卓越性能与效率2.6 人工智能算力服务：构建全栈服务体系，加速大模型应用落地2.7 应用：积极探索人工智能应用场景，加速智能对于业务发展的价值转化15171819212223 第三章 人工智能算力发展评估32 3.1 行业排名3.2 地域排名3335 第四章 IDC建议40 核心观点 算法是驱动是人工智能发展的核心引擎，决定了应用的智能上限，也牵引着算力的发展。2024年，o系列、Llama3、通义千问、R1等大模型不断升级，尤其是DeepSeekR1系列模型的发布，正是基于算法层面的极大创新，对中国乃至全球的人工智能产业带来深刻变革。一方面DeepSeek采用了大规模强化学习、多头注意力机制等算法创新，智能水平在美国高中数学竞赛邀请赛AIME、博士水平科学问答等测试中榜单上接近甚至超过了OpenAI的o1模型；另一方面，DeepSeekR1算法的创新也带来训练和推理阶段算力消耗的降低，训练算力只有Llama3的1/10，推理阶段缓存数据量降低了50倍，为在算力约束的条件下进行AI算法创新提供了一个全新思路，吸引了全球开发者，7天实现了活跃用户数破亿。 规模法则（Scaling law）在当前人工智能发展中仍然占主导地位，推高人工智能算力需求。目前规模法则正在从预训练扩展到了后训练和推理阶段，基于强化学习、思维链等算法创新在后训练和推理阶段更多的算力投入，可以进一步大幅提升大模型的深度思考能力。同时基于杰文斯悖论的现象表明，DeepSeek带来的算法效率的提升并未抑制算力需求，反而因更多的用户和场景的加入，推动大模型普及与应用落地，重构产业创新范式，带动数据中心、边缘及端侧算力建设。IDC数据显示，2024年全球人工智能服务器市场规模预计为1,251亿美元，2025年将增至1,587亿美元，2028年有望达到2,227亿美元，其中生成式人工智能服务器占比将从2025年的29.6%提升至2028年的37.7%。 中国智能算力发展水平增速高于预期。在中国，企业加速生成式人工智能布局和投入，IDC调研结果显示，目前42%的中国企业已经开始进行大模型的初步测试和重点概念验证，17%的企业已经将技术引入生产阶段，并应用于实际业务中，在未来18个月内，硬件升级将成为企业的首要投资目标。在旺盛的市场需求、丰富应用场景的驱动下，中国智能算力规模呈现增长态势。IDC最新预测结果显示，2025年中国智能算力规模将达到1,037.3EFLOPS，并在2028年达到 2,781.9 EFLOPS，2023-2028年中国智能算力规模和通用算力规模的五年年复合增长率分别达46.2%和18.8%，较上一版本预期值33.9%和16.6%有显著提升。中国人工智能算力基础设施发展呈现出多元化、服务化、场景化、绿色化等特征。 大模型的开源趋势正在显著增强，成为加速AI普惠、降本增效的重要力量。开源模型，通过大幅降低训练部署成本并提供与闭源模型性能水平相当的能力，正成为推动人工智能技术普及和应用落地的重要力量。在过去的18个月里，全球领先的软件和云服务商发布了数十种开放和部分开放的基础模型，开源社区的协作和贡献正在成为加速技术创新的重要力量，开源框架作为人工智能开发的基础，其生态系统日益丰富。IDC预测，2025年，为了更快获得创新能力、运营主权、透明度和更低成本，将有55%的企业使用开源人工智能基础模型开发应用程序。 “扩容”与“提效”并行推动人工智能应用落地。为应对生成式人工智能和大模型应用扩展带来的数据、算力、模型、人才、成本等多方面挑战，尤其是算力基础设施的瓶颈，IDC建议企业采取“扩容”与“提效”并行策略，通过提升算力供给能力和质量，优化基础设施架构，增强数据支持和模型效率，系统性地提高算力利用率。提高模型架构效率与增加原始计算能力同等重要，更经济的先进模型将推动AI需求，增加效率——而不仅仅是原始计算能力——可能是真正的竞争优势。算法创新与模型迭代是提升模算效率的关键，通过算法创新，如模型剪枝、知识蒸馏、设计高效模型架构、分布式计算等方法，能在保障模型能力的前提下减少模型计算量和存储需求，降低同等精度水平下的算力成本，加速人工智能技术的应用和商业化进程。 人工智能算力服务市场蓬勃发展，算力供给模式不断创新。企业对智能算力基础设施和服务能力的需求正在发生深刻变化，传统算力技术架构和云服务模式难以满足新需求。生成式人工智能将推动企业更多使用人工智能就绪数据中心托管设施和生成式人工智能服务器集群，缩短部署时间，降低资本成本。这一变化挑战了传统算力服务的优势，带来新的市场机遇，促使算力服务商不断创新，提升技术水平和服务质量，并通过合作机制重新分配资源与市场，形成由数据中心服务商、云服务商、硬件制造商以及其他创新企业共同参与的产业生态，通过生成式人工智能IaaS服务、算力租赁、算力共享、智算中心等算力供给模式满足多样化的智能算力需求。IDC数据显示，2024年中国智算服务市场整体规模达到50亿美元，2025年将增至79.5亿美元，2023-2028年五年年复合增长率达57.3%。 人工智能算力发展将坚持绿色可持续原则，液冷技术成为关注重点。IDC预测，2025年，人工智能数据中心IT能耗将达到77.7太瓦时（TWh），是2023年能耗量的两倍，2027年将增长至146.2太瓦时，2022-2027年五年年复合增长率为44.8%，五年间实现六倍增长。面对这一挑战，业界积极探索破局之道，液冷技术作为关键突破，可以显著提升计算密度，降低数据中心的总能耗，通过全栈液冷方案，推动算力设施在计算节点层面、机柜层面以及数据中心层面的绿色化和低碳化转型。IDC预测，2028年中国液冷服务器市场将达到105亿美元，2023-2028年五年年复合增长率将达到48.3%。 人工智能行业渗透度持续增加，城市走出各具特色的发展路径。人工智能行业渗透度排名前五的行业依次为：互联网、金融、运营商、制造和政府，其中，互联网企业在大模型的研发、应用及推广过程中持续发挥引领作用；金融行业进一步加深人工智能与风控、投资决策和个性化财富管理等场合的融合，排名从第四名攀升至第二名；制造业持续加速智能化转型，扩大人工智能技术在生产线、产品设计、运营和安监等场景的应用，排名从第五名提升至第四名。中国人工智能城市评估框架首次将大模型架构及生成式人工智能技术的投资、建设进度和规划布局纳入关键指标，评估结果显示，北京凭借其科研资源和人才优势成为人工智能创新中心，继续领跑发展，位居首位；杭州和上海分别位列第二和第三，其中上海凭借其国际化优势和政策支持，在推动人工智能世界级产业集群建设等方面表现出色，较前一年排名上升了一位。此外，广州、成都、天津、厦门等城市的排名均有所提升。 第一章 全球及中国人工智能发展概述 1.1全球：生成式人工智能成为重要新型工作负载，人工智能算力呈现五大发展趋势1.2 中国：系统性提高算力效能，加速智能涌现和智能应用 1.1全球：生成式人工智能成为重要新型工作负载，人工智能算力呈现五大发展趋势 全球人工智能市场持续呈现增长态势，成为各行业智能化升级的重要驱动力。生成式人工智能和大模型是推动人工智能技术迅猛发展的关键因素，深度学习、强化学习和迁移学习等核心技术的突破，使得模型在处理复杂任务时变得更加高效，进而在更多商业化场景中得以落地，并逐渐影响社会经济的方方面面。在技术创新、应用场景拓展的多重驱动下，全球企业对于人工智能技术的投资普遍提升，IDC预测，2025年全球2000强企业会将超过40%的IT预算投入到人工智能项目中，旨在推动产品和流程创新，并促成两位数的营收增长。 从区域角度来看： 美国凭借政府支持、资本活力、技术基础和创新生态，在人工智能市场继续引领全球发展。美国政府持续加大对人工智能发展的支持力度，2024财年，美国“网络与信息技术研发计划”（NITRD）人工智能研发投资预算增长至31亿美元，占整体财年预算的近三分之一，相比于上一年提高了19.2%；2025年1月，美国政府公布“星际之门”国家级计划，该计划预计将投入5000亿美元用于美国国内人工智能基础设施建设，显示出其更倾向于支持人工智能发展而非严格监管的立场。对于企业而言，其对于人工智能的投资也在不断增加，如微软、Meta、谷歌等大型科技公司陆续宣布了数十亿美元的投资计划，用于建设和升级人工智能基础设施；医疗、金融和自动驾驶等行业也纷纷加大在人工智能技术研发上的投入。此外，基于良好的算力和数据支撑，美国在基础模型研发和应用方面也处于高水平，据IDC不完全统计，2024年1月至9月全球推出的四十多个重要开源语言模型中，三分之二来自于美国。 亚太地区人工智能发展呈现出多样化和快速增长的特点。中国继续引领亚太地区人工智能市场发展，逐步成为全球人工智能强国，建立了多个国家级的人工智能实验室和研究中心，在研发更高算力服务器与芯片、开发生成式人工智能两项主线任务之外，全方位构建包含基础设施、算法工具、智能平台和解决方案的产业生态，持续以需求为牵引，加速智能技术的行业落地，并加快绿色技术研发，推进生成式人工智能的可持续发展；日本政府积极推进社会的智能化转型，2024年宣布设立规模超过650亿美元的投资基金，用于支持芯片和人工智能行业的发展，其中约420亿美金将用于下一代芯片的研发，并支持功率芯片的量产，2025年日本持续加速推进人工智能新法的相关立法准备工作，通过制定相应的法律法规来规范人工智能的应用和发展；新加坡在人工智能方面具备较强的学术能力与政府扶持力度，2024年预算案中，新加坡政府表示未来五年将投资10亿美元用于人工智能计算、人才和产业发展，2025年新加坡政府推出人工智能教育计划，所有中小学将开设人工智能课程，旨在培养学生的数字素养和人工智能知识。 欧洲诸多国家政府在过去一年也积极推动人工智能技术的发展，同时出台了多项政策和法规，确保人工智能技术的安全使用。2024年8月，全球首部全面监管人工智能的法规《人工智能法案》开始生效，以更好规范人工智能应用的透明度和安全性，将对市场参与者的业务模式产生积极影响。2024年10月，英国成立了专门的监管创新办公室，加速人工智能等技术的创新和应用。欧盟委员会推出一揽子人工智能创新计划，其中包括计划在2025年初启动首批人工智能工厂的建设，这些工厂通过整合尖端计算能力、数据资源和人才，将为初创企业、中小型企业和科学家等开发可信、前沿的生成式人工智能模型提供计算、存储和数据等服务。目前，欧盟已经收到来自芬兰、卢森堡、瑞典、德国、意大利、西班牙和希腊等七个国家的人工智能工厂提案。在市场方面，欧洲企业在数字化和人工智能领域的投资持续加大，发展潜力逐步释放。 全球范围内人工智能技术的加速发展与生成式人工智能的持续创新密切相关，生成式人工智能正在成为企业重要新型工作负载。IDC全球调研数据显示，85%的企业认为生成式人工智能将与ERP、电子商务一样，成为企业重要的新型工作负载。基于大模型强大的计算能力和学习能力，生成式人工智能技术取得了突破性的进展，其能力可覆盖内容生成、数据增强、创意辅助等诸多应用场景，极大地提高了生产效率，为用户带来全新的体验，并进一步助推企业整体智能化发展，加速人工智能技术的广泛应用。IDC数据显示，目前全球超过70%