AI智能总结
Top10TrendsinGlobalComputingPowerDevelopment2026 略制高点………………………………………………………………………………2 趋势二:AI加速进入千行百业,大模型将成为未来智能世界的操作系统,创造 价值将是第一要素……………………………………………………………………7 趋势三:跨越虚实边界,数字智能向具身智能演进,世界模型成为关键支撑…13 趋势四:超节点成为算力新底座,智算中心进入超节点时代……………………18 趋势五:从以CPU为中心的计算架构,迈向多样化平等计算架构……………23 趋势六:以网强算,建设毫秒级算力网,强化算力基础设施高质量发展………28 趋势七:超算与智算走向融合,构筑科学计算新范式……………………………34 趋势八:智算时代需要更加开源开放的生态体系,加速产业创新………………39 源成为关键要素·……………………………………………………………………43 趋势十:量子计算走向工程化阶段,未来1-2年将是量子计算从技术突破走向商 业化应用的关键窗口期·…………………………………………………………48 从单点技术突破到产业变革作为思考脉络,通过聚焦产业趋势、AI应用、开源 力驱动AI深度渗透千行百业;数字智能向具身智能的演进进一步打破虚实边界, 使智能从虚拟信息处理延伸至物理世界的实时交互,而价值创造能力则成为AI 级工厂,以立法形式推动数据中心扩容与绿色转型,法国同步推出千亿欧元AI 的超大规模模型成为可能,进而引爆算力的需求。根据华为、阿里等预测,2025 年到2030年AI算力将增长千倍左右。 心引领者,其布局力度直接影响全球算力格局与AI发展进程。 尽管面临短期盈利压力,但头部厂商仍全力抢占算力制高点以定义未来AI 时代的技术标准与商业模式。美国科技四巨头微软、谷歌、亚马逊、Meta,2025 空前投入。中国互联网龙头企业同步加速布局,阿里宣布未来三年投入超3800 趋势二:AI加速进入千行百业,大模型将成为未来智 Token需求的指数级增长,需要更经济的算力供给体系 未来的竞争,将不再是Token消耗量这些表象,而是转向更根本 Intelligence)。世界模型作为核心支撑,推动虚实边界持续消融,重塑人类与 算力需求激增:处理多模态信息与动态模拟需海量算力,例如生成60帧4K AI商业化落地与技术迭代,催生了对高效能、低时延算力的刚性需求,传 级浮点运算能力,复杂任务智能体的Token消耗达数亿量级;多模态应用、科 趋势五:从以CPU为中心的计算架构,迈向多样化平 能爆发式增长与能效瓶颈日益凸显,由CPU、GPU、NPU、DPU及ASIC、FPGA 推动超过500家企业开展标准应用。旨在通过统一标准构建全国一体化算力网, Science”等场景需要混合精度计算,例如气候模拟既需超算的气象动力学建模, AWS、阿里云等提供融合计算实例;公有云凭借弹性优势、丰富AI服务与快速 AI产业链的分层特性,决定了开源开放是实现协同创新、加速产业规模化 计算产业头部厂商通过开源开放引领AI技术发展 阿里Qwen、DeepSeek、MetaLLaMA选择开源,其深层次原因均超越了 差异化优势转化为强大的综合算力。为了统一异构算力的调度,OpenCL协同通 信库为种类繁多的计算设备(如CPU、GPU、FPGA等)提供了一套统一的编 极端场景甚至冲击150kW-200kW。 高密化并非简单的硬件堆砌,而是带动OAM(OCPAcceleratorModule)、 或专用冷却液)数千倍于空气的导热效率,成为高效散热核心方案,可使PUE降 当前液冷技术形成两大主流路径:一是冷板式液冷,通过在CPU、GPU等 趋势十:量子计算走向工程化阶段,未来1-2年将是 有望解决经典AI在处理超大规模数据集和复杂模型时遇到的瓶颈。在优化 息产业必须向后量子密码(Post-QuantumCryptography,PQC)迁移。 根大通、奔驰等财富500强企业; 中性原子路线具备天然一致性与秒级长相干时间,扩展潜力突出,QuEra、 Pasqal等进展迅速; 本报告中引用的所有商标、Logo、产品名称、服务名称等,均归其各自所有 行业动态发展迅速,本报告所载信息截至成文之日。GCC无义务对报告发布 五、AI与伦理声明 具体AI伦理问题上的官方立场或承诺,相关讨论旨在促进业界思考。 GCC官方微信 GCC官方网站