(網經社訊)2月13日，國際數據公司（IDC）與浪潮信息聯合發(fā)布《2025年中國人工智能計算力發(fā)展評估報告》（簡稱《報告》）?！秷蟾妗分赋觯竽Ｐ秃蜕墒饺斯ぶ悄芡聘咚懔π枨?，中國智能算力增速高于預期。
2024年，中國智能算力規(guī)模達725.3EFLOPS，同比增長74.1%，增幅是同期通用算力增幅(20.6%)的3倍以上；市場規(guī)模為190億美元，同比增長86.9%。
未來兩年，中國智能算力仍將保持高速增長。2025年，中國智能算力規(guī)模將達到1,037.3 EFLOPS，較2024年增長43%；2026年，中國智能算力規(guī)模將達到1,460.3 EFLOPS，為2024年的兩倍。2025年中國人工智能算力市場規(guī)模將達到259億美元，較2024年增長36.2%；2026年市場規(guī)模將達到 337億美元，為2024年的1.77倍。
DeepSeek憑借“開源、成本低、性能高”迅速出圈火爆全球，正在激活市場熱情。《報告》對DeepSeek引發(fā)的AI變革進行了分析，還從算力結構、區(qū)域分布和行業(yè)滲透度等多維度，對我國人工智能計算力發(fā)展進行綜合評估，并提出了針對性的行動建議，為推動中國人工智能產業(yè)的高質量發(fā)展提供參考。
根據《報告》評估，各城市通過加大人工智能投資、爭取人才以及提供政策支持等舉措，持續(xù)構筑AI競爭優(yōu)勢。
在2024年中國人工智能城市排行榜中，北京和杭州依然穩(wěn)居前兩位。北京聚集了大批大模型企業(yè)，憑借大量人才、成熟的企業(yè)和有力的政策扶持，持續(xù)位居首位；杭州早在2021年就提出要成為具有全球影響力的人工智能頭雁城市，在AI領域持續(xù)深度求索，保持第二位。而上海憑借其國際化優(yōu)勢和政策支持，在推動人工智能世界級產業(yè)集群建設等方面表現出色，排名從2023年的第四位提升至第三位。此外，深圳、廣州、南京、成都、濟南、天津、廈門，進入城市排名前十。
AI從單點應用到多元化應用、從通用場景到行業(yè)特定場景，在各行業(yè)的滲透持續(xù)加深，具身智能的發(fā)展引發(fā)市場關注。
在2024年人工智能行業(yè)滲透度排名中，Top5的行業(yè)依次為：互聯網、金融、運營商、制造和政府?；ヂ摼W依然是AI技術研發(fā)和應用的主戰(zhàn)場，在大模型的研發(fā)、應用及推廣過程中持續(xù)發(fā)揮引領作用；金融行業(yè)進一步加深人工智能與風控、投資決策和個性化財富管理等場合的融合，排名從第四名攀升至第二名。
DeepSeek引發(fā)的算力變革與挑戰(zhàn)
《報告》認為，Scaling law在當前人工智能發(fā)展中仍然占主導地位，DeepSeek帶來的算法效率的提升并未抑制算力需求，反而因更多的用戶和場景的加入，推動大模型的普及與應用落地，帶動數據中心、邊緣及端側算力建設，驅動算力需求增長。
DeepSeek基于算法層面的極大創(chuàng)新，對中國乃至全球的人工智能產業(yè)帶來深刻變革，算法成為驅動人工智能發(fā)展的核心引擎，正牽引著算力的發(fā)展，也驅動了計算架構和數據中心變革。
在計算架構層面，為了滿足大模型對計算資源的高需求，提升單節(jié)點的計算性能 （Scale-up）變得至關重要。其次，通過增加節(jié)點數量，提高互連效率實現計算能力的橫向擴展 （Scale-out）。此外，伴隨大模型邁向應用階段，推理工作負載將持續(xù)增加，面向應用和推理需求對芯片和系統(tǒng)架構進行設計愈加重要。
在數據中心層面，節(jié)點故障率隨著集群規(guī)模增長而上升，數據中心需要更加高效的監(jiān)控體系和先進的故障恢復機制。同時，數據中心還面臨能耗挑戰(zhàn)，隨著單機柜性能大幅提升，能耗將持續(xù)攀升。此外，《報告》還提到部分智算中心也出現了在實際運營中算力利用率未達預期的情況，智算中心發(fā)展需要解決算力資源利用率低的問題。
算力發(fā)展要“擴容”，更要“提效”
應對上述變革和挑戰(zhàn)，《報告》認為在人工智能算力發(fā)展過程中應采取“擴容”和“提效”并行的策略。
“擴容”是指增強算力資源的可獲得性。通過增加智算中心的數量，實現充足的多元算力供給?！疤嵝А眲t需要從算力基礎設施建設和優(yōu)化、算法創(chuàng)新、提高數據質量、降低能耗等方面系統(tǒng)性實現。
以用定建：智算中心的建設規(guī)劃，應該以應用為導向，結合當地經濟發(fā)展水平、產業(yè)需求、算力消費能力及未來增長潛力，確定建設規(guī)模，提高算力資源利用率，避免盲目建設浪費算力資源；
優(yōu)化算力基礎設施架構：包括采用先進的計算架構，提升單計算節(jié)點性能，提高計算效率；利用智能調度算法，優(yōu)化集群管理方面，確保資源高效利用等；
算法創(chuàng)新：如通過模型剪枝、模型參數量、知識蒸餾、設計高效模型架構等算法創(chuàng)新，減少模型計算量和存儲需求，降低同等精度水平下的算力成本，大幅提升模算效率；
增強數據支持：可通過建立高質量的數據集，減少無效計算，提升整體計算性能和結果準確性；構建統(tǒng)一的數據存儲和訪問接口，簡化數據流動與共享，為大模型訓練提供強有力的支持；
采用節(jié)能降碳技術：如通過采用液冷等降碳技術打造綠色數據中心，降低數據中心的總能耗，提高計算密度，提高算力利用率。
當前，我國正在實施《算力基礎設施高質量發(fā)展行動計劃》。顯然，以上 “提效”舉措，可以充分把算效發(fā)揮出來，能效提升上來，推動實現算力的高質量發(fā)展。
