中国人工智能计算力发展评估报告2025年核心观点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第二章人工智能算力及应用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第三章人工智能算力发展评估3.1行业排名3.2地域排名第四章IDC建议01030409141517181921222332333540目录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（Scalinglaw）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2,781.9EFLOPS，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。核心观点01核心观点“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...