2 月 13 日, 国际数据公司 (IDC) 与浪潮信息联合发布《2025 年中国人工智能计算力发展评估报告》(简称《报告》)。《报告》指出, 大模型和生成式人工智能推高算力需求, 中国智能算力增速高于预期。
2024 年, 中国智能算力规模达 725.3EFLOPS, 同比增长 74.1%, 增幅是同期通用算力增幅 (20.6%) 的 3 倍以上; 市场规模为 190 亿美元, 同比增长 86.9%。
未来两年, 中国智能算力仍将保持高速增长。2025 年, 中国智能算力规模将达到 1,037.3 EFLOPS, 较 2024 年增长 43%;2026 年, 中国智能算力规模将达到 1,460.3 EFLOPS, 为 2024 年的两倍。2025 年中国人工智能算力市场规模将达到 259 亿美元, 较 2024 年增长 36.2%;2026 年市场规模将达到 337 亿美元, 为 2024 年的 1.77 倍。
DeepSeek 凭借“开源、成本低、性能高”迅速出圈火爆全球, 正在激活市场热情。《报告》对 DeepSeek 引发的 AI 变革进行了分析, 还从算力结构、区域分布和行业渗透度等多维度, 对我国人工智能计算力发展进行综合评估, 并提出了针对性的行动建议, 为推动中国人工智能产业的高质量发展提供参考。
城市加大 AI 布局, 北京、杭州、上海位列前三
根据《报告》评估, 各城市通过加大人工智能投资、争取人才以及提供政策支持等举措, 持续构筑 AI 竞争优势。
在 2024 年中国人工智能城市排行榜中, 北京和杭州依然稳居前两位。北京聚集了大批大模型企业, 凭借大量人才、成熟的企业和有力的政策扶持, 持续位居首位; 杭州早在 2021 年就提出要成为具有全球影响力的人工智能头雁城市, 在 AI 领域持续深度求索, 保持第二位。而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, 排名从 2023 年的第四位提升至第三位。此外, 深圳、广州、南京、成都、济南、天津、厦门, 进入城市排名前十。
AI 从单点应用到多元化应用、从通用场景到行业特定场景, 在各行业的渗透持续加深, 具身智能的发展引发市场关注。
在 2024 年人工智能行业渗透度排名中,Top5 的行业依次为: 互联网、金融、运营商、制造和政府。互联网依然是 AI 技术研发和应用的主战场, 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。
DeepSeek 引发的算力变革与挑战
《报告》认为,Scaling law 在当前人工智能发展中仍然占主导地位,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, 推动大模型的普及与应用落地, 带动数据中心、边缘及端侧算力建设, 驱动算力需求增长。
DeepSeek 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, 算法成为驱动人工智能发展的核心引擎, 正牵引着算力的发展, 也驱动了计算架构和数据中心变革。
■在计算架构层面, 为了满足大模型对计算资源的高需求, 提升单节点的计算性能 (Scale-up) 变得至关重要。其次, 通过增加节点数量, 提高互连效率实现计算能力的横向扩展 (Scale-out)。此外, 伴随大模型迈向应用阶段, 推理工作负载将持续增加, 面向应用和推理需求对芯片和系统架构进行设计愈加重要。
■在数据中心层面, 节点故障率随着集群规模增长而上升, 数据中心需要更加高效的监控体系和先进的故障恢复机制。同时, 数据中心还面临能耗挑战, 随着单机柜性能大幅提升, 能耗将持续攀升。此外,《报告》还提到部分智算中心也出现了在实际运营中算力利用率未达预期的情况, 智算中心发展需要解决算力资源利用率低的问题。
算力发展要“扩容”, 更要“提效”
应对上述变革和挑战,《报告》认为在人工智能算力发展过程中应采取“扩容”和“提效”并行的策略。
“扩容”是指增强算力资源的可获得性。通过增加智算中心的数量, 实现充足的多元算力供给。“提效”则需要从算力基础设施建设和优化、算法创新、提高数据质量、降低能耗等方面系统性实现。
以用定建: 智算中心的建设规划, 应该以应用为导向, 结合当地经济发展水平、产业需求、算力消费能力及未来增长潜力, 确定建设规模, 提高算力资源利用率, 避免盲目建设浪费算力资源;
优化算力基础设施架构: 包括采用先进的计算架构, 提升单计算节点性能, 提高计算效率; 利用智能调度算法, 优化集群管理方面, 确保资源高效利用等;
算法创新: 如通过模型剪枝、模型参数量、知识蒸馏、设计高效模型架构等算法创新, 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, 大幅提升模算效率;
增强数据支持: 可通过建立高质量的数据集, 减少无效计算, 提升整体计算性能和结果准确性; 构建统一的数据存储和访问接口, 简化数据流动与共享, 为大模型训练提供强有力的支持;
采用节能降碳技术: 如通过采用液冷等降碳技术打造绿色数据中心, 降低数据中心的总能耗, 提高计算密度, 提高算力利用率。
当前, 我国正在实施《算力基础设施高质量发展行动计划》。显然, 以上“提效”举措, 可以充分把算效发挥出来, 能效提升上来, 推动实现算力的高质量发展。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。