2025年中国人工智能计算力发展评估报告100+份汇总解读|附PDF下载

阅读：评论：0

原文链接：tecdat/?p=40211

在当今数字化时代，人工智能正以前所未有的速度重塑着各个行业的发展格局，成为推动经济增长和创新变革的关键力量。本报告汇总解读深入剖析全球及中国人工智能计算力的发展态势，凭借大量详实的数据和专业的分析方法，为读者呈现出该领域的全景画卷。从全球视角来看，生成式人工智能异军突起，引发了企业工作负载的深刻变革，同时也促使人工智能算力呈现出规模法则主导、平台生态构建、数据基础设施升级等五大显著趋势。本报告汇总洞察基于文末136份人工智能算力行业研究报告的数据，报告合集已分享在交流群，阅读原文进群和500+行业人士共同交流和成长。

在中国，政策的有力支持与市场的积极探索相互促进，智能算力规模增速远超预期，算力基础设施呈现多元化、服务化、场景化和绿色化的发展特征。然而，发展的道路并非一帆风顺，企业在应用人工智能的过程中面临着数据、算力、模型等诸多挑战。本报告将对这些内容展开深入探讨，并为行业参与者提供具有针对性的策略建议，助力其在人工智能的浪潮中把握机遇、应对挑战。

一、人工智能发展的全球与中国态势

全球人工智能市场增长迅猛，成为推动各行业智能化升级的核心动力。美国凭借政策、资本、技术和创新生态优势，在人工智能领域持续领跑；亚太地区发展多样且快速，中国在其中发挥引领作用，日本、新加坡也积极布局；欧洲多国在推动技术发展的同时，加强法规监管。生成式人工智能成为企业重要新型工作负载，其市场支出预计在2023 - 2028年以59.2%的年复合增长率增长。受大模型技术发展影响，全球人工智能算力呈现五大发展趋势。规模法则从预训练延伸到后训练和推理阶段，推高算力需求，如DeepSeek系列模型推动了大模型的普及与应用，带动算力建设。企业愈发重视平台价值，通过构建互联生态体系，加速先进技术落地。面对数据量的爆发式增长和复杂的数据处理需求，企业积极构建先进数据基础设施，打造高质量数据集。

在投资人工智能基础设施时，企业注重优化策略，关注技术创新，以实现高效的投资回报。同时，人工智能大模型技术带来的能耗挑战日益严峻，冷却技术不断创新，数据中心也在探索从储电能向储大模型算力的转变。

中国积极推进数字基础设施建设，企业加速生成式人工智能的应用探索。42%的中国企业已开展大模型的初步测试和概念验证，17%的企业将其应用于实际业务。受此推动，中国智能算力规模快速增长，2023 - 2028年五年年复合增长率预计达46.2%，远超此前预期。中国人工智能算力基础设施呈现多元化、服务化、场景化和绿色化的特点，但在发展过程中，企业面临着数据、算力、模型等多方面的挑战。为应对这些挑战，应采取“扩容”和“提效”并行的策略，提升算力供给能力和质量，系统性提高算力利用率。

互联网引领智能算力应用，下游行业渗透率加速提升。

大量场景数据为 AI 训练奠定基础。从 2019 年至 2023 年，中国智能算力规模由 32EFLOPS 跃升至 414EFLOPS，此期间年复合增长率约为 90.1%，不仅超越同期中国通用算力规模的增速，整体增长势头更是极为强劲。
高性能计算机赋予数据处理计算能力。就智能算力下游应用行业的分类而言，当前智能算力主要应用于互联网行业，占比超过五成。这是因为互联网企业相较于其他行业，在大模型上的投入更大，所以对计算的需求也更为旺盛。其他行业目前尚处于探索人工智能应用的阶段，对智能算力的需求整体还处在培育期。

算法是基于数据分析构建的基础规律并进行预测。展望未来，预计到 2028 年，中国智能算力规模将达 1436EFLOPS。

二、人工智能算力及应用的全面解析

大模型和生成式人工智能的发展，使人工智能服务器市场规模不断扩大，预计2028年中国人工智能服务器市场规模将达到552亿美元，推理工作负载占比将达73%。人工智能服务器向高性能、高效能方向发展，其生态系统建设愈发关键。人工智能芯片呈现多元化发展趋势，针对不同应用场景进行优化设计，在技术创新、生态建设和产业发展等方面表现强劲。随着人工智能技术的发展，企业对数据存储的需求大幅提升，2024 - 2028年全球企业在人工智能存储领域的支出将持续增长。大模型训练和推理对存储性能和数据治理能力提出了更高要求，分布式存储、全闪存存储方案以及先进的网络架构得到广泛应用，以满足数据处理和传输的需求。
数据中心能耗问题备受关注，液冷技术成为实现可持续发展的关键突破。它能够降低数据中心能耗，提高计算密度，预计2028年中国液冷服务器市场规模将达到105亿美元，2023 - 2028年五年年复合增长率为48.3%。边缘计算在人工智能发展中愈发重要，大模型逐渐向边缘迁移，通过本地化数据处理、减少网络延迟等优势，提高大模型的算力效率和实用性，加速模型推理。算法创新与模型迭代对提高算力利用率至关重要，如DeepSeek R1系列模型通过算法创新，降低了算力消耗，提升了智能水平。中国大模型发展呈现多模共存的局面，开源趋势增强，端侧大模型和人工智能推理蓬勃发展，多模态大模型成为重要发展方向。

我国的数据要素市场正日益活跃。在 2023 年，数字中国建设收获了积极的成果。数据基础制度的建设步伐不断加快，一个上下联动且横向协同的全国数据工作体系已初步构建完成。我国的数据生产总量达到了 32.85ZB，与去年同期相比，增长了 22.44%，整体呈现出稳步上升的态势。到 2023 年年末，我国的数据存储总量达 1.73ZB，在此背景下，算力需求也在持续攀升。

企业对智能算力的需求变化，推动了人工智能算力服务市场的发展。2024 - 2028年中国智算服务市场规模将快速增长，五年年复合增长率为57.3%。市场参与者通过构建全栈服务体系，满足多样化的算力需求，具备强大建管运能力和丰富运作经验的厂商将占据优势。全球人工智能市场规模持续增长，生成式人工智能市场是主要增长领域。人工智能在各行业的应用不断拓展，图像技术、自然语言处理等是主要应用技术，视频分析、知识图谱等是高算力消耗的应用场景。生成式人工智能在知识管理、对话式应用等领域具有较大发展潜力，在自动驾驶、金融、制造、医疗等行业的应用取得了显著成果，同时与传统人工智能形成互补。

三、人工智能算力发展评估与排名

通过对人工智能技术场景、应用场景成熟度以及投资规模等维度的评估，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。互联网企业在大模型研发、应用及推广方面发挥引领作用；金融行业深化人工智能应用，提升运营效率和风险控制能力；运营商利用人工智能提升网络管理和用户服务水平；制造业加速智能化转型；政府将人工智能融入社会治理和民生服务。此外，教育、医疗等行业在人工智能应用方面也取得了一定进展。
综合考虑人工智能投资规模、政策支持力度、技术成熟度以及劳动供给等因素，对中国城市的人工智能算力发展进行评估。北京凭借人才、企业和政策优势位居首位；杭州和上海分别位列第二、三位，上海排名较前一年上升一位；深圳、广州等城市也表现突出。部分城市排名上升，如上海借助国际化优势和政策支持加速发展，广州通过产业聚集推动技术创新，成都和厦门加强算力基础设施建设，天津依靠高校协作提供人才支持。

全球算力规模持续稳步扩张，其中智算更是实现同比翻倍增长。以 AIGC 为代表的人工智能应用以及大模型训练等崭新需求与业务的强势崛起，有力地推动着全球智算规模展现出高速增长的强劲态势。据中国信通院的测算结果，截至 2023 年年末，全球算力总规模约达 910EFLOPS，同比增长 40%；而智能算力规模则高达 335EFLOPS，同比增长幅度达到了 136%，其增速远远超越了算力整体规模的增速。

四、推动人工智能发展的策略建议

行业用户在发展人工智能时，应制定长远的战略规划，结合自身业务场景确定人工智能的应用方向和预期回报，并评估现有IT基础设施能否满足项目部署及未来扩展的需求。面对多样化的算力资源，企业应选择合适的合作伙伴，综合考量服务商的规模、经验、数据积累等因素，获取最适配的智算服务。在建设人工智能基础设施时，要以实际业务需求为导向，避免资源浪费，运营过程中优化架构、提高模型效率，以提升算力利用率。此外，发挥系统创新优势，整合硬件、算法、数据等要素，加速人工智能应用落地。
解决方案提供商需打造功能丰富、定制灵活的人工智能开发应用平台，为用户提供多样化的大模型选择，降低使用门槛。采用透明的定价模型，结合液冷数据中心等高能效解决方案，优化用户的人工智能应用成本，帮助用户实现投资回报率目标。加强与算力基础设施提供商、平台提供商等多方的生态合作，共同推动人工智能产业化发展。