大約5億年前，地球迎來了物種的突然大爆發(fā)，標志著生物進化除了緩慢漸變，還可能以跳躍的方式進行。

同樣，人工智能在經(jīng)歷70余年曲折發(fā)展之后，也處于一個極為關(guān)鍵的時刻，在模型、數(shù)據(jù)、算力等各項基礎(chǔ)技術(shù)多年持續(xù)迭代、升級的驅(qū)動下，各種形式與樣態(tài)的智能體大爆發(fā)，人工智能展現(xiàn)出令人驚嘆的“跳躍式”進化速度。

這其中，算力在人工智能“跳躍式”進化中發(fā)揮著不可低估的作用，不僅支撐起人工智能的快速創(chuàng)新，自身也迎來變革與爆發(fā)式增長。Gartner最新報告顯示，2024年第三季度全球服務(wù)器銷售額617.1億美元，同比大幅增長85.1%，出貨量303.2萬臺，同比增長7.2%，其中浪潮信息以11.7%的市占率蟬聯(lián)全球第二，中國第一。同時Gartner預(yù)計2024年全球服務(wù)器市場規(guī)模預(yù)計可突破2000億大關(guān)，達到2164億美元，出貨量約為1199萬臺，同比增長6.5%。

再仔細分析，AI算力又展現(xiàn)出極強的增長態(tài)勢，主導(dǎo)著算力產(chǎn)業(yè)未來演進方向。Gartner甚至預(yù)測，到2028年，全球服務(wù)器市場規(guī)模將超3329億美元，其中AI服務(wù)器占據(jù)70%的市場份額，一個由AI算力主導(dǎo)驅(qū)動的人工智能“大爆炸”時代正全面開啟。

2024年算力需求大爆發(fā)，誰是幕后最大“推手”

基礎(chǔ)大模型的高速發(fā)展，是2024年全球服務(wù)器市場爆發(fā)性增長的最大推手。

回顧過去兩年AI的發(fā)展，基礎(chǔ)大模型無疑是最大主角。在Scaling Law定律加持下，基礎(chǔ)大模型進化速度日新月異。如今，基礎(chǔ)大模型不僅是各類智能應(yīng)用的底座，使得各類AI應(yīng)用具備人類的理解、推理等能力，更加速進入到垂直行業(yè)之中，成為千行百業(yè)數(shù)智轉(zhuǎn)型升級的基石。

如果說數(shù)據(jù)是基礎(chǔ)大模型的原料，那么算力就是基礎(chǔ)大模型的引擎。因此，基礎(chǔ)大模型的激烈競爭，直接導(dǎo)致全球加大對于算力等基礎(chǔ)設(shè)施的投入，算力即競爭力成為AIGC時代的不二法則。

例如，超大規(guī)模云服務(wù)提供商既是基礎(chǔ)大模型的深度參與者，也是AI服務(wù)器市場的需求主力軍。Gartner數(shù)據(jù)顯示，微軟、Meta、Google等公司在2024年預(yù)計投入了722億美元在AI服務(wù)器采購上，占據(jù)整個AI服務(wù)器市場的56%，巨頭們對于AI基礎(chǔ)設(shè)施的重視可見一斑。

從地域來看，北美和大中華區(qū)兩個超大規(guī)模數(shù)據(jù)中心集中的區(qū)域也是全球服務(wù)器的銷量擔當，其中北美地區(qū)同比增長149%，大中華區(qū)同比增長116%。事實上，北美和大中華區(qū)也是當下基礎(chǔ)大模型、智能應(yīng)用創(chuàng)新高地，不僅有互聯(lián)網(wǎng)巨頭，還涌現(xiàn)出一批像OpenAI、Anthropic、月之暗面、DeepSeek等一批AI初創(chuàng)公司，這些初創(chuàng)公司對于AI算力的需求亦是水漲船高。

另外，垂直行業(yè)全面擁抱AI的趨勢也不容忽視，自動駕駛、智能交通、智慧金融、工業(yè)AI、醫(yī)療AI等行業(yè)趨勢同樣帶動了AI服務(wù)器的采購。Gartner數(shù)據(jù)顯示，2024年全球企業(yè)用戶在AI服務(wù)器采購支出上同比增長高達184%。事實上，隨著基礎(chǔ)大模型能力的持續(xù)提升，垂直領(lǐng)域的大模型也在今年迅速興起，行業(yè)用戶普遍渴望擁有屬于自身領(lǐng)域的大模型和基于垂直大模型來廣泛構(gòu)建各類智能應(yīng)用，從而重塑自身業(yè)務(wù)場景、流程和用戶體驗。

可以說，2024年是人工智能發(fā)展的里程碑式一年。既有OpenAI o1、o3，Anthropic ，Claude 3.5i等眾多令人驚艷的大模型發(fā)布，也有五花八門具身智能產(chǎn)品的大量涌現(xiàn)，更有各大垂直行業(yè)嘗試推動AI與場景的深度融合，這一切眼花繚亂的背后都離不開算力的支撐與推動。

那么，2025年隨著人工智能的發(fā)展達到一個關(guān)鍵拐點，接下來又會對算力需求產(chǎn)生哪些重要影響？

2025年AI推理成為算力的最大推手

人們從對大模型的預(yù)訓練的關(guān)注，已經(jīng)延伸到了后訓練和推理。事實上，在今后相當長的時間里，Scaling law依然非常重要，因為大家在不同的場景中依然要持續(xù)的訓練迭代，提升模型的性能。

24年，大模型的技術(shù)路徑從LLM（Large Language Model）演進到LRM（Large Reasoning Model），推理已經(jīng)成為接下來業(yè)界重點突破的方向。正如OpenAI 前創(chuàng)始人、首席科學家Ilya Sutskever所言：整個基礎(chǔ)大模型領(lǐng)域正重新進入一個“發(fā)現(xiàn)和探索”的新階段。

例如，OpenAI的o1模型采用“推理時間計算（test-time compute）”技術(shù)，展現(xiàn)出令人震驚的復(fù)雜推理和決策能力；Google則在2025年初發(fā)布了Transformer 架構(gòu)的替代者--Titans架構(gòu)，取消上下文限制，并將“推理時間計算”技術(shù)應(yīng)用在記憶（memory）層面；Anthropic則在Claude 3.5采用合成數(shù)據(jù)和強化學習來提升模型的性能表現(xiàn)……

另一方面，隨著基礎(chǔ)大模型進入到各種業(yè)務(wù)場景之中，不僅加速與各種軟件進行融合，更產(chǎn)生出極為豐富的AI應(yīng)用和各類AI Agent，也進一步增加大量推理的需求。AWS CEO Matt Garman在去年的2024 re：Invent大會上表示，推理正變得愈發(fā)重要，成為構(gòu)建應(yīng)用當之無愧的核心組件模塊之一。

例如，《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》顯示，2024年，中國的生成式人工智能產(chǎn)品用戶規(guī)模已達到2.49億人，生成式人工智能在中國的應(yīng)用和普及已初具規(guī)模。而2025年，所有企業(yè)將面臨AI轉(zhuǎn)型，AI的普及與落地將帶來全新的推理算力需求的爆發(fā)。

可以預(yù)見，“訓練”依然會成為消耗算力的“大戶”，不過“推理”也會變得與“訓練”一樣重要，成為人工智能舞臺上未來幾年的主角。這一改變不僅是整個產(chǎn)業(yè)界創(chuàng)新的重點，也將持續(xù)帶動算力的需求和創(chuàng)新。VerifiedMarketResearch預(yù)測，推理芯片2024-2030年復(fù)合年增長率高為22.6%。Gartner也預(yù)測，2025年，推理的集群算力規(guī)模將超過訓練，也將是AI走向普及化的關(guān)鍵之年，到2028年，應(yīng)用于推理的服務(wù)器將占整個市場規(guī)模70%。

隨著人工智能與業(yè)務(wù)場景的深度融合，復(fù)雜的訓練和推理任務(wù)，對算力基礎(chǔ)設(shè)施提出了全新的需求，算力演進需要去突破算力多元化、數(shù)據(jù)中心能耗、建設(shè)運營模式等一系列新挑戰(zhàn)。

打破封閉的生態(tài)體系，算力向多元開放演進

如今，人工智能的“跳躍式”進化，不僅帶來巨大且持續(xù)的算力資源需求，更直接推動算力產(chǎn)業(yè)加速演進。

首先，在人工智能快速發(fā)展的驅(qū)動下，算力走向多元化成為大勢所趨，算力的演進也將加速打破過去的固有封閉生態(tài)，從芯片到算力系統(tǒng)將以更短的周期進行升級與迭代，這必然需要算力更加開放化，逐步實現(xiàn)全面解耦和多元化生態(tài)。事實上，近年來OAM、OCM等標準獲得產(chǎn)業(yè)界的高度重視，從NVIDIA、AMD等芯片廠商，到Amazon、Meta、Google、阿里等超大規(guī)模數(shù)據(jù)中心用戶，再到浪潮信息等整機系統(tǒng)廠商，紛紛投入資源，讓不同算力能夠共享統(tǒng)一平臺，以降低算力創(chuàng)新成本和適配成本，也讓多元化的應(yīng)用場景都能方便快捷的適配到貼合的方案，加速AI算力的創(chuàng)新。

其次，隨著AI的普及需求，未來需要一切計算皆AI，哪怕是通用算力也需要處理AI推理工作負載，服務(wù)器等算力設(shè)備的應(yīng)用邊界將持續(xù)擴大，以滿足AI越來越多的算力需求。事實上，算力成本的昂貴是當前最為突出的挑戰(zhàn)，一切計算皆AI有望成為緩解算力資源匱乏和算力成本高昂的有效手段之一。以浪潮信息為例，基于張量并行、NF4模型量化等算法優(yōu)化，其元腦服務(wù)器僅需要4顆CPU就能完成運行千億參數(shù)的運行；另外，還有最新發(fā)布的元腦服務(wù)器新平臺，也在Llama大模型的AI推理場景中性能獲得大幅提升。

第三，AI算力帶來的高功耗挑戰(zhàn)刻不容緩，綠色算力相關(guān)規(guī)范會愈加成熟，相關(guān)技術(shù)也會加速得到應(yīng)用與普及。如今，萬卡、十萬卡規(guī)模的AI集群不斷涌現(xiàn)，加上AI算力性能的提升，單機系統(tǒng)功耗不斷攀升，使得整個數(shù)據(jù)中心的散熱成為一項長期挑戰(zhàn)。因此，AI液冷整機柜的相關(guān)規(guī)范正在制定中，冷板式液冷、熱管式液冷、浸沒式液冷等產(chǎn)品將加速普及；甚至，從規(guī)劃咨詢、設(shè)備定制到交付施工的全生命周期最優(yōu)液冷解決方案會在市場中收到用戶的青睞。以浪潮信息為例，日前采用119個集裝箱，僅用時120天，就像“搭樂高積木”一樣建成10MW的元腦“算力工廠”， 該算力工廠內(nèi)部署了高密智算算力倉，包括50kW負載的風冷機柜和130kW負載的液冷機柜，實現(xiàn)智能算力的高密部署與綠色節(jié)能。

最后則是算力使用模式和算力服務(wù)生態(tài)也在加速演進，除了公有云能夠提供各種便捷算力服務(wù)之外，GPU租賃、托管等模式需求也大幅上漲，將形成新的AI算力服務(wù)供給生態(tài)。例如，美國對AI基礎(chǔ)設(shè)施的投資額爆發(fā)增長，這些初創(chuàng)公司已經(jīng)將GPU算力租賃與托管的模式走通。在中國，智算中心的建設(shè)熱度也居高不下。Gartner預(yù)測到2028年90%的中國企業(yè)將采用托管而非自建AI基礎(chǔ)設(shè)施，智算中心未來在AI基礎(chǔ)設(shè)施中將發(fā)揮重要作用。

綜合觀察，Gartner最新全球服務(wù)器市場報告充分表明，在基礎(chǔ)大模型、AI應(yīng)用等快速發(fā)展的帶動下，算力市場2024年已全面爆發(fā)；同時，算力需求側(cè)與供給側(cè)的需求結(jié)構(gòu)也在發(fā)生重要調(diào)整，來自AI推理的越來越多需求，將極大推動算力未來的演進。無論是AI芯片廠商，還是整機廠商，均需要正視和適應(yīng)算力市場的變化，以提升算力密度和能源利用效率，滿足AIGC“大爆發(fā)”時代的算力需求。