每秒百億、千億次的浮點運算能力，拍字節（PB）級的數據存儲規模……許多人可能對這些指標沒有太多概念，但如果說起春節檔電影中的特效、渲染和如今我們經常使用的生成式人工智能、人臉識別、即時翻譯等，人們應該不會陌生。

近日，國際數據公司（IDC）與浪潮信息聯合發布《2025中國人工智能計算力發展評估報告》（以下簡稱《報告》）。《報告》顯示，大模型和生成式人工智能推高算力需求，我國智能算力增速高于預期。2024年，我國智能算力規模達725.3百億億次/秒(EFLOPS)，同比增長74.1%；市場規模達到190億美元，同比增長86.9%。

智能算力規模持續擴大

在山東濟南一個大型智算中心建設現場，一個個集裝箱“大塊頭”在吊臂的牽引下緩緩上升、移動，最終在預定位置落地。智能計算中心像“搭積木”一樣，很快拼接成型、完成搭建。

由119個預制化集裝箱拼接而成，總功耗達到10兆瓦，電能利用效率（PUE）降至1.1以下，結構材料80%可循環利用，運維基本實現自動化、智能化……這座浪潮信息元腦“算力工廠”從開始建設到正式投運，僅用了120天。

作為數字經濟發展的重要底座，算力主要分為超算算力、通用算力和智算算力等類型。其中，超算算力通常以超級計算機為載體，主要用于尖端科研領域；通用算力一般由CPU（中央處理器）承擔主計算工作，適用范圍較廣；智能算力則專為人工智能應用設計，支持AI算法模型訓練與運行，GPU（圖形處理器）在其中發揮關鍵作用。

當前，隨著大模型、生成式人工智能蓬勃發展，算力結構進一步演化，對智能算力的需求與日俱增。120天建成的“算力工廠”，正是中國智能算力規模快速增長的縮影。

“2024年，中國智能算力增速是同期通用算力的3倍以上。”國際數據公司（IDC）中國副總裁周震剛介紹。

近年來，從國家到地方再到各類經營主體，都在大力推進算力資源布局建設，一系列利好措施的推動下，中國智算算力規模不斷增長，服務模式持續完善，軟硬件生態逐步構建，綠色低碳發展格局加速形成。

“在龐大的數據和算力推動下，人工智能的綜合表現得到了顯著提升。”中國信息通信研究院人工智能研究所所長魏凱表示，以基礎語言模型為例，其通過不斷擴展和優化，在各類自然語言處理任務上均取得了更好的效果。同時，多模態模型在視覺理解上的進展也相當顯著。

周震剛說，預計未來兩年，中國智能算力規模仍將保持高速增長，其中2025年將較2024年增長43%，2026年中國智能算力規模將達到2024年的兩倍。

行業落地應用速度加快

當前，智能算力行業落地應用速度加快，大量企業主動“擁抱”大模型。《報告》顯示，42%的企業開始進行大模型的初步測試和重點概念驗證，17%的企業已經將技術引入生產階段，并應用于實際業務中。

制造業場景復雜、門類繁多，數據量龐大且碎片化嚴重，大模型在制造業面臨落地難、成本高等問題。“比如在質檢領域，要獲取全部的缺陷樣本非常困難。”思謀科技創始人賈佳亞介紹，針對這一問題，公司發布了面向高端制造的工業多模態大模型，它可以通過理解和學習少量實際缺陷圖片，依據文本描述生成真實的缺陷圖像，從而輔助訓練缺陷檢測模型，提升質檢效果。

“過去，收集各種缺陷類型需要工廠生產線運轉兩三個月；如今，借助大模型的深度學習能力，只需要一個星期甚至更短的時間。”賈佳亞說，該大模型已累計生成上百種缺陷類型，在消費電子和新能源等領域實現了應用。

對大模型及生成式人工智能需求的日益增長，正顯著推動我國人工智能算力基礎設施的快速發展，促使企業通過應用高性能計算設備、優化數據中心基礎設施、提升存儲和網絡能力等，進一步支持復雜的人工智能運算任務。

除了自建智能算力基礎設施，很多企業也通過購買云計算服務的方式，來實現智能化轉型。華為云大數據與人工智能領域總裁尤鵬介紹，華為云推出人工智能云服務，并構建了相應的大模型工具鏈，讓企業在無需改造、自建機房或運營維護人工智能算力基礎設施的情況下，就能使用大模型來適配不同場景需求。目前，華為云盤古大模型已在30多個行業、400多個場景中落地，覆蓋制造、醫藥研發、煤礦、鋼鐵等多個行業領域。

“當前，人工智能在互聯網、金融、制造等領域的滲透度持續增加，不僅反映了市場對先進人工智能技術的迫切需求，也體現了中國企業在全球人工智能競賽中的積極布局和投入。”周震剛說。

多樣化需求帶動新方向

流淌在群山間的蓬勃算力驅動著文化創新。在貴州貴安新區超級計算中心內，一排排服務器機柜整齊矗立、高速運轉。1秒鐘，數據在這里就可運算3億億次。它與北京、上海、廣州等38座城市實現了網絡直聯，省內單向時延為3毫秒、至粵港澳大灣區也僅需10毫秒。

將三維場景中的模型按照設定好的環境、燈光、材質及渲染參數，以逼真的方式呈現在二維屏幕上……影視作品中纖毫畢現的細節、精彩絕倫的畫面都離不開渲染，而智能算力的發展，為其提供了算力保障。

貴安新區科創產業發展有限公司技術研發部項目經理劉廷娟介紹：“今年春節電影檔，我們為《哪吒之魔童鬧海》中的1900多個特效鏡頭提供了渲染算力支持。”

“一部三維動畫影視作品的數據素材量有可能超過250TB，假設用一臺工作站來渲染，需要約600年的時間才能完成。但如果采用成千上萬臺服務器同時渲染，就只要幾個月時間。”貴安新區科創產業發展有限公司綜合部部長彭本黔說，除了縮短制作周期，強大的算力加持也讓影片質量更有保障。

當前，不同行業和應用場景的多樣化需求，對算力發展提出了新的要求。

“金融行業需要高安全性和低延遲的計算環境，醫療行業需要處理大量醫學影像數據，制造業需要實現實時生產優化，互聯網行業需要處理大規模用戶數據和內容推薦等。”浪潮信息高級副總裁劉軍舉例，這些需求對算力底層架構提出了高性能、低延遲、高安全性、可擴展性和成本效益等新要求。

“通過資源池化、智能調度、多租戶支持、異構計算和邊緣計算等技術，人工智能算力基礎設施能夠靈活應對這些需求，確保資源的高效利用和業務的穩定運行，從而推動人工智能技術在各行業的廣泛應用。”劉軍說。

專家表示，經歷了一定時間的算力規模積累后，中國算力產業的發展需要實現從量變到質變的跨越。在持續擴大算力規模、達成供需平衡的同時，還需要解決各行業應用算力中的難點，以實現從擴大算力規模到高質量釋放算力價值的轉變。

原刊于《人民日報海外版》（2025年02月20日 第 09 版）

分享讓更多人看到