2月14日消息，國際數(shù)據(jù)公司（IDC）與浪潮信息聯(lián)合發(fā)布《2025年中國人工智能計算力發(fā)展評估報告》（簡稱《報告》）?！秷蟾妗分赋?，大模型和生成式人工智能推高算力需求，中國智能算力增速高于預(yù)期。2025年中國智能算力規(guī)模將達到1,037.3 EFLOPS，預(yù)計到2028年將達到2,781.9 EFLOPS。

中國企業(yè)將人工智能作為產(chǎn)業(yè)創(chuàng)新的抓手，加速探究生成式人工智能等先進技術(shù)在行業(yè)中的應(yīng)用，越來越多的中國企業(yè)正在積極制定和實踐人工智能轉(zhuǎn)型戰(zhàn)略。IDC調(diào)研顯示，42%的中國企業(yè)已經(jīng)開始進行大模型的初步測試和重點概念驗證，17%的企業(yè)已經(jīng)將技術(shù)引入生產(chǎn)階段，并應(yīng)用于實際業(yè)務(wù)中。

對大型模型及生成式人工智能需求的日益增長，正顯著推動中國人工智能算力基礎(chǔ)設(shè)施的快速發(fā)展，促使企業(yè)不斷升級其硬件配置，通過采購高性能的計算設(shè)備、優(yōu)化數(shù)據(jù)中心基礎(chǔ)設(shè)施、提升存儲和網(wǎng)絡(luò)能力等，進一步支持復(fù)雜的人工智能運算任務(wù)。IDC調(diào)研結(jié)果顯示，在未來18個月內(nèi)，中國企業(yè)在生成式人工智能項目上的投資將首要集中在硬件升級方面。

IDC研究發(fā)現(xiàn)，隨著生成式人工智能和大模型逐步擴大應(yīng)用，企業(yè)將面臨來自數(shù)據(jù)、算力、模型、人才、成本等多方面的挑戰(zhàn)。其中，算力基礎(chǔ)設(shè)施是關(guān)鍵議題，企業(yè)當(dāng)下面臨的相關(guān)挑戰(zhàn)包括但不限于計算架構(gòu)難以支持大規(guī)模應(yīng)用、與基礎(chǔ)設(shè)施建設(shè)和維護相關(guān)的高昂成本投入，以及高性能的計算資源的不足。

企業(yè)在人工智能大模型訓(xùn)練、推理階段，會面臨不同的算力挑戰(zhàn)。對于持續(xù)開展大模型訓(xùn)練和研發(fā)的企業(yè)和研究機構(gòu)而言，他們需要完成大量計算任務(wù)，推高算力需求，將長期處于高性能算力供不應(yīng)求的狀態(tài)；隨著大模型和生成式人工智能技術(shù)在實際應(yīng)用場景中落地，企業(yè)普遍面臨以推理負(fù)載為主的算力需求，在推理階段，算力分配和調(diào)度是主要問題，推理任務(wù)的算力需求具有波動性，難以預(yù)測和管理，導(dǎo)致資源分配不均衡，缺乏有效的算力分配和調(diào)度機制，導(dǎo)致算力資源的局部浪費和整體利用率低下，這不僅影響了人工智能基礎(chǔ)設(shè)施的算力效率，也增加了整體成本。

此外，對于調(diào)整技術(shù)發(fā)展路徑的科技企業(yè)或者行業(yè)巨頭而言，如放棄自研大模型轉(zhuǎn)用第三方模型，結(jié)束大模型訓(xùn)練轉(zhuǎn)向模型推理，或通過模型剪枝、量化等方法降低模型算力需求，可能會出現(xiàn)算力盈余的情況。同時，在智算中心的積極建設(shè)的過程中，部分中心也出現(xiàn)了在實際運營中算力利用率未達預(yù)期的情況。

在人工智能單點技術(shù)應(yīng)用方面，IDC調(diào)研顯示，圖像技術(shù)成為當(dāng)下最主要的應(yīng)用技術(shù)類型，人臉與人體識別緊隨其后， 自然語言處理位列第三。