本报告由IDC与浪潮信息联合发布，深入评估了2025年中国人工智能计算力发展现状与趋势，并展望至2028年。报告指出，算法创新和规模法则持续推动AI算力需求，中国智能算力发展增速高于预期，预计2025年将达1,037.3 EFLOPS，2028年达2,781.9 EFLOPS，五年复合增长率达46.2%。生成式AI正成为企业重要工作负载，推动算力基础设施向多元化、服务化、场景化、绿色化方向演进。液冷技术、边缘计算及开源模型是关键趋势，互联网、金融、运营商等行业渗透度领先，北京、杭州、上海位居城市算力发展前三。报告强调“扩容”与“提效”并行，并提出应对挑战的策略建议。
核心结论
中国智能算力发展水平增速高于预期，预计2023-2028年五年年复合增长率将达到46.2%，并在2028年达到2,781.9 EFLOPS。
生成式人工智能已成为企业重要的新型工作负载，推动全球AI服务器市场规模持续增长，预计2028年将达到2,227亿美元，其中生成式AI服务器占比将提升至37.7%。
大模型的开源趋势显著增强，成为加速AI普惠、降本增效的关键力量，预计2025年将有55%的企业使用开源AI基础模型开发应用程序。
能耗挑战持续加剧，液冷技术成为数据中心绿色可持续发展的关键，预计2028年中国液冷服务器市场将达到105亿美元，五年复合增长率达48.3%。
人工智能应用正从云端向边缘侧和端侧迁移，智慧边缘将加速模型推理，预计到2028年中国人工智能服务器推理工作负载占比将达到73%。
中国人工智能算力基础设施发展呈现多元化、服务化、场景化、绿色化特征，互联网、金融、运营商等行业渗透度领先，北京、杭州、上海在城市算力发展中位居前列。
关键数据
报告背景
本报告由国际数据公司（IDC）与浪潮信息联合出品，发布于2024年，旨在深入评估中国人工智能计算力在2025年的发展状况，并对未来至2028年的趋势进行预测。报告详细分析了全球及中国人工智能计算力发展的宏观趋势、技术应用、产业生态、面临的挑战及解决方案，并对中国人工智能算力发展的行业和地域进行了排名评估，为行业用户和解决方案提供商提供了专业的行动建议。
核心内容
全球及中国人工智能发展概述
报告指出，生成式人工智能已成为重要新型工作负载，推动全球AI市场持续增长。IDC预测，2025年全球2000强企业将超过40%的IT预算投入AI项目。从区域看，美国凭借政府支持、资本活力和创新生态继续引领全球，亚太地区（尤其是中国）呈现多样化和快速增长，欧洲各国政府也积极推动AI技术发展并出台监管法规。
全球人工智能算力发展呈现五大趋势：
- 规模法则（Scaling law）：在预训练、后训练和推理阶段持续推高AI算力需求，DeepSeek等高效算法并未抑制算力需求，反而因用户和场景增加而推动大模型普及。
- 平台价值日益凸显：企业更加重视发挥平台价值，构建互联的生态体系，以降低AI应用开发门槛。
- 数据基础设施和高质量数据集：面向AI场景构建先进数据基础设施，以应对数据生命周期复杂化和混合内容生成需求。
- 投资回报与技术创新：企业优化策略制定，关注小语言模型（SLM）、窄AI模型、稀疏AI模型及RAG等技术创新，加速实现投资高效回报。
- 能耗挑战加剧：AI大模型技术带来更高能耗需求，液冷技术成为关键突破，预计2025年全球AI数据中心IT能耗将达到77.7 TWh。
中国智能算力发展水平增速高于预期，IDC调研显示，目前42%的中国企业已开始进行大模型的初步测试和概念验证，17%已将技术引入生产阶段。中国AI算力基础设施发展呈现多元化、服务化、场景化、绿色化四大特征。
人工智能算力及应用
1. 芯片和服务器：向高性能与高效能方向演进，重视开放多元体系建设。大模型兴起显著提升对高性能计算资源的需求，中国AI服务器市场规模持续扩大，预计2028年将达到552亿美元。推理工作负载占比将显著提高，预计2028年将达到73%。
2. 存储和网络：分布式存储与全闪存提升性能，先进网络架构优化数据访问速度。AI对数据存储的需求达到前所未有的高度，2024年全球AI存储支出预计达67亿美元，2028年有望达到102亿美元。大模型训练和应用推动存储系统具备更大容量、更快读写速度、更低延迟和更高灵活性。网络方面，高带宽（400G/800G，未来1.6T）、低延迟（RoCEv2）、高可靠、端网协同、负载均衡、拥塞控制和全网可视是关键发展方向。
3. 可持续数据中心：液冷技术成为关注重点，聚焦智能算力散热革命。AI数据中心能耗问题日益突出，液冷技术可显著降低PUE值至1.1以下，提高计算密度和算力利用率。IDC预测，2028年中国液冷服务器市场将达到105亿美元。
4. 边缘计算：大模型的部署向边缘迁移，智慧边缘加速模型推理。生成式AI正迅速成为企业在边缘计算环境中最广泛应用的工作负载。边缘计算通过本地化数据处理、减少网络延迟、保障数据隐私、优化资源分配和增强系统弹性，显著提高了大模型的算力效率和实用性。
5. 算法和模型：算法创新与模型迭代解锁更高算力利用率，实现卓越性能与效率。DeepSeek R1等大模型基于算法创新，显著降低了训练和推理阶段的算力消耗。多模共存、行业和企业落地成为重点，模型压缩、量化、蒸馏等技术可显著提升推理吞吐量，减少资源消耗。开源模型成为推动AI普惠的重要力量，预计2025年55%的企业将使用开源AI基础模型。
6. 人工智能算力服务：构建全栈服务体系，加速大模型应用落地。智算服务市场快速发展，IDC数据显示，2024年中国智算服务市场整体规模达到50亿美元，2028年将达到266.9亿美元，五年复合增长率达57.3%。其中，智算集成服务和GenAI IaaS是未来重要的增量市场，五年复合增长率分别达到73%和79.8%。
7. 应用：积极探索人工智能应用场景，加速智能对于业务发展的价值转化。IDC调研显示，图像技术、人脸与人体识别、自然语言处理是当前最主要的应用技术类型。生成式AI最具潜力的应用场景包括知识管理、对话式应用、内容生成和营销。在业务领域，客户互动、产品设计、市场营销/公共关系最具潜力。行业应用方面，自动驾驶、金融、制造、医疗等领域均有突出表现。
人工智能算力发展评估
行业排名：IDC对人工智能的行业渗透度进行评估，排名前五的行业依次为：互联网（91%）、金融（78%）、运营商（69%）、制造（67%）和政府（66%）。教育、服务和医疗等行业的渗透度也有显著提升。
地域排名：北京凭借科研资源、人才优势和政策支持，继续领跑人工智能算力发展，位居首位。杭州和上海分别位列第二和第三，深圳、广州、南京、成都、济南、天津、厦门等城市排名也有所提升。
数据亮点
- 中国智能算力规模：2025年预计达到1,037.3 EFLOPS，2028年预计达到2,781.9 EFLOPS。2023-2028年五年年复合增长率达46.2%。
- 中国通用算力规模：2025年预计达到85.8 EFLOPS，2028年预计达到140.1 EFLOPS。2023-2028年五年年复合增长率达18.8%。
- 全球人工智能服务器市场规模：2024年预计为1,251亿美元，2025年增至1,587亿美元，2028年有望达到2,227亿美元。其中生成式人工智能服务器占比将从2025年的29.6%提升至2028年的37.7%。
- 中国人工智能服务器市场规模：2024年达到190亿美元，2025年将达到259亿美元（同比增长36.2%），2028年将达到552亿美元。预计到2028年，推理工作负载占比将达到73%。
- 全球人工智能数据中心IT能耗：2025年将达到77.7太瓦时（TWh），是2023年能耗量的两倍，2027年将增长至146.2太瓦时。2022-2027年五年年复合增长率为44.8%。
- 中国液冷服务器市场规模：IDC预测，2028年中国液冷服务器市场将达到105亿美元，2023-2028年五年年复合增长率将达到48.3%。
- 中国智算服务市场规模：2024年整体规模达到50亿美元，2025年将增至79.5亿美元，2028年将达到266.9亿美元。2023-2028年五年年复合增长率达57.3%。其中，智算集成服务市场及GenAI IaaS市场五年复合增长率分别达到73%和79.8%。
- 中国企业生成式人工智能应用现状：42%的企业正在进行初步测试和概念验证，17%已将技术引入生产阶段。
- 人工智能行业应用渗透度排名：互联网（91%）、金融（78%）、运营商（69%）、制造（67%）、政府（66%）。
趋势与展望
报告预测，未来中国人工智能计算力将持续高速增长，并在全球AI发展中扮演关键角色。生成式AI将成为企业创新的核心驱动力，推动各行业智能化转型。算力基础设施将向多元化、服务化、场景化、绿色化方向演进，以满足日益增长和多样化的AI应用需求。
技术方面，液冷技术将成为数据中心绿色可持续发展的关键，边缘计算将承载更多大模型推理任务，开源模型将加速AI技术的普惠化。算法创新和模型迭代将持续提升算力利用率和效率。
应用方面，AI将从云端向边缘和终端渗透，形成“无处不在的人工智能”。企业将更加关注AI投资的投入产出比（ROI），并积极探索成本效益更高的小模型和稀疏模型等解决方案。
生态建设方面，广泛的生态合作将是推动AI产业化发展的关键，算力基础设施提供商、平台提供商和行业解决方案提供商需共同努力。城市作为AI创新中心的作用将日益突出，北京、杭州、上海等城市将继续发挥引领作用。
总体而言，人工智能将进入一个全新的发展阶段，其价值转化将体现在缩短流程时间、创造新产品与服务、优化用户体验、提升企业洞察和助力决策等多个维度。