2025中国人工智能计算力发展评估报告：智能算力增速超预期，华为云数据中心助力大模型与生成式AI

在数字经济的当下，大模型与生成式AI技术迅猛进步，导致对智能计算的需求急剧攀升。我国智能计算能力的提升速度已超出预期，那么，究竟是什么因素促使了这种迅猛增长？

算力类型解析

数字经济的根基在于算力，这涵盖了超级计算、通用计算和智能计算。超级计算擅长解决科学难题；通用计算在我们的生活里无处不在；智能计算专为人工智能设计，GPU在其中扮演关键角色，对AI算法的训练和执行至关重要。科研机构借助超级计算技术对气候模型进行深入探究；在企业日常运营中，常规的计算能力保障了软件的稳定运作；此外，在互联网领域，智能计算技术正推动智能客服等项目持续进步。

各种算力如同巨型机器的各个部件，各司其职，助力数字世界持续发展。特别是智能算力，随着人工智能的迅猛发展，引起了广泛关注，成为新的需求热点。

驱动需求因素

目前，大型模型与生成式人工智能技术正迅速发展，促进了计算架构的变革。人工智能应用广泛，诸如自动驾驶技术需要大量数据来训练模型，智慧城市建设亦需智能算法来实时分析数据。以自动驾驶为例，车辆在复杂路况中要准确行驶，必须依靠强大的智能计算能力不断处理传感器收集到的信息。

这些技术越来越依赖智能计算，需求量也随之迅速增加，智能计算能力已经成为科技进步的关键推动力。而且，随着人工智能在更多领域的广泛应用，这种需求还将持续扩大。

快速增长实例

短短120天，“算力工厂”便宣告完工，这一成就直观地展现了我国智能算力领域的迅猛发展。工厂犹如一座指引的灯塔，为智能算力的发展照亮了快速前进的道路。其迅速建成，充分体现了我国在智能算力基础设施建设方面的效率与坚定决心。

基础设施建设进展迅速，显示出我国在智能算力技术储备和项目实施方面拥有显著实力，能够有效应对智能算力需求持续增长的趋势。众多科技公司依托这一基础设施，加速了它们在人工智能领域的研发步伐。

技术提升表现

魏凯所长提到，在我国信息通信研究院的智能研究所，得益于庞大的数据资源和强大的计算能力，人工智能的总体性能有了大幅提高。尤其在基础语言模型方面，经过持续优化和升级，其自然语言处理能力得到了显著加强。以智能翻译软件为例，它现在能更精确、更迅速地完成多种语言的翻译工作。

以智能语音助手为例，如今它对指令的理解更加精准。而且，它还能根据个人需求提供定制化的服务。智能算力的提升，使得人工智能不再是遥不可及的理论，而是实实在在走进了我们的生活。

行业落地情况

目前，智能算力技术正迅速推广，许多企业开始使用大型模型。据《报告》指出，超过四成的公司已对大模型进行了初步测试和理论分析，而近两成企业已将这项技术用于实际生产。然而，制造业在使用大模型时面临复杂场景和数据分散等问题，这增加了应用的难度并提升了成本。尽管这样，贾佳亚强调，这种大型模型已经能够制造出上百种不同类型的缺陷，并且已经在消费电子、新能源等行业得到了应用。

企业们开始认识到大型模型蕴含的变革力量。尽管挑战重重，他们仍在不懈地寻找切实可行的办法。他们希望借助大型模型，增强自身的竞争力。

企业转型途径

企业不仅能够自行搭建智能算力基础设施，而且还能通过采购云端服务来提升智能化水平。以华为云为例，它推出了人工智能相关的云服务以及一系列的大型模型工具。企业无需对现有的机房进行升级或自行建设，即可利用大型模型来满足各种应用需求。华为云的盘古大模型已在超过30个行业、400多个应用场景中得到应用，涉及制造、医药研发等多个领域。

这种云计算服务减少了企业运用智能算力的费用和难度，使众多中小型企业得以加入智能化转型的潮流，进而促进了整个产业智能化的发展。

智能算力在将来或许会涉足一些非同寻常的领域，您对此有何看法？欢迎各位在评论区发表见解。同时，请不要忘记点赞并转发这篇文章，以便让更多的人掌握智能算力的最新发展趋势。