C114訊 2月14日消息（顏翊）昨日，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》）�！秷蟾妗分赋觯竽Ｐ秃蜕墒饺斯ぶ悄芡聘咚懔π枨�，中國智能算力增速高于預期。2025年中國智能算力規(guī)模將達到1,037.3 EFLOPS，預計到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在行業(yè)中的應用，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)將技術引入生產(chǎn)階段，并應用于實際業(yè)務中。
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設施的快速發(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備、優(yōu)化數(shù)據(jù)中心基礎設施、提升存儲和網(wǎng)絡能力等，進一步支持復雜的人工智能運算任務。IDC調(diào)研結果顯示，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，算力基礎設施是關鍵議題，企業(yè)當下面臨的相關挑戰(zhàn)包括但不限于計算架構難以支持大規(guī)模應用、與基礎設施建設和維護相關的高昂成本投入，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)開展大模型訓練和研發(fā)的企業(yè)和研究機構而言，他們需要完成大量計算任務，推高算力需求，將長期處于高性能算力供不應求的狀態(tài)；隨著大模型和生成式人工智能技術在實際應用場景中落地，企業(yè)普遍面臨以推理負載為主的算力需求，在推理階段，算力分配和調(diào)度是主要問題，推理任務的算力需求具有波動性，難以預測和管理，導致資源分配不均衡，缺乏有效的算力分配和調(diào)度機制，導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設施的算力效率，也增加了整體成本。
此外，對于調(diào)整技術發(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用第三方模型，結束大模型訓練轉向模型推理，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期的情況。
在人工智能單點技術應用方面，IDC調(diào)研顯示，圖像技術成為當下最主要的應用技術類型，人臉與人體識別緊隨其后， 自然語言處理位列第三。
IDC建議，企業(yè)要制定長遠戰(zhàn)略規(guī)劃，全面準備人工智能應用落地，并選擇合適的合作伙伴，按需獲取人工智能算力服務。在進行人工智能基礎設施建設之前，企業(yè)應根據(jù)具體的業(yè)務需求和應用場景來確定建設規(guī)模，避免資源浪費，同時發(fā)揮系統(tǒng)創(chuàng)新優(yōu)勢，加速人工智能應用。 
