本文基于IDC的报告，探讨了中国人工智能算力的发展现状与未来趋势。报告指出，算法创新是推动人工智能发展的核心，如DeepSeek R1模型的发布带来了算力消耗的降低，并吸引了大量用户。规模法则仍然主导人工智能发展，推动算力需求增长。中国智能算力规模增速高于预期，企业加速布局生成式人工智能，硬件升级成为首要投资目标。报告预测，中国智能算力规模将持续增长，人工智能算力基础设施呈现多元化、服务化等特征。

💡 算法创新是人工智能发展的关键驱动力。DeepSeek R1模型通过大规模强化学习和多头注意力机制等算法创新，在性能上接近甚至超越了OpenAI的01模型，同时降低了训练和推理阶段的算力消耗，训练算力仅为Llama3的1/10，推理阶段缓存数据量降低了50倍，7天实现了活跃用户数破亿。

📈 规模法则持续推动算力需求增长。规模法则在当前人工智能发展中仍占主导地位，尤其是在后训练和推理阶段，算法创新需要更多的算力投入。DeepSeek带来的算法效率提升并未抑制算力需求，反而推动大模型普及与应用落地，重构产业创新范式，带动数据中心、边缘及端侧算力建设。

🚀 中国智能算力规模增速显著，企业加速布局。IDC预测，2025年中国智能算力规模将达到1,037.3 EFLOPS，2028年达到2,781.9 EFLOPS，2023-2028年年复合增长率达46.2%。42%的中国企业已开始测试大模型，17%的企业已将技术引入生产阶段，硬件升级成为首要投资目标。

🌍 全球人工智能服务器市场规模持续扩大。IDC数据显示，全球人工智能服务器市场规模预计将从2024年的1,251亿美元增至2028年的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%。

🌱 中国人工智能算力基础设施呈现多元化特征。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、绿色化等特征，以满足不断增长的市场需求。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2025年中国人工智能计算力发展评估报告】即可下载

算法是驱动是人工智能发展的核心引擎，决定了应用的智能上限，也牵引着算力的发展。2024年，0系列、Llama3、通义千问、R1等大模型不断升级，尤其是DeepSeek R1系列模型的发布，正是基于算法层面的极大创新，对中国乃至全球的人工智能产业带来深刻变革。一方面DeepSeek采用了大规模强化学习、多头注意力机制等算法创新，智能水平在美国高中数学竞赛邀请赛AIME、博士水平科学问答等测试中榜单上接近甚至超过了OpenAI的01模型；另一方面，DeepSeek R1算法的创新也带来训练和推理阶段算力消耗的降低，训练算力只有Llama3的1/10，推理阶段缓存数据量降低了50倍，为在算力约束的条件下进行A算法创新提供了一个全新思路，吸引了全球开发者，7天实现了活跃用户数破亿。

规模法则（Scaling law）在当前人工智能发展中仍然占主导地位，推高人工智能算力需求。目前规模法则正在从预训练扩展到了后训练和推理阶段，基于强化学习、思维链等算法创新在后训练和推理阶段更多的算力投入，可以进一步大幅提升大模型的深度思考能力。同时基于杰文斯悖论的现象表明，DeepSeek带来的算法效率的提升并未抑制算力需求，反而因更多的用户和场景的加入，推动大模型普及与应用落地，重构产业创新范式，带动数据中心、边缘及端侧算力建设。IDC数据显示，2024年全球人工智能服务器市场规模预计为1,251亿美元，2025年将增至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%。

中国智能算力发展水平增速高于预期。在中国，企业加速生成式人工智能布局和投入，IDC调研结果显示，目前42%的中国企业已经开始进行大模型的初步测试和重点概念验证，17%的企业已经将技术引入生产阶段，并应用于实际业务中，在未来18个月内，硬件升级将成为企业的首要投资目标。在旺盛的市场需求、丰富应用场景的驱动下，中国智能算力规模呈现增长态势。IDC最新预测结果显示，2025年中国智能算力规模将达到1,037.3 EFLOPS，并在2028年达到 2,781.9 EFLOPS，2023-2028年中国智能算力规模和通用算力规模的五年年复合增长率分别达46.2%和18.8%，较上一版本预期值33.9%和16.6%有显著提升。中国人工智能算力基础设施发展呈现出多元化、服务化、场景化、绿色化等特征。

报告下载：添加199IT微信公众号【i199it】，回复关键词【2025年中国人工智能计算力发展评估报告】即可下载