在ChatGPT掀起全球AI熱潮兩年后，大模型領(lǐng)域迎來了一位新星——DeepSeek,。憑借高性能,、低成本以及完全開源的特點(diǎn),，DeepSeek迅速吸引了公眾的目光,，成為市場上的“鯰魚”,。其開源特性將推動AI應(yīng)用生態(tài)的繁榮，加速整個(gè)AI大模型的發(fā)展進(jìn)程,。

IDC和浪潮信息聯(lián)合發(fā)布的報(bào)告顯示,，85%的企業(yè)認(rèn)為生成式人工智能將成為企業(yè)重要的新型工作負(fù)載，與ERP,、電子商務(wù)等并駕齊驅(qū),。目前，全球超過70%的組織已經(jīng)開始對生成式人工智能技術(shù)進(jìn)行投資或初步測試,，其中17%的組織已將其引入生產(chǎn)環(huán)節(jié)。預(yù)計(jì)到2025年,，全球企業(yè)生成式人工智能支出將達(dá)到691億美元,，2028年則超過2022億美元，2023-2028年的復(fù)合增長率為59.2%,。

隨著大模型技術(shù)的持續(xù)發(fā)展和生成式AI新興應(yīng)用場景的不斷涌現(xiàn),，報(bào)告指出，全球人工智能算力發(fā)展呈現(xiàn)出五大趨勢,。規(guī)模法則在當(dāng)前人工智能發(fā)展中仍占主導(dǎo)地位,，從預(yù)訓(xùn)練擴(kuò)展到后訓(xùn)練和推理階段,。基于強(qiáng)化學(xué)習(xí),、思維鏈等算法創(chuàng)新,，在后訓(xùn)練和推理階段投入更多算力可以大幅提升大模型的深度思考能力。此外,，DeepSeek帶來的算法效率提升并未抑制算力需求,，反而因更多用戶和場景的加入，推動了大模型普及與應(yīng)用落地,，重構(gòu)產(chǎn)業(yè)創(chuàng)新范式,，帶動數(shù)據(jù)中心、邊緣及端側(cè)算力建設(shè),。

DeepSeek通過技術(shù)普惠化,、場景縱深化和算力泛在化三重路徑，推動大模型的普及與應(yīng)用落地,，驅(qū)動算力需求增長,。其核心技術(shù)不僅提升了模型性能，還大幅降低了算力消耗,，為用戶參與大模型應(yīng)用生態(tài)創(chuàng)造了條件,。得益于強(qiáng)大的模型能力，DeepSeek已在金融,、醫(yī)療,、汽車、電信等多個(gè)行業(yè)逐步落地,，重構(gòu)了產(chǎn)業(yè)模式,。同時(shí)，其先進(jìn)的算法優(yōu)化和高效的模型性能促進(jìn)了人工智能技術(shù)在C端和B端用戶中更廣泛的應(yīng)用,，顯著拉動了人工智能算力在數(shù)據(jù)中心,、端側(cè)及邊緣側(cè)的發(fā)展。

企業(yè)越來越重視發(fā)揮平臺價(jià)值,，構(gòu)建互聯(lián)的生態(tài)體系,。生成式人工智能代表了一種全新的技術(shù)范式，要求企業(yè)從硬件到軟件,、從開發(fā)工具到用戶體驗(yàn)實(shí)現(xiàn)全面創(chuàng)新,。IDC數(shù)據(jù)顯示，全球85%的組織認(rèn)為需要制定全新的供應(yīng)商/合作伙伴戰(zhàn)略,，在基礎(chǔ)設(shè)施,、軟件、數(shù)據(jù),、云等維度獲得不同的服務(wù)能力,。通過平臺整合服務(wù)能力,，企業(yè)可獲得模型構(gòu)建和精排、應(yīng)用開發(fā)與部署,、數(shù)據(jù)管理等相關(guān)軟件及工具,，從而有效加速先進(jìn)技術(shù)落地和商業(yè)價(jià)值實(shí)現(xiàn)。

面向人工智能場景構(gòu)建先進(jìn)數(shù)據(jù)基礎(chǔ)設(shè)施,，并打造高質(zhì)量數(shù)據(jù)集是另一重要趨勢,。生成式人工智能重塑了數(shù)據(jù)生命周期特征,，使得數(shù)據(jù)的生成,、采集、存儲,、處理和分析變得更加復(fù)雜,。IDC數(shù)據(jù)顯示，2024年全球產(chǎn)生的總數(shù)據(jù)量將達(dá)到163ZB,，2025年增至201.6ZB,，2028年翻番至393.9ZB，2023-2028年的復(fù)合增長率為24.4%,。企業(yè)需要根據(jù)數(shù)據(jù)量,、訪問模式及成本效益決定采用云存儲、本地存儲或混合存儲方案,，發(fā)揮先進(jìn)存儲介質(zhì)和存儲架構(gòu)優(yōu)勢,。伴隨數(shù)據(jù)逐漸成為企業(yè)的核心資產(chǎn)和重要生產(chǎn)要素，企業(yè)還需提升數(shù)據(jù)質(zhì)量和數(shù)量,，優(yōu)化決策和業(yè)務(wù)流程,。

優(yōu)化策略制定、關(guān)注技術(shù)創(chuàng)新,，加速實(shí)現(xiàn)投資高效回報(bào)也是一大趨勢,。企業(yè)在投資人工智能基礎(chǔ)設(shè)施時(shí)，需要?jiǎng)?chuàng)建合適的投入產(chǎn)出比模型,，將投資回報(bào)率與生成式人工智能的應(yīng)用案例和業(yè)務(wù)成果聯(lián)系起來,，通過加速應(yīng)用部署，使高投資實(shí)現(xiàn)價(jià)值回報(bào),。生成式人工智能帶來的成果既包括可通過KPI衡量的有形收益，如加速內(nèi)容創(chuàng)作,、提高客服效率和降低成本,；也涵蓋無形價(jià)值,，比如提升員工體驗(yàn),、加強(qiáng)客戶關(guān)系和忠誠度以及優(yōu)化品牌營銷。

能耗挑戰(zhàn)持續(xù)加劇,，冷卻技術(shù)不斷創(chuàng)新,。人工智能大模型技術(shù)的研發(fā)和應(yīng)用帶來了更高的能耗需求,。2024年人工智能數(shù)據(jù)中心IT能耗將達(dá)到55.1太瓦時(shí),，2025年增至77.7太瓦時(shí),，2027年增長至146.2太瓦時(shí),，2022-2027年的復(fù)合增長率為44.8%,，五年間實(shí)現(xiàn)六倍增長。越來越多的數(shù)據(jù)中心轉(zhuǎn)向使用液冷技術(shù)以應(yīng)對高密度機(jī)架的能耗問題,。IDC預(yù)測,，到2028年，60%的數(shù)據(jù)中心將采用微電網(wǎng),、定制硅芯片,、液體冷卻和加固結(jié)構(gòu)等創(chuàng)新解決方案，以應(yīng)對電力短缺和日益增長的可持續(xù)性要求,。數(shù)據(jù)中心正積極探索從儲電能向儲大模型算力的轉(zhuǎn)變,，通過大幅增加和優(yōu)化IT基礎(chǔ)設(shè)施，將原本靜態(tài)儲存的電能轉(zhuǎn)化為驅(qū)動大規(guī)模計(jì)算模型的動態(tài)算力,。