2025年AI-ICT赋能与重构白皮书.pptxVIP

Al-ICT

赋能与重构

1.1综述：全球力量主导AI发展

当前，AI浪潮席卷全球，巨量资金、超长周期投资已经展开。各国纷纷加大人工智能的投资和开发。以中、美、欧为代表的全球力量主导AI的不断加速发展。尤其是中美竞争下形成“东”、“西”两大生态呈现出各自鲜明特点。美国政府及AI主流公司、社区、倡导规模法则，大算力赢未来，推动再工业化和解决复杂问题。以星际之门Stargate为代表的发展规划整合OpenAI、软银等技术和投资方，基于英伟达算力技术，面向未来发展超级AI中心，这种规模化的背景之一，是传统云厂商提供的算力规模已经无法满足像OpenAI这样公司的发展需求。在国内，AI正在成为数字新基建、新质生产力、数字化转型发展关键力量。在中国AI发展体系中，国家在长期规划、政策指引、融资支持、成本效益等方面推出系列措施，基于国内规模研发能力、产业集群和应用市场，通过东数西算宏观布局，智算中心大力建设，推动数算融合、算网融合，“知-行”融合，“数-实”融合。在欧盟方面，《人工智能大陆行动计划》，旨在将欧洲建设成为全球人工智能领域领导者，而在众多细分领域，AI与应用和产业结合，已经产生出一批有全球影响力的企业。

全球产业链发展方面，OpenAI一度作为最常用的AI产品和服务提供商，提供多模态，推理模型，深度研

究等服务。英伟达提供业界领先的GPU、网络和软件（CUDA体系），Meta公司作为开源的代表提供其Llama模型，已融入40个国家的社交网络产品中。谷歌的Gemini系列模型在多模态、集成实时搜索和多语言支持强，应用广。其TPU算力集群、跨洋光缆等领域具备优势。微软在AI领域则突出其自有芯片Maia100AI加速器、高速网络等技术。在国内，以运营商为代表的算力中心建设行动深入开展，已建成多个大规模算力中心，模型方面以DeepSeek为代表的公司推出的V3及R1推理模型作为一款671B参数量的开源模型，具有全球影响力，并在MOE,MLA，强化学习等领域多方面技术创新。阿里千问系列模型也在开源和服务方面占有重要地位，推出例如深度研究、ZeroSearch等服务。其小规模参数模型也经常被用作模型蒸馏。此外、腾讯、字节、百度等公司也在AI领域大规模提供模型和算力服务。

据PrecedenceResearch估算2024年全球AI市场规模6382亿美元，区域占比上北美36.9%、欧洲

25.5%、亚太25.97%；预计2025年达7576亿美元。在智算发展持续加速的宏流下，业界芯片级算力年增速可达500%，而以星际之门为代表的算力规模部署(一期约40万GPU)将支持高效快速的模型训练、实时推理。中国国家AI发展规划目标是到2030年实现价值约1万亿元人民币（约1500亿美元）的AI产业。据《2025年中国人工智能计算力发展评估报告》目前智算规模达1037EFLOPS，比2024年增长74%。根据《中国人工智能区域竞争力研究报告》，2024年中国AI产业规模突破7000亿人民币。2024年，美国私人人工智能投资达1091亿美元，中国约93亿美元。AI的商业应用用也在加速普及，78%的企业在2024年应用了人工智能技术，较前一年的55%有了大幅提升。

面对快速发展AI以及AI与ICT基础设施和应用复杂的关联，本文首先从梳理AI本身“规模化“发展这个首

要特征，溯源到AI深层计算和通信关系变化的本质思考，进而全面审视AI与ICT相互的赋能机会和技术需求。

/01趋势洞察

01

1.2.1新摩尔定律与算力规模化

摩尔定律下每18个月计算能力翻一番，相当于约50%年复合增长率。而被称为“新摩尔定律”的智能算力每4~5个月翻一番，年复合增长率达500%以上。以英伟达为代表的AI算力厂商也表示，其GPU算力2年增长40倍，与“新摩尔定律”相符。

算力规模：芯片厂商主攻GPU，云厂商则以ASIC见长。例NVIDIAH200/Blackwell系列GPU可达9PFLOPS

(INT8)，AMDMI300X/MI325X系列、英特尔Gaudi2/3系列也提供接近或达到P级别FLOPS算力。ASIC厂商方面，GoogleTPU单体具备275TFLOPS(BF16/INT8)，AWSInferentia系列、AzureMaia系列也提供类似能力。

网络规模：规模化也体现在网络能力的极大发展。NVIDIA单机架NVlink网络带宽可达130TBGB/s超过

1Pbs，被认为大于全球移动互联网并发流量。AWS则推出其“10p10u”网络兼顾带宽和时延性能（≥10Pbs，10μsRTT）；而GoogleTPUPodv5p4.8Tb/sx8960芯片封闭架构的极致带宽可达29