IDC 观点
2023年是人工智能发展的重要转折年，企业正加速从业务数字化迈向业务智能化。大模型的
突破和生成式人工智能的兴起为企业实现产品/流程的革新提供先进生产工具，引领企业和产
业迈入智能创新的新阶段。对于企业人而言，其将不再局限于思考“如何在产品/流程中增加
智能化能力”，而需要更多关注“如何使用人工智能实现产品/流程的革新”。
从感知智能到生成式智能，人工智能算力需求快速增长。大模型和生成式人工智能的发展显
著拉动了人工智能服务器市场的增长。IDC预计，全球人工智能硬件市场（服务器）规模将从
2022年的195亿美元增长到2026年的347亿美元，五年年复合增长率达17.3%；在中国，预计
2023年中国人工智能服务器市场规模将达到91亿美元，同比增长82.5%，2027年将达到134
亿美元，五年年复合增长率达21.8%。从算力规模而言，预计到2027年通用算力规模将达到
117.3 EFLOPS，智能算力规模达1117.4 EFLOPS；2022-2027年期间，预计中国智能算力规模
年复合增长率达33.9%，同期通用算力规模年复合增长率为16.6%。
大模型和生成式人工智能的发展将引发计算范式之变、产业动量之变，以及算力服务格局之
变。未来几年，构建和调优生成式人工智能基础模型以满足应用需求，将为整个基础设施市
场带来改变和发展机遇。
• 从计算范式角度而言，人工智能算力基础设施将持续向高性能、高互联等方向演进以更
高的计算能力和链接速度加速实现大规模参数和数据集的训练和调优；不断提升算力泛
在性，推进人工智能在云-边-端的覆盖，满足无处不在的智能化需求；通过优化计算架
构、算法和软件栈，支持多元异构算力的协同，构建软硬件生态，加速计算技术的发展
和创新。
• 从产业动量角度而言，基础模型技术的突破为人工智能产业的发展增加活力，催生新的
玩家和投资机会，基础模型的持续迭代、调优、场景适配和部署、落地等对基础设施
层、模型层、平台层和应用层提出新的需求，带来新的服务模式，降低人工智能技术的
应用门槛，通过微调等方法实现与下游任务的适配，加速人工智能基础设施软件的开
发、部署和应用，为用户和行业提供更多创新应用。
• 从算力服务角度而言，传统算力资源虚拟化共享复用的机制难以满足大模型时代企业对
于集群式的高性能算力需求，生成式人工智能将加速企业更多地使用人工智能就绪的数
据中心设施和人工智能服务器群，供应商需要具备提供定制化的、优化的基础设施服务
能力，满足单个用户对训练和推理资源的独占式、大规模、长时间使用的诉求，并缩短
部署时间、提高对数据和输出的控制，满足应用场景的需求，帮助企业实现成本优化。
中国市场对智能算力供给能力的衡量标准将加速演变，未来应用为导向、系统设计为核心将
是算力升级的主要路径。中国市场对于算力供给能力的评估指标将从硬件性能向应用效果转
变，企业在获得算力服务的过程中，会增加对于诸如单位时间可处理Token数量、可靠性、
时延、训练时间和资金成本、数据集质量等指标的关注。技术提供商需要以应用为导向，系
统为核心，构建算力基础设施，提高算力利用率，提升诸如卡间互联、多节点间互联等水
平，通过灵活可扩展的集群满足市场的需求。
