在ChatGPT掀起全球AI热潮两年后，大模型领域迎来了一位新星——DeepSeek。凭借高性能、低成本以及完全开源的特点，DeepSeek迅速吸引了公众的目光，成为市场上的“鲶鱼”。其开源特性将推动AI应用生态的繁荣，加速整个AI大模型的发展进程。

IDC和浪潮信息联合发布的报告显示，85%的企业认为生成式人工智能将成为企业重要的新型工作负载，与ERP、电子商务等并驾齐驱。目前，全球超过70%的组织已经开始对生成式人工智能技术进行投资或初步测试，其中17%的组织已将其引入生产环节。预计到2025年，全球企业生成式人工智能支出将达到691亿美元，2028年则超过2022亿美元，2023-2028年的复合增长率为59.2%。

随着大模型技术的持续发展和生成式AI新兴应用场景的不断涌现，报告指出，全球人工智能算力发展呈现出五大趋势。规模法则在当前人工智能发展中仍占主导地位，从预训练扩展到后训练和推理阶段。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带来的算法效率提升并未抑制算力需求，反而因更多用户和场景的加入，推动了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。

DeepSeek通过技术普惠化、场景纵深化和算力泛在化三重路径，推动大模型的普及与应用落地，驱动算力需求增长。其核心技术不仅提升了模型性能，还大幅降低了算力消耗，为用户参与大模型应用生态创造了条件。得益于强大的模型能力，DeepSeek已在金融、医疗、汽车、电信等多个行业逐步落地，重构了产业模式。同时，其先进的算法优化和高效的模型性能促进了人工智能技术在C端和B端用户中更广泛的应用，显著拉动了人工智能算力在数据中心、端侧及边缘侧的发展。

企业越来越重视发挥平台价值，构建互联的生态体系。生成式人工智能代表了一种全新的技术范式，要求企业从硬件到软件、从开发工具到用户体验实现全面创新。IDC数据显示，全球85%的组织认为需要制定全新的供应商/合作伙伴战略，在基础设施、软件、数据、云等维度获得不同的服务能力。通过平台整合服务能力，企业可获得模型构建和精排、应用开发与部署、数据管理等相关软件及工具，从而有效加速先进技术落地和商业价值实现。

面向人工智能场景构建先进数据基础设施，并打造高质量数据集是另一重要趋势。生成式人工智能重塑了数据生命周期特征，使得数据的生成、采集、存储、处理和分析变得更加复杂。IDC数据显示，2024年全球产生的总数据量将达到163ZB，2025年增至201.6ZB，2028年翻番至393.9ZB，2023-2028年的复合增长率为24.4%。企业需要根据数据量、访问模式及成本效益决定采用云存储、本地存储或混合存储方案，发挥先进存储介质和存储架构优势。伴随数据逐渐成为企业的核心资产和重要生产要素，企业还需提升数据质量和数量，优化决策和业务流程。

优化策略制定、关注技术创新，加速实现投资高效回报也是一大趋势。企业在投资人工智能基础设施时，需要创建合适的投入产出比模型，将投资回报率与生成式人工智能的应用案例和业务成果联系起来，通过加速应用部署，使高投资实现价值回报。生成式人工智能带来的成果既包括可通过KPI衡量的有形收益，如加速内容创作、提高客服效率和降低成本；也涵盖无形价值，比如提升员工体验、加强客户关系和忠诚度以及优化品牌营销。

能耗挑战持续加剧，冷却技术不断创新。人工智能大模型技术的研发和应用带来了更高的能耗需求。2024年人工智能数据中心IT能耗将达到55.1太瓦时，2025年增至77.7太瓦时，2027年增长至146.2太瓦时，2022-2027年的复合增长率为44.8%，五年间实现六倍增长。越来越多的数据中心转向使用液冷技术以应对高密度机架的能耗问题。IDC预测，到2028年，60%的数据中心将采用微电网、定制硅芯片、液体冷却和加固结构等创新解决方案，以应对电力短缺和日益增长的可持续性要求。数据中心正积极探索从储电能向储大模型算力的转变，通过大幅增加和优化IT基础设施，将原本静态储存的电能转化为驱动大规模计算模型的动态算力。