报告概述
本报告由中国电信科技委与中国电信研究院联合发布，聚焦智算云时代人工智能的发展脉络。报告首先从政策导向、技术需求、市场表现等方面，系统阐释智算云作为人工智能底座的战略意义与发展动力；其次，剖析数据、算法、算力、资本、应用、人才六大核心要素的发展态势，展现各要素在智算云时代的创新路径；再次，探讨人工智能对人类生产生活带来的变革，通过时间和空间的扩展赋能产业生产，促进数字世界与物理世界的融合渗透，重塑人类生活与工作方式；最后，针对智算云时代人工智能发展的关键方向，提出加快超大规模智算集群建设、强化人工智能应用落地、推进全球化进程等建议。报告以全球视野开展国际比较，结合大量企业案例与数据，可为人工智能产业研究者、从业者及政策制定者提供参考，帮助把握技术演进与产业机遇。
报告的核心结论
智算云成为人工智能时代的核心底座
报告指出，智算云通过弹性异构算力、全栈式工具链和应用服务，显著降低人工智能开发门槛，与人工智能双向赋能，推动产业向规模化、普惠化升级。国内外头部云服务商深度布局，多国将智算云建设提升至战略高度，凸显其基础性地位。
人工智能核心要素由三要素扩展为六要素
智算云时代，驱动人工智能发展的关键因素从数据、算法、算力扩展到资本、应用和人才。六大要素相互支撑，共同决定技术突破高度与产业落地深度。报告分别剖析各要素态势，指出数据开源开放、算法场景适配、智算供给加强、资本助推、应用渗透、人才聚集等趋势。
人工智能从技术创新转向技术创新与产业应用并重
报告认为，人工智能正从以技术创新为主，逐渐走向技术创新和产业应用并重。应用场景从互联网向工业、制造、医疗、教育等领域扩展，赋能产业变革并重塑生活工作方式，加快数字世界与物理世界融合，持续扩展生产时间与空间维度。
我国需加快超大规模智算集群建设并推进全球化
报告提出三项发展建议：加快十万卡级智算集群建设，突破高速互联、绿色能源等关键技术；强化基于智算云的人工智能应用，提升服务商全栈能力并打造标杆示范；加快人工智能全球化进程，推动出海、开源开放和参与国际规则制定。
报告回答的关键问题
什么是智算云？
智算云是面向人工智能场景的云计算形态，通过弹性异构算力资源、全栈式人工智能工具链和丰富应用服务，为模型训练、推理、部署提供支持。它由传统云计算、云原生演进而来，2022年底大模型热潮推动MaaS爆发，标志着智算云进入快速发展期，成为人工智能时代的关键数字基础设施。
智算云为什么是人工智能的底座？
传统数据中心难以满足大模型对异构算力、计算规模和能耗冷却的要求。智算云支持GPU、TPU等多样化异构算力，可跨地区弹性调度资源，并采用液冷等散热技术，有效应对高密度计算挑战。政策顶层引导、技术需求驱动和市场热度攀升，共同使智算云成为部署大模型训练的必然趋势。
智算云时代人工智能有哪些发展趋势？
报告显示，人工智能驱动要素从数据、算法、算力扩展至资本、应用和人才；技术发展从追求通用能力向贴合行业场景演进；应用渗透从互联网向工业、医疗、教育等全行业拓展；同时人工智能能力加速向人类生产生活渗透，促进数字世界与物理世界融合。
我国人工智能算力发展面临什么挑战？
报告指出，我国高端GPU仍依赖进口，英伟达芯片占据国内大模型训练市场六成以上，国产芯片在精度和稳定性上存在差距；算力芯片生态缺乏类似CUDA的统一开发平台，产业链协同不足。但我国智算规模增长迅速，已建成多个万卡级集群，具备规模优势。
人工智能如何改变生产生活方式？
人工智能在时间上打破8小时限制，实现连续生产、缩短研发周期；在空间上实现跨地域办公和远程服务，解决资源分布不均问题。同时，具身智能、数字孪生、AR等技术打通数字与物理世界，云终端和个性化推荐让人类在数字世界停留时间日益增长。
报告中的代表性数据
我国智算规模预测
2025年，IDC测算，2025年我国智算规模将达到1037.3 EFLOPS，较2024年增长42%，是通用算力规模的12倍；预计2028年达到2781.9 EFLOPS，是通用算力规模的19.8倍。
全球人工智能支出与AIIaaS市场
2025年，据Gartner统计，2025年全球人工智能支出规模将达14786亿美元，其中AIIaaS是增速最快的细分领域，市场规模达183.3亿美元，较2024年增长71%。
全球人工智能算力份额
2025年8月，据Plotset统计，截至2025年8月，美国在全球人工智能算力中占据68.9%份额，中国以14.5%位列第二；用于大模型训练的高端算力占比美国超40%，中国为18%。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 智算云底座的战略意义分析：从政策导向、技术需求、市场表现三个维度系统展开，梳理美国、欧盟、阿联酋、韩国、中国等主要国家促进智算云发展的政策文件，对比传统数据中心局限，展示全球智算建设与营收增长趋势。
- 人工智能六大要素发展态势全景：分别从数据、算法、算力、资本、应用、人才六个方面深入分析，涵盖数据开源生态、模型算法性能突破、智算芯片创新、风险投资流向、行业应用案例、人才分布与薪酬等丰富内容。
- 中美人工智能发展对比透视：在算法性能、算力供给、资本投入、人才聚集等环节进行国际比较，包括模型数量分布、超级计算机排名、私人投资分布、人才Top100等数据图表，揭示两国优势与差距。
- 人工智能赋能产业变革路径：通过时间延长、时间压缩、空间互联、服务延伸四个维度，结合富士康质检、宝钢排产、柳工跨国会议、光明乳业等案例，展示人工智能如何扩展生产时间与空间维度。
- 数字世界与物理世界融合趋势：阐述具身智能、数字孪生、人工智能+AR等技术如何打通虚实界限，同时分析推荐算法、云终端等如何增强数字世界吸引力，增加人类停留时间。
- 代表性与前沿应用案例集：收录华为昇腾质检、美的灯塔工厂、四川高速ETC智能问答、全球首例人工智能远程头颈外科手术、雷鸟AR导航等实战案例，覆盖工业、医疗、交通、消费等多领域。
- 智算云时代发展建议：提出加快超大规模智算集群建设、强化基于智算云的人工智能应用、加快人工智能全球化进程三大建议，具体包括突破集群技术瓶颈、全栈服务能力培育、出海与开源布局等。
- 完整图表与数据附录：包含云计算发展历程、智算云平台架构、智算规模趋势、模型数量分布、算力芯片对比、资本投资分布、人才聚集机构排名、社交媒体使用时长等图表，以及主要国家政策表、头部企业智算集群建设表等。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
