近年来，随着人工智能（AI）、云计算、大数据等技术的飞速发展，全球算力需求呈现爆发式增长。自2023年AI浪潮兴起以来，国内外企业纷纷加大算力投资，推动全球算力市场进入高速发展期。
国内大模型使用量激增国内大模型和AI应用的持续升级、“更加好用”，会不断提升产品使用量，进而增加AI算力需求。根据AI产品榜数据，2025年2月国内共有6个AI应用APP产品月度用户活跃数量（MAU）达到千万级别。包括豆包第一名8198万月活、DeepSeek第二名6181万月活、Kimi第三名2622万月活。
其中，部分产品使用量激增。例如，DeepSeek月活同比增速超过80%，元宝月活同比增速超过200%，纳米AI搜索月活同比增速超过400%。值得关注的是，元宝和纳米AI搜索也接入了DeepSeek大模型，也可分享DeepSeek模型升级带来的流量红利。
中国智能算力催生AI宇宙级生产力随着大模型参数规模的不断增长，例如视频大模型Sora的参数量达到了约300亿，训练这些模型所需的算力每3-4个月就会增长一倍。为了生成1分钟的视频，Sora所需的算力是GPT-4生成2k token的390.5倍，这需要多达上万张H100加速卡来支持，并且其训练成本可能是GPT-3的2.7倍。Sora采用了将Transformer与扩散模型相结合的技术路径，这使得其算力需求相比传统的大语言模型增加了近一百倍。
整体来看，算力是AI发展的核心资源。一方面，芯片和服务器向高性能与高效能方向演进，芯片算力效率不断迭代，采用先进的计算架构，提升单计算节点性能要求，进而拉动整体算力需求。
另一方面，大模型不断蒸馏优化，将降低单位算力的门槛和提升算力利用效率，将推动AI应用渗透率。例如DeepSeek-R1通过混合专家系统（MoE）架构将算力需求降低近20倍，阿里QwQ-32B仅用320亿参数实现与千亿级模型相当的性能，通过动态稀疏计算激活参数占比降至20%，这类技术突破使单机部署成为可能。
免责声明：
1、本号不对发布的任何信息的可用性、准确性、时效性、有效性或完整性作出声明或保证，并在此声明不承担信息可能产生的任何责任、任何后果。
2、本号非商业、非营利性，转载的内容并不代表赞同其观点和对其真实性负责，也无意构成任何其他引导。本号不对转载或发布的任何信息存在的不准确或错误，负任何直接或间接责任。
3、本号部分资料、素材、文字、图片等来源于互联网，所有转载都已经注明来源出处。如果您发现有侵犯您的知识产权以及个人合法权益的作品，请与我们取得联系，我们会及时修改或删除。
