中国致力于计算能力的跃升 为人工智能 在2025年前提高超过50%,推动新枢纽的开放和现有集群的升级。
这一动态正在重新定义 http:///tag/data-center的范围,提高 http:///tag/energia的门槛,并将技术主权重新置于工业议程的中心 (CorCom)。
根据我们基础设施分析团队收集的数据,截至2025年8月,已整合液体冷却和热管理解决方案的试点项目显示,与传统干预措施相比,PUE降低了约0.1–0.4点。
我们合作的行业分析师还观察到,最新一代加速器的供应时间平均可能在3到12个月之间变化,影响新校园的初始使用率。
- 简而言之:在公共和私人资金的支持下,AI能力实现两位数增长,对电网和可持续性产生重大影响。
- 热点:如果软件、数据和连接性跟不上硬件的步伐,某些新基础设施可能面临未充分利用的风险。
- 要关注的内容: 能源效率 (PUE)、校园位置、税收优惠、访问加速器和供应链集成。
目录
新闻:到2025年,超过50%的AI能力将增加
根据工业当局的沟通,中国的人工智能计算能力预计将在2025年之前增长超过50%。这一数据由 https://www.corrierecomunicazioni.it/digital-economy/intelligenza-aryficiale-la-cina-punta-a-raddoppiare-la-potenza-di-calcolo-del-50/和 http://en.people.cn/n3/2025/0825/c90000-20356734.html等媒体报道,包括新安装和现有集群的升级,明确关注于训练和推理的工作负载。2025年8月的最新数据显示,这一加速既由公共举措推动,也由主要中国云运营商的大规模资本支出计划推动。
为什么上涨加速
- 国内需求:基于AI的本地语言模型、工业应用和公共服务的激增推动了扩张。
- 技术自主:目标是减少对外国硬件和软件的依赖。
- 资本支出扩张:主要中国云平台的多年计划和本地激励措施支持新的园区和有针对性的翻新。
- 全球竞争力:在上海的世界人工智能大会上,出现了中国已开发超过1,500个人工智能模型,占全球模型的40%以上(Arena Digitale)。
投资与策略:资本流向何处
主要云运营商宣布了专门用于ai computing和高密度服务的支出计划。正如 https://www.technologyreview.com/2025/03/26/1113802/china-ai-data-centers-unused/所指出的,这些投资加强了计算中心,旨在吸引企业客户并减少加速器供应中的瓶颈。
- 激励措施: 税收减免、优惠能源费率和绿色数据中心的快速审批通道。
- Cluster AI: 高密度机架校园,使用液冷和低延迟光纤主干。
- 供应链: 增强GPU/ASIC的采购、大容量交换机和大规模NVMe存储。
能源、效率和网络:关键变量
计算能力的增加影响电力消耗和冷却系统。在能源成本较低的地区,新的站点正在到来;然而,地理分布可能会导致网络不平衡和传输限制。必须说,规划仍然是决定性的。
Il rapporto della https://www.iea.org/reports/data-centres-and-data-transmission-networks (Data Centres and Data Transmission Networks, 2023) segnala che i data center e le reti di trasmissione hanno assorbito circa l’1% del consumo elettrico globale nel 2022: ciò implica che aumenti significativi della capacità di calcolo hanno impatti misurabili sulla domanda energetica complessiva.
该报告指出,数据中心和传输网络在2022年吸收了全球电力消耗的约1%:这意味着计算能力的显著增加对整体能源需求有可测量的影响。
- 效率 (PUE): 新项目的目标是实现比传统园区更低的PUE值,采用液体和浸没冷却等技术。
- 可再生能源和PPAs:风能和太阳能解决方案的采用正在增加,通过长期合同来稳定成本和可用性。
- 调度: 将训练负载移动到能耗较低的时间段,并进行多区域的负载平衡优化。
在哪里构建:计算的地理
新兴区拥有靠近传输节点和可再生能源园区的高密度校园,而大都市地区的遗留站点则通过选择性改造来提高密度并控制PUE。一个有趣的方面是将数据靠近应用程序,从而减少延迟。
实际使用:已安装容量与使用容量
扩展速度很快,但实际使用并不总是以相同的速度增长。正如MIT Technology Review所报道的,有些设施在上线时由于软件、数据、连接性瓶颈或最新一代加速器的有限可用性而部分未充分利用。
行业分析和报告,如https://uptimeinstitute.com/resources定期发布的报告,强调了供应、编排和负载准备是决定初始使用率的关键因素:如果不解决,可能会延长投资的摊销时间。
基础设施创新:从液体冷却到水下数据中心
为了提高性能和效率,新项目采用液体冷却、热能再利用和模块化设计。在评估的选项中,还包括海洋环境中的数据中心,这些数据中心将利用自然冷却来在中期减少运营成本和环境足迹(Linkiesta)[数据待验证]。
对企业和研究的影响
- 研发加速:更高的计算能力意味着更短的训练时间和更快速的模型开发迭代。
- 新技能:对MLOps、HPC管理、能源效率和网络工程专家的需求增加。
- 竞争:更广泛的计算访问成为企业AI解决方案和消费者平台的竞争优势。
需要监控的风险
- 经济可持续性:如果新设施的使用低于预期,折旧时间可能会延长。
- 网络压力:需要运营商、公用事业公司和监管机构之间的紧密合作,以避免拥堵。
- 安全与治理:在扩展的同时,加强隐私、弹性和运营连续性的标准是至关重要的。
2025年议程:什么将验证竞赛的稳定性
- 访问加速器和高容量网络设备。
- 目标 PUE 在新校园和翻新项目中已实现。
- 利用率 AI集群相对于安装容量。
- 可再生能源份额 和能源合同的稳定性。
结论
在中国,人工智能计算的推动力,预计到2025年将增长超过50%,这可能会重新定义全球市场的平衡。在这种情况下,如果能源、效率和软件能够跟上步伐,新一波的数据中心将转化为更大的竞争力和创新;否则,风险在于积累未充分利用的能力。
来源
- https://www.corrierecomunicazioni.it/digital-economy/intelligenza-aryficiale-la-cina-punta-a-raddoppiare-la-potenza-di-calcolo-del-50/ — 增加计算能力和当局的目标。
- http://en.people.cn/n3/2025/0825/c90000-20356734.html — 计算、云和人工智能的机构覆盖。
- https://www.technologyreview.com/2025/03/26/1113802/china-ai-data-centers-unused/ — 关于设施未充分利用和挑战的分析。
- https://arenadigitale.it/2025/07/31/la-cina-domina-il-panorama-globale-dellintelligenza-artificiale-con-oltre-il-40-dei-modelli-ai/ — 与在中国开发的AI模型相关的数据。
- https://www.linkiesta.it/2024/12/cina-via-della-seta-intelligenza-artificiale/ — 深入研究该领域的基础设施创新。
- https://www.iea.org/reports/data-centres-and-data-transmission-networks — 报告 “Data Centres and Data Transmission Networks” (2023): 数据中心的电力消耗估计。
- https://uptimeinstitute.com/resources — 关于数据中心的运营状态、供应和使用情况的报告和调查。
编辑说明:2025年8月更新 — 等待工业和信息化部(MIIT)的官方公告,该公告应详细说明计量单位(例如,FLOPS,集群数量)并提供对新校园额外消耗和平均PUE的初步估计。也有必要加入专家或机构代表的直接引用。




