趋势一：全球算力规模高速增长，算力竞赛白热化算力成为全球科技竞争的战略制高点
算力不仅是承载数字经济发展的底层基础，更是核心驱动力。从要素看，算力将数据转化为价值；从工具看，算力是科技创新的加速器；从结果看，算力催生新产业、提升旧产业。数字经济成为全球经济发展引擎，算力成为创新的核心。
AI 算力的增长就保持着每年 4 到 5 倍的速度，特别是 Transformer 架构自 2017年被提出以来，它强大的并行处理能力，使得构建拥有数千亿甚至万亿级别参数的超大规模模型成为可能，进而引爆算力的需求。根据华为、阿里等预测，2025年到 2030 年 AI 算力将增长千倍左右。
趋势二：AI 加速进入千行百业，大模型将成为未来智能世界的操作系统，创造价值将是第一要素
大模型效率提升与成本下降，正通过杰文斯悖论激发更庞大的 AI 应用需求，形成 “效率提升—需求爆发—算力增长” 的正向循环。Token 消耗规模爆发式扩张：2025 年 4 月数据显示，谷歌 AI 搜索模式日均 Token 消耗量达 27 万亿，国内头部 AI 产品 Token 调用量月均增长数倍；智能体执行单次任务平均消耗 Token 达数十亿量级，多模态内容生成成为增长最快的细分领域。硬件层面，形成 CPU（复杂计算与调度）、GPU（高性能并行计算）、NPU/ASIC（低功耗推理）的多元算力协同供给模式，通过 PD 分离等技术，推动 AI 推理进入百万 Token 低于 1 美元的时代。
趋势三：跨越虚实边界数字智能向具身智能演进世界模型成为关键支撑
人工智能领域正迎来深刻的范式转移：从专注于数字世界信息处理的 “数字智能”，迈向能够在物理世界感知、理解、行动的 “具身智能”（Embodied Intelligence）。
世界模型（World Models, WMs）作为具身智能的 “大脑”，是其理解物理规律、实现高效交互的核心基础。它本质是生成式 AI 模型，通过构建内部表征捕捉真实世界的物理特性与空间属性，整合视频、文本、运动数据等多源输入，实现环境模拟、动作指导与决策优化。
趋势四：超节点成为算力新底座智算中心进入超节点时代
传统智算中心受限于芯片工艺物理极限与 “内存墙” 瓶颈，算力供给模式面临根本性变革，超节点作为系统级创新载体，正重塑算力基础设施格局，标志着智算中心正式迈入超节点时代。超节点打破传统服务器的硬件边界，通过平等互联技术，重构算力供给形态。
以华为 CloudMatrix384 超节点为例，其采用高速网络总线，实现 384 颗昇腾 NPU 与 192 颗鲲鹏 CPU 的平等互联，支持 “一卡一专家” 灵活部署模式，大幅提升 MoE 模型推理效率。超节点域内可实现百 GB/s 级通信带宽、纳秒级时延、TB 级超大内存，既能以极致吞吐支撑万亿参数训练，也能以低时延满足企业级大规模推理需求，实现集群能力跃迁。新型计算总线作为突破计算瓶颈的核心，从芯片间、节点间到全域协同，构建全层级高效互联体系，重构算力能力边界。
芯片间互联技术持续迭代：Scale Up 协议（NVlink、灵衢、UAlink 等）提供百纳秒级时延，支撑多芯片协同；CXL 协议简化异构计算编程模型；UCIe 标准推动 Chiplet 互联标准化，促进产业链分工。节点间互联技术优化升级：ScaleOut（Infiniband、UEC、灵衢等）提供数百 Gbps 带宽与微秒级延迟，成为高性能计算首选；硅光互联技术为长距离、低功耗、高带宽互联提供新路径。全域协同层面，Scale Across 总线构建跨集群互联架构，让分散算力集群形成统一资源池，高效响应跨场景、跨地域弹性算力需求，为超大规模模型演进提供支撑。
趋势五：从以 CPU 为中心的计算架构迈向多样化平等计算架构
延续半个多世纪的 “CPU 为中心” 主从计算范式正被打破。随着人工智能爆发式增长与能效瓶颈日益凸显，由 CPU、GPU、NPU、DPU 及 ASIC、FPGA等多样化处理器组成的平等协同架构，成为计算架构的核心演进方向，重塑数据中心算力供给逻辑。将 CPU、xPU、内存、存储等硬件资源分类为独立“资源池”，摆脱单台服务器的专属限制，实现抽象化、共享化管理。计算任务可按需从不同资源池组合算力、存储与内存，动态适配多元负载需求。价值链转移，CPU 被弱化，GPU/NPU/ASIC 加速器重要性凸显，价值链扩散化。
趋势六：以网强算，建设毫秒级算力网强化算力基础设施高质量发展
预计 2025 年中国智能算力规模将达 1037EFLOPS，同比增长超 40%，呈现出指数增长的趋势，但算力供给与需求之间的矛盾。为破解算力资源的结构性错配，通过构建“云—网—边—端”协同的算力调度体系，将东部算力需求有序引导至西部可再生能源富集区域，实现跨区域算力资源的统筹调度与高效利用。“以网强算”，通过构建具备超大带宽、超低时延、智能感知和灵活调度能力的新型网络基础设施，将地理上分散、架构上异构的算力资源（通用算力、智算、超算）连接成一个逻辑上统一、高效协同的“超级计算机”，从而强化算力的服务能力和使用效率 。实现“算、网、脑”一体化架构 ，依赖于“算力资源”、“网络连接”与“编排调度”三者的紧密协同。
趋势七：超算与智算走向融合，构筑科学计算新范式
单一超算或智算架构已难以承载多元诉求，超算（HPC）与智算（AI Computing）从独立发展走向深度融合，形成 “超智融合” 新范式，实现从芯片到系统、从软件到应用的全方位协同，成为解决复杂计算问题的核心支撑。需求、成本、效率三重因素倒逼超算和智算走向融合传统以硬件销售为主的模式逐渐退场，转向 “服务化、定制化”：云服务商推出 “三算合一” 产品，将通用算力、超算算力、智算算力整合为统一服务。
趋势八：智算时代需要更加开源开放的生态体系加速产业创新
AI 产业链的分层特性，决定了开源开放是实现协同创新、加速产业规模化的必然选择。开源开放已成为头部厂商主导产业格局的核心手段，通过技术共享与生态共建，放大自身优势并推动产业协同。通过构建统一的软件抽象层、实现高效的互联通信并进行智能的任务调度，对不同厂商的芯片（如GPU、FPGA、ASIC）在硬件架构、指令集、软件栈（包括驱动、通信库）上差异进行屏蔽。
趋势九：算力中心向智算中心迈进，高密化、液冷化和集群化成为发展方向，能源成为关键要素
在生成式人工智能（Generative AI）和大语言模型（LLM）等颠覆性技术浪潮的驱动下，传统的数据中心（Data Center）正以前所未有的速度向智能算力中心（AIDC, AI Data Center）演进。
AIDC 彻底重构了机柜功率密度标准，从传统 “低密分散” 转向 “高密集成”，催生硬件形态创新。风冷技术已无法满足 AIDC 高密设备的散热需求，液冷技术从备选升级为“标配”，风液混合制冷成为主流模式。
趋势十：量子计算走向工程化阶段，未来 1-2 年将是量子计算从技术突破走向商业化应用的关键窗口期
量子计算是一种遵循量子力学规律调控量子信息单元（Qubit）进行计算的新型计算模式，其基本信息单元是量子比特，通过量子叠加与纠缠特性实现高效并行计算。
量子计算硬件多种技术路线并行发展，相互竞争。超导、中性原子、离子阱与光量子等主流技术路线，凭借各自独特的物理特性与工程优势并行发展，尚未出现收敛迹象。超导路线凭借与半导体工艺的兼容性及高操控速度，在比特数量上暂时领先；中性原子路线凭借灵活的连接性与可扩展性，成为近期进展显著的“后起之秀”。
量子计算作为经典计算的补充，将量子处理器作为专用计算加速器，与经典高性能计算基础设施协同，形成“量子计算+经典计算”的架构。