1. 首頁 > 生活百科 > >

國產化率近100%！國產AI算力將迎需求暴增？

人工智能aideepseek

國產化率近100%！國產AI算力將迎需求暴增？

文章圖片

近年來 ， 隨著人工智能（AI）、云計算、大數據等技術的飛速發展 ， 全球算力需求呈現爆發式增長 。 自2023年AI浪潮興起以來 ， 國內外企業紛紛加大算力投資 ， 推動全球算力市場進入高速發展期 。
國內大模型使用量激增國內大模型和AI應用的持續升級、“更加好用” ， 會不斷提升產品使用量 ， 進而增加AI算力需求 。 根據AI產品榜數據 ， 2025年2月國內共有6個AI應用APP產品月度用戶活躍數量（MAU）達到千萬級別 。 包括豆包第一名8198萬月活、DeepSeek第二名6181萬月活、Kimi第三名2622萬月活 。
其中 ， 部分產品使用量激增 。 例如 ， DeepSeek月活同比增速超過80% ， 元寶月活同比增速超過200% ， 納米AI搜索月活同比增速超過400% 。 值得關注的是 ， 元寶和納米AI搜索也接入了DeepSeek大模型 ， 也可分享DeepSeek模型升級帶來的流量紅利 。

中國智能算力催生AI宇宙級生產力隨著大模型參數規模的不斷增長 ， 例如視頻大模型Sora的參數量達到了約300億 ， 訓練這些模型所需的算力每3-4個月就會增長一倍 。 為了生成1分鐘的視頻 ， Sora所需的算力是GPT-4生成2k token的390.5倍 ， 這需要多達上萬張H100加速卡來支持 ， 并且其訓練成本可能是GPT-3的2.7倍 。 Sora采用了將Transformer與擴散模型相結合的技術路徑 ， 這使得其算力需求相比傳統的大語言模型增加了近一百倍 。
整體來看 ， 算力是AI發展的核心資源 。 一方面 ， 芯片和服務器向高性能與高效能方向演進 ， 芯片算力效率不斷迭代 ， 采用先進的計算架構 ， 提升單計算節點性能要求 ， 進而拉動整體算力需求 。
另一方面 ， 大模型不斷蒸餾優化 ， 將降低單位算力的門檻和提升算力利用效率 ， 將推動AI應用滲透率 。 例如DeepSeek-R1通過混合專家系統（MoE）架構將算力需求降低近20倍 ， 阿里QwQ-32B僅用320億參數實現與千億級模型相當的性能 ， 通過動態稀疏計算激活參數占比降至20% ， 這類技術突破使單機部署成為可能 。
免責聲明：
1、本號不對發布的任何信息的可用性、準確性、時效性、有效性或完整性作出聲明或保證 ， 并在此聲明不承擔信息可能產生的任何責任、任何后果 。
2、本號非商業、非營利性 ， 轉載的內容并不代表贊同其觀點和對其真實性負責 ， 也無意構成任何其他引導 。 本號不對轉載或發布的任何信息存在的不準確或錯誤 ， 負任何直接或間接責任 。
3、本號部分資料、素材、文字、圖片等來源于互聯網 ， 所有轉載都已經注明來源出處 。 如果您發現有侵犯您的知識產權以及個人合法權益的作品 ， 請與我們取得聯系 ， 我們會及時修改或刪除 。
【國產化率近100%！國產AI算力將迎需求暴增？】

    推薦閱讀