算力雙輪驅動：從訓練到推理重塑雲計算産業新格局

　　近期全球資本市場的一系列異動，持續印證着人工智能算力需求的爆發式熱度。甲骨文财報發布後股價大幅攀升，順勢帶動英偉達等上遊算力芯片企業股價走高;AI 專用集成電路領軍企業博通斬獲 100 億美元定制芯片大單，消息公布後股價應聲上揚。這些市場信号清晰揭示，海外算力産業鍊正維持高景氣度，全球科技巨頭在未來較長周期内，将持續加碼數據中心等基礎設施投資，以承接不斷激增的雲計算與智能服務需求。

　　在人工智能産業鍊的演進進程中，硬件基礎設施率先開啟大規模投入。而 AI 對算力的需求，核心聚焦于模型訓練與推理應用兩大關鍵環節。這兩大環節如同支撐 AI 産業運轉的 “雙引擎”，前者奠定技術根基，後者實現價值轉化，二者共同推動算力從雲計算産業的 “可選項”，升級為驅動行業發展的核心生産力要素，徹底改寫雲計算的産業邏輯。

　　模型訓練環節呈現出項目制、階段性集中爆發的鮮明特征。大模型參數規模每提升一個數量級，所需算力往往會呈現百倍級的指數級增長。以萬億級參數大模型的全流程訓練為例，AWS 位于美國俄勒岡的超級算力集群單集群算力需達 25 EFLOPS 才能支撐相關工作。不過這種高強度算力需求具有臨時性，一旦模型訓練完成并趨于穩定，集中性算力投入便會顯著回落。這一階段的算力投入更像是為 AI 産業築牢技術地基的階段性攻堅，是各類複雜模型走向成熟的必要前提。

　　與訓練環節的階段性不同，推理市場構成了規模龐大且需求持續的核心增量市場。當 AI 模型投入實際生産場景後，每一次用戶交互、每一份内容生成、每一條代碼建議，都離不開實時算力的支撐。生成式 AI 催生的智能客服、自動駕駛、增強搜索等高并發場景，更對雲服務的彈性伸縮、低延遲響應能力提出了嚴苛要求，直接推動雲資源使用規模持續擴大。2025 年全球雲廠商 AI 算力規模已達 273 EFLOPS，同比增長 62%，這一迅猛增速背後，推理場景的持續需求正是核心驅動力之一。

　　面對訓練與推理的雙重算力需求，全球科技巨頭紛紛展開算力布局，形成了自建與合作并行的 “兩條腿走路” 策略。海外方面，AWS 在全球 32 個區域部署 99 個可用區，微軟聯合英偉達打造搭載超 4.5 萬塊 H100 GPU 的 Azure AI 超級計算機，谷歌則聚焦 TPU 集群建設，其最新一代 TPU v5e 集群算力密度較前代提升 2 倍。國内廠商則深度綁定 “東數西算” 工程，阿裡雲在内蒙古、甯夏布局的兩大超算集群合計算力達 45 EFLOPS，騰訊雲貴州貴安數據中心集群服務器超 10 萬台，華為雲在甘肅落地的昇騰 AI 算力中心首期算力便達 16 EFLOPS。

　　巨頭們的算力投入熱情，在财報數據中體現得淋漓盡緻。2025 年第三季度，亞馬遜、微軟、谷歌、Meta 四大雲巨頭合計資本開支接近 1200 億美元，同比增速普遍超 50%。其中谷歌第二季度雲收入同比增長 32%，資本開支升至 224.46 億美元;微軟 Azure 雲業務增長 33%，AI 服務直接貢獻 16 個百分點的增長;亞馬遜更是計劃 2025 年投入超 1000 億美元用于 AI 與雲業務擴張。與此同時，海内外頭部雲廠商還加速自研芯片量産落地，谷歌 TPU v5e、亞馬遜 Graviton4、華為昇騰 910B 等芯片規模化商用，既提升了算力效率，也降低了成本，形成 “算力擴容 + 芯片自主” 的雙輪驅動格局。

　　從訓練到推理的全鍊條算力需求，不僅推動雲計算産業規模持續擴張，更倒逼行業從傳統資源租賃向算力基建與技術創新并重的方向轉型。随着海内外廠商的持續加碼與技術疊代，算力将進一步滲透雲計算各個環節，推動整個産業邁入高質量發展的全新階段。