算力基础设施需求与需求分析

北美 CSP 资本开支上修，海外算力基建加速推进。

2025 年一季度四大云厂商的资本开支上修，海外算力板块延续强劲态势。2024 年北美四大云厂商（Meta、Google、MSFT、Amazon）合计资本开支 2450 亿 美元，同比增 60.1%。2025 年一季度合计资本开支 711.1 亿元，以 Meta 为代表 的云厂商上修资本开支指引，预计 2025 年北美四大云厂商资本开支指引共计 3190 亿美元至 3270 亿美元，同比增长 30.2%至 33.5%。1）Meta：继续扩大 AI 数据中心投资及基础设施硬件成本的增加，2025 财年公司 Capex 由此前指引 600-650 亿美元上调至 640-720 亿美元；2）微软：一季度 Azure 及其他云服务 当季收入增长了 33%，AI 服务对 Azure 增长的贡献达 16 个百分点，2025 年财 年公司计划投入 800 亿美元在 AI 基础设施，2026 年前将 AI 训练算力提升 5 倍； 3）谷歌：Gemini 应用目前月活跃用户已突破 4 亿人，2025 年将维持 750 亿美 元资本开支指引；4）亚马逊： AI 业务年营收达数十亿美元，6 月投资 100 亿美 元加码 AI 基建，预计 2025 年公司资本支出为 1000 亿美元。

5000 亿美元“星际之门”项目启动，推动算力基础设施需求提升。2025 年初， 特朗普与 OpenAI、软银和甲骨文三家公司的负责人共同宣布，三家公司成立合 资公司“星际之门”，共计投资 5000 亿美元，用于在美国建设支持 AI 发展的基 础设施。“星际之门”项目的建设增强了市场对 AI 行业持续发展的信心，充分利 好算力基础设施的采购，为服务器、光模块、交换机、光纤光缆等板块的长远发 展注入强劲动力。

英伟达与沙特 Humain 公司达成的 1.8 万颗 GB300 芯片供应协议，中东将成为 全球算力基建新战场。近年来，沙特阿拉伯加速推进“2030 愿景”战略，试图 摆脱对石油经济的依赖，加速发展数字经济。具体来看，沙特阿拉伯将在新未来 城的工业区 Oxagon 中投资 50 亿美元（约合人民币 365.5 亿元），建设全球最大 的人工智能数据中心之一，预计 2029 年沙特阿拉伯的数据中心市场规模将达到 135.57 亿美元。其中，2025 年 5 月英伟达和 AMD 同步宣布为沙特人工智能公 司 Humain 打造横跨中东与美国的 AI 超级工厂，英伟达向 Humain 交付超过 1.8 万颗 GB300 Blackwell AI 超级芯片，相当于公司 2025 年第一季度全球出 货量的 12%，中东地区正加速成为全球算力基建新战场，进而带动更多算力基 础设施的需求提升。

2025 年欧洲各地将规划建设 20 座 AI 工厂，目前，欧洲等其他地区的数据中心 规模相较美国仍有较大差距，未来海外算力基建发展仍有较大空间。2025 年 6 月 11 日，在巴黎 VivaTech 科技峰会的 keynote 演讲中，英伟达 CEO 黄仁勋 表示：“欧洲正在筹建 20 余个 AI 超级工厂，未来两年欧洲人工智能算力将实现 十倍级增长。”目前，欧盟已宣布划拨 200 亿欧元专项基金用于建设五个配备超 10 万颗处理器的 AI 超级工厂。同时，2025 年 6 月，西班牙电信公司 Telefónica 宣布与人工智能芯片巨头 NVIDIA 达成重大合作，计划在西班牙构建“AI 工厂” 并部署分布式边缘 AI 基础设施，但值得注意的是，截止 2024 年 3 月，全球数据 中心总数为 11800 个，美国数据中心占全球总数的 46%左右，海外算力基建仍 有较大的发展潜力。

大模型快速更新迭代下，算力需求呈指数级上升，大模型训练算力在五年内增长 超 3 个数量级。2020 年 5 月发布的 GPT-3，所需训练算力约 3.1 x 10¹¹TFLOPs； 2022 年 11 月发布的 GPT-3.5，训练算力跃升至 2.6 x 10¹²TFLOPs，增长近 8.4 倍；2024 年 5 月发布的 GPT-4o，消耗了 3.8 x 10¹³TFLOPs 的训练算力，相较 于 GPT-3.5 增长了约 14.6 倍。2025 年 2 月发布的 Grok-3 模型，再次创大模型 训练算力新高，达到 4.6 x 10¹⁴ TFLOPs，是 GPT-4o 的 12 倍，是五年前 GPT-3 训练算力的近 1500 倍。这些代表性的 AI 大模型所消耗的训练算力变化，深刻体 现了算力需求的爆炸式增长。

大模型的算力需求由训练侧向推理侧倾斜。根据 OpenAl 数据，大模型训练侧算 力=6*模型参数数量*训练集规模，推理算力需求=2*模型参数数量*Token 数量， 训练规模越大的模型训练侧算力越高，随着越来越多高质量的预训练大模型开放， 企业可以直接在这些模型的基础上进行微调或直接调用其 API 来构建自己的应 用。意味着大部分企业将跳过高成本的“从零训练”阶段，直接进入“应用与推 理”阶段，大模型行业的算力重心逐渐向推理端倾斜。同时，DeepSeek 仅用同 类产品 1%-5%的训练成本打破 AI 算力资源垄断，市场对于大模型的算力需求从 训练侧向推理侧过渡。

2025 年以来推出的大语言模型以多模态模型为主，相较于纯文本，模型在处理 音频和图片的信息时需要消耗更多的 Tokens，对推理侧的算力要求更高。从 OpenAI 的 GPT-4.1 到 Anthropic 的 Claude 4，再到中国的文心 4.5 和豆包系列， 主流旗舰模型均已具备原生的多模态处理能力，模型处理信息的能力也从文本向 音频（Audio）、图像（Image）和视频（Video）等更多维度转变。其中，多模 态模型需要处理和集成多种数据类型，并根据不同类型的数据（文本、图像、音 频等）设计专门的“编码器”进行特征提取，并采用复杂的“融合层”技术，将 其表征对齐到统一的语义空间中，相较之下，多模态模型在输出信息时，对于推 理侧的算力要求更高。

大模型行业月活跃客户规模持续高增，带动推理侧需求快速增长。自 2025 年 1 月 DeepSeek 推出低训练成本 R1 模型后，Deepseek 的日均访问量环比激增 312%，截至 1 月 31 日，上线仅 21 天产品日活跃用户 DAU 2215 万，表明市场对于大模型应用具有强烈需求，截至今年 5 月，DeepSeek 的下载量已突破 5720 万次。与此同时，Chat GPT 作为最早受到市场关注的大模型，网站流量数 据同样显示出明显的上升趋势，仅 2025 年 3 月访问量就达 45 亿次，每天处 理的查询量超过 10 亿次，此外，2024 年谷歌所有产品及 API 的月度 Token 处 理量为 9.7 万亿。2025 年 5 月 Token 处理量已突破 480 万亿，实现 50 倍增 长，用户侧对于大模型应用需求爆发式的增长将直接带动推理侧算力需求提升。

除此之外，AI 应用在企业运营中加速渗透，AI 在中国企业仍有提升空间进而带 动更多的算力需求。2017 年至 2019 年，人工智能在企业端应用率激增，该时段 内使用量增长了 38%。目前，已有 72%的企业在至少一个业务中已经使用人工 智能，全球有近 3.3 亿家企业运营，意味着 AI 已渗透超过 2.3 亿家企业终端。 但从全球视角上看，中国企业在部署和探索人工智能应用上的占比位列全球第三， AI 在企业终端应用仍有提升空间，进而带动更多的算力需求。