飛象網訊（易歡）在全球經濟格局不斷變化、新興市場國家和發展中國家迅速崛起的背景下，數字經濟展現出強勁韌性與活力，在為全球經濟帶來新增長點的同時，加速成為各國增強經濟韌性、實現經濟復蘇、推動轉型發展的關鍵抓手和重要力量，主要國家相關布局進一步健全，數字經濟供給側與需求側各領域均取得顯著發展成效。其中，數字基礎設施、數字技術等加速發展，也在不斷構建新的產業格局和生態。

數字基礎設施布局提速，構建融合創新新生態

當前，數字經濟高速發展，隨著數字化應用場景不斷豐富、AIGC、大模型等技術的爆發式增長，全球算力需求高漲，數據中心作為高性能算力的核心載體，產業賦能價值逐步凸顯。全球各國積極引導數據中心產業發展，數據中心市場需求不斷擴大，綠色低碳發展態勢顯著。

中國信通院發布的《全球數字經濟發展研究報告（2024年）》指出，全球數據中心集約化發展，大型數據中心仍是未來建設重點。2018 年以來，全球數據中心數量連續5年持續縮減，從2018 年超過46 萬個的水平下降至2023 年42 萬個，2023 年較上年同比下降2.2個百分點，降幅較上年提升0.4個百分點。預計2023年至2027年期間，微型數據中心數量將持續小幅下滑，小型、中型和大型數據中心均保持正增長。其中，大型數據中心增速最快，將從2023年的1760個增至2027年的1955 個。

報告顯示，大型數據中心快速發展。中、美、歐加快超大規模數據中心建設，2023 年底，全球超大規模數據中心數量達到 992 個，在 2024 年初突破 1000 個。每年新增超大規模數據中心約 120-130 個。

隨著數字化轉型、終端數字化消費等多樣化算力需求的場景持續增多，以及生成式人工智能技術和服務對計算能力提出更高要求，算力需求將進一步增長，未來六年，新增的超大規模數據中心平均容量將達到現有規模的兩倍以上，大型數據中心發展潛力巨大。

于此同時，報告強調，數據中心加速向低碳綠色方向轉變。數據顯示，數據中心總耗電量在ICT 行業占比超80%，主要國際組織與經濟體均發布相關政策，以推動數據中心行業綠色可持續發展，提升能源使用效率。如中國出臺《全國一體化大數據中心協同創新體系算力樞紐實施方案》《數據中心綠色低碳發展專項行動計劃》《數字化綠色化協同轉型發展實施指南》等，促進數據中心綠色可持續發展，提出到2025 年底，全國數據中心布局更加合理，整體上架率不低于60%，平均電能利用效率降至1.5 以下，可再生能源利用率年均增長10%，平均單位算力能效和碳效顯著提高。隨著各國相關政策的陸續出臺和技術的持續發展，節能技術將更廣泛地應用于數據中心領域，預計到2030 年，PUE 將進入1.0x 時代。

此外，隨著人工智能技術的迅猛發展，特別是大型語言模型（如GPT 系列、BERT等）的興起，數據中心作為數字時代的信息處理核心，正經歷著一場前所未有的變革。大模型以其數以億計甚至更多的參數和對海量數據的處理需求，已成為推動人工智能領域邊界拓展的核心驅動力之一，同時也為數據中心的運維與發展帶來了深刻的挑戰與機遇。計算方面，深度學習模型，尤其是大模型的訓練與推理，對計算能力的需求達到了前所未有的高度。它們不僅要求進行大規模的矩陣乘法和加法運算，還涉及高度復雜的梯度下降、參數微調等過程，每一次迭代都可能涉及比傳統模型多出數千乃至數萬倍的計算量。

為了滿足這一需求，數據中心不得不部署由大量高性能計算芯片（如GPU、TPU）構成的超級計算集群，通過并行處理技術來加速訓練過程，縮短模型“從搖籃到成熟”的時間周期。

數據存儲方面，大模型無論是訓練數據還是模型參數的存儲規模都在持續膨脹，對數據中心的存儲能力提出嚴峻考驗。模型訓練所需的數據集橫跨文本、圖像、音頻、視頻等多種形態，數據量龐大。加之模型本身參數眾多，一些頂尖的語言模型參數規模已突破百億乃至千億級別，其存儲需求遠超傳統模型，為滿足計算和存儲需求，數據中心需要不斷擴展存儲容量，采用更為高效的分布式存儲解決方案，結合數據壓縮、去重等先進技術，以有限的物理空間承載無限的數據增長。

網絡通信方面，大模型的分布式訓練機制對網絡帶寬提出極高要求。在訓練過程中，各個計算節點間需要頻繁同步模型參數、交換梯度信息，確保訓練的一致性和效率。網絡帶寬的瓶頸將直接導致數據傳輸延遲，影響訓練速度，甚至可能導致模型訓練無法有效收斂。因此，數據中心必須升級網絡基礎設施，引入高速網絡技術，如RDMA（遠程直接內存訪問）等，以實現數據的高速、低延遲傳輸，為大模型的分布式訓練保駕護航。人工智能大模型時代正引領數據中心邁向一個更加高效、智能、可持續的未來。

數字技術產業創新發展，引領產業升級新紀元

當前，在新一輪科技革命和產業變革的背景下，全球數字技術呈現明顯的群體性突破趨勢。5G、人工智能、云計算、大數據等技術群體性加快突破并不斷成熟和普及，為工業和信息化發展注入新的活力。以5G 技術為例，其作為新一代移動通信技術的代表，具有高速率、低時延、大連接等特點，隨著5G 網絡建設和普及，其在智能制造、智慧城市、遠程醫療等領域的應用場景將越來越廣泛。

人工智能技術的群體性突破同樣顯著，Gartner 技術成熟度曲線顯示，多數圍繞著AI 的系列新興技術預計將在未來2-5 年內達到成熟階段，這意味著人工智能技術將在更多領域實現應用落地，并發揮更大的作用。如，在自動駕駛、智能醫療、智能教育等領域，人工智能技術正逐步成為推動行業發展的重要力量。此外，云計算和大數據技術的群體性突破也為國家發展提供有力支撐。通過構建高效、穩定的云計算平臺和大數據分析系統，企業可以更加便捷地獲取和處理數據資源，從而推動業務創新和發展。同時，這些技術還可以幫助企業實現數字化轉型和智能化升級，提高競爭力和市場適應能力。

前沿數字技術迭代升級，廣泛賦能社會發展。人工智能、大數據、云計算、物聯網、區塊鏈等數字技術不斷涌現，成為推動社會進步和經濟發展的重要力量，深刻改變社會生產和生活方式。

報告指出，技術融合創新不斷加速，成為未來技術發展主流趨勢。隨著技術的不斷發展，IT（信息技術）、CT（通信技術）、OT（運營技術）、DT（數據技術）等不同技術間的融合創新已成常態，在催生新業態和新模式的同時，也為傳統產業的轉型升級提供強大動力。這種跨領域的融合不僅加速了新技術的落地應用，還催生出了一系列創新性的解決方案和服務模式，為全球經濟發展注入了新的活力。

以5G技術融合為例，在5G 技術推動下，5G 作為新一代移動通信技術，以其高速度、低延遲、大連接等特性，為IT、CT、OT 和DT的深度融合提供了強大的基礎支撐，融合創新尤為顯著。例如，在工業互聯網領域，5G 技術與OT 技術的結合，使得工廠能夠實現設備的遠程監控、預測性維護以及生產流程的智能化管理，大幅提高了生產效率和產品質量。同時，5G 技術還促進了IT 與DT 的融合，通過大數據分析、人工智能等先進技術手段，對海量數據進行深度挖掘和分析，為企業決策提供了更加精準的數據支持。