數據中心/云計算可以說是人工智能領域的核心，占據了英偉達總收入的85%～90%。不僅是超大規模云服務提供商在大力投資，各國也將數據中心基礎設施納入未來幾年的關鍵基礎設施規劃。這股由“ChatGPT之后”的時代驅動的增長浪潮正在創造數萬億美元的額外價值，同時也成為當前地緣政治討論中的一個關鍵主題。然而，這些技術所投入的巨大資金何時能夠實現真正的回報，是一個關鍵問題。本報告強調了TechInsights認為將在2025年及以后塑造數據中心半導體行業的五大趨勢。同時，本報告還概述了我們今年主要關注的領域。

趨勢一：數據中心資本支出將持續增長

頂級超大規模云服務商2025年將在AI上投資約3200億美元。其中，亞馬遜將投入970億美元，主要用于云計算業務；微軟850億美元，谷歌750億美元。Meta也將投入650億美元。盡管有質疑聲，但科技巨頭投資不減。

趨勢二：大型語言模型（LLM）推理成本將下降

DeepSeek R1引發熱議后，人工智能的前景從訓練轉向推理。DeepSeek表示，迭代研究或能優化模型，通過迭代研究，可以優化模型，以更少的計算資源進行訓練。這意味著人工智能的大部分重心將轉向推理，而隨著越來越多的模型使用類似的技術建立起來，競爭將不再是誰能建立更好的模型，而是如何盡可能降低每次查詢的成本。

趨勢三：中國短期內將面臨挑戰

中國近期已儲備了大量先進的AI芯片，這些芯片可能足以支撐其未來幾年內的AI發展，使其能夠構建并測試新的AI模型，直至建立起自己的AI生態系統。然而，中國的經濟放緩和人口挑戰可能會給這一前景帶來阻礙。中國的AI初創企業DeepSeek最近發布了新的模型，這些模型在成本和性能上都超過了科技巨頭的同類產品。華為的定制AI解決方案現在也被字節跳動等公司用于訓練他們的模型。這些發展有可能打破全球定價格局，提供高性能且成本更低的替代方案。趨勢四：老舊服務器將迎來大規模更新

全球多數數據中心基礎設施已超六年，能耗高而效率低。隨著AI的發展，企業正致力于整合與提升能效的現代化改造，旨在降耗并為AI騰出空間。戴爾、惠普企業和聯想等OEM因此迎來收入增長，預計全球大量通用計算服務器和存儲設備將迎來新一輪升級，為其產品組合帶來亟需的增收。

趨勢五：軟硬件協同設計以優化人工智能工作負載
2025年，軟硬件協同設計對日益龐大復雜的AI模型至關重要。企業將采用更集成的方法，同步開發機器學習框架、模型架構和定制芯片，以優化訓練和推理成本，同時保持或提升模型性能。DeepSeek R1通過優化混合專家模式（MoE），展現了軟硬件協同優化可大幅提升AI的可擴展性和成本效益。未來將有更多針對特定用例優化的AI系統。