本文轉自：云計算與大數據研究所

日前，中國信通院正式發布“2025云計算十大關鍵詞”，中國信通院云計算與大數據研究所所長何寶宏對“2025云計算十大關鍵詞”進行了解讀。

十大關鍵詞分別是：

超大規模智算集群、大模型推理云服務、智能體、大模型工程化交付、大模型一體機、云終端、智能混合云、云卓越架構、央國企“云+AI”、云計算出海。

2025年兩會政府工作報告明確提出，深入實施“人工智能+”行動，支持大模型廣泛應用，并重點落實在產業賦能方面、終端應用方面和場景培育方面的工作。人工智能、大模型等技術快速發展，它們和云計算深度融合，形成了“云+AI”的模式，正成為驅動數字經濟發展的核心引擎。基于對云計算產業的長期研究與觀察，中國信息通信研究院認為，以下十大關鍵詞充分凸顯云計算產業發展最新趨勢。

關鍵詞1：超大規模智算集群

聚焦聚焦支撐萬億參數模型訓練，加速下一代人工智能產業發展

隨著大模型訓練參數突破萬億，其對底層計算的需求也在進一步升級。超大規模智算集群，正成為AI發展的關鍵要素。第一，超大規模智算集群的建設，已經成為行業共識。在Transformer架構持續主導的發展范式下，大模型訓練的算力需求，每3.5個月就翻一番。未來還會陸續擴展萬卡規模。第二，超大規模智算集群是下一代AI產業發展的基礎。通過芯片、服務器間的高速互聯，以及對AI框架、算法、模型、數據等技術和資源的整合，再加上大規模算力調度技術，能夠降低AI使用門檻，實現產業AI化。第三，我國超大規模智算集群的建設和發展，需要走“中國路徑”。根據國家戰略，因地制宜部署超大規模集群試點，支撐超萬億參數大模型的訓練。產業鏈要一起攻關卡間、機間高速互聯，構建從萬卡到百萬卡的擴展能力，補齊智能化運維工具鏈的短板，推動產業在軟硬件適配、超智融合、集群性能優化等方面。

關鍵詞2：大模型推理云服務

大模型推理云服務性能提升，AI Token成本持續優化

大模型推理云服務，正成為人工智能技術落地的關鍵引擎。它既能解決大模型的算力消耗問題，又能降低企業接入大模型的技術門檻和成本負擔。具體來說，有三個方面。第一，“百模大戰”中，預訓練性能提升變慢，推理優化成為競爭焦點。從多模態模型到向量檢索增強，再到多專家架構與推理可視化，大模型與云結合的下半場從原來的預訓練階段，全面進入推理強化新階段。第二，云服務領域中，“芯片-框架-模型”三位一體，共同優化大模型推理性能。芯片是硬件心臟，提供算力和顯存資源，決定了推理系統的性能上限。推理框架是軟件加速器，能夠充分釋放芯片潛力。模型是應用大腦，通過結構優化，把推理能力融入模型，實現高效推理。第三，云原生大模型推理占比超八成，開源大幅降低了推理成本。在預填充這個計算密集階段，靠容器化架構彈性擴縮容。在解碼這個顯存帶寬瓶頸階段，靠GPU異構資源隔離和模型冷啟動優化。

關鍵詞3：智能體

智能體向Agentic AI躍遷，重構企業智能化新范式

2025年，被稱為智能體元年智能體已經進化，具備了自主規劃、協作代理和系統協同的能力，成為了真正的智能實體，主要體現在三個方面。一是從單一任務到協作代理，Agentic AI誕生了。隨著大語言模型能力不斷提升，智能體也在進化，協作模式讓智能體可以處理更復雜、更專業的任務。它們真正成了人類的數字代理助手。二是Agentic AI的通信協議，重構了智能體的各種交互。包括智能體內部、智能體之間，還有和用戶的交互。MCP、A2A、AG-UI這些通信協議，共同構成了Agentic AI生態的“通信高速公路”。三是從技術賦能到業務重塑，智能體深度融入企業業務邏輯。智能體的價值，不只是技術能力。更重要的是，它們能重塑企業的業務模式和流程。只有讓智能體深度融入企業的商業模式。

關鍵詞4：大模型工程化交付

AI云助力大模型工程化落地，全棧專業交付服務價值凸顯

工程化，一直是技術產業化的必要手段。人工智能應用需要智能算力支持，AI云為大模型工程化交付提供了技術底座支持。這包括硬件層、軟件層、模型層、應用層等全棧產品服務。不過，企業在應用大模型時，面臨不少復雜技術環節。像數據處理、模型架構設計、算法優化、性能瓶頸等，這些都給大模型的開發和應用帶來了較大技術挑戰。大模型工程交付專業技術服務應運而生。云廠商、第三方管理服務商等，開始提供圍繞大模型運行全生命周期的專業技術服務。包括模型咨詢、數據工程、模型部署、模型應用開發以及模型工程優化方面等全棧交付技術服務，實現模型高效落地和持續優化。

關鍵詞5：大模型一體機

大模型一體機構建AI普惠新生態，賦能多場景深度落地

大模型一體機受到產業界廣泛關注。它讓AI的落地應用更加普惠。預裝環境模型，省去了調參步驟；軟硬件協同，降低了成本；本地化部署，保障了安全合規。市場方面，各類企業都在布局大模型一體機，整個市場正在加速向“場景深耕”演進。技術方面，大模型一體機從“硬件堆砌”走向了“智能融合”。從硬件層面預裝了適配芯片的環境，省去了部署調試的周期。模型層面內置了千億參數大模型，通過動態顯存壓縮技術。安全層面通過全鏈路加密和可信執行環境，滿足了數據不出域的合規要求。場景方面，企業競逐大模型一體機，掀起了新熱潮。如在科研領域，通過預置學術工具鏈和領域知識庫，提升了科研人員的成果調研效率。

關鍵詞6：云終端

云終端成為云計算觸達用戶的關鍵載體，重塑終端智能生態

云終端重塑了人機交互的方式。同時，它還承載著“彈性供算、智能協同、多端互通”等能力，正在構建“云+端+智”融合的生態新格局。具體來看，有三個方面。第一，云終端的技術模式在加速演進，正逐步從“設備為中心”，轉向“服務為中心”。以前說終端，主要是“設備為中心”。靠本地芯片計算，靠本地系統運行。當前終端的計算和存儲，越來越依賴云，轉向了“服務為中心”。第二，云終端的形態不斷豐富，在辦公、工業、交通、醫療、消費等領域，都有廣泛應用。這些終端，既有本地運行能力，又能和云端協同。部署方式更靈活，適配性也明顯增強。第三，云終端的智能化水平不斷提升，這推動了人機交互方式的變革。現在，很多終端都集成了大模型，具備了語音交互、內容生成、智能推薦等能力。

關鍵詞7：智能混合云

高效訓推大模型廣泛部署，AI+混合云實現行業落地賦能

智能混合云的核心優勢，主要從技術架構和行業應用兩方面來看。技術架構方面，它實現了從資源混合到能力混合，能讓模型能力更廣泛地發揮作用。一是云邊協同技術。數據、模型能力，能在公有云、私有云、邊緣云等不同環境間無縫流轉。二是高性能基礎設施底座。通過異構算力抽象統管、跨云網絡協同、跨域數據融合的智能混合云基礎設施，提供原生混合的運行環境。三是智能調度引擎。基于AI的資源預測能力、策略引擎和統一API網關，共同支持智能混合云實現跨云資源動態編排。行業應用方面，需求多元化與行業專屬化，驅動著AI混合云的行業實踐。金融行業，通過智能混合云實現“數據本地留存，風險模型云端訓練”。制造行業，比如智慧工廠，采用智能混合云架構，兼顧邊緣端設備數據收集，和云端預測性維護模型的訓練。

關鍵詞8：云卓越架構

卓越架構助力解決深度用云難題，五大支柱協同提升服務效能

隨著企業對云服務的應用不斷深化，產業正面臨從“用云”向“用好云”的轉型。云卓越架構通過系統性設計與優化，為企業破解用云困境提供整體性解決方案。它以穩定性、安全、性能、成本、運營運維五大支柱為核心支撐，實現多維度協同發力。一是穩定性方面，設計高韌性架構，提升系統抗風險能力。二是安全方面，構建全鏈路防護，減少安全合規風險。三是性能方面，動態調優資源配置，避免負載失衡，通過性能分析和結果優化，實現云資源的按需分配與高效利用。四是成本方面，合理規劃資源成本投入，通過賬單、報表清晰呈現支出明細，實現資源與成本的最優匹配。五是運營運維方面，保障云服務全生命周期有序進行。以明確組織架構、規范制度體系、打造專業運維團隊為基石。

關鍵詞9：央國企“云+AI”

央國企”云+AI ”從“數字化基礎設施建設”轉向“智能化云上應用”

今年政府工作報告明確，要持續推進“人工智能+”專項行動。這讓央國企的用云重心，從“數字化基礎設施建設”，逐步轉向“智能化云上應用”。這一戰略躍遷的深化，正加速推動央國企行業智能化應用，成為新的藍海。先看供給側。“云+AI”賦能央國企各層級業務，實現數字化增效協同建設。云服務商聚焦成本優化與業務效率提升，打造“云+AI”融合平臺及解決方案。再看需求側。“云+AI”已成為央國企數智化轉型的關鍵解決方案。回望過去一年，央國企圍繞上云，完成了四件事：資源集約化、數據價值化、安全體系化、技術敏捷化。

關鍵詞10：云計算出海

云計算企業加速海外布局，全球化戰略開辟增長新藍海

近幾年，海外新興數字經濟市場的高速發展，將云計算出海推向了新高度。中國云企出海已經顯現出規模效應。從市場規模看，2024年，中國云計算企業出海市場規模達到472億元，增速超過40%。從業務占比看，出海企業的海外市場占比，從10%到50%不等。從服務范圍看，中國云廠商已經為全球30多個國家和地區，提供公有云服務。云計算出海形成了四大典型路徑。第一，基礎設施全球化布局。第二，敏捷響應與本土化服務。第三，需求驅動，與中資出海企業深度綁定。第四，AI與云雙向賦能，構建全球化云服務新生態。出海的大模型企業，需要云計算提供的海量算力資源，來滿足海外訓練和推理需求。同時，出海的大模型也吸引了全球開發者加入，為云計算企業拓寬了生態合作網絡。

何寶宏表示，AI、大模型等技術發展得如火如荼，云計算已經成為企業主動擁抱智能、激發第二增長曲線的先決條件。中國信通院會緊跟云計算的發展趨勢，緊盯行業智能化轉型的痛點，持續推動AI云等先進技術落地應用，也會搭建各方溝通交流的橋梁，促進知識共享流通。