這條由萌芽期—期望膨脹期—泡沫破滅低谷期—穩(wěn)步爬升恢復(fù)期—生產(chǎn)成熟期共同組成的成熟度曲線,見證并推動了行業(yè)的發(fā)展。去年,Gartner首次發(fā)布聚焦中國本土市場的基礎(chǔ)設(shè)施戰(zhàn)略技術(shù)成熟度曲線(以下簡稱“成熟度曲線”),得到了行業(yè)的廣泛關(guān)注和認可。近日,Gartner對外正式發(fā)布了2025成熟度曲線,再次引發(fā)行業(yè)熱議。
Gartner研究總監(jiān)張吟鈴表示,盡管生成式AI已經(jīng)并將繼續(xù)帶動技術(shù)發(fā)展,但持續(xù)的地緣政治和經(jīng)濟不確定性,將對基礎(chǔ)設(shè)施技術(shù)產(chǎn)生更為顯著的影響。張吟鈴介紹,今年的成熟度曲線涉及四個方面共計29項技術(shù),反映出市場的多樣性。
四大趨勢繼續(xù)強化
張吟鈴指出,2025年的成熟度曲線呈現(xiàn)出自主可控計劃、提升生成式AI采用的影響、確?;A(chǔ)設(shè)施韌性以及保持運營效率等在內(nèi)的四大主題趨勢;與去年相比,并沒有太大的調(diào)整,這也反映出了趨勢的長期性。
首先時自主可控,越來越多的中國企業(yè)會采用自主研發(fā)的基礎(chǔ)設(shè)施軟硬件、工具,規(guī)避美國政府的技術(shù)限令??蛻魝?cè)的強烈需求也在驅(qū)動供給側(cè)快速前行,本土軟硬件也得到了快速的發(fā)展、采用與規(guī)模落地。
包括國產(chǎn)人工智能處理器、國產(chǎn)芯片服務(wù)器、自主可控數(shù)據(jù)庫、國產(chǎn)服務(wù)器虛擬化軟件等軟硬件產(chǎn)品,在Gartner成熟度曲線上都在快速的挪動。尤其是業(yè)界關(guān)注比較高的國產(chǎn)AI芯片,根據(jù)Gartner 8月份發(fā)布的關(guān)于中國芯片新興技術(shù)報告。Gartner預(yù)測:“到2030年,中國本土AI芯片廠商將在中國國內(nèi)AI芯片收入當中占據(jù)超過一半的份額,并且在中國以外的市場也會占據(jù)超過10%的份額?!?/p>
其次是生成式AI采用的影響,以DeepSeek R1的為代表的高品質(zhì)開源大模型問世,降低了AI推理對算力的需求,很多企業(yè)開始使用DeepSeek來部署AI應(yīng)用。而隨著AI應(yīng)用的漸次落地,AI Agent和代理式AI開始火爆,這都對底層基礎(chǔ)設(shè)施的服務(wù)交付提出了新需求。
第三是基礎(chǔ)設(shè)施韌性,隨著千行百業(yè)數(shù)字化轉(zhuǎn)型的加速和深入,基礎(chǔ)設(shè)施作為其能力底座,需要有更高的穩(wěn)定性、可用性和韌性,確保在面對不確定性問題時,它能夠抵抗、并且能夠快速恢復(fù)及提升自己適應(yīng)性的能力。在今年的曲線中,Gartner將低軌衛(wèi)星和安全訪問服務(wù)邊緣SASE納入其中,希望業(yè)界能夠從網(wǎng)絡(luò)和安全角度,去考慮如何將兩個新興的技術(shù)運用到確保基礎(chǔ)設(shè)施的性能、韌性方面。
第四是基礎(chǔ)設(shè)施保持運營效率,受到經(jīng)濟大環(huán)境影響,最近幾年IT預(yù)算增幅非常小,甚至呈現(xiàn)出下降的趨勢。對于基礎(chǔ)設(shè)施的部門來說,需要進一步減少開支并提高效率;在這方面,部分技術(shù)及創(chuàng)新可以去利用、并且推動部門更有效的運行。
把握新技術(shù)的戰(zhàn)略機會點
雖然從四大趨勢的角度來看,沒有發(fā)生太大的變化,但創(chuàng)新卻是無處不在,特別是在AI基礎(chǔ)設(shè)施、生成式人工智能一體機、算力即服務(wù)以及分布式混合基礎(chǔ)設(shè)施(DHI)等技術(shù)領(lǐng)域。
在AI基礎(chǔ)設(shè)施層面,張吟鈴表示,Gartner將中國的AI基礎(chǔ)設(shè)施定義為支持AI和機器學(xué)習(xí)的工作負載的開發(fā)、部署及管理所必須的完整的技術(shù)棧和技術(shù)系統(tǒng),包括計算、存儲、網(wǎng)絡(luò)、、模型、AI平臺和工程化工具實現(xiàn)等在內(nèi)的多種組件。
張吟鈴指出,AI的發(fā)展需要非常強大并且靈活的AI基礎(chǔ)設(shè)施,但在考慮AI基礎(chǔ)設(shè)施,特別是異構(gòu)AI基礎(chǔ)設(shè)施環(huán)境投資時,需要充分考慮投資回報率以及人才技能,“企業(yè)需要全面考慮企業(yè)自身的需求和能力,不能過度的投資?!?/p>
在生成式人工智能一體機層面,張吟鈴表示,作為專門為運行AI工作負載而設(shè)計的集成式計算設(shè)備,一體機可以給不同的用戶群體提供“開箱即服務(wù)”的體驗,縮短AI部署周期,降低技能需求及滿足數(shù)據(jù)本地化的要求,吸引了很多企業(yè)機構(gòu)的關(guān)注。
但張吟鈴提醒,是否采用一體機需要考慮企業(yè)內(nèi)部AI部署的戰(zhàn)略,以及對于未來基礎(chǔ)設(shè)施的規(guī)劃。因為隨著市場的快速演進,一體機的價值有可能會迅速的貶值。面對不同的AI應(yīng)用,企業(yè)不可能每一次都買一體機來做落地。同時,用戶還同時需要去評估一體機提供商,確保不是一次性的買入用完之后就不用了,而是需要廠商確保產(chǎn)品使用生命周期的持續(xù)支持。
在談到算力即服務(wù)(GPU as a Service)時,張吟鈴指出,“算力即服務(wù)”其實是一種基于“云”的消費模式,企業(yè)可以按需付費的形式使用高性能的GPU資源,用作短期的模型微調(diào)、可以突破當前超大規(guī)模云地域的限制。
但張吟鈴認為,“算力即服務(wù)”依然處于比較早期的階段,Gartner會推薦企業(yè)優(yōu)先考慮成熟度比較高的云服務(wù)產(chǎn)品。另外,企業(yè)還要去考慮將來“算力即服務(wù)”廠商的長期投資能力,他們會不會長遠的在這個市場上面去運營下去。
除了上述幾個技術(shù)之外,“分布式混合基礎(chǔ)設(shè)施(DHI)”也出現(xiàn)在了成熟度曲線上。張吟鈴指出,分布式混合基礎(chǔ)設(shè)施還是以“云”為中心的運營模式,提升了公有云在基礎(chǔ)設(shè)施范圍以外的工作負載的靈活性和便捷性的部署要求。企業(yè)可以用到類似于公有云的基礎(chǔ)設(shè)施優(yōu)勢,同時可以確保對于部署的位置管控,可以提供給到企業(yè)很多的便捷性。
無安全,不AI。生成式AI快速發(fā)展,也帶來一些諸如“數(shù)據(jù)安全、倫理道德”等問題。張吟鈴指出,對于AI安全治理,Gartner非常關(guān)注,在今年的成熟度曲線上就增加了大語言模型可觀測性的技術(shù),可以針對大模型的行為、性能監(jiān)控、分析洞察,解決大模型的一些指標、幻覺、偏見,以及包括資源利用率等問題。但大語言模型可觀測性技術(shù)仍處于研發(fā)早期?!皵?shù)據(jù)安全或者倫理道德的問題,更多的是取決于模型的選型、以及國家政策的要求?!?nbsp;