7月22日，由中国通信标准化协会主办，中国信息通信研究院（简称“中国信通院”）承办的“2025可信云大会”在京召开。大会上，中国信通院正式发布“2025云计算十大关键词”，中国信通院云计算与大数据研究所所长何宝宏对“2025云计算十大关键词”进行了解读。
超大规模智算集群、大模型推理云服务、智能体、大模型工程化交付、大模型一体机、云终端、智能混合云、云卓越架构、央国企“云+AI”、云计算出海。
2025年两会政府工作报告明确提出，深入实施“人工智能+”行动，支持大模型广泛应用，并重点落实在产业赋能方面、终端应用方面和场景培育方面的工作。人工智能、大模型等技术快速发展，它们和云计算深度融合，形成了“云+AI”的模式，正成为驱动数字经济发展的核心引擎。基于对云计算产业的长期研究与观察，中国信息通信研究院认为，以下十大关键词充分凸显云计算产业发展最新趋势。
1. 超大规模智算集群
聚焦支撑万亿参数模型训练，加速下一代人工智能产业发展
随着大模型训练参数突破万亿，其对底层计算的需求也在进一步升级。超大规模智算集群，正成为AI发展的关键要素。第一，超大规模智算集群的建设，已经成为行业共识。在Transformer架构持续主导的发展范式下，大模型训练的算力需求，每3.5个月就翻一番。未来还会陆续扩展万卡规模。第二，超大规模智算集群是下一代AI产业发展的基础。通过芯片、服务器间的高速互联，以及对AI框架、算法、模型、数据等技术和资源的整合，再加上大规模算力调度技术，能够降低AI使用门槛，实现产业AI化。第三，我国超大规模智算集群的建设和发展，需要走“中国路径”。根据国家战略，因地制宜部署超大规模集群试点，支撑超万亿参数大模型的训练。产业链要一起攻关卡间、机间高速互联，构建从万卡到百万卡的扩展能力，补齐智能化运维工具链的短板，推动产业在软硬件适配、超智融合、集群性能优化等方面。
2. 大模型推理云服务
大模型推理云服务性能提升，AI Token成本持续优化
大模型推理云服务，正成为人工智能技术落地的关键引擎。它既能解决大模型的算力消耗问题，又能降低企业接入大模型的技术门槛和成本负担。具体来说，有三个方面。第一，“百模大战”中，预训练性能提升变慢，推理优化成为竞争焦点。从多模态模型到向量检索增强，再到多专家架构与推理可视化，大模型与云结合的下半场从原来的预训练阶段，全面进入推理强化新阶段。第二，云服务领域中，“芯片-框架-模型”三位一体，共同优化大模型推理性能。芯片是硬件心脏，提供算力和显存资源，决定了推理系统的性能上限。推理框架是软件加速器，能够充分释放芯片潜力。模型是应用大脑，通过结构优化，把推理能力融入模型，实现高效推理。第三，云原生大模型推理占比超八成，开源大幅降低了推理成本。在预填充这个计算密集阶段，靠容器化架构弹性扩缩容。在解码这个显存带宽瓶颈阶段，靠GPU异构资源隔离和模型冷启动优化。
3. 智能体
智能体向Agentic AI跃迁，重构企业智能化新范式
2025年，被称为智能体元年智能体已经进化，具备了自主规划、协作代理和系统协同的能力，成为了真正的智能实体，主要体现在三个方面。一是从单一任务到协作代理，Agentic AI诞生了。随着大语言模型能力不断提升，智能体也在进化，协作模式让智能体可以处理更复杂、更专业的任务。它们真正成了人类的数字代理助手。二是Agentic AI的通信协议，重构了智能体的各种交互。包括智能体内部、智能体之间，还有和用户的交互。MCP、A2A、AG-UI这些通信协议，共同构成了Agentic AI生态的“通信高速公路”。三是从技术赋能到业务重塑，智能体深度融入企业业务逻辑。智能体的价值，不只是技术能力。更重要的是，它们能重塑企业的业务模式和流程。只有让智能体深度融入企业的商业模式。
4. 大模型工程化交付
AI云助力大模型工程化落地，全栈专业交付服务价值凸显
工程化，一直是技术产业化的必要手段。人工智能应用需要智能算力支持，AI云为大模型工程化交付提供了技术底座支持。这包括硬件层、软件层、模型层、应用层等全栈产品服务。不过，企业在应用大模型时，面临不少复杂技术环节。像数据处理、模型架构设计、算法优化、性能瓶颈等，这些都给大模型的开发和应用带来了较大技术挑战。大模型工程交付专业技术服务应运而生。云厂商、第三方管理服务商等，开始提供围绕大模型运行全生命周期的专业技术服务。包括模型咨询、数据工程、模型部署、模型应用开发以及模型工程优化方面等全栈交付技术服务，实现模型高效落地和持续优化。
5. 大模型一体机
大模型一体机构建AI普惠新生态，赋能多场景深度落地
大模型一体机受到产业界广泛关注。它让AI的落地应用更加普惠。预装环境模型，省去了调参步骤；软硬件协同，降低了成本；本地化部署，保障了安全合规。市场方面，各类企业都在布局大模型一体机，整个市场正在加速向“场景深耕”演进。技术方面，大模型一体机从“硬件堆砌”走向了“智能融合”。从硬件层面预装了适配芯片的环境，省去了部署调试的周期。模型层面内置了千亿参数大模型，通过动态显存压缩技术。安全层面通过全链路加密和可信执行环境，满足了数据不出域的合规要求。场景方面，企业竞逐大模型一体机，掀起了新热潮。如在科研领域，通过预置学术工具链和领域知识库，提升了科研人员的成果调研效率。
6. 云终端
云终端成为云计算触达用户的关键载体，重塑终端智能生态
云终端重塑了人机交互的方式。同时，它还承载着“弹性供算、智能协同、多端互通”等能力，正在构建“云+端+智”融合的生态新格局。具体来看，有三个方面。第一，云终端的技术模式在加速演进，正逐步从“设备为中心”，转向“服务为中心”。以前说终端，主要是“设备为中心”。靠本地芯片计算，靠本地系统运行。当前终端的计算和存储，越来越依赖云，转向了“服务为中心”。第二，云终端的形态不断丰富，在办公、工业、交通、医疗、消费等领域，都有广泛应用。这些终端，既有本地运行能力，又能和云端协同。部署方式更灵活，适配性也明显增强。第三，云终端的智能化水平不断提升，这推动了人机交互方式的变革。现在，很多终端都集成了大模型，具备了语音交互、内容生成、智能推荐等能力。
7. 智能混合云
高效训推大模型广泛部署，AI+混合云实现行业落地赋能
智能混合云的核心优势，主要从技术架构和行业应用两方面来看。技术架构方面，它实现了从资源混合到能力混合，能让模型能力更广泛地发挥作用。一是云边协同技术。数据、模型能力，能在公有云、私有云、边缘云等不同环境间无缝流转。二是高性能基础设施底座。通过异构算力抽象统管、跨云网络协同、跨域数据融合的智能混合云基础设施，提供原生混合的运行环境。三是智能调度引擎。基于AI的资源预测能力、策略引擎和统一API网关，共同支持智能混合云实现跨云资源动态编排。行业应用方面，需求多元化与行业专属化，驱动着AI混合云的行业实践。金融行业，通过智能混合云实现“数据本地留存，风险模型云端训练”。制造行业，比如智慧工厂，采用智能混合云架构，兼顾边缘端设备数据收集，和云端预测性维护模型的训练。
8. 云卓越架构
卓越架构助力解决深度用云难题，五大支柱协同提升服务效能
随着企业对云服务的应用不断深化，产业正面临从“用云”向“用好云”的转型。云卓越架构通过系统性设计与优化，为企业破解用云困境提供整体性解决方案。它以稳定性、安全、性能、成本、运营运维五大支柱为核心支撑，实现多维度协同发力。一是稳定性方面，设计高韧性架构，提升系统抗风险能力。二是安全方面，构建全链路防护，减少安全合规风险。三是性能方面，动态调优资源配置，避免负载失衡，通过性能分析和结果优化，实现云资源的按需分配与高效利用。四是成本方面，合理规划资源成本投入，通过账单、报表清晰呈现支出明细，实现资源与成本的最优匹配。五是运营运维方面，保障云服务全生命周期有序进行。以明确组织架构、规范制度体系、打造专业运维团队为基石。
9. 央国企“云+AI”
央国企”云+AI ”从“数字化基础设施建设”转向“智能化云上应用”
今年政府工作报告明确，要持续推进“人工智能+”专项行动。这让央国企的用云重心，从“数字化基础设施建设”，逐步转向“智能化云上应用”。这一战略跃迁的深化，正加速推动央国企行业智能化应用，成为新的蓝海。先看供给侧。“云+AI”赋能央国企各层级业务，实现数字化增效协同建设。云服务商聚焦成本优化与业务效率提升，打造“云+AI”融合平台及解决方案。再看需求侧。“云+AI”已成为央国企数智化转型的关键解决方案。回望过去一年，央国企围绕上云，完成了四件事：资源集约化、数据价值化、安全体系化、技术敏捷化。
10. 云计算出海
云计算企业加速海外布局，全球化战略开辟增长新蓝海
近几年，海外新兴数字经济市场的高速发展，将云计算出海推向了新高度。中国云企出海已经显现出规模效应。从市场规模看，2024年，中国云计算企业出海市场规模达到472亿元，增速超过40%。从业务占比看，出海企业的海外市场占比，从10%到50%不等。从服务范围看，中国云厂商已经为全球30多个国家和地区，提供公有云服务。云计算出海形成了四大典型路径。第一，基础设施全球化布局。第二，敏捷响应与本土化服务。第三，需求驱动，与中资出海企业深度绑定。第四，AI与云双向赋能，构建全球化云服务新生态。出海的大模型企业，需要云计算提供的海量算力资源，来满足海外训练和推理需求。同时，出海的大模型也吸引了全球开发者加入，为云计算企业拓宽了生态合作网络。
何宝宏表示，AI、大模型等技术发展得如火如荼，云计算已经成为企业主动拥抱智能、激发第二增长曲线的先决条件。中国信通院会紧跟云计算的发展趋势，紧盯行业智能化转型的痛点，持续推动AI云等先进技术落地应用，也会搭建各方沟通交流的桥梁，促进知识共享流通。
本文转自：云计算与大数据研究所，转载此文目的在于传递更多信息，版权归原作者所有。如不支持转载，请联系小编demi@eetrend.com删除。
