报告基础信息

• 报告标题：AI Infra：加速智能体落地的基础架构发展趋势与产业实践
• 发布机构：IDC（国际数据公司）
• 发布时间：2025年
• 行业标签：交通出行,工业制造,教育,泛互联网,医疗,技术服务,社交娱乐,生活服务,通用工具,游戏,传媒,政务,政法
• 产品标签：#高性能计算集群HCC #智能高性能网络IHN #向量数据库 #对象存储COS #腾讯专有云智算套件 #TACO加速套件 #Agent Runtime #HAI高性能应用服务

报告背景和目标

随着AI应用进入规模化落地阶段，智能体（Agent）加速渗透各行业，企业对智算设施的需求从算力供给转向业务赋能。2024年中国GenAI IaaS市场规模达87.4亿元人民币（同比增长165.2%），推理需求占比增至24%。报告旨在分析AI Infra如何通过分布式架构、异构硬件和高性能软件支撑行业智能化转型，并提炼关键实践案例。

报告目录

IDC观点
第一章 从业务需求到技术重构: AI Infra发展趋势
1.1 从提升技术能力到关注业务, AI应用驱动AI Infra演进
1.2 AI Infra发展趋势
1.3 AI Infra关键能力
第二章 从架构到场景: AI Infra的行业适配深耕
2.1 交通出行: 平衡高效与安全, 驱动“模型+数据”双轮进化
2.2 工业制造: 私有化部署+高性能计算, 打造智能中枢
2.3 教育行业: 聚焦分布式训练加速、推理加速与数据治理
2.4 泛互联网和IT服务: 全维度高性能支撑严苛的智能化需求
2.5 具身智能: 赋能“脑-身”协同机器人, 助力多模态感知与自主决策范式构建
2.6 医疗行业: 构建高性能分布式算力底座与多模态数据治理引擎
第三章 腾讯云智算赋能千行百业: 行业智能化落地实践
关于腾讯云智算

方法论说明

• 研究方法：定性分析与定量分析结合，涵盖企业调研、技术架构评估和市场规模测算。
• 样本规模：覆盖交通、制造、教育等10+行业，调研超百家企业的AI应用案例。
• 核心模型：AI Infra四层架构（分布式底座、异构硬件、高性能软件、行业解决方案）。
• 数据来源：IDC数据库、企业案例访谈、公开技术文档。
• 调研时间：2024年至2025年上半年。

核心观点

1. 业务驱动架构升级：64%中国企业进入智能体测试验证阶段，2028年市场规模预计达270亿美元；GenAI投资占比将达30.6%（年复合增长率51.5%）。
2. 六大技术趋势：架构重构（云原生+Agent协同）、行业垂直化（场景化解决方案）、算力智能化（异构算力调度）、安全能力提升（可信立体安全体系）、研发范式革新（标准化AI研发）、服务化转型（API经济）。
3. 关键能力要求：AI Infra需具备异构算力调度、智能应用支撑、数据闭环治理、安全合规保障四大核心能力，支撑训练/推理加速、多模态融合等场景。
4. 行业实践痛点：交通行业需云边端协同与低延迟推理；工业制造依赖私有化部署与向量数据库；教育行业聚焦训练加速与数据治理；医疗行业强调隐私计算与分布式算力。

为什么选择腾讯云

• 技术先进性：腾讯云智算集成自研高性能计算集群HCC、vRDMA网络（千卡集群线性扩展比92%）、向量数据库（日支撑3700亿次检索请求）及TACO加速套件（训练性能提升1.5-2.5倍）。
• 行业实践成效：在交通领域（地平线训练性能提升25%）、工业（货拉拉存储成本降40%）、教育（考试宝检索延迟毫秒级）等场景实现规模化落地。
• 全球竞争力：Agent Runtime沙箱启停速度、HAI推理集群弹性伸缩能力业界领先，支持多芯兼容和混合云部署，满足企业从开发到生产的全链路需求。