Ampere預(yù)測2025年IT領(lǐng)域的發(fā)展趨勢

隨著 IT 領(lǐng)域的持續(xù)演變，新的趨勢正在涌現(xiàn)并有望在 2025 年重塑企業(yè)對待技術(shù)的方式。從生成式 AI 到數(shù)據(jù)主權(quán)，未來一年各行各業(yè)都將面臨重新思考其戰(zhàn)略以適應(yīng)新變化的挑戰(zhàn)?；陉P(guān)鍵觀察與行業(yè)信號， 以下是 Ampere 對 2025 年做出的四大預(yù)測。

趨勢一

從實(shí)驗(yàn)到執(zhí)行：生成式 AI 推理成為焦點(diǎn)

生成式 AI 正在從單純的實(shí)驗(yàn)性工具轉(zhuǎn)變?yōu)槟軌蛱峁┚薮笊虡I(yè)價值的全面集成解決方案。雖然在過去一年中，生成式 AI 的應(yīng)用主要集中在基于公共數(shù)據(jù)的聊天機(jī)器人上，但未來的重點(diǎn)是將其應(yīng)用于私密、安全的數(shù)據(jù)集，以創(chuàng)建更具價值的工具。金融、保險(xiǎn)和電子商務(wù)等行業(yè)的企業(yè)正準(zhǔn)備采用這些技術(shù)，從專有數(shù)據(jù)中提取有價值的見解。

部署靈活性將至關(guān)重要。隨著 AI 工作負(fù)載擴(kuò)展到各種環(huán)境——包括本地部署、邊緣和氣隙（air-gapped）隔離托管設(shè)施——對延遲敏感的應(yīng)用程序?qū)⒁蠡A(chǔ)設(shè)施更接近用戶，部署在現(xiàn)有數(shù)據(jù)中心和接入點(diǎn)（PoPs）中。此外，推理不再是一個獨(dú)立的工作負(fù)載。支持檢索增強(qiáng)生成（RAG）和應(yīng)用集成等任務(wù)將需要強(qiáng)大的通用計(jì)算與 AI 專用資源相結(jié)合，同時強(qiáng)調(diào)效率與可擴(kuò)展性。

趨勢二

推動未來發(fā)展：可再生能源增長疊加效率提升

隨著計(jì)算需求的激增，電力需求也在快速增加。然而，電網(wǎng)過載與地域性電力限制正迫使各行業(yè)尋求新的解決方案。隨著小型、區(qū)域分布式數(shù)據(jù)中心的出現(xiàn)，太陽能、風(fēng)能和地?zé)岬瓤稍偕茉粗饾u受到青睞。這些項(xiàng)目的發(fā)展需要更長的時間，才能滿足 IT 基礎(chǔ)設(shè)施增長的即時需求。

然而，效率的提升刻不容緩。為了避免短期內(nèi)采用新型不可再生能源或延長其使用壽命，硬件優(yōu)化將在減少電力需求方面發(fā)揮關(guān)鍵作用。用現(xiàn)代高效的處理器替代老舊的高能耗系統(tǒng)，可以大幅降低能耗，使現(xiàn)有基礎(chǔ)設(shè)施更具可持續(xù)性。這種效率轉(zhuǎn)變對于在增加能源需求和兼顧環(huán)境管理責(zé)任之間取得平衡至關(guān)重要。

趨勢三

密度增長：充分釋放每個機(jī)架與數(shù)據(jù)中心的潛能

鑒于 AI 計(jì)算需求的快速增長，大規(guī)模密度已成為計(jì)算效率的新基準(zhǔn)。解決方案的構(gòu)建不再局限于節(jié)點(diǎn)層面，而是擴(kuò)展到了機(jī)架和數(shù)據(jù)中心層面。這意味著企業(yè)正在通過充分利用現(xiàn)有硬件來最大化每個機(jī)架的工作負(fù)載。與因效率低下而常常導(dǎo)致資源利用不足的傳統(tǒng)系統(tǒng)不同，現(xiàn)代架構(gòu)設(shè)計(jì)旨在消除浪費(fèi)，并提高機(jī)架和數(shù)據(jù)中心規(guī)模上的平均利用率，同時避免不可預(yù)測性帶來的負(fù)面影響。

在解決方案層面，密度優(yōu)化的挑戰(zhàn)不僅局限于 AI 專用（AI-only）工作負(fù)載。某些 AI 工作負(fù)載，特別是推理型工作負(fù)載，正在推動基礎(chǔ)設(shè)施變革以適應(yīng)混合用途環(huán)境，而通用計(jì)算密度也同樣重要。在軟件工程組織中，更高效的虛擬化和容器化技術(shù)結(jié)合更高效的容器和 PAC（power aware coding）實(shí)踐，將實(shí)現(xiàn)更好的資源劃分，使企業(yè)能夠在不犧牲性能的情況下實(shí)現(xiàn)更高的利用率。

趨勢四

主權(quán)與安全：企業(yè)級 AI 崛起

數(shù)據(jù)主權(quán)與安全將在 2025 年對 AI 部署策略產(chǎn)生重要影響。企業(yè)越來越多的認(rèn)識到專有數(shù)據(jù)集的價值，并將其視為具有競爭力的資產(chǎn)。這一轉(zhuǎn)變意味著，AI 推理工作負(fù)載不僅將在超大規(guī)模的公有云上運(yùn)行，還會在更安全的環(huán)境中運(yùn)行，如私有云、本地?cái)?shù)據(jù)中心或私有托管設(shè)施。

數(shù)據(jù)泄露和 AI 算法篡改的風(fēng)險(xiǎn)凸顯了對安全、隔離基礎(chǔ)設(shè)施的需求。隨著企業(yè)在 AI 驅(qū)動創(chuàng)新領(lǐng)域展開競爭，保護(hù)知識產(chǎn)權(quán)和敏感信息的能力將成為成功的關(guān)鍵。此外，這一趨勢還將擴(kuò)大企業(yè)自有計(jì)算資源的作用，創(chuàng)建一個更加分散和安全的 AI 生態(tài)系統(tǒng)。這種主權(quán)和安全需求，再加上需要將計(jì)算資源放在更靠近用戶的地方，將分散計(jì)算資源，并催生計(jì)算量更大的邊緣架構(gòu)。