云杰算力产品全新上线，助力中小企业开启AI新篇章

2025 年，以 DeepSeek 为代表的国产大模型在数学推理、代码生成等核心领域已实现与国际顶尖模型的技术对标。

这些大模型的训练需要千亿、甚至万亿级参数，以及上千GB的高质量数据，大模型的训练迭代极大地拉动了智能算力的需求。

IDC 数据显示，2024 年中国智能算力规模达 725.3EFLOPS，同比激增 74.1%，预计 2025 年将突破 1000EFLOPS，两年内规模翻倍。算力承接算法及数据，成为AI产业发展基石。

2024 年中国智能算力增长 74.1%

来源：人民日报

这背后是 AI 训练成本的持续攀升：训练一个 GPT-4 级别的模型需消耗数千万美元算力资源，而企业私有化部署大模型的初始投入也普遍超过百万元。

更严峻的是，算力需求正从训练端向推理端全面渗透，传统自建机房的响应速度已无法满足业务弹性需求。

这种「算力饥渴」在制造、金融等领域尤为突出，实时推理算力需求远超原有 IT 架构承载能力。

人工智能技术快速迭代，中小企业对AI算力的需求激增，但受限于资金、技术和人才等因素，自建算力面临多重挑战。

一、技术落地成本高昂

中小企业规模较小，资金相对有限，若自建一套完整的算力基础设施，需投入数百万至千万元级资金购置 GPU 集群等硬件设备，此外，还需承担机房建设、电力供应、冷却系统等配套设施的费用。

随着 AI 技术的快速发展，算力需求不断增长，硬件更新换代频繁，自建硬件易因技术变更而过时，企业需要持续投入资金进行设备升级，这无疑加重了企业的经济负担。

二、长期运维压力显著

算力基础设施需要持续稳定的运行环境，并且要定期进行维护和升级。一旦出现故障，可能会影响到整个 AI 业务的正常运转。中小企业在运维方面面临着巨大的压力，建立一套完善的运维体系既耗时又耗力。

而且运维人员需要具备丰富的专业知识和经验，能够快速诊断和解决各种复杂的技术问题，这使得运维工作成为了企业的一大负担。

2025 年，东莞发布了《关于加快推动人工智能赋能制造业高质量发展的若干措施》，提出构建多层次算力供给体系、强化资金支持、推动场景开放等举措。

东莞市人工智能产业高质量发展大会

暨滨海湾新区人工智能产业政策发布会现场

来源：东莞新闻

其中关键举措包括：

对企业租用智算资源给予最高 50% 的费用补贴，单个企业每年最高可申领 100 万元算力券。算力券补贴将直接降低企业客户使用算力租赁服务的成本，刺激市场需求。