大趋势强化 新技术涌现 张吟铃详解2025中国基础设施战略技术成熟度曲线

9月3日消息（岳明）提起商业与技术洞察公司Gartner，绝大多数业内人士的第一印象就是成熟度曲线。

这条由萌芽期—期望膨胀期—泡沫破灭低谷期—稳步爬升恢复期—生产成熟期共同组成的成熟度曲线，见证并推动了行业的发展。去年，Gartner首次发布聚焦中国本土市场的基础设施战略技术成熟度曲线（以下简称“成熟度曲线”），得到了行业的广泛关注和认可。近日，Gartner对外正式发布了2025成熟度曲线，再次引发行业热议。

Gartner研究总监张吟铃在接受包括C114在内的媒体采访时表示，尽管生成式AI已经并将继续带动技术发展，但持续的地缘政治和经济不确定性，将对基础设施技术产生更为显著的影响。张吟铃介绍，今年的成熟度曲线涉及四个方面共计29项技术，反映出市场的多样性。

四大趋势继续强化

张吟铃指出，2025年的成熟度曲线呈现出自主可控计划、提升生成式AI采用的影响、确保基础设施韧性以及保持运营效率等在内的四大主题趋势；与去年相比，并没有太大的调整，这也反映出了趋势的长期性。

首先时自主可控，越来越多的中国企业会采用自主研发的基础设施软硬件、工具，规避美国政府的技术限令。客户侧的强烈需求也在驱动供给侧快速前行，本土软硬件也得到了快速的发展、采用与规模落地。

包括国产人工智能处理器、国产芯片服务器、自主可控数据库、国产服务器虚拟化软件等软硬件产品，在Gartner成熟度曲线上都在快速的挪动。尤其是业界关注比较高的国产AI芯片，根据Gartner 8月份发布的关于中国芯片新兴技术报告。Gartner预测：“到2030年，中国本土AI芯片厂商将在中国国内AI芯片收入当中占据超过一半的份额，并且在中国以外的市场也会占据超过10%的份额。”

其次是生成式AI采用的影响，以DeepSeek R1的为代表的高品质开源大模型问世，降低了AI推理对算力的需求，很多企业开始使用DeepSeek来部署AI应用。而随着AI应用的渐次落地，AI Agent和代理式AI开始火爆，这都对底层基础设施的服务交付提出了新需求。

第三是基础设施韧性，随着千行百业数字化转型的加速和深入，基础设施作为其能力底座，需要有更高的稳定性、可用性和韧性，确保在面对不确定性问题时，它能够抵抗、并且能够快速恢复及提升自己适应性的能力。在今年的曲线中，Gartner将低轨卫星和安全访问服务边缘SASE纳入其中，希望业界能够从网络和安全角度，去考虑如何将两个新兴的技术运用到确保基础设施的性能、韧性方面。

第四是基础设施保持运营效率，受到经济大环境影响，最近几年IT预算增幅非常小，甚至呈现出下降的趋势。对于基础设施的部门来说，需要进一步减少开支并提高效率；在这方面，部分技术及创新可以去利用、并且推动部门更有效的运行。

把握新技术的战略机会点

虽然从四大趋势的角度来看，没有发生太大的变化，但创新却是无处不在，特别是在AI基础设施、生成式人工智能一体机、算力即服务以及分布式混合基础设施（DHI）等技术领域。

在AI基础设施层面，张吟铃表示，Gartner将中国的AI基础设施定义为支持AI和机器学习的工作负载的开发、部署及管理所必须的完整的技术栈和技术系统，包括计算、存储、网络、、模型、AI平台和工程化工具实现等在内的多种组件。

张吟铃指出，AI的发展需要非常强大并且灵活的AI基础设施，但在考虑AI基础设施，特别是异构AI基础设施环境投资时，需要充分考虑投资回报率以及人才技能，“企业需要全面考虑企业自身的需求和能力，不能过度的投资。”

在生成式人工智能一体机层面，张吟铃表示，作为专门为运行AI工作负载而设计的集成式计算设备，一体机可以给不同的用户群体提供“开箱即服务”的体验，缩短AI部署周期，降低技能需求及满足数据本地化的要求，吸引了很多企业机构的关注。

但张吟铃提醒，是否采用一体机需要考虑企业内部AI部署的战略，以及对于未来基础设施的规划。因为随着市场的快速演进，一体机的价值有可能会迅速的贬值。面对不同的AI应用，企业不可能每一次都买一体机来做落地。同时，用户还同时需要去评估一体机提供商，确保不是一次性的买入用完之后就不用了，而是需要厂商确保产品使用生命周期的持续支持。

在谈到算力即服务（GPU as a Service）时，张吟铃指出，“算力即服务”其实是一种基于“云”的消费模式，企业可以按需付费的形式使用高性能的GPU资源，用作短期的模型微调、可以突破当前超大规模云地域的限制。

但张吟铃认为，“算力即服务”依然处于比较早期的阶段，Gartner会推荐企业优先考虑成熟度比较高的云服务产品。另外，企业还要去考虑将来“算力即服务”厂商的长期投资能力，他们会不会长远的在这个市场上面去运营下去。

除了上述几个技术之外，“分布式混合基础设施（DHI）”也出现在了成熟度曲线上。张吟铃指出，分布式混合基础设施还是以“云”为中心的运营模式，提升了公有云在基础设施范围以外的工作负载的灵活性和便捷性的部署要求。企业可以用到类似于公有云的基础设施优势，同时可以确保对于部署的位置管控，可以提供给到企业很多的便捷性。

无安全，不AI。生成式AI快速发展，也带来一些诸如“数据安全、伦理道德”等问题。张吟铃指出，对于AI安全治理，Gartner非常关注，在今年的成熟度曲线上就增加了大语言模型可观测性的技术，可以针对大模型的行为、性能监控、分析洞察，解决大模型的一些指标、幻觉、偏见，以及包括资源利用率等问题。但大语言模型可观测性技术仍处于研发早期。“数据安全或者伦理道德的问题，更多的是取决于模型的选型、以及国家政策的要求。”

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。