Gartner最新的全球IT支出预测显示,数据中心系统支出将增长24.1%,是三个月前预期的10%的2倍多,是去年4%实际增幅的6倍——而这一切要都是因为生成式AI。
Gartner杰出副总裁分析师John-David Lovelock是该报告的主要作者。他说,托管服务提供商在针对AI训练的服务器上的支出,是推动这一增长的主要因素,而且这种影响可能会持续几年的时间。
作为一名拥有十年预测经验的资深人士,Lovelock说,即使是他自己,自新冠疫情以来也没有见过如此巨大的变化。他说:“服务器以这种速度增长,我从未见过,也从未想到过。”
供应链问题有所缓解
他说,突然增长的背后有两个因素。在为AI服务器提供动力的GPU市场占据主导地位的Nvidia,已经解决了大部分供应链问题。Lovelock:“现在世界有能力制造出更多针对AI优化的服务器,但我们仍然看到,这些新型生成式AI服务器的订单在6个月到1年时间内会出现积压。”
大型超大规模数据中心企业和许多托管服务提供商“正在尽可能多地购买这些东西,以构建和准备迎接他们看到的新一代AI推理浪潮,”他补充说。
Lovelock表示,随着大型语言模型变得越来越大,并且消耗越来越多的服务器资源,AI训练热潮将在未来至少几年内推动基础服务器支出的增加,下一代模型的生成成本可能高达10亿美元。
Lovelock表示,随着行动转向推理(即让经过训练的模型根据新数据进行预测或决策),需求将保持高位。推理对计算机的依赖程度低于训练,可是,“虽然你只构建了一个模型,但全年都在推理它”。
看不到尽头
Gartner预计,超大规模数据中心企业今年将在云基础设施上花费700亿美元,到2025年将增长到1400亿美元,到2028年将增长到2100亿美元。他说:“我们仍然没有看到这些工具的最终状态”,我们远没有看到一套大型语言模型的商品状态,甚至没有看到大型语言模型应该具备的基本确定功能。”
虽然企业支出不是服务器支出增长的主要因素,但企业数据中心并非完全不受影响。Lovelock说:“云提供商的服务器增幅在40%到60%之间,而企业的增幅在20%左右,大多数CIO仍处于起跑线上,他们想知道这些工具能做什么。”
IT经济的其他板块预计将大致保持过去的增长模式。设备支出预计今年将增长5.4%,而去年下降了6.5%。软件将保持12.6%的健康增长,服务业将增长7.1%,但基数比软件和数据中心行业的总和还要大。
Gartner指出,尽管软件公司正争相在其产品中添加生成式AI功能,但大多数公司尚未能够从新功能中获利。Gartner表示,如今的生成式AI更像是一种税收,而不是增值功能。
“为了销售产品并保持市场地位,软件供应商需要在2025年底之前拥有生成式AI功能,这样任何人都不会有充足的时间开发AI模型,所以大多数人会去找已经拥有模型的人。”
实际上,增加AI功能带来的任何额外收入都将流回运营模型的公司。他说,生成式AI“可能是亏本销售或收支平衡的一项提议,直到我们能够知道生成式AI在哪里增加了价值,知道的越多,他们就越能够根据交付的价值定价。”
全球IT支出预测(单位:百万美元)

好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。