DeepSeek的橫空出世，加速了智能化的發展迭代。作為提供智能算力的底座，國內智算中心的建設正快馬加鞭。

《算力基礎設施高質量發展行動計劃》提出，到2025年，算力規模超300 EFLOPS，其中智能算力占比達到35%。《2024年中國智算中心產業發展白皮書》預測，到2028年，中國智算中心市場規模將突破2886億元。智算市場機遇與挑戰并存！

算力雖可貴 數據價更高

今天，行業對“計算力”的認知已經從單純的芯片性能轉向架構優化。但是，在面對越來越復雜、越來越多樣化的智能應用時，傳統的通用架構顯得力不從心。ChatGPT、DeepSeek等的出現是智能計算發展過程中的一道分水嶺，標志著以大模型和大數據為基礎的智能化正步入實用階段。

 

戴爾科技集團大中華區信息基礎架構解決方案事業部

存儲業務總經理 劉志洪

回溯從傳統數據中心到高性能計算中心，再到智算中心的發展歷程，戴爾科技集團大中華區信息基礎架構解決方案事業部存儲業務總經理劉志洪表示，傳統數據中心IT架構強調的是對“任務關鍵型（Mission Critical）”工作負載的支持，即追求高可靠性和高I/O吞吐，這是因為其主要客戶如銀行、電信運營商等均需要保障關鍵業務系統的持續運行。但是邁入現代計算時代后，企業必須同時考慮關鍵業務與現代化部署融合的問題。

在這一背景下，企業的領導層已普遍認識到，必須在智能化方面盡早布局，否則將會被時代淘汰。但是從企業技術團隊的角度，仍陷于算力不足與資源整合難的泥沼。業務與技術之間的不匹配，造成了當前一部分企業盲目建設智算中心，卻未能很好地解決智能技術與實際業務的對接問題。

“現代化部署落地真正的挑戰，并不在于算力的強大或模型的豐富，而是數據。”劉志洪解釋說，“算力可以通過投資獲得，模型可以借助開源與合作引入，唯獨數據的積累、整理與優化必須由企業自己解決。”因此，那些致力于部署智能化應用的企業，不如轉換一下思路，不要一味追求“如何提升算力以滿足模型的需求”，而應深入思考，“在現有算力的基礎上，如何構建起一套高質量、結構化、可持續的數據體系”。否則，即使模型和算力俱備，在智能應用上線后，仍可能面臨不準、不適用等現實問題。

模型天天變，唯有數據是不變的。對于廣大企業來說，數據是否準備好了，數據是否足以支撐業務場景，這才是智能化部署落地的關鍵所在。戴爾科技是全球屈指可數能夠提供端到端IT架構的科技公司之一。從終端設備、邊緣計算到核心數據中心和多云架構，戴爾科技擁有完整的解決方案，能夠幫助企業客戶真正打通數據鏈路。劉志洪表示：“戴爾科技深刻理解傳統數據中心架構，知道如何幫助企業從‘傳統IT’向‘現代IT’實現平滑過渡。同時，戴爾科技也在持續深入地研究企業現代化部署落地的全過程，清晰把握算力、數據、算法與網絡協同演進的路徑、階段，據此助力企業打造真正能夠承載現代應用的智算中心。”

在戴爾科技的構想中，未來的數據中心將以智能計算為核心，以強大存力為基石，構建高效、靈活、可擴展的IT基礎架構，助力企業在數智時代持續釋放數據價值。