scaling 由 pre train 延续至 test-time，模型性能显著增强。GPT-o1 将 Scaling Law 的适用区间由静态的预训练参数量与训练算力，动态延伸至后训练的强化学习与思 维链蒸馏，以及推理阶段的迭代优化及验证筛选。

　　模型性能优化，各大主流头部模型的调用次数跃增，AI 应用持续渗透。对比 2024 年 12 月 29 日周度数据和 2025 年 12 月 14 日周度数据，全平台模型调用次数同比增 长 1345%。分厂商来看，截至 2025 年 4 月底，Google 月均调用量一年内从 9.7T 增 至 480T（+50 倍）。截至 2025 年 5 月底，字节火山引擎日均调用量一年内从 0.12 万亿增至 16.4 万亿（+137 倍）。模型性能提升叠加 token 调用成本的大幅下降直接 推动 AI 应用渗透加速。根据 HAI 的统计，随着硬件性能的提升，模型的成本持续下 降，百万 token 的成本从 2022 年的 20 美元下降至 2024 年 10 月的 0.07 美元，约 降低 280 倍，token 调用成本的下降将反推 AI 在垂类应用的中的渗透，并提升商业 闭环节奏。

　　AI 商业飞轮闭环节奏提速，资本开支持续性增强。模型性能优化、调用成本降低， 持续推动 AI 应用渗透，国内外云厂、运营商的资本开支持续性预期增强。 1）海外云厂：2025 年前三季度谷歌、亚马逊、META、微软用于购买资产和设备的 现金流合计为 2633.97 亿美元，同比增长 68.56%。其中，单三季度，以上四家 云厂用于购买资产和设备的净现金流合计为 972.09 亿美元，同比增长 64.78%， 环比增长 3.10%。 分公司来看，谷歌 2025 年度资本开支预期年内第二次上调（上季度谷歌将资本 支出预期由 750 亿美元上调至 850 亿美元），并预计 2025 年资本支出将在 910- 930 亿美元之间，该项资金多用于构建支持谷歌云和 AI 的数据中心基础设施， 同时预计 2026 年资本支出将继续增长。亚马逊预计 2025 年全年的资本开支约 为 1250 亿美元，该投入主要与 AWS 相关，并用于支持 AI 和核心服务的需求， 同时预计 2026 年资本支出亦将继续增加。META2025 年度资本开支预期为 700- 720 亿美元，同时预计 2026 年资本支出增速将进一步加快，主要投向 AI 基础设 备（含云服务、折旧）与 AI 人才薪酬。微软 2025 年单三季度全口径资本开支预 期为 349 亿美元，其中近半数资本开支用于 GPU/CPU 资产，以支出云业务与 AI 负载的加速运营。同样地，微软预计 2026 财年全年资本支出将超过 2025 年。

　　2）国内云厂：2025 年前三季度腾讯及阿里的资本开支合计为 1543.25 亿人民币， 同比增长 90.71%。其中，单三季度，以上两家云厂的资本开支合计为 444.84 亿 人民币，同比增长 28.62%，环比下降 23.02%。主要系受限于付款和交货的时间 差及供应链等因素。

　　3）国内运营商：随着 5G 网络覆盖日臻完善，运营商投资重点由稳基础的联网通信 业务转向高增长的算力网络、数字智能等新兴领域，资本开支中算力相关投资比 例不断提升。中国移动预计 2025 年连接投资占比下降 6.0%，算力投资占比增加 2.0%，能力投资占比增加 2.0%，基础投资占比增加 2.0%。中国电信预计产业数 字化投资占比将提升 3.0%，产业数字化投资中算力相关投资预计增长 22%。中 国联通 2024 年算网数智类资本开支占 23%，同比增长 11%，2025 年计划为人 工智能重点基础设施和重大工程专项作特别预算安排，根据智算和 6G 等需求， 以及国内外发展趋势，及时调整投资规模。

　　在“规模定律”下，大模型参数量持续指数级增长，单台服务器已难以承载完整模型 的训练负载，产业界因此同步推进 Scale-Up 与 Scale-Out 两条技术路径：一方面， 算力硬件厂商通过提升单设备的计算密度与高带宽内存容量，强化单卡或单节点处 理能力，以减少通信频次、降低同步开销；另一方面，当模型规模超越单节点极限时， 系统必须依赖 Scale-Out 架构，将计算与参数分布至由数百乃至数千 GPU 组成的 集群中，通过大规模分布式训练维持模型演进的可行性。 在训练阶段，业界普遍采用混合并行策略（包括数据并行、张量并行和流水线并行）， 以适配不同模型架构的计算与通信特性；在推理阶段，由于 Prefill（上下文编码）与 Decode（自回归生成）在计算强度、显存占用及带宽需求上的显著差异，PD 分离架 构（Prefill-Decode Separation）逐渐成为主流分布式推理范式，通过异构资源调度 实现吞吐与延迟的最优平衡。 伴随分布式计算的深度演进，卡间、机内、柜间乃至集群间的多层次通信网络已成为 系统性能的关键瓶颈，为最大限度减少GPU空闲等待时间、充分释放昂贵算力资源， 构建高带宽、低延迟、可扩展的互联架构已成为 AI 集群设计的核心议题，通信效率 也因此与算力密度、能效比并列，成为衡量大模型基础设施先进性的三大关键指标之 一。

　　1）Scale up：即通过为单一系统叠加资源（如增加处理器速度、内存或存储容量） 来增强性能。为了最大程度增加带宽，降低 GPU 的等待时间，在兼顾工程化能力和 成本的要求下，当前承载 scale up 网络的主要硬件为铜缆。但随着传输速率要求提 升，铜缆的物理性能导致其传输的功耗、损耗将同步上行，并导致链路无法覆盖机架 的全部长度，因此柜内集成光学的渗透被认为是未来确定性趋势。

　　2）Scale out：即通过添加更多同构或异构系统构成分布式架构，借助并行计算提升 整体处理能力，依靠增加并行工作的独立节点数量实现扩展。同样为了最大程度减 少通信开销、降低初始投资及后期运营成本，交换机作为承载 scale out 网络的主要 硬件，正向着高速率、低成本的需求趋势进发。

　　3）Scale across：即通过在多个异构资源域（如不同机柜、不同数据中心、不同地 理位置、甚至不同云厂商）之间，实现计算、存储、网络资源的协同调度与高效协同， 以支持超大规模 AI 模型训练、推理或高可用服务部署的一种扩展策略。单个集群的 规模受限于区域的土地资源、电力网络建设。为了突破该限制，scale across 网络通 过模型跨区域连接，实现算力硬件资源的跨区域扩张。