算力

算力行业分类 算力行业主要分类标准较多，其中根据算力资源提供商的不同，可以分为公共云服务提供商（如AWS、阿里 云）、私有云服务提供商以及混合云解决方案供应商。根据计算资源的部署位置，可以将算力划分为云端算力和边缘算力。用途和应用：根据计算资源的应用领域，可以将算力划分为人工智能（AI）算力、大数据处理算力、 科学研究算力等。算力可以根据其用途和特点进行分类可分为通用算力、智能算力和超算算力。 按计算资源的应用领域分类 通用算力主要指适用于一般性计算任务的处理能力，不特定于某一领域或特定应用。这种算力可以处理广泛的计算任务，涵盖了各种通用应用，如办公软件、网页浏览、基本的数据处理等。通用算力主要用于满足日常计算需求，适用于大多数普通用户和企业。 通用算力 智能算力特指为人工智能（AI）和机器学习等智能化任务而设计的计算能力。这种算力强调对于大规模数据处理、模型训练和推断等复杂任务的优化。智能算力适用于各种AI应用，包括图像识别、自然语言处理、语音识别等，用于提供更智能、更自动化的功能。 智能算力 算力分类 超算算力是指高性能计算集群，能够以极高的速度执行大规模复杂计算任务。这种算力用于解决科学、工程和研究领域的复杂问题，如气象预测、分子模拟、核能模拟等。超级计算力能够进行大规模并行计算，其性能超越了传统计算机，以满足科学和工程领域对高性能计算的需求。 超算算力 [2] 1：期刊《封面故事》 算力行业特征 中国算力行业呈现快速增长的特征。截至2022年，中国云计算市场规模已达约4,550亿元人民币，预计未来几年将持续增长。中国拥有丰富的计算资源供应商，包括阿里云、腾讯云和华为云等主要云服务提供商，以及 AWS、Azure等国际巨头。AI和大数据等新兴技术的发展推动了中国算力行业的快速扩张，政府对技术创新的支持和投入也为行业提供了强大的推动力。此外，中国算力行业在5G时代和边缘计算领域的布局也日益加深。综 上所述，中国算力行业在技术创新、市场规模和政策支持等方面都呈现出蓬勃发展的态势。 [4 多元化的需求趋势正在推动算力的多样化升级 算力领域呈现出云计算快速增长、智能算力不断演化以及超算发展十年千倍定律的趋势将为各领域带来新的挑战和机遇 基础算力方面，云计算持续保持快速增长和创新，2022年全球云计算市场规模相较2020年增长了74.9%至5,458亿美元，得益于行业数字化转型的推动，云原生技术得以广泛应用，促进了技术架构、应用效能和云 化效益的全面提升，同时深化了云数融合、云智融合和高性能计算的发展。智能算力领域中，从人机交互 到大算力预训练，再到信息采集，需求不断演化。人工智能的模型训练和推理阶段对算力需求差异显著，训练阶段强调高计算精度，推理阶段结合不同部署需求可采用低精度运算提升效率。至于超算算力，十年 千倍定律仍在起作用，P级超级计算机成为超级计算机TOP500排行榜的门槛，而日本超级计算机富岳Fugaku则以高达53.7亿亿次浮点计算的峰值速度引领E级计算时代的到来。这一系列趋势将在未来塑造算 力领域的演进，为各领域带来新的挑战和机遇。 智能计算中心已成为人工智能算力发展的核心方向 智能计算中心正日益受到战略重视，成为推动人工智能发展的关键支撑 近十年来，人工智能训练模型所需的计算资源急剧增加，每年的计算复杂度增长10倍，将人工智能计算推 向主流地位。在中国的总算力规模中，智能算力的占比在2022年已超过50%，预计到2023年将增至 70%。随着复杂模型和场景的崛起，对AI计算需求的扩展催生了针对智能计算的基础设施需求。智能计算 中心应运而生，以最新人工智能理论为基础，采用先进的人工智能芯片，专注于满足多样化场景中的计算需求,并提供了共性算力、算数和算法服务的全新算力基础设施。政府、企业和研究机构对智能计算中心表 现出极大的关注。国家发改委首次将智能计算中心纳入了算力基础设施的范畴，并提出了在全国布局10个左右区域级数据中心集群和智能计算中心的计划。这表明智能计算中心正日益受到战略重视，成为推动人 工智能发展的关键支撑。 推动绿色算力发展 为满足日益增长的算力需求，绿色低碳数据中心的发展势在必行，以应对性能提升所带来的能耗和环境挑战。 为满足日益增长的算力需求，CPU和GPU性能提升导致功耗和热量上升，催生了绿色算力的必要性。国家政策对数据中心和5G设施提出低能耗要求，要求PUE降低。因此，绿色算力发展是实现国家碳减排目标和 节能降耗的关键举措。这需要从硬件、算法、数据管理、节能策略、系统和绿色能源等多方面综合考虑和优化。在面临日益增长的数据中心能耗问题时，建设绿色低碳的新型数据中心成为刻不容缓的举措，以支 持可持续发展目标。中国数据中心用电量持续攀升，预计到2030年用电量将达到4,000亿千瓦时，占比提 升至3.7%。为实现更绿色低碳的数据中心算力，需要通过网络绿色发展之路来寻求解决方案。具体通过提高算力效率、降低电能消耗比和充分利用绿色能源，中国可以推进数据中心的绿色化进程。 高速发展期 2010年代，云计算开始走向多样化发展阶段。除了公共云服务提供商，私有云和混合云模式逐渐兴 起。私有云满足了一些企业对数据安全和隐私的高要求，混合云则提供了更灵活的部署方案。这个阶段还见证了AI和大数据技术的快速发展，推动了算力行业向更高级别的计算资源迈进。 该阶段算力行业迎来了多样化发展阶段。随着云计算的普及，私有云和混合云模式兴起，满足不同用户需求。人工智能和大数据技术的迅速发展推动了算力行业向更高级别的计算资源发展。行业整体呈 现出多样化、高性能的特征。 震荡期 2020~2023 当前，算力行业正处于边缘计算兴起的阶段。边缘计算旨在将计算能力更靠近数据源和终端设备，以降低延迟并提高数据处理效率。随着5G技术的普及和物联网的发展，边缘计算有望成为新的增长 点。云服务提供商纷纷布局边缘节点，以满足不断增长的边缘计算需求。 该阶段的算力行业进入了边缘计算兴起阶段。随着5G技术的普及和物联网的发展，边缘计算成为新 的增长点。云服务提供商纷纷布局边缘节点，将计算资源更靠近数据源和终端设备，降低延迟并提高数据处理效率。边缘计算对整个行业产生了深远的影响和重要的发展特征。 产业链上游 生产制造端 芯片制造、服务器生产以及硬件设备制造商 上游厂商 中芯国际集成电路制造（上海）有限公司 深圳市海思半导体有限公司 聯發科技股份有限公司 查看全部 产业链上游说明 算力行业上游是整个产业链的基础，包括芯片制造、服务器生产以及硬件设备制造等环节。其中芯片 制造和服务器生产是上游市场的主要组成部分。 算力行业上游市场在全球范围内存在较高的市场集中度，主要参与企业在全球和中国市场均占据重要 地位。在全球范围内，台积电、三星电子、戴尔和惠普企业等企业是行业的主要参与者，其中在芯片制造领域，台积电是全球领先的芯片制造企业，其市场份额超过50%。在服务器生产领域，戴尔和惠 普企业是两家主要参与者，分别占据全球市场份额的15.3%和9.8%。而在中国市场，中芯国际和华为等本土企业也在上游市场中扮演着重要角色。然而，随着算力行业的不断发展和技术创新，新的参与 者可能会不断涌现，市场竞争也将更加激烈。 同时，由于算力需求增长和市场竞争，服务器和芯片等上游产品的价格较为波动。特别是在芯片市 场，由于短缺和供应链问题，芯片价格上涨明显。成本利润方面，芯片制造企业和服务器生产商需要 在技术研发、生产设备和人才投入等方面进行大量投资，同时还需要保持产品的竞争力，因此成本管理和利润率成为上游企业关注的焦点。目前芯片和服务器的供应均呈稳定的增长趋势，截至2022年 底，全球芯片规模达到5,735亿美元，较上年增长3.2%。 中 产业链中游 品牌端 云服务提供商、数据中心运营商 中游厂商 产业链中游说明 算力行业产业链中游主要包括云服务提供商和数据中心运营商。 从全球的竞争情况来看，云服务提供商方面，其市场竞争较为激烈，目前处于全球云服务提供商领导 地位的包括亚马逊AWS、微软Azure、谷歌云、阿里云等，其中AWS占据全球云服务市场份额的 32%，Azure占比20%，谷歌云和阿里云分别为9%和6%。数据中心运营商方面，全球范围内，数据 中心运营商的市场也较为集中，主要有Equinix、Digital Realty、CyrusOne等。其中Equinix占据全球数据中心市场份额的13%，Digital Realty占比5%，CyrusOne为3%。从中国算力行业的市场竞争 局势来看，中国算力行业中游市场集中度较高，少数几家主要参与企业在市场中占据主导地位。以云服务提供商为例，中国云服务市场的前五家企业合计占据了市场份额的73.6%。 在计算系统领域，算力基础设施建设正以惊人的速度不断推进。如在超级计算领域，全球正迈向E级计算时代，同时探索以云服务模式为基础提供灵活、弹性的计算支持。未来，云超算将成为超级计算 的重要补充，以满足快速增长的高性能计算需求。智能计算中心方面，随着人工智能计算需求的飞速增长，公共AI智能计算中心迅猛发展。世界各主要国家和领先企业普遍着手构建人工智能算力平台， 为人工智能应用提供所需的算力、数据和算法服务，高效地促进数据开放共享、智能生态构建和产业 创新聚集。计算领域的前沿技术呈现出多种颠覆性趋势。存算一体架构将存储与计算融合，适用于大数据和人工智能领域；量子计算在特殊问题上表现超越经典计算；光子计算利用光学特性解决特定任 务；类脑计算芯片模拟人脑神经元，适用于低功耗场景。 下 产业链下游 渠道端及终端客户 企业用户、个人用户、科研机构 渠道端 特斯拉（上海）有限公司 中国银行股份有限公司 阿里健康科技（中国）有限公司 查看全部 产业链下游说明 算力行业产业链下游主要包括企业用户、个人用户和科研机构等。算力行业下游应用场景广泛，涵盖 了众多行业和领域。中国的算力应用正逐步从互联网领域拓展至电信、制造、教育等各个领域。根据不同行业的算力应用分布，互联网行业对数据处理和模型训练的需求不断增加，占据整体算力的 50%，成为需求最为迫切的领域；政府部门行业占比为12%，位列第二；服务、电信、金融、制造、 教育、运输等行业分列第三至第八，其中制造业在丰富的应用场景下具备较大的算力需求提升潜力随着数字化转型的加速推进和云计算、人工智能等新技术的应用，中国算力行业下游市场有望继续保 持稳定增长。企业和个人用户对于云服务和数据中心解决方案的需求将持续增加，其中中国公有云市场在2022年规模达到188.4亿美元，预计未来几年，市场规模仍将继续增长，也将进一步推动算力市 场的发展。在数据中心领域，随着智能手机、家庭网关、智能汽车等多样终端计算平台的广泛普及，云原生技术持续下沉，并与边缘算力协调补充。不同层级、不同体系的算力迅猛增长，并实现生态互 通，将加速云、边缘和端的计算能力深度融合，协调发展。这将广泛支持云手机、虚拟现实媒体、政企移动办公、在线教育等多样应用场景，为这些领域提供强有力的计算支持。 由算力投入的数字化智能技术不仅在制造、交通、零售等多个领域推动产业价值的增长，还带来了生产效率的提升、商业模式的创新以及用户体验的优化等延伸性益处，更凸显其对经济增长的积极影 响。以制造业为例，通过云计算、边缘计算和智能计算等算力投入和规模应用，生产效率可以显著提 升。这些投入和应用将从需求分析、研发、采购、生产、营销到售后等产业链环节，赋予制造业更强的能力，重构产业链，形成高度协同的智能制造生态体系。 2018年的亿级参数迅速发展到目前的千亿级参数，仅用了5年时间，而这些模型对算力的需求每18个月增长10 倍，超越了摩尔定律的增长速度5倍。此外，稀疏计算的MoE理论带来了更复杂的万亿参数或百万亿参数的语言模型以及多模态AI，进一步推动了算力需求的