中国AI算力中心深度研究：“算出个未来”

算力产业稳健发展，算力创新能力持续增强，推动我国数字经济量质齐升。 2022年我国算力规模稳步扩张，算力发展为拉动我国GDP增长做出突出贡献，在2016-2022年期间，我国算力规模平均每年增长46%，数字经济增长14.2%，GDP增长8.4%。根据IDC数据，2022年中国智能算力规模达259.9每秒百亿亿次浮点运算(EFLOPS)，2023年将达到414.1EFLOPS，预计到2027年将达到1117.4 EFLOPS（基于FP16计算），2022-2027年复合增长率达33.9%。 政策大力催化，战略领衔发展，智算中心发展前景广阔。国家已出台多项智算中心相关政策。《新型数据中心发展三年行动计划(2021-2023年)》提出加快高性能、智能计算中心部署，《“十四五”国家信息化规划》强调统筹建设面向区块链和人工智能等的算力和算法中心，《“十四五”数字经济发展规划》提出推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施。2023年12月五部门联合印发《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，政策提出到2025年底国家枢纽节点地区各类新增算力占全国新增算力的60%以上等一系列目标。 人工智能算力基础设施成为我国数字经济高质量发展的重要战略部署，具有重大发展意义。1）算力普适普惠化是大趋势，相关服务生态逐步构建。“东数西算”工程的实施，带动数据、算力跨域流动，实现产业跃升和区域平衡发展。 依托智算中心的超大规模预训练能力，各行业人工智能应用将不必从零开始开发，只需结合领域数据进行调整和增量学习，即可形成具有良好精度和性能的下游应用。2）截至2023年8月，根据新京智库统计，目前全国至少有30座城市已经建成或正在建设智算中心，同时在企业端已有超过10座由大型科技企业主导的智算中心。未来随着AI快速发展，预计智算中心数量有望快速增加。 昇腾有望成为国内智算中心建设的最重要力量。1）从AI芯片到算力集群，构建推理+训练国产算力底座。昇腾910处理器采用 7nm 工艺，半精度（FP16）算力可达320TFLOPS，整数精度（INT8）算力可达640TOPS，功耗为310W，算力和英伟达A100性能基本上相当。华为面向人工智能计算中心等重算力场景，提供Atlas 900 PoD（型号：9000）等三种产品应用于深度学习模型开发和训练。2）昇腾已是国内智算中心建设的主导力量：目前，在国内政府为主导的智算中心中，华为昇腾已签约多个智算中心建设，重庆、武汉、西安等城市均已建成人工智能计算中心并投入运营。同时，由智算中心到城市智能中枢，昇腾全面赋能城市AI发展，与城市发展深度结合进一步提升了自身地位。 投资建议：AI发展下算力产业发展迎来重大机遇，是AI大潮下确定性最高的细分领域之一、建议重点关注： 1）国产AI芯片龙头：寒武纪、海光信息、超讯通信（沐曦）、景嘉微等； 2）华为昇腾一体机厂商：科大讯飞、云从科技、软通动力、恒为科技等； 3）AI服务器整机厂商：软通动力、浪潮信息、联想集团、中国长城、中科曙光、高新发展（华鲲振宇）、神州数码、拓维信息、烽火通信（长江计算）等； 4）算力运维：润建股份，网宿科技，超讯通信，杭锦科技、龙宇股份等； 5）先进封装：长电科技，通富微电，甬矽电子，兴森科技等。 风险提示：底层算力市场格局不确定性风险；软硬件行业竞争加剧风险；AI技术对算力需求影响具有不确定性。 1全球算力进入新一轮快速发展期 算力是数字时代的新生产力。万物智能时代对计算的需求呈百千倍递增态势，科学研究、人工智能、数字孪生以及元宇宙等新兴领域的快速崛起，推动全球算力规模的快速增长，驱动算力技术与产品的多元创新，带动产业格局的重构重塑，算力成为全球数字经济发展新引擎和各国战略竞争新焦点。 1.1数据量增长带来算力需求提升，智能算力规模有望快速增长 数据海量增加，算法模型愈加复杂，应用场景的深入和发展，带来了对算力需求的快速提升。根据白皮书数据显示，从2012年开始的6年中,Al计算的需求增加了30万倍。 图1：Al计算的需求上升 算力发展推动我国数字经济量质齐升。2022年我国算力规模稳步扩张，智能算力保持强劲增长。我国算力产业保持稳健发展，并且为拉动我国GDP增长做出突出贡献，在2016-2022年期间，我国算力规模平均每年增长46%，数字经济增长14.2%，GDP增长8.4%。 各地也将算力发展放在重要位置。从算力发展指数来看，我国京津冀、长三角、粤港澳大湾区、成渝双城经济圈等区域算力发展保持领先水平，其中广东、北京、江苏、浙江、山东、上海仍然位于第一梯队。中西部核心省份算力发展日益崛起，贵州、内蒙古、甘肃、宁夏等核心省份算力发展优势突出，随着“东数西存”“东数西训”“东数西算”等链条并行发展，中西部地区技术创新、算力应用、产业基础等制约算力发展的条件不断得到改善。 图2：2016-2022年全球和我国算力规模与GDP、数字经济规模关系 根据IDC测算，国内智能算力规模正在高速增长。2022年中国智能算力规模达259.9每秒百亿亿次浮点运算(EFLOPS)，2023年将达到414.1 EFLOPS，预计到2027年将达到1117.4 EFLOPS（基于FP16计算）。2022-2027年期间，中国智能算力规模年复合增长率达33.9%。 图3：中国智能算力规模（EFLOPS）及预测 2022年中国通用算力规模达54.5EFLOP5，预计到2027年通用算力规模将达到117.3 EFLOPS（基于FP64计算）。2022-2027年期间，中国通用算力规模年复合增长率为16.6%。 图4：中国通用算力规模（EFLOPS）及预测 1.2AI服务器是智能算力的基础，行业有望保持高景气度 全球市场：全球人工智能技术发展逐渐成熟，数字化基础设施不断建设完善，推动全球人工智能芯片市场高速增长。IDC预计，全球人工智能服务器市场将从2022年的195亿美元增长到2026年的347亿美元，五年年复合增长率达17.3%。 其中，用于运行生成式人工智能的服务器市场规模在整体人工智能服务器市场的占比将从2023年的11.9%增长至2026年的31.7%。 图5：全球人工智能服务器市场规模预测(含生成式人工智能和非生成式人工智能服务器)，2022-2026 (百万美元) 国内市场：IDC预测，未来市场需求量也将会实现大幅度上升，预计2023年，中国人工智能服务器市场规模将达91亿美元，同比增长82.5%，2027年将达到134亿美元，五年年复合增长率为21.8%。同时，从工作负载来看，2023年，大模型的兴起推动了训练服务器的增长速度。IDC数据显示，2023上半年国内训练工作负载的服务器占比达到49.4%，预计全年的占比将达到58.7%。随着训练模型的完善与成熟，模型和应用产品逐步进入投产模式，处理推理工作负载的人工智能服务器占比将随之攀升。IDC预计，到2027年，国内用于推理的工作负载将达到72.6%。 图6：中国人工智能服务器工作负载预测，2022-2027 2我国开启算力赋能数字经济新篇章 “十四五”以来，我国充分发挥超大规模市场优势，实现了算力规模和供给水平的大幅提升，行业赋能效益日益显现，发展环境持续优化，助推数字经济蓬勃发展。 2.1算力规模持续扩大，智能算力成为行业增长的重要基础 从基础设施侧看，数据中心、智能计算中心、超算中心加快部署。随着全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进，我国算力基础设施建设和应用保持快速发展。一是智能计算中心加快布局。根据ICPA智算联盟统计，截至2022年3月，全国已投运的人工智能计算中心有近20个，在建设的人工智能计算中心超20个。地方依托智能计算中心，一方面为企业提供普惠算力，支撑当地科研创新和人才培养，另一方面结合本地产业特色，加快人工智能应用创新，聚合人工智能产业生态，例如武汉人工智能计算中心陆续孵化出紫东.太初、武汉.LuoJia等大模型，加速推动AI在多模态交互、遥感等领域的落地应用。二是超算商业化进程不断提速。我国超算进入到以应用需求为导向的发展阶段，国内很多超算中心为加强商业化运行改革，引入专业的超算商业化运营公司，以云服务的理念和方式输出超算资源。 图7：紫东.太初大模型是中科院自动化所推出的三模态大模型 2.2供给水平大幅提升，先进计算创新成果涌现 算力产业加速壮大升级。经过多年发展，我国已形成体系较完整、规模体量庞大、创新活跃的计算产业，在全球产业分工体系中的重要性日益提升。截至2022年11月，我国计算产业规模约占电子信息制造业的20%，规模以上企业2300余家，“创新突破、兼容并蓄”的产业发展新格局正加快构建。一是整机市场不断发展，高性能计算领域，我国超算系统占有量与制造商总装机量均保持全球领先。二是产业生态不断完善。国产芯片已初具规模，X86、ARM、自主架构CPU持续深化规模应用，百度、寒武纪等AI芯片加速迭代优化，国产操作系统逐步向金融、电信、医疗等行业应用渗透，鲲鹏生态、PKS体系等计算产业生态日渐完善，覆盖底层软硬件、整机系统及应用等关键环节。 算力创新能力不断提升。一是基础软硬件持续突破。互联网厂商加速服务器芯片、AI芯片自研，阿里推出CPU芯片倚天710，已在阿里云数据中心规模化部署；百度智能云联合昆仑芯推出第二代昆仑芯云服务器，搭载的昆仑芯2代AI芯片整体性能较上一代提升2-3倍。开源操作系统欧拉加强更新迭代，在安全性、易用性、生态能力上进一步提升，2023年12月，在2023开源产业生态大会上，华为终端BG软件部总裁龚体介绍称，鸿蒙生态设备总量超过7亿台，华为自有设备3亿多台。二是新兴计算平台系统加速布局。新型计算系统结构与系统、新型存储系统、领域专用软硬协同计算系统等成为创新热点方向，华为等企业推出多样性计算融合架构，构建包括编程语言、编译器、加速库、开发框架等在内的多样性计算软件栈，降低多样性算力的开发部署难度，提升多样性算力的应用效能。三是前沿计算技术多点突破 。 之江实验室等团队联合研发的量子计算模拟器SWQSIM，基于神威超级计算机，可提供每秒4.4百亿亿次的持续计算性能。中国科学技术大学等团队研制的“九章二号”光量子计算机原型机，具备一定编程能力，在图论、量子化学等领域具有应用潜力。 3全球人工智能计算中心的发展现状 3.1政策与发展战略：智能算力已成为衡量国力的重要体现 全球范围内的各国都在制定各自的人工智能战略和政策，以推动AI产业发展。 全球许多国家认识到了AI在提高生活质量，推动经济增长，以及维护国家安全中的重要性，因此已经制定了各自的AI发展战略和政策。在这些战略中，加强AI基础设施的建设被普遍视为关键的组成部分。例如，美国在2016年发布的《美国人工智能研究和发展战略计划》中就明确提出了加强AI基础设施的建设。同时，欧洲联盟也在2018年发布的AI战略中明确提出了加强基础设施建设的目标。这些基础设施主要包括计算资源、数据资源、人才资源等。 算力既是数字化的底层基础，也是衡量综合国力的一个重要指标。1）人均智能算力水平的高低成为综合国力发展的重要表现。《2022-2023全球计算力指数评估报告》数据显示，全球算力排名美国和中国分列前两位，追赶者包括日本、德国等国家。 图8：各国计算力及指数排名（2022年） 3.2发展趋势：从智算到超算到量子计算持续推进产业发展，绿色理念贯穿始终 根据相关信息梳理，我们将全球不同地区的智能计算中心的建设特点总结如下： 从智算到超算再到量子计算，持续推进产业发展。人工智能计算中心的发展，面临AI算力能耗密度大、成本高、硬件基础设施和软件基础设施等问题，仅仅发展人工智能计算中心不能满足庞大的算力需求，因此还需要发展超算中心、量子计算中心。量子计算领域的研究和开发，将开发量子计算领域的内容，帮助增加该领域的人才储备，带动该领域持续发展。未来人工智能