算力基础设施为激活数据要素潜能提供重要支撑，看好相关环节投资机遇

数字经济加速发展，算力基础设施为产业数字化提供重要支撑。我国数字经济规模持续快速增长，已成为驱动我国经济发展的关键力量，算力基础设施作为数字经济底座，需求有望持续快速增长。具体来看，数据中心、云计算、大数据、物联网等新兴业务快速发展，2022年完成收入3072亿元，同比+32%，表明我国数字产业化技术的快速发展和逐步落地，带动我国数字基础设施建设投入持续加大；此外，数字化技术对产业的赋能持续深化，2022年我国产业数字化规模41万亿元，同比+10%，占数字经济比重为82%，随着新兴数字技术的成熟和发展，各行各业逐步认识到到数据要素价值以及数字化带来的降本增效成果，纷纷积极推进自身的数字化转型升级，将进一步激发算力基础设施的需求。 AI的发展对数据要素供给提出更高要求，算力基础设施为产业智能化赋能。 人工智能的发展和模型能力的提升需要更大规模、高质量的数据集来作为训练语料库，同时，对海量数据处理的过程必然激发对算力基础设施的大量需求。1）模型训练直接提升算力需求：一方面，多模态的引入和通用大模型的持续升级，对于多样化数据和高算力的需求大幅提升，另一方面，各行业垂直领域模型的开发和应用，同样需要高质量行业语料库和算力基础设施的支撑。2）模型对优质语料的需求，间接提升算力需求：目前我国数据的有效利用和供给仍存在不足，加强数据要素供给，需要数据云作为底座支撑，对数据的生命周期过程进行赋能，以激活数据要素潜能，从而实现数据的价值化开发和流转。 数据要素的流通和应用前景广阔，离不开数字基础设施的支持。数据成为生产要素的关键在于数据价值的释放，数据的价值只有通过交易流通才能实现。随着数据要素规模的扩大，以及各地数据局和数据交易所的成立，数据要素的跨区域流通成为重要一环，算力基础设施为数据要素全国性的联通和交易提供基础支撑，有望持续受益。 相关标的：国资云：中国移动、中国电信、中国联通、深桑达A、易华录； 主设备商&服务器：中兴通讯、浪潮信息、紫光股份、菲菱科思、共进股份、工业富联等；光模块：天孚通信、中际旭创等；IDC：英维克、佳力图、润建股份等；物联网：美格智能、移远通信、广和通；工业互联网：三旺通信、工业富联等。 风险提示：政策力度不及预期；市场推进不及预期；行业竞争加剧；宏观经济波动风险等。 1、数字经济加速发展，数字基础设施为产业数字化提供重 要支撑 数字经济政策持续发力，大力推动数据和数字基础设施发展。近年来数字经济政策不断细化、重要性日益提升，数字经济基础设施建设推进速度加快。近年来，“数字经济”连续多次被写入政府工作报告，2024年政府工作报告提出，要大力推进现代化产业体系建设，加快发展新质生产力，数字经济便是重要的举措之一，报告提出，要持续深入推进数字经济创新发展，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合，不断塑造发展新动能。 在数字产业化方面，深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。 在产业数字化方面，实施制造业数字化转型行动，加快工业互联网规模化应用，推进服务业数字化，建设智慧城市、数字乡村。深入开展中小企业数字化赋能专项行动。支持平台企业在促进创新、增加就业、国际竞争中大显身手。 在数据方面，健全数据基础制度，大力推动数据开发开放和流通使用。 在数字基础设施方面，适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。 我国数字经济规模持续快速增长，已成为驱动我国经济发展的关键力量。根据中国信通院，2022年我国数字经济规模达到50.2万亿元，同比增长10.3%，高于同期GDP名义增速4.98个百分点，自2012年以来，我国数字经济增速已经连续11年显著高于GDP增速，数字经济持续发挥经济“稳定器”“加速器”作用。此外，2022年我国数字经济规模占GDP比重进一步提升，占比达到41.5%，数字经济在国民经济中的地位更加稳固，支撑作用更加凸显。 图表1：2016-2022年我国数字经济与GDP增速对比（%） 图表2：2017-2022年我国数字经济占GDP比重（%） 数字产业化占GDP比重逐步提升，数字基础设施快速发展。在数字产业化方面，电信业、互联网行业、电子信息制造业、软件信息服务业作为数字经济发展的先导行业，将不断推进5G、人工智能、大数据、云计算等新技术的不断升级和规模化落地。根据中国信通院，2022年，我国数字产业保持平稳增长，数字产业化规模达到9.2万亿元，同比+10.3%； 占GDP比重为7.6%，同比提升0.3个百分点，达到2018年以来最大增幅。从内部结构来看，电信业平稳向好，新业务增势突出：2022年电信业务收入1.58万亿元，同比+8%，增速与去年基本持平，其中，数据中心、云计算、大数据、物联网等新兴业务快速发展，2022年完成收入3072亿元，同比+32.4%，在电信业务收入的比重由16.1%提升到19.4%，表明我国数字基础设施建设投入持续加大。 产业数字化占比较大且稳定，数字化技术对产业的赋能持续深化。在产业数字化方面，随着数字技术的成熟，将逐步赋能各行各业进行数字化升级，有望带来生产效率的大幅提升，各行业将迎来数字经济下的新模式和新业态，产业应用空间广阔。根据中国信通院，2022年，我国产业数字化规模为41万亿元，同比增长10.3%，占数字经济比重为81.7%，近三年来基本维持在80%左右的水平，成为我国数字经济的主引擎。整体来看，互联网、大数据、人工智能等数字技术与实体经济融合不断深化，对产业的赋能作用日益突出，我们认为，随着各行各业数字化转型的逐步推进，数字基础设施建设需求将进一步提升。 图表3：2017-2022年我国数字产业化和产业数字化规模（万亿元） 我国数字基础设施规模大幅提升，算力基础设施进入全面发展阶段。根据中央网信办《数字中国发展报告（2022年）》，1）我国算力基础设施规模加速提升：截至2022年底，我国数据中心机架总规模已超过650万标准机架，近5年年均增速超过30%，在用数据中心算力总规模超180EFLOPS，位居世界第二。2）我国算力构不断优化：“东数西算”工程从系统布局进入全面建设阶段。3）超算智算方面：超算发展水平位于全球第一梯队，2022年最新发布的全球超级计算机500强中，我国共162台上榜，总量蝉联第一，“神威太湖之光”和“天河二号”持续位居榜单前十。上海、天津、武汉、合肥、深圳、成都等城市加快推进智算中心建设。整体来看，我国积极推进适度超前建设数字基础设施，推进各个产业数字化转型，将为数据要素市场的构建奠定良好基础。 图表4：2017年-2022年我国在用数据中心机架规模（万架） 2、AI的发展对数据要素供给提出更高要求，算力基础设施 为产业智能化赋能 人工智能发展驱动数据要素市场需求爆发。2023年以来，以ChatGPT为代表的大模型技术爆火，带动AGI产业进入快速发展期，更加需要大规模、高质量、多样化的数据集来提升模型能力。根据中国信通院，大模型训练所需的数据集规模持续增长，2018年GPT-1数据集约4.6GB，2020年GPT-3数据集达到了753GB，2023年GPT-4的数据量更是GPT-3的数十倍以上，我们认为，随着多模态数据技术的引入和通用人工智能的加速发展，大模型所需的数据量将进一步增长。 对海量数据处理的过程必然激发对算力基础设施的大量需求：1）模型训练直接提升算力需求：一方面，多模态的引入和通用大模型的持续升级，对于多样化数据和高算力的需求大幅提升，另一方面，各行业垂直领域模型的开发和应用，同样需要高质量行业语料库和算力基础设施的支撑。2）模型对优质语料的需求，间接提升算力需求：目前我国数据的有效利用和供给仍存在不足，加强数据要素供给，需要数据云作为底座支撑，对数据的生命周期过程进行赋能，以激活数据要素潜能，从而实现数据的价值化开发和流转。 我国数据规模快速增长，但数据有效利用和供给仍存在不足。根据IDC，2022年，我国数据量规模为23.88ZB，预计在2027年达到76.6ZB，五年CAGR为26.3%，增速全球第一。根据中央网信办《数字中国发展报告(2022年)》，我国数据资源体系加快建设，2022年数据产量达8.1ZB，同比增长22.7%，全球占比达10.5%，位居世界第二位。我们认为，未来随着各行业数字化智能化的转型，以及垂直模型在各个行业的发展，政府、医疗、金融、交通等各个行业将拥有更多的数据积累。 图表5：我国数据量规模增速全球第一（单位：ZB） 根据中国信通院《数据要素白皮书（2023）》，目前，大模型训练数据主要为公开数据集、合作数据分享、大规模网络数据以及通过数据众包方式获取的数据，我国人工智能领域数据供给仍然存在较多问题：1）我国人工智能领域高质量数据集缺乏，中文开源数据集相比英文公开数据集而言，数据的数量和质量都较为落后；2）数据供给的产业生态尚不健全，国内数据要素市场发展仍处于早期阶段，数据的流通机制尚未有效建立，尚未形成高效完整的人工智能数据产品供应链；3）企业数据资源获取成本高，人工智能企业难以获取行业高质量数据。因此，围绕数据要素的高质量供给，规范数据要素的标准体系以及数据产品创新和流通，具有重要意义。 加强数据要素供给，需要数据云作为底座支撑。随着全球云计算、大数据、人工智能等技术的规模化应用，当今社会已迈入数字化发展重要机遇期。根据IDC，数据云作为新一代数据体系架构，是产业智能化的底座，它面向数据全生命周期管理，提供包括数据采集、存储、管理、开发、流通、创新等在内的一站式服务，从而促进千行百业应用赋能。 我们认为，未来，随着各行业数字化智能化的转型，政府、医疗、金融、媒体等各个行业将拥有更多的数据，将带来更大的存储治理和分析管理的需求，这也为激活数据要素潜能的数据管理服务创造更多商业和社会价值。根据IDC，数据云将提供集数据中台和业务中台于一体的核心能力，实现上层模型服务的灵活编排，从而更好更灵活地服务企业升级，实现政府和行业数据的应用。根据国家工信安全中心数据，2021年我国数据要素市场规模达到815亿元，预计“十四五”期间复合增速将超过25%。我们认为，随着数据要素化市场化的发展，数据存储、加工等基础设施作为数据高质量供给的核心环节，具有重要价值。 图表6：2022年中国数据要素市场规模（亿元） 3、数据要素的流通和应用前景广阔，离不开数字基础设施的 支持 数据要素对经济增长贡献度持续提升，有望成为数字经济发展新引擎。根据国家工信安全中心测算，2021年数据要素对GDP贡献率为14.7%，近年来，数据要素对GDP增值的贡献率持续上升，一方面，数据要素可赋能其他生产要素来实现要素协同效应，提升资源配置效率，进而提升生产效率，另一方面，数据要素可直接参与生产、交换从而产生价值，并可实现价值创造倍增和个性化定价等效应，从而进一步提升生产效率。但整体来看，数据要素对GDP的贡献仍处于较低水平，未来仍有较大提升空间。 图表7：2015-2021年我国数据要素对GDP贡献情况 数据成为生产要素的关键在于数据价值的释放。从数字经济的角度来看，数据作为一种新的生产要素，是数字经济发展过程中产生的结果，又是推动数字经济进一步发展的基础，探索如何充分地对数据进行采集、存储、处理、确权、定价、交易、监管等，促进数据要素的市场化流通，将为经济高质量发展创造新的价值。在数字经济的背景下，随着产业数字化和智能化的发展，各行各业都将成为数据要素市场的参与主体，探索对公共数据、各行业数据等多样化数据的应用和创新，将进一步提升行业效率，激活数据的市场化潜力，数据要素市场的培育和高效流通，也将拉动数据要素与先进生产力的深度融合，发挥数据要素对其他要素效率的倍增作用，为数字经济高质量发展提供新动能。 图表8：数据要素价值化重构生产体系 数据要素政策支持力度不断加大，市场化进程有望加速。2024年1月22日，中共中央办公厅、国务院办公厅印发《浦东新区