中國算力產(chǎn)業(yè)正駛?cè)朐鲩L新周期。

　　算力可分為通用算力、智能算力和超算算力，自2022年的“東數(shù)西算”政策啟動以來，算力已成為支撐數(shù)字經(jīng)濟發(fā)展的堅實基礎(chǔ)。

　　同時，2023年AI大模型迎來爆發(fā)，語音、圖像和視頻處理都需要算力作為基底，基于AI芯片的加速計算平臺的智能算力需求龐大。

　　人工智能應(yīng)用的落地將成為智能算力產(chǎn)業(yè)發(fā)展的重要推手，驅(qū)動智能算力規(guī)模高速增長。

　　根據(jù)中國通信院數(shù)據(jù)，2018-2022年，中國智能算力規(guī)模由6.8EFLPOS持續(xù)增長至140EFLOPS，年均復(fù)合增長率為113%。

　　在數(shù)據(jù)量、人工智能應(yīng)用、大模型等因素的驅(qū)動下，頭豹研究院預(yù)計至2027年，中國智能算力規(guī)模將增長至700EFLOPS以上。

　　那么，目前中國智能算力行業(yè)現(xiàn)狀究竟如何?產(chǎn)業(yè)鏈中還存在哪些發(fā)展機遇與痛點?

　　本文，頭豹研究院將從智能算力行業(yè)定義及分類、發(fā)展現(xiàn)狀、市場規(guī)模、產(chǎn)業(yè)鏈、競爭格局等角度為您深入分析中國智能算力行業(yè)。

　　1、中國智能算力行業(yè)定義、分類和應(yīng)用場景

　　● 算力是實現(xiàn)特定結(jié)果輸出的計算能力，是支撐數(shù)字經(jīng)濟發(fā)展的堅實基礎(chǔ)

　　從狹義上看，算力是設(shè)備通過處理數(shù)據(jù)，實現(xiàn)特定結(jié)果輸出的計算能力。算力實現(xiàn)的核心是 CPU、GPU、FPGA、ASIC等各類計算芯片，并由計算機、服務(wù)器、高性能計算集群和各類智能終端等承載，海量數(shù)據(jù)處理和各種數(shù)字化應(yīng)用都離不開算力的加工和計算。算力數(shù)值越大代表綜合計算能力越強。

　　從廣義上看，算力是數(shù)字經(jīng)濟時代新生產(chǎn)力，是支撐數(shù)字經(jīng)濟發(fā)展的堅實基礎(chǔ)。數(shù)字經(jīng)濟時代的關(guān)鍵資源是數(shù)據(jù)、算力和算法，其中數(shù)據(jù)是新生產(chǎn)資料，算力是新生產(chǎn)力，算法是新生產(chǎn)關(guān)系，構(gòu)成數(shù)字經(jīng)濟時代最基本的生產(chǎn)基石�，F(xiàn)階段 5G、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)的高速發(fā)展，推動數(shù)據(jù)的爆炸式增長和算法的復(fù)雜程度不斷提高，帶來了對算力規(guī)模、算力能力等需求的快速提升，算力的進步又反向支撐了應(yīng)用的創(chuàng)新，從而實現(xiàn)了技術(shù)的升級換代、應(yīng)用的創(chuàng)新發(fā)展、產(chǎn)業(yè)規(guī)模的不斷壯大和經(jīng)濟社會的持續(xù)進步。

　　● 按照應(yīng)用場景的不同，算力可分為通用算力、智能算力和超算算力

　　通用算力的應(yīng)用極為廣泛，幾乎覆蓋了所有傳統(tǒng)服務(wù)器能提供的業(yè)務(wù)應(yīng)用。這些應(yīng)用包含交互性業(yè)務(wù)，如網(wǎng)絡(luò)游戲、網(wǎng)絡(luò)購物、移動視頻和移動支付等，以及離線分析業(yè)務(wù)，如大數(shù)據(jù)挖掘、數(shù)字生命周期模擬、圖像渲染和視頻渲染等。

　　智能算力主要被用于圖像計算服務(wù)、數(shù)據(jù)推理和強化學(xué)習(xí)訓(xùn)練等場景。盡管這些應(yīng)用對實時性的需求并不高，但對計算能力的需求極大。

　　超級計算能力主要應(yīng)用于科研計算領(lǐng)域，包括流體力學(xué)、物理化學(xué)和生物信息學(xué)等。典型的超級計算應(yīng)用領(lǐng)域包括氣象分析預(yù)測、高海拔宇宙線觀測、空氣動力學(xué)、車輛碰撞測試仿真實驗和藥品實驗數(shù)據(jù)分析等，這些應(yīng)用需處理的數(shù)據(jù)量極大。

　　2、中國智能算力行業(yè)發(fā)展現(xiàn)狀

　　● 算力指數(shù)與經(jīng)濟發(fā)展水平呈現(xiàn)正相關(guān)關(guān)系

　　隨著算力底座的不斷夯實，算力對數(shù)字經(jīng)濟發(fā)展和千行百業(yè)數(shù)字化轉(zhuǎn)型的支撐作用愈加凸顯，已成為衡量一個地區(qū)經(jīng)濟社會發(fā)展程度的重要指標(biāo)。算力對經(jīng)濟的影響具體表現(xiàn)在產(chǎn)業(yè)產(chǎn)值增長、生產(chǎn)效率提升、商業(yè)模式創(chuàng)新、用戶體驗優(yōu)化等方面。

　　算力對數(shù)字經(jīng)濟和GDP的發(fā)展有顯著的帶動作用，2021年全球算力規(guī)模增長44%，數(shù)字經(jīng)濟規(guī)模和名義GDP分別增長15.6%和13%。全球各國算力規(guī)模與經(jīng)濟發(fā)展水平密切相關(guān)，經(jīng)濟發(fā)展水平越高，算力規(guī)模越大。2021年算力規(guī)模前20的國家中有17個是全球排名前20的經(jīng)濟體。

　　● 算力發(fā)展對中國GDP增長的拉動作用顯著，互聯(lián)網(wǎng)是對算力需求*的行業(yè)

　　算力賦能千行百業(yè)數(shù)字化轉(zhuǎn)型，為各行業(yè)帶來極大的杠桿效應(yīng)，算力規(guī)模與經(jīng)濟發(fā)展水平呈現(xiàn)出顯著的正相關(guān)關(guān)系。當(dāng)前，算力已成為數(shù)字經(jīng)濟的關(guān)鍵生產(chǎn)力，在算力作用下，生產(chǎn)力得到前所未有的釋放，算力規(guī)模越大，經(jīng)濟發(fā)展水平越高。統(tǒng)計數(shù)據(jù)顯示，2021年中國算力規(guī)模增長50%，數(shù)字經(jīng)濟增長16%，GDP增長12.8%。與全球相比，算力規(guī)模增長對中國GDP的拉動作用顯著，在2016-2021年期間，中國算力規(guī)模平均每年增長46%，數(shù)字經(jīng)濟增長15%，GDP增長9%;相當(dāng)于算力規(guī)模每增長1%，數(shù)字經(jīng)濟將增長0.3%，GDP將增長0.2%。

　　從行業(yè)角度看，互聯(lián)網(wǎng)行業(yè)對數(shù)據(jù)處理、模型訓(xùn)練的需求不斷提升，是算力需求*的行業(yè)，占整體算力約50%的份額；政府行業(yè)對數(shù)字政府、平安城市等領(lǐng)域的投入力度不斷加強，算力份額占比位列第二;服務(wù)、電信、金融、制造、教育、運輸?shù)刃袠I(yè)分列三到八位其中電信、金融行業(yè)企業(yè)的數(shù)字化程度高，是中國算力應(yīng)用較大的傳統(tǒng)行業(yè);制造行業(yè)方面，隨著工業(yè)互聯(lián)網(wǎng)發(fā)展的不斷成熟，制造業(yè)的應(yīng)用場景將更加豐富，對算力的需求有較大提升潛力。

　　3、中國智能算力行業(yè)市場規(guī)模

　　● 預(yù)計中國智能算力規(guī)模于2027年達到762EFLOPS

　　根據(jù)中國通信院數(shù)據(jù)，2018-2022年，中國智能算力規(guī)模由6.8EFLPOS持續(xù)增長至140EFLOPS,年均復(fù)合增長率為113%。頭豹研究院預(yù)計至2027年，中國智能算力規(guī)模將增長至762EFLOPS，2023至2027年的復(fù)合增長率約為40%

　　● 政策推動、產(chǎn)業(yè)需求、數(shù)據(jù)增長等因素驅(qū)動中國智能算力規(guī)模高速增長

　　2018至2022年，中國智能算力規(guī)模增長迅速，主要原因包括：

　　（1）政策推動。期間國家制定一系列政策，例如《全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實施方案》，提出要在全國范圍內(nèi)推動信息基礎(chǔ)設(shè)施建設(shè)，智算中心的建設(shè)是其中的關(guān)鍵環(huán)節(jié)。當(dāng)前中國已超過30個城市正在建設(shè)或提出建設(shè)智算中心，一般智算中心的起步算力目標(biāo)是100PFLOPS，整體布局以東部地區(qū)為主，并逐漸向中西部地區(qū)拓展。此外，科技部發(fā)布《科技部辦公廳關(guān)于開展國家新一代人工智能公共算力開放創(chuàng)新平臺申報工作的通知》，提出要推進AI領(lǐng)域的模型與算法創(chuàng)新工作，加快推動國家新一代人工智能公共算力開放創(chuàng)新平臺建設(shè)，進一步推動智能算力規(guī)模的增長。

　　（2）產(chǎn)業(yè)需求。隨著金融、制造業(yè)、汽車等行業(yè)的數(shù)字化轉(zhuǎn)型升級，對于智能算力的需求持續(xù)增長。人工智能、機器學(xué)習(xí)、大數(shù)據(jù)分析等應(yīng)用場景愈加廣泛，推動了智能算力的增長。

　　（3）數(shù)據(jù)增長。數(shù)據(jù)是推動人工智能和機器學(xué)習(xí)發(fā)展的關(guān)鍵驅(qū)動力，而數(shù)據(jù)規(guī)模的快速增長無疑對智能算力提出更大的需求。只有充足的智能算力，才能對這些大幅增長的數(shù)據(jù)進行計算、處理和分析，從而提取有價值的信息。根據(jù)中國電子學(xué)會，2017至2022年，中國數(shù)據(jù)產(chǎn)量增長了32倍，從4ZB增長至128ZB，極大地帶動了智能算力市場規(guī)模的增長。

　　展望未來，AI技術(shù)在各行業(yè)應(yīng)用場景的持續(xù)滲透以及通用大模型的相繼發(fā)布，將極大地拉動對智能算力的需求。隨著ChatGPT帶來的新一代AI浪潮，中國本土廠商相繼發(fā)布文心一言、通義、盤古等通用大模型，基于大模型的應(yīng)用場景也不斷拓展，根據(jù)國家信息中心，未來80%的應(yīng)用場景都將基于人工智能，這些萬億級別參數(shù)的大模型以及各種垂直行業(yè)的應(yīng)用將極大地驅(qū)動了對智能算力的需求。從統(tǒng)計數(shù)據(jù)上看，算力發(fā)展對于中國GDP增長的拉動作用顯著，在2016-2021年期間，中國算力規(guī)模平均每年增長46%，GDP增長9%，這意味著GDP每增加1%，算力規(guī)模約增長5.1%。

　　2023年開年至今，數(shù)字經(jīng)濟發(fā)展將上升至國家戰(zhàn)略最高層面，人工智能應(yīng)用、AI大模型等數(shù)字經(jīng)濟產(chǎn)業(yè)將迎來高速增長，算力需求增速將進一步釋放。假設(shè)2023-2027年期間，中國GDP增速為5%，GDP每增長1%，將帶動6%的算力規(guī)模增長，則算力規(guī)模每年增速將維持在30%以上。此外，基于中國智能算力占比由2016年的3%迅速增長至2021年的51%，預(yù)計智能算力的占比將在2023年達到70%，在2027年達到88%。因此，我們預(yù)計中國智能算力規(guī)模將于2027年達到762EFLOPS。

　　4、中國智能算力行業(yè)驅(qū)動力：數(shù)據(jù)量

　　● 中國數(shù)據(jù)規(guī)模的急劇膨脹促使智能算力需求大幅增長

　　隨著互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等新一代信息通信技術(shù)的發(fā)展，自2016年起，中國數(shù)字經(jīng)濟發(fā)展迅猛，帶動數(shù)據(jù)量呈指數(shù)級別增長，中國已成為全球數(shù)據(jù)資源規(guī)模*、增長最快的數(shù)據(jù)圈，預(yù)計到2025年數(shù)據(jù)總量將躍居世界*，全球占比有望達到27%以上;預(yù)計到2030年數(shù)據(jù)規(guī)模將達到4YB以上。

　　智能算力方面，在急劇膨脹的數(shù)據(jù)中，80%以上均為非結(jié)構(gòu)化數(shù)據(jù)(文本、圖片、語音、視頻等 )。傳統(tǒng)以CPU為主的芯片年性能提升不超過15%，難以滿足處理視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)的需求，亟需多樣化的智能算力。數(shù)據(jù)規(guī)模的急劇增長直接拉動智能算力需求的大幅增長，具體可體現(xiàn)在以下幾個方面：

　　（1）數(shù)據(jù)處理需求增加。隨著數(shù)據(jù)量的增長，大數(shù)據(jù)分析、機器學(xué)習(xí)、深度學(xué)習(xí)等任務(wù)需要龐大的計算能力來對數(shù)據(jù)進行挖掘、訓(xùn)練和推理，直接拉動智能算力需求增長。

　　（2）模型復(fù)雜度提升。隨著數(shù)據(jù)量的增加，為實現(xiàn)更高層次的人工智能，更復(fù)雜的算法模型能夠基于海量數(shù)據(jù)得到充分訓(xùn)練。例如，在圖像識別領(lǐng)域，更大規(guī)模的圖像數(shù)據(jù)需要更深層次、更復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型來進行處理，則需要更高的算力來支持模型的訓(xùn)練和推理。

　　（3）實時性要求提高。隨著數(shù)據(jù)量的增長，一些應(yīng)用對實時性的要求也越來越高。例如，金融交易、在線廣告、智能交通等領(lǐng)域需要實時地處理和響應(yīng)海量的數(shù)據(jù)。為了滿足這種實時性要求，需要更大規(guī)模的智能算力來保證數(shù)據(jù)的快速處理和決策效率。

　　5、中國智能算力產(chǎn)業(yè)鏈圖譜

　　智能算力的產(chǎn)業(yè)鏈的上游主要包括AI服務(wù)器、AI芯片和光模塊等基礎(chǔ)設(shè)施的供應(yīng)商;中游為智算中心服務(wù)與運營商，主要為云計算和通信類廠商;下游主要為由AI技術(shù)驅(qū)動的行業(yè)和產(chǎn)業(yè)應(yīng)用場景。

　　6、中國智能算力產(chǎn)業(yè)鏈上游：AI芯片

　　芯片是計算機負(fù)責(zé)執(zhí)行計算任務(wù)的核心部件，是實現(xiàn)算力的物理基礎(chǔ)。隨著人工智能產(chǎn)業(yè)的高速發(fā)展，為了滿足不斷增長的算力需求，AI芯片的市場需求將持續(xù)上升。人工智能算法需要從海量的圖像、語音、視頻等非結(jié)構(gòu)化數(shù)據(jù)中挖掘信息，以及AI大模型的訓(xùn)練、場景化的微調(diào)和推理，這些應(yīng)用場景都依賴于海量的AI芯片提供強大的算力支撐。然而，傳統(tǒng)以CPU 為主的通用計算能力已經(jīng)無法滿足多樣化的人工智能應(yīng)用場景的需求。

　　因此，采用CPU與AI芯片(GPU/FPGA/ASIC)組成的異構(gòu)計算方案成為當(dāng)前及未來智能計算的主流解決方案，這種異構(gòu)計算方案需要大量的AI芯片，具有優(yōu)秀的并行計算能力和高互聯(lián)帶寬，支持AI計算效能的*化。因此，人工智能產(chǎn)業(yè)的發(fā)展極大地推動了AI芯片的市場需求，國內(nèi)的芯片廠商也是因此受益。目前已有部分本土廠商自主研發(fā)的ASIC芯片實現(xiàn)量產(chǎn)，例如百度的昆侖芯片、華為的昇騰芯片、寒武紀(jì)的思元芯片等。

　　7、中國智能算力產(chǎn)業(yè)鏈中游：競爭格局

　　● 智算中心建設(shè)由政府主導(dǎo)，以市場側(cè)實際需求為牽引，引導(dǎo)企業(yè)建設(shè)高附加值智算中心，準(zhǔn)入門檻高

　　在企業(yè)自建的智算中心范疇，智算中心主要由大型云計算和通信類企業(yè)主導(dǎo)。例如，阿里云是目前的龍頭企業(yè)，其算力相關(guān)專利數(shù)量與算力規(guī)模均位于行業(yè)前列。阿里云擁有4,529項算力相關(guān)的專利以及兩座智算中心，其中烏蘭察布智算中心的算力規(guī)模為3EFLOPS，張北智算中心的算力規(guī)模12EFLOPS，將成為全球*的智算中心，兩座智算中心合計規(guī)模為15EFLOPS，在業(yè)內(nèi)位于**的地位。

　　● 企業(yè)自建智算中心，主要考量自身業(yè)務(wù)需求及經(jīng)濟效益兩大方面

　　從企業(yè)自身業(yè)務(wù)需求的角度考慮，云計算和通信類企業(yè)提供的服務(wù)涵蓋了存儲、計算、分析、人工智能等多個領(lǐng)域，這些服務(wù)對于智能算力資源有著很大的需求。自建智算中心能夠幫助企業(yè)控制和調(diào)配算力資源，并存儲數(shù)據(jù)，從而滿足自身業(yè)務(wù)發(fā)展和數(shù)據(jù)安全的需求。從經(jīng)濟效益角度考量，雖然自建智算中心的成本高昂，資金投入通常高達數(shù)億甚至數(shù)百億元，包括初始投資、設(shè)備維護、能源消耗、專業(yè)人才等成本，智算中心每年維護成本可高達初始建設(shè)費用的5%。但是云計算或通信類企業(yè)可將智算中心用以支持自身業(yè)務(wù)或者向其他企業(yè)提供SaaS服務(wù)，通過付費使用的方式實現(xiàn)盈利。

　　● 未來智算中心行業(yè)的競爭格局將維持強者恒強的趨勢

　　智算中心的建設(shè)由政府主導(dǎo)，考慮到智算中心的高投入、對于地方經(jīng)濟發(fā)展的高影響等因素，項目建設(shè)將緊密配合國家“東數(shù)西算”工程、全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系等建設(shè)指引。企業(yè)獨立投建智算中心需要政府發(fā)放建設(shè)許可、土地授權(quán)等資源，政府將結(jié)合企業(yè)實際業(yè)務(wù)需求、企業(yè)規(guī)模、企業(yè)類型等因素進行綜合考量。企業(yè)自建智算中心的門檻水平高，對于算力需求高的頭部大型互聯(lián)網(wǎng)和通信類企業(yè)將更易獲得投建許可，因此未來智算中心仍將由這類大型企業(yè)所主導(dǎo)。

　　8、中國智能算力產(chǎn)業(yè)鏈下游：自動駕駛

　　自動駕駛是汽車智能化和自動化的高級形態(tài)，作為AI技術(shù)備受關(guān)注的重要落腳點，是汽車出行產(chǎn)業(yè)的未來方向之一。自動駕駛場景的實現(xiàn)，需要通過感知融合、虛擬路測(模擬仿真) 、高精地圖、車路協(xié)同等核心技術(shù)將數(shù)字世界與實體路況進行深度融合，基于人工智能技術(shù)，讓車輛能夠像人類駕駛員一樣準(zhǔn)確地識別車道、行人、障礙物等駕駛環(huán)境中的關(guān)鍵信息，并及時對周圍運動單元的潛在軌跡做出預(yù)判。

　　自動駕駛場景的實現(xiàn)，需要通過感知融合、虛擬路測、高精地圖、車路協(xié)同等核心技術(shù)將數(shù)字世界與實體路況進行深度融合，識別駕駛環(huán)境并預(yù)判周圍運動單元的潛在軌跡，這需要智算中心提供超大算力支撐。智算中心提供的普惠算力可以極大降低自動駕駛所需算力的成本，同時加速自動駕駛新技術(shù)與新產(chǎn)品的研發(fā)、測試和應(yīng)用。自動駕駛需要通過對車身多個傳感器的數(shù)據(jù)進行感知和融合，并在此基礎(chǔ)上對自動駕駛車輛的行為進行決策和控制，其中涉及大量AI算法、機器視覺與傳感器數(shù)據(jù)整合分析、面向各類算力平臺及傳感器配置方案的適配能力等。

　　此外，自監(jiān)督大模型技術(shù)引入自動駕駛，大幅增加智能算力消耗，例如，Tesla構(gòu)建的L2級別的FSD自動駕駛?cè)诤细兄�模型的�?xùn)練使用了百萬量級的道路采集視頻片段，算力投入約為500PD。隨著自動駕駛級別從L2到L4的提升，對算力的需求將進一步提高。