计算机行业算力网络深度报告：全国一体化算力网络建设加速

报告出品方：东方证券

以下为报告原文节选

------

一、全国一体化算力网络建设逐步深化，算力有望成为普惠大众的基础资源

1.1 AI与政策推动，全国一体化算力网络有望加速

1.1.1 国家政策持续推动全国一体化算力网络建设

全国一体化算力网络建设相关政策有望持续出台。算力网络已成为国家重点发展领域之一，利好政策持续出台，未来行业发展前景广阔。2020 年12 月，《关于加快构建全国一体化大数据中心协同创新体系的指导意见》首次提出全国范围内数据中心形成布局合理、绿色集约的一体化格局。2021年7 月，工信部发布《新型数据中心发展三年行动计划（2021-2023 年）》，计划建设全国一体化算力网络。2022 年2 月，发改委发布《国家发展改革委等部门关于同意京津冀地区启动建设全国一体化算力网络国家枢纽节点的复函》，标志着“东数西算”工程正式启动，我国算力网络发展扬帆起航。2023年2月，中共中央、国务院发布《数字中国建设整体布局规划》，将数字基础设施列为数字中国建设的两大底座之一。2023年4月17日，科技部启动国家超算互联网工作，成立了国家超算互联网联合体。预计到2025年，国家超算互联网将形成总体布局，成为数字中国建设的“高速路”。我们认为，全国一体化算力网络建设相关政策有望持续出台。

1.1.2 东数西算”拉开全国一体化算力网络序幕

2022 年2 月，作为算网建设开始的“东数西算”正式启动。2022 年2 月17 日，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8 地启动建设国家算力枢纽节点，并规划了10 个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。

1.1.3 AI浪潮推升算力需求，实现智能技术规模化需首要实现算力普惠

机器学习进入大模型时代，ChatGPT 等通用大模型的训练迭代极大拉动对智能算力的需求。模型成功部署后，推理也将需要大量智能算力做支撑。从模型训练角度来说，据J. Sevilla 等发布的文章《Compute Trends Across Three Eras of Machine Learning," 2022 International Joint Conference on Neural Networks (IJCNN)》，机器学习的训练计算大概可以分为三个时期。第一个时期为2012 年之前，训练算力大致遵循摩尔定律，约每20 个月翻一番。而进入深度学习时代，算力翻倍的速度加速至5-6 个月。2015-2016 年左右开启了大模型时代，在这个时期，计算量增长变慢，翻倍时间约为10 个月。但整体的训练计算量比深度学习时代的系统大2 到3 个数量级(OOM)。从2022 年底，随着ChatGPT 成功带来的新一代AI 浪潮，国内外Bert、GPT4、文心一言等通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数，以及上千GB 的高质量数据，大模型的训练迭代将极大地拉动了智能算力的需求。另外，日后随着模型的成熟落地和推广，模型推理所需的智能算力也将逐渐增加，占比不断提高。

除了通用大模型的训练，垂直行业大模型的训练、基于通用大模型的微调的行业应用也需要大量的智能算力做支撑。垂直行业的大模型训练也需要大量的智能算力，另外，基于大模型的多场景应用也不断拓展。AI 渗透千行百业，拉动智能算力规模高速增长。2022 年，各行各业的AI 应用渗透度都呈不断加深的态势，尤其是在金融、电信、制造以及医疗领域，为实现业务增长、保持强大竞争力、从而占据更大的市场份额，企业纷纷入局AI 领域，通过新技术提升传统业务用户体验，人工智能应用增长迅速。据IDC 和浪潮信息联合发布的《2022-2023 中国人工智能计算力发展评估报告》，预计到2023 年年底，中国将有50%的制造业供应链环节采用人工智能技术实现业务体验提升。在未来，随着AI 技术对传统行业赋能作用日益凸显，催生出更大智算需求成为必然。

AI应用存在此长尾效应，实现规模化首要实现算力普惠。孙凝晖院士在演讲中提出，AIGC带来人工智能产业的爆发，而智能技术的规模化应用具有典型长尾问题，即具备强AI能力的强势部门（网安、九院九所和气象局等）、科研院校与大中企业只占据算力需求主体的大约20%，另外80%则均为中小微企业，这类主体受限于公司规模与预算，往往难以接入算力资源、或受限于算力的高昂价格，从而难以在AI时代浪潮中获得发展红利。因此，要实现智能技术的规模化应用，让人工智能产业既“叫好”也“叫座”，需要大量便宜、易用的智能算力，让中小微企业也能方便、便宜地使用算力。因此实现算力普惠，一方面可以支持先进科技发展，赋能更多产业AI化，同时还能让AI走入千家万户，达成AI普惠。

1.2 绿色、普惠、赋能高质量发展，算力网络建设势在必行

1.2.1 建设算网可充分利用西部资源与气候条件，促进算力绿色环保化

采取清洁能源供电、自然降温等方法是数据中心减少碳排放的关键。从供给侧来说，数据中心可以通过采用节能技术，使用清洁能源等方式改善碳排放过量等问题。另一方面，用自然方式降温辅助制冷能够有效减少数据中心耗能。各大云厂商为了服务器降温也各显神通，如腾讯在贵安的隧洞内建立了一个绿色高效的灾备数据中心，微软曾在将数据中心投放到苏格兰附近的北海中，海兰信打造海底数据中心。我国西部地区具备充沛清洁能源和适宜气候地理条件，建立全国一体化算网可供给环保绿色的算力资源。我国中西部地区具备丰富的风电、光伏、水电等清洁能源，显著减少碳排放。同时，西部地区适宜的气候与地理条件还为散热、制冷等环节提供了天然环境，以乌兰察布市为例，只有4.3 摄氏度的年平均气温意味着每年有近10 个月可以不使用设备，而是利用环境实现自然冷却，更加适合数据中心的建设，利于达成“双碳”目标。因此，建立全国一体化算力网络，可将算力资源的生产重心放在气候适宜的西部地区，充分利用其丰富的清洁资源和适宜的气候条件，助力实现“双碳”目标，在保护环境的前提下实现算力快速发展。

1.2.2 助力解决东西部供需不平衡问题，降低算力价格

算网建设可有效解决算力东西供需不平衡的现状，同时可利用低廉电价降低算力价格。目前，我国东西部算力供需失衡，数字经济发展和数据资源的产生主要集聚在我国的东部地区，而西部地区则有着较为充沛的土地、能源资源。然而，算力需求大的东部地区土地、能源等资源紧张，而资源充裕的西部地区可提供绿色低价的算力资源，具备发展数据中心、承接东部算力需求的潜力。例如我国上海等东部地区信息产业高度发达，是计算需求最旺盛的地区，然而其较高的电费和土地价格导致东部地区算力成本高昂。贵州、内蒙等中西部算力需求较低，但其较低的电力成本和土地价格更适合算力基础设施的建设。而通过建设全国一体化算力网络，可以将东部地区算力需求有序引导到西部，优化数据中心建设布局、推动区域协调发展，让西部城市也可享受算力发展带来的机会与红利。

1.2.3 提供普惠算力，赋能科技与产业快速发展

建立算力网络，发挥“乘数效应”助力经济产业发展。无论是在传统行业、还是在数据重要性日益凸显下催生出的新兴行业中，算力网络的建立都能在产业发展中起到“催化剂”的作用。在传统行业领域中，随着数字经济快速发展，数字化转型成为不可逆转的时代趋势，算力网络提供随取随用的算力资源，与其他生产要素协同推进产业快速发展，展现出的乘数效应使其成为产业发展的“放大器”。同时算力基础设施化为新型智能产业高速发展提供了基础资源，有效降低智能计算相关行业的运营成本，自动驾驶、智慧城市等智算应用场景转为现实的可能性得到展现，为更多先进技术的商业化落地提供良好的发展环境，国家经济发展被注入了新的蓬勃活力。算力网络不仅助力新老产业高速发展，同时在其从理论走向现实、进而实现商业化落地的过程中，也催生了新兴技术的诞生和迭代，有效拓展智能计算技术领域，赋予数字行业发展更多可能性。算力有望成为基础资源，普惠中小企业及个人。在算力无法流通、成本昂贵的情况下，资源垄断自然形成，算力资源被大量掌控在大型企业当中。建立算力资源基础设施，达到随取随用的同时降低算力资本，不仅仅能够赋能政府的公共服务，同时可以使中小企业、乃至个人都受益于智能化，打破“强者恒强”的算力格局。美国推行《国家信息基础设施行动计划》为三十年科技发展奠定基础。中国推动算力网络，有望在新时代浪潮中夺得先机。美国于1993年宣布实施《国家信息基础设施行动计划》，建立了全球的信息标准，为美国科技全方位的蓬勃发展奠定了基础。而现在，我国把握时代发展大方向，在算力网络方面率先发力，积极探索路线、制定纲领与标准，借助举国体制优势持续推进。算力网络的建设为科学计算、航空航天、军工等行业提供发展动力，使中国在新时代浪潮中夺得先机。

1.3 算力网络：一点接入，即取即用

1.3.1 算力网络的建设赋能算力作为基础资源普惠大众

算力要成为像水、电一样的公共资源，需要由算力网络扮演路、桥的角色。算力应该是水、电一样普惠大众、随取随用的公共基础资源，早在1961 年，美国教授John McCarthy 就将算力类比为电话服务，可以随取随用。到了1990 年，美国Ian Foster 教授将算力与电力类比，提出算力是一种公共服务。今天，我们来到了数字经济时代，算力将成为水、电一样普惠大众、随取随用的公共基础资源，为社会高效发展赋能，最终实现“网络无所不达、算力无所不在、智能无所不及”的社会愿景。而为实现这一愿景，需通过算网来整合并调度各方算力资源，并分配给个需求方。算力网络是提供普惠算力的最优解，或将成为智能时代的标志性基础设施。目前，算力对大部分公司、科研院所、个人来说都是奢侈品，没有成为普惠大众的基础资源。像上述所讨论的那样，我国算力存在着供需失衡、成本较高、鲁棒性不足等问题。急剧增长的全行业计算需求与相对较慢的迭代发展速度造成了算力供需失衡；同时，地理位置上聚集于东部、行业上大量存在于互联网企业等分布特点也对算力资源的合理分配构成阻碍，算力流动进而导致成本不能有效满足普惠发展需求；此外，数据中心的建设带来了更加复杂的算力应用场景，随之带来的偶发性算力需求激增和隐私数据安全保护诉求对各节点的鲁棒性、安全性提出了更高的要求。为解决以上难点，实现跨地域与跨行业共享、弹性按需调动，算力网络应运而生，成为算力资源健康发展的最优解。在不久的将来，算力网络将成为这个数字经济时代、智能时代的标志性基础设施。

1.3.2计算场景愈加丰富，需求多元化对算网架构提出新要求

计算场景愈发丰富，不同应用对算力精度、延迟、带宽等提出不同需求。算力作为逻辑资源，本身与水电等标准化资源相比就更加复杂、具备更多维度，而技术的发展催生了丰富的计算场景，不同的行业、应用场景对算力更提出了不同的需求，进一步增加了构建网络的复杂度。例如，天体物理、气象研究、航空航天等高精尖科研领域需要能够支持复杂运算、性能高的双精度算力，即超算算力。而无人驾驶、智慧交通等AI 主要用于处理语音、图片或视频等，单精度、半精度、甚至整型的计算即可满足应用需要。而一些产业数字化的场景对精度要求不高，通用算力（基础算力）即可满足需求。除了算力精度，不同的应用场景对带宽和延时也提出了不同的需求。例如，需要实时渲染的游戏、自动驾驶决策、远程手术、工业控制等领域对延迟的要求非常高，而模型训练等场景则对延迟没有很高要求。同时，基于AR、VR 等渲染场景，模型训练、超算类等场景对大带宽的需求较高，工控、物联网采集等则对带宽要求不高。

1.3.3 算力网络：云边端节点全连接，动态感知、灵活调度

算力网络：云边端节点全连接，动态感知、灵活调度。算力网络是通过新型网络技术将云、边、端等分散的算力节点连接起来，动态实时感知算力资源状态，根据业务需求进行统筹分配和调度。不同的业务需要的算力种类、带宽、延时不同，然而在算力网络中用户无需关心网络中计算资源的位置和部署状态。算力网络可以实时感知客户的算力需求，并根据算力资源池的情况，给客户自动调配符合其需求的最优算力，获取算力将像获取水、电一样便捷、价低。

二、各地政策频频出台，聚焦算力供给、算力调度、中小企业共建、算电一体四大方向

2.1各地发布人工智能产业发展政策，算力体系建设最关键

多地发布政策推动人工智能发展，算力屡屡成为榜上第一条。大模型时代到来，各地纷纷印发促进人工智能产业发展的相关政策。近期，北京、上海、深圳、杭州等地发布推进人工智能产业发展的相关政策，算力体系建设最为关键，成为多个政策的第一条：

2023年5月，北京印发《北京市促进通用人工智能创新发展的若干措施》，第一条强调提升算力资源统筹供给能力。

2023年5月，北京印发《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》。重点强调推动国产替代以及算力资源并网互联。

2023年5月，深圳印发《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》的通知。第一条为强化智能算力集群供给。2023年6月，杭州发布《关于加快推进人工智能产业创新发展的实施意见（征求意见稿）》。该意见中，主要任务的第一条即为建设多元融合算力支撑体系。

2022年9月，上海发布《上海市促进人工智能产业发展条例》，该条例中，基本要素与科技创新的第一条即为加强公共算力基础设施建设，推动绿色低碳发展。

响应全国算网一体化布局，各地算网政策纷纷出台。除了人工智能产业发展相关的政策，各地还针对算力出台了相关政策规划，促进全国一体化算力网络的建设。

2023年4月，上海发布《上海市推进算力资源统一调度指导意见》，强调加强全市算力资源统筹、调度和共享。

2023年3月，贵州印发《面向全国的算力保障基地建设规划的通知（2023-2025）》，强调加快打造国家算力网。

2023年1月，成都市发布《成都市围绕超算智算加快算力产业发展的政策措施》，强调提升超算适配性、加快构建智算体系以及加快云计算中心提档升级。

2.2算力体系建设聚焦：供给、调度、中小企业共建、算电一体

在众多地方政策中，主要聚焦于公共算力平台建设、算力调度中心建设、鼓励中小企业参与共建、算电一体四个方面。

1.加强智能算力供给：推动算力基础设施建设，以智能算力供给为主，且需满足绿色低碳要求。同时，一些文件对芯片、操作系统、开源深度学习框架的国产化提出要求。

2.算力资源统筹调度：推动算力标准化和服务化，统筹算力资源，实现算网统一管理、编排和调度。

3．鼓励中小企业、第三方云厂商积极参与算网建设、接入算网：鼓励中小企业参与算网共建，不仅可有效避免“帝国制”的垄断运营，同时也可使算力网络建设惠及更宽领域、带动产业健康发展。

4. 推动“算电一体”新型供能体系建设，助力算网升级，赋能双碳目标：鼓励超算中心、智算中心、新型数据中心等因地制宜地配置储能设施，以提升电力自平衡能力，进一步推动了算力基础设施与储能设施的融合发展。

下面四章，我们将从这四个重点发展方向进行论述，梳理相关政策、分析相关产业发展现状。

三、算力供给：智算供给是关键，国产化是发展重点

3.1 计算场景愈发丰富，智能算力赋能科技、经济发展

算力可分为通用算力、超算算力与智算算力三种，分别应用在不同场景中。通用算力主要来源于通用处理器CPU，应用场景非常广泛，可用于对精度要求不高的数字化场景中。而超算算力则主要支持天体物理、气象研究、航空航天等高精尖科研领域。这些场景运算量大，且对精度要求高（双精度算力）。智算算力则主要应用于AI场景中。对于AI模型训练及推理来说，处理文字、语音、图片或视频等需求较大，单精度、半精度、甚至整型的计算即可满足应用需要。一般来说，相比于模型训练，模型推理所需的算力精度较低，很多场景Int8即可满足需要。

据国家信息中心，未来80%的场景都将基于人工智能，所需算力资源将主要由智算中心提供。AI 大模型已经成为国家、企业和科研院所积极发展、重点投入的大方向。而普惠大众的智能算力就是AI发展的基础资源，智算中心正是实现这些科技创新的源泉。

3.2 我国人均智能算力不足，智算规模有望持续上涨

从智能算力总额来看，美、中处于领先地位。从人均智能算力的角度，中国仍处于全球中等水平。据《中国算力指数发展白皮书（2022）》，美、中的智能算力处于全球领先地位，分别占全球比重的45%和28%。然而从人均算力的高低来衡量，美国、英国、德国等国家的人均算力普遍高于1000GFlops，而我国的人均算力处于中等水平。据IMD研究发现，人均算力的水平与一国的智能化水平高度相关，我国积极发展智能算力、打造智算中心是打造国际竞争力、发展综合国力的关键。

中国智能算力规模有望持续快速增长,2021-2026年期间，预计年复合增长率达到52.3%。据IDC数据与预测，2021年中国智能算力规模达到155.2EFLOPS，并在之后的几年始终保持稳健增长态势，预计到2026年将突破进入每秒十万亿亿次浮点计算级别，智能算力实现1,271.4EFLOPS的庞大规模，2021-2026年期间，预计年复合增长率达到52.3%。

中国AI芯片市场将保持高速增长。2022年，中国的AI芯片市场规模约385亿元。随着AI发展以及智算中心建设浪潮，该市场预计将保持高增长趋势。据艾瑞咨询测算，到2027年，中国的AI芯片市场规模预计将达到2164亿元。

2022年，我国智能算力占比已达到60%，预计于2027年达到88%。我国智能算力占比连年快速拉升。据头豹研究院，目前已从2018年的12%快速增长至2022年的60%，超过通用算力并且持续保持稳健增长态势，预计智能算力的占比将在2023年达到70%，在2027年达到88%。因此，建立智算平台成为大势所趋，AI应用迫切呼唤充沛的算力养料。

3.3各地兴建公共算力平台，设立智能算力规模目标

政策引导人工智能公共算力平台建设、提供可靠高效算力，国产化与普惠是发展重点。2022年6月，科技部办印发《国家新一代人工智能公共算力开放创新平台建设指引(试行)》（下简称《指引》），为各地建设公共算力平台提供指引。《指引》中对平台的国产化程度、算力规模与解决方案等方面均进行要求，自主研发芯片所提供的算力标称值占比不低于60%，并优先使用国产开发框架，使用率不低于60%。此外，在算力方面，对AI训练和推理的常用规格进行要求，16位浮点(FP16)性能应达到400PFLOPS，32位浮点(FP32)性能应达到200PFLOPS，16位整型(INT16)性能应达到400POPS。同时，《指引》针对如今大模型训练需求的井喷需求，同时对环境承载能力提出要求，提出平台应配置成熟易用的人工智能全栈运行环境，能够运行千亿级参数的预训练模型。

各地政策部署公共算力平台建设，致力实现大规模算力供应。在众多地方政策中，均明确提出要建立公共算力平台，政策不仅聚焦于平台的新增或改建，同时也对算力规模、带宽、基站数等质量指标提出要求，例如贵州在文件中对每年的算力建设目标都进行了细致部署，从能力指标、质量指标、结构指标、通道指标、产业指标五个维度进行考核，促进规模与质量协调发展，为未来工作提供明确指引，从而提供大规模、高质量的算力，满足人工智能与大模型高速发展所催生出的澎湃需求。

北京：今年5月接连发布两大文件对公共算力平台进行部署，其中《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》提出要新建或改建一批商业化公共算力中心；《北京市促进通用人工智能创新发展的若干措施》则指出要加快北京人工智能公共算力中心、北京数字经济算力中心等项目建设，形成规模化先进算力供给能力。

上海：《上海市推进算力资源统一调度指导意见》中规划，到2025年实现数据中心算力超过18,000 PFLOPS（FP32）。

深圳：《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023—2024年）》中指出，要建设企业级智能算力平台，联合香港企业、科研机构、高校等，打造深港人工智能算力赋能中心。

杭州：《关于加快推进人工智能产业创新发展的实施意见（征求意见稿）》中提出到2025年，全市可开放算力规模达到5000PFLOPS（FP16）以上，高性能算力占比达到60%以上。

贵州：与发改委联合发布的《面向全国的算力保障基地建设规划》中提出，要搭建算力公共服务平台，2025年实现全省数据中心标准机架达到80万架、服务器达到400万台，算力总规模超10EFLOPS，率先建成全国领跑的算力基础设施。

3.4华为、曙光深度参与各地智算中心建设

30+城市落地40+智算中心。目前，各地智算中心如雨后春笋快速建立，全国各省市均有所布局，《智能计算中心创新发展指南》显示，当前我国超过30个城市正在建设或提出建设智算中心，已建成的、在建中的和规划的中心数量已逾40家。各地智算中心建设分两种模式，大多数采取“政府主导+企业承建”模式。智算中心主要分为“企业自建模式”与“政府主导+企业承建”模式。智算中心具有高投入、对地方经济发展具有高影响等特点，因此30多座城市的智算中心建设项目大多数由政府主导、且紧密配合“东数西算”等建设指引的推进节奏，用于支持地方产业AI化、AI产业化以及智能化治理。同时，政府结合业务需求与企业规模等因素进行综合考量、选取合适的承建单位。中科曙光、华为、百度、商汤、腾讯、阿里、浪潮信息和寒武纪等众多厂商参与建设。华为由于拥有雄厚财务基础、技术水平和全体系昇腾智算框架，成为众多智算中心的供应商，承建中心数量超20家。此外，中科曙光率先提出5A级智算中心解决方案，其承建的智算中心在湖北、山东、江苏、安徽、浙江、广东和湖南等多地生根。寒武纪也不断深入参与进智算中心建设中，接连中标南京智能计算中心一期与二期项目，总预算金额超八亿。浪潮、天数智芯、燧源等企业也纷纷加入智算公共平台建设。

3.4.1 曙光、海光性能生态俱佳，参建、运营多地智算中心

中科曙光致力打造新型智能算力基础设施，建立“5A级”核心优势。中科曙光作为新一代人工智能算力平台参与方，提出要打造具备“开放、融合、绿色、普惠、服务”能力的“5A级”智算基础设施，对智算中心的多方面性能提出了具体要求。中科曙光“5A级”智算中心为基础设施建设提供可参考的高质量范本，强力推动未来智算产业生态开放和协同发展、迈入发展快车道。

光形成“芯-端-云”全产业链布局，参与七省智算中心建设，承担多地智算中心运营。中科曙光作为核心信息基础设施领军企业，凭借多年在计算领域的技术积淀，业已完成了“芯—端—云”的全产业链布局，公司先后承建“巢湖明月”、“海之心”和芜湖智算中心等项目，已在湖北、山东、江苏、安徽、浙江、广东和湖南进行落地或规划。其中，合肥、长沙等多地的中心运营由曙光承担。经过多个智算中心项目实践，中科曙光已形成了成熟可行的智算中心落地方案，未来实现更广地域落地值得期待。

--- 报告摘录结束 更多内容请阅读报告原文 ---

报告合集专题一览 X 由【报告派】定期整理更新

（特别说明：本文来源于公开资料，摘录内容仅供参考，不构成任何投资建议，如需使用请参阅报告原文。）

精选报告来源：报告派

科技 / 电子 / 半导体 /

人工智能 | Ai产业 | Ai芯片 | 智能家居 | 智能音箱 | 智能语音 | 智能家电 | 智能照明 | 智能马桶 | 智能终端 | 智能门锁 | 智能手机 | 可穿戴设备 |半导体 | 芯片产业 | 第三代半导体 | 蓝牙 | 晶圆 | 功率半导体 | 5G | GA射频 | IGBT | SIC GA | SIC GAN | 分立器件 | 化合物 | 晶圆 | 封装封测 | 显示器 | LED | OLED | LED封装 | LED芯片 | LED照明 | 柔性折叠屏 | 电子元器件 | 光电子 | 消费电子 | 电子FPC | 电路板 | 集成电路 | 元宇宙 | 区块链 | NFT数字藏品 | 虚拟货币 | 比特币 | 数字货币 | 资产管理 | 保险行业 | 保险科技 | 财产保险 |