原文鏈接：https:///?p=37944

中國智能算力在不同領域應用分布不均，互聯(lián)網(wǎng)占主導，其他領域有發(fā)展?jié)摿Α?span style="font-weight: bolder;">文末89份算力行業(yè)研究報告最新趨勢已分享在交流群，閱讀原文進群和500+行業(yè)人士共同交流和成長。

全球算力規(guī)模持續(xù)擴張，智能算力增長迅猛，我國算力總規(guī)模居全球第二，網(wǎng)絡與能效不斷提升?！皷|數(shù)西算”顯示東部算力需求大，西部較小。各省份算力發(fā)展與經(jīng)濟規(guī)模正相關，可分為供給驅(qū)動、需求拉動和協(xié)同發(fā)展型。此外，超能云終端的應用將推動云計算等技術落地，加速企業(yè)數(shù)字化轉(zhuǎn)型，市場前景廣闊，成為數(shù)字經(jīng)濟與實體經(jīng)濟融合的重要力量。

生成式 AI 技術推動中國智能算力增長，2023 年約 414EFLOPS。目前主要用于互聯(lián)網(wǎng)，未來有望達 1436EFLOPS。

生成式 AI 技術的迅猛增長促使對高性能算力的需求急劇攀升，2023 年，中國智能算力規(guī)模達到約 414EFLOPS，主要運用于互聯(lián)網(wǎng)領域大模型的訓練與推理。在未來，隨著大模型向各行業(yè)分化，通用算力、智能算力與超算算力將愈發(fā)呈現(xiàn)融合之勢。人工智能發(fā)展的三要素如下：

互聯(lián)網(wǎng)引領智能算力應用，下游行業(yè)滲透率加速提升。

• 大量場景數(shù)據(jù)為 AI 訓練奠定基礎。從 2019 年至 2023 年，中國智能算力規(guī)模由 32EFLOPS 躍升至 414EFLOPS，此期間年復合增長率約為 90.1%，不僅超越同期中國通用算力規(guī)模的增速，整體增長勢頭更是極為強勁。

• 高性能計算機賦予數(shù)據(jù)處理計算能力。就智能算力下游應用行業(yè)的分類而言，當前智能算力主要應用于互聯(lián)網(wǎng)行業(yè)，占比超過五成。這是因為互聯(lián)網(wǎng)企業(yè)相較于其他行業(yè)，在大模型上的投入更大，所以對計算的需求也更為旺盛。其他行業(yè)目前尚處于探索人工智能應用的階段，對智能算力的需求整體還處在培育期。

• 算法是基于數(shù)據(jù)分析構建的基礎規(guī)律并進行預測。展望未來，預計到 2028 年，中國智能算力規(guī)模將達 1436EFLOPS。

中國智能算力規(guī)模從 2019 年到 2023 年增長迅速，且未來幾年仍將持續(xù)增長，在人工智能發(fā)展中發(fā)揮著至關重要的作用。

具體分析

1. 時間順序：從 2019 年的 32EFLOPS 起步，中國智能算力規(guī)模逐年遞增。到 2023 年達到 414EFLOPS，期間年復合增長率約為 90.1%。預計到 2028 年將達到 1436EFLOPS。這一增長趨勢表明，隨著時間的推移，對智能算力的需求不斷攀升。

2. 從行業(yè)應用結構來看，目前互聯(lián)網(wǎng)行業(yè)占比超過五成，是智能算力的主要應用領域。這是因為互聯(lián)網(wǎng)企業(yè)在大模型投入方面較多，對計算需求大。而其他行業(yè)目前處于探索人工智能應用階段，對智能算力的需求還在培育期。未來隨著人工智能應用加速落地，其他行業(yè)的需求將會大幅提升，從而進一步推動智能算力規(guī)模的增長。

3. 智能算力對于人工智能的發(fā)展至關重要。大量的場景數(shù)據(jù)為 AI 訓練提供基礎，高性能計算機提供數(shù)據(jù)處理計算能力，算法則是基于數(shù)據(jù)分析構建的基礎規(guī)律并進行預測。這三個要素共同構成了人工智能發(fā)展的基礎，而智能算力在其中起著核心支撐作用。

中國智能算力應用分布圖呈現(xiàn)出多元的應用格局：

2023 年中國智能算力在不同領域的應用分布不均，互聯(lián)網(wǎng)領域占主導，而其他領域仍有較大發(fā)展?jié)摿Α?/p>

具體分析

1. 從圖表中可以清晰看出，2023 年中國智能算力主要應用于互聯(lián)網(wǎng)領域，占比高達 53%。金融、教育、工業(yè)制造、電信、政府和服務等領域占比較小，分別為 4%、4%、4%、4%、9% 和 18%。這表明目前智能算力的應用在各領域間存在較大差異。

2. 智能算力在不同領域都有著重要的作用。在互聯(lián)網(wǎng)領域，大模型的訓練和推理對智能算力需求巨大，推動了互聯(lián)網(wǎng)行業(yè)的快速發(fā)展。在金融領域，智能算力可用于風險評估、交易決策等，提高金融服務的效率和安全性。教育領域可借助智能算力實現(xiàn)個性化學習和智能教育管理。工業(yè)制造中，智能算力有助于優(yōu)化生產(chǎn)流程、提高產(chǎn)品質(zhì)量。電信領域可利用智能算力提升網(wǎng)絡性能和服務質(zhì)量。政府部門可運用智能算力進行數(shù)據(jù)分析和決策支持，提高公共服務水平。服務領域也能通過智能算力提升客戶體驗和運營效率。

2023 年數(shù)字中國建設積極，數(shù)據(jù)要素市場活躍，算力中心機架規(guī)模增長，算力總規(guī)模居全球第二，網(wǎng)絡與能效提升。

我國的數(shù)據(jù)要素市場正日益活躍。在 2023 年，數(shù)字中國建設收獲了積極的成果。數(shù)據(jù)基礎制度的建設步伐不斷加快，一個上下聯(lián)動且橫向協(xié)同的全國數(shù)據(jù)工作體系已初步構建完成。我國的數(shù)據(jù)生產(chǎn)總量達到了 32.85ZB，與去年同期相比，增長了 22.44%，整體呈現(xiàn)出穩(wěn)步上升的態(tài)勢。到 2023 年年末，我國的數(shù)據(jù)存儲總量達 1.73ZB，在此背景下，算力需求也在持續(xù)攀升。

我國的算力規(guī)模實現(xiàn)了高速增長。截至 2023 年年末，我國在用算力中心機架的總規(guī)模達到了 810 萬標準機架（這里以功率 2.5 千瓦作為一個標準機架），相較于 2022 年年末，增長幅度為 24.2%，具體情況可參考圖。我國的算力總規(guī)模超過 230EFLOPS (FP32)，在全球范圍內(nèi)位居第二。存力規(guī)模約為 1200EB，其中先進存儲容量所占比例超過 25%。

我國算力中心的網(wǎng)絡質(zhì)量有了顯著提升。近些年來，我國的網(wǎng)絡架構持續(xù)優(yōu)化，截至 2023 年年末，國家級骨干直聯(lián)點增加到 26 個，骨干網(wǎng)互聯(lián)帶寬擴充至 40T。從接入網(wǎng)絡層級方面來看，我國有 58.3% 的在用算力中心連接著骨干網(wǎng)。從接入帶寬的角度而言，我國在用算力中心的出口帶寬平均為 821Gbit/s，在用機架的平均帶寬約為 885Mbit/s。

我國算力中心的能效水平也在與日俱增。截至 2023 年年末，我國算力中心的總耗電量約為 1500 億千瓦時，同比增長 15%。我國在用算力中心的平均 PUE 為 1.48，和 2022 年的 1.52 相比有所優(yōu)化。其中，在用超大型算力中心的平均 PUE 為 1.33，大型算力中心的平均 PUE 為 1.43。規(guī)劃在建算力中心的平均設計 PUE 約為 1.29。

人工智能AI算力高質(zhì)量發(fā)展評估體系

全球算力擴張，智算翻倍。AIGC 促智算增長，2023 年全球算力總規(guī)模 910EFLOPS，我國東部智算中心多。

全球算力規(guī)模持續(xù)穩(wěn)步擴張，其中智算更是實現(xiàn)同比翻倍增長。以 AIGC 為代表的人工智能應用以及大模型訓練等嶄新需求與業(yè)務的強勢崛起，有力地推動著全球智算規(guī)模展現(xiàn)出高速增長的強勁態(tài)勢。據(jù)中國信通院的測算結果，截至 2023 年年末，全球算力總規(guī)模約達 910EFLOPS，同比增長 40%；而智能算力規(guī)模則高達 335EFLOPS，同比增長幅度達到了 136%，其增速遠遠超越了算力整體規(guī)模的增速。

近年來，全球算力規(guī)模穩(wěn)步擴張，尤其是智能算力呈現(xiàn)出高速增長的態(tài)勢。從圖表中，我們可以清晰地看出全球不同類型算力在 2021 年至 2023 年的發(fā)展變化。

全球算力規(guī)模持續(xù)增長，其中智能算力增長最為迅猛，通用算力穩(wěn)步發(fā)展，超算算力相對增長較為緩慢。

按照時間順序進行分析，從 2021 年到 2023 年，通用算力從數(shù)據(jù)上看有一定幅度的增長。到 2022 年和 2023 年，其數(shù)值分別為 498 和 551，增長較為穩(wěn)定。這表明在全球數(shù)字化進程中，通用算力始終發(fā)揮著基礎支撐作用，滿足著各類日常業(yè)務和傳統(tǒng)計算需求。

智能算力的增長則令人矚目。2021 年智能算力數(shù)值約為 113，到 2022 年增長至 142，而在 2023 年更是飆升至 335，同比翻倍增長。這主要是由于以 AIGC 為代表的人工智能應用、大模型訓練等新需求、新業(yè)務的崛起。這些新興領域?qū)χ悄芩懔Φ男枨缶薮?，推動了智能算力?guī)模呈現(xiàn)高速增長態(tài)勢。

超算算力在這三年中的增長相對不那么突出。2021 年和 2022 年數(shù)據(jù)分別約為 10 和 24，到 2023 年雖有所增長，但與通用算力和智能算力相比，增長幅度較小。超算算力主要應用于高端科研、復雜模擬等特定領域，其應用場景相對較為局限。

全球算力主要由通用算力、智能算力和超算算力組成。通用算力作為基礎，滿足廣泛的日常計算需求；智能算力則在新興技術領域發(fā)揮關鍵作用；超算算力針對特定高端需求提供強大計算能力。三者相互補充，共同構建了全球算力體系。

按照重要性順序分析，智能算力的高速增長對全球經(jīng)濟和科技發(fā)展的重要性日益凸顯。隨著人工智能等新興技術的不斷發(fā)展，智能算力將在未來的數(shù)字經(jīng)濟中扮演更加關鍵的角色。通用算力的穩(wěn)定增長也不可或缺，它為各個行業(yè)的正常運轉(zhuǎn)提供保障。超算算力雖然重要性相對較低，但在特定領域的重大科研和復雜計算中仍具有不可替代的地位。

從當前的發(fā)展趨勢來看，全球應繼續(xù)加大對算力基礎設施的投入，尤其是智能算力領域。政府和企業(yè)應共同努力，推進智算中心建設，提高智能算力的供給能力。同時，也要注重通用算力和超算算力的協(xié)同發(fā)展，以滿足不同領域的計算需求，為全球數(shù)字經(jīng)濟的繁榮和科技創(chuàng)新提供強大的算力支持。

“東數(shù)西算”顯東部算力需求大，西部較小。

根據(jù)“東數(shù)西算”工程的數(shù)據(jù)樞紐及數(shù)據(jù)中心布局，以及IDC統(tǒng)計的服務器出貨量及預測數(shù)據(jù)，未來幾年內(nèi)，京津冀、長三角和粵港澳地區(qū)將繼續(xù)占據(jù)服務器需求前三的位置，尤其是京津冀地區(qū)。盡管西部地區(qū)的數(shù)據(jù)樞紐和數(shù)據(jù)中心規(guī)劃增加了對服務器的需求，但總體規(guī)模仍遠小于東部地區(qū)。

從經(jīng)濟發(fā)展水平和數(shù)據(jù)中心建設情況來看，京津冀、長三角和粵港澳大灣區(qū)等經(jīng)濟發(fā)達地區(qū)的數(shù)據(jù)中心建設起步較早，多數(shù)已建成或正在建設的數(shù)據(jù)中心位于東部地區(qū)。各區(qū)域?qū)Ψ掌鞯男枨罅侩S時間保持平穩(wěn)增長，其中京津冀地區(qū)的年需求量預計將達到236.7萬臺，長三角和廣東省的年需求量將分別達到98.0萬臺和67.4萬臺。相比之下，西部地區(qū)的需求較為平穩(wěn)且規(guī)模較小。

總體上，我國數(shù)據(jù)中心分布與算力硬件需求呈現(xiàn)“東高西低”、“東密西疏”的地域特征。東部經(jīng)濟發(fā)達地區(qū)在算力硬件需求方面呈現(xiàn)平穩(wěn)增長趨勢，而西部數(shù)據(jù)中心建設對算力硬件需求的提升效果有限，整體保持穩(wěn)定。

依據(jù)中國算力發(fā)展指數(shù)2.0的評估方法，結合各城市的算力基礎設施規(guī)模、技術發(fā)展水平、產(chǎn)業(yè)應用發(fā)展水平等指標計算各城市算力發(fā)展指數(shù)，以此給出我國算力二十強市榜單。其中北京、上海的領先優(yōu)勢明顯，廣東、江蘇入圍城市最多。

各省份的算力發(fā)展水平與其經(jīng)濟規(guī)模之間存在顯著的正相關關系，突顯了算力在推動各省份經(jīng)濟發(fā)展中的核心作用。

各省份的算力發(fā)展指數(shù)與其經(jīng)濟規(guī)模之間呈現(xiàn)出明顯的正相關，顯示出算力在推動各省份經(jīng)濟發(fā)展中的重要作用。2022年，那些數(shù)字經(jīng)濟和地區(qū)生產(chǎn)總值較高的省份，其算力發(fā)展的水平也相應地位于前列。當算力發(fā)展指數(shù)提升1點，數(shù)字經(jīng)濟會增加約570億元，這大約占到了全國數(shù)字經(jīng)濟規(guī)模的1.14%；同時，地區(qū)生產(chǎn)總值也會增長約1285億元，約占全國GDP的1.06%。然而，從整體來看，2022年算力對數(shù)字經(jīng)濟和地區(qū)生產(chǎn)總值的推動作用相比2021年有所減弱，這主要歸因于以下四大因素：

首先，隨著算力的不斷增長，其邊際效應逐漸變得明顯，導致其對經(jīng)濟增長的推動作用逐漸減弱。
其次，算力增長對經(jīng)濟的推動作用具有一定的滯后性，從算力建設完成到其發(fā)揮最大效用需要1到3年的時間。
第三，算力的經(jīng)濟增長需要新的需求和新的應用來驅(qū)動。與大領域全面的升級相比，細分領域的應用升級對經(jīng)濟的推動作用較小，例如，自動駕駛技術的下沉所帶來的經(jīng)濟提升并不如人工智能本身的推動作用大。
最后，2022年我國多地面臨的疫情高發(fā)和嚴格的封控措施，對國民經(jīng)濟的增長構成了嚴重的阻礙。

根據(jù)各省份的算力發(fā)展特點，可以將其劃分為供給驅(qū)動型、需求拉動型和協(xié)同發(fā)展型三類。具體來說：

• 以北京、上海、廣東為代表的供給驅(qū)動型省份，其本地的算力和算力產(chǎn)業(yè)規(guī)模都較大，且算力環(huán)境良好，為其他省份提供了算力消費和行業(yè)應用的支持。這些省份正在加速推進先進算力的綠色集約化發(fā)展，并加強核心骨干網(wǎng)絡的建設，力求充分發(fā)揮其算力樞紐的作用，為周邊地區(qū)乃至全國提供更為快速和便捷的算力資源。

• 以江蘇、山東、河南、四川、湖北、福建、湖南為代表的需求拉動型省份，其本地的算力需求較為旺盛，且在算力的消費應用和行業(yè)應用上都具有較高的水平。這些省份會結合地方的實際需求來進行科學規(guī)劃，以更為前瞻性的方式來推進智算中心、超算等算力基礎設施的建設。

• 以河北、浙江、重慶等為代表的協(xié)同發(fā)展型省份，其數(shù)字經(jīng)濟與算力呈現(xiàn)協(xié)同發(fā)展的趨勢，并逐漸形成了如京津冀、長三角、粵港澳大灣區(qū)、成渝雙城經(jīng)濟圈等區(qū)域協(xié)同發(fā)展的格局。這些地區(qū)一方面會繼續(xù)吸收算力中心城市的算力溢出效應，以壯大自身的算力規(guī)模；另一方面也會深入挖掘區(qū)域內(nèi)的算力應用需求，力求充分發(fā)揮算力對社會經(jīng)濟發(fā)展的推動作用。

超能云終端的應用將推動云計算等新一代信息技術落地

超能云終端在企業(yè)中的部署和應用將加速企業(yè)的數(shù)字化轉(zhuǎn)型，對包括制造、能源、教育、醫(yī)療、政府在內(nèi)的各個傳統(tǒng)行業(yè)實現(xiàn)賦能。這將有助于企業(yè)降本增效，提升傳統(tǒng)企業(yè)的效能，從而增加企業(yè)的競爭力。同時，超能云終端的應用還將推動云計算等新一代信息技術落地，助力其成為全國信息化建設與信息化產(chǎn)業(yè)發(fā)展的重要增長引擎。因此，超能云終端市場具有廣闊的發(fā)展前景，將成為推動數(shù)字經(jīng)濟與實體經(jīng)濟深度融合的重要力量。

根據(jù)IDC數(shù)據(jù)，2021年中國大陸超能云終端市場總量達351萬臺，未來將迎來重大發(fā)展機遇，市場規(guī)模將以每年30%左右的速度穩(wěn)定增長，至2025年市場總量將超過130萬臺。IDC認為超能云終端前景看好，主要歸因于節(jié)能高效、業(yè)務連續(xù)性、數(shù)字化智能化、云優(yōu)先策略等市場驅(qū)動因素。

超能云終端有助于減少企業(yè)IT基礎架構的整體能耗，推動數(shù)字化技術的應用落地，測定碳排放量并追蹤整個生態(tài)鏈中各級別供應商的碳排放，實現(xiàn)統(tǒng)籌與優(yōu)化，加速產(chǎn)業(yè)結構的調(diào)整與升級。同時，超能云終端的部署可以有效地幫助企業(yè)提高能源利用效率，優(yōu)化能源方面的布局，以應對能源轉(zhuǎn)型的訴求。此外，數(shù)字化和智能化也是推動超能云終端市場發(fā)展的重要因素之一。隨著數(shù)字化轉(zhuǎn)型進程不斷推進，數(shù)字化對社會、經(jīng)濟、文化的重塑不斷加深，數(shù)字經(jīng)濟在GDP中的占比也不斷提升。智能化是新科技革命與產(chǎn)業(yè)變革的重要驅(qū)動力，以AI、機器學習、大數(shù)據(jù)分析等技術為主要途徑，需要大規(guī)模的性能密集型計算作為支撐。超能云終端的部署能夠?qū)ζ髽I(yè)的數(shù)字資產(chǎn)實現(xiàn)高效統(tǒng)籌，從而為云端的加速計算提供良好的條件，使執(zhí)行大部分工作負載的處理器資源得以通過更加靈活的方式部署。最后，企業(yè)傾向于選擇“云優(yōu)先”的戰(zhàn)略來迎接未來的挑戰(zhàn)。頂層設計是數(shù)字化轉(zhuǎn)型的第一步，企業(yè)需要在戰(zhàn)略的層面對核心業(yè)務流程進行全面梳理。而后以此為藍圖，對IT架構進行整體改造，這一過程會對云基礎設施及相關解決方案服務提出大量的定制化需求，同時輔以企業(yè)內(nèi)部的人員結構的優(yōu)化，最終實現(xiàn)對業(yè)務數(shù)據(jù)流的重塑。