远大期货官网

我国算力工业正驶入添加新周期。

算力可分为通用算力、智能算力和超算算力，自2022年的“东数西算”方针发动以来，算力已成为支撑数字经济展开的坚实根底。

一起，2023年AI大模型迎来迸发，语音、图画和视频处理都需求算力作为基底，依据AI芯片的加快核算渠道的智能算力需求巨大。

人工智能运用的落地将成为智能算力工业展开的重要推手，驱动智能算力规划高速添加。

依据我国通讯院数据，2018-2022年，我国智能算力规划由6.8EFLPOS继续添加至140EFLOPS，年均复合添加率为113%。

在数据量、人工智能运用、大模型等要素的驱动下，头豹研究院估计至2027年，我国智能算力规划将添加至700EFLOPS以上。

那么，现在我国智能算力职业现状终究怎么？工业链中还存在哪些展开机会与痛点？

本文，头豹研究院将从智能算力职业界说及分类、展开现状、商场规划、工业链、竞赛格式等视点为您深入剖析我国智能算力职业。

1、我国智能算力职业界说、分类和运用场景

● 算力是完成特定成果输出的核算才能，是支撑数字经济展开的坚实根底

从狭义上看，算力是设备经过处理数据，完成特定成果输出的核算才能。算力完成的中心是 CPU、GPU、FPGA、ASIC等各类核算芯片，并由核算机、服务器、高功能核算集群和各类智能终端等承载，海量数据处理和各种数字化运用都离不开算力的加工和核算。算力数值越大代表归纳核算才能越强。

从广义上看，算力是数字经济时代新出产力，是支撑数字经济展开的坚实根底。数字经济时代的要害资源是数据、算力和算法，其间数据是新出产资料，算力是新出产力，算法是新出产联系，构成数字经济时代最基本的出产柱石。现阶段 5G、云核算、大数据、物联网、人工智能等技能的高速展开，推进数据的爆破式添加和算法的杂乱程度不断进步，带来了对算力规划、算力才能等需求的快速进步，算力的前进又反向支撑了运用的立异，然后完成了技能的晋级换代、运用的立异展开、工业规划的不断壮大和经济社会的继续前进。

● 依照运用场景的不同，算力可分为通用算力、智能算力和超算算力

通用算力的运用极为广泛，简直覆盖了一切传统服务器能供给的事务运用。这些运用包含交互性事务，如网络游戏、网络购物、移动视频和移动付出等，以及离线剖析事务，如大数据发掘、数字生命周期模仿、图画烘托和视频烘托等。

智能算力首要被用于图画核算服务、数据推理和强化学习练习等场景。尽管这些运用对实时性的需求并不高，但对核算才能的需求极大。

超级核算才能首要运用于科研核算范畴，包含流体力学、物理化学和生物信息学等。典型的超级核算运用范畴包含气候剖析猜测、高海拔宇宙线观测、空气动力学、车辆磕碰测验仿真试验和药品试验数据剖析等，这些运用需处理的数据量极大。

2、我国智能算力职业展开现状

● 算力指数与经济展开水平出现正相关联系

跟着算力底座的不断夯实，算力对数字经济展开和千行百业数字化转型的支撑效果更加凸显，已成为衡量一个区域经济社会展开程度的重要方针。算力对经济的影响详细表现在工业产值添加、出产功率进步、商业模式立异、用户体会优化等方面。

算力对数字经济和GDP的展开有明显的带动效果，2021年全球算力规划添加44%，数字经济规划和名义GDP别离添加15.6%和13%。全球各国算力规划与经济展开水平密切相关，经济展开水平越高，算力规划越大。2021年算力规划前20的国家中有17个是全球排名前20的经济体。

● 算力展开对我国GDP添加的拉动效果明显，互联网是对算力需求*的职业

算力赋能千行百业数字化转型，为各职业带来极大的杠杆效应，算力规划与经济展开水平出现出明显的正相关联系。当时，算力已成为数字经济的要害出产力，在算力效果下，出产力得到史无前例的开释，算力规划越大，经济展开水平越高。统计数据显现，2021年我国算力规划添加50%，数字经济添加16%，GDP添加12.8%。与全球比较，算力规划添加对我国GDP的拉动效果明显，在2016-2021年期间，我国算力规划平均每年添加46%，数字经济添加15%，GDP添加9%；相当于算力规划每添加1%，数字经济将添加0.3%，GDP将添加0.2%。

从职业视点看，互联网职业对数据处理、模型练习的需求不断进步，是算力需求*的职业，占全体算力约50%的比例；政府职业对数字政府、安全城市等范畴的投入力度不断加强，算力比例占比位列第二；服务、电信、金融、制作、教育、运送等职业排列三到八位其间电信、金融职业企业的数字化程度高，是我国算力运用较大的传统职业；制作职业方面，跟着工业互联网展开的不断老练，制作业的运用场景将更加丰厚，对算力的需求有较大进步潜力。

3、我国智能算力职业商场规划

● 估计我国智能算力规划于2027年到达762EFLOPS

依据我国通讯院数据，2018-2022年，我国智能算力规划由6.8EFLPOS继续添加至140EFLOPS,年均复合添加率为113%。头豹研究院估计至2027年，我国智能算力规划将添加至762EFLOPS，2023至2027年的复合添加率约为40%

● 方针推进、工业需求、数据添加等要素驱动我国智能算力规划高速添加

2018至2022年，我国智能算力规划添加敏捷，首要原因包含：

（1）方针推进。期间国家拟定一系列方针，例如《全国一体化大数据中心协同立异系统算力纽带实施计划》，提出要在全国范围内推进信息根底设施建造，智算中心的建造是其间的要害环节。当时我国已超越30个城市正在建造或提出建造智算中心，一般智算中心的起步算力方针是100PFLOPS，全体布局以东部区域为主，并逐步向中西部区域拓宽。此外，科技部发布《科技部办公厅关于展开国家新一代人工智能公共算力敞开立异渠道申报作业的告诉》，提出要推进AI范畴的模型与算法立异作业，加快推进国家新一代人工智能公共算力敞开立异渠道建造，进一步推进智能算力规划的添加。

（2）工业需求。跟着金融、制作业、轿车等职业的数字化转型晋级，关于智能算力的需求继续添加。人工智能、机器学习、大数据剖析等运用场景更加广泛，推进了智能算力的添加。

（3）数据添加。数据是推进人工智能和机器学习展开的要害驱动力，而数据规划的快速添加无疑对智能算力提出更大的需求。只要足够的智能算力，才能对这些大幅添加的数据进行核算、处理和剖析，然后提取有价值的信息。依据我国电子学会，2017至2022年，我国数据产值添加了32倍，从4ZB添加至128ZB，极大地带动了智能算力商场规划的添加。

展望未来，AI技能在各职业运用场景的继续浸透以及通用大模型的相继发布，将极大地拉动对智能算力的需求。跟着ChatGPT带来的新一代AI浪潮，我国本乡厂商相继发布文心一言、通义、盘古等通用大模型，依据大模型的运用场景也不断拓宽，依据国家信息中心，未来80%的运用场景都将依据人工智能，这些万亿等级参数的大模型以及各种笔直职业的运用将极大地驱动了对智能算力的需求。从统计数据上看，算力展开关于我国GDP添加的拉动效果明显，在2016-2021年期间，我国算力规划平均每年添加46%，GDP添加9%，这意味着GDP每添加1%，算力规划约添加5.1%。

2023年开年至今，数字经济展开将上升至国家战略最高层面，人工智能运用、AI大模型等数字经济工业将迎来高速添加，算力需求增速将进一步开释。假定2023-2027年期间，我国GDP增速为5%，GDP每添加1%，将带动6%的算力规划添加，则算力规划每年增速将保持在30%以上。此外，依据我国智能算力占比由2016年的3%敏捷添加至2021年的51%，估计智能算力的占比将在2023年到达70%，在2027年到达88%。因而，咱们估计我国智能算力规划将于2027年到达762EFLOPS。

4、我国智能算力职业驱动力：数据量

● 我国数据规划的急剧胀大促进智能算力需求大幅添加

跟着互联网、云核算、大数据、人工智能等新一代信息通讯技能的展开，自2016年起，我国数字经济展开迅猛，带动数据量呈指数等级添加，我国已成为全球数据资源规划*、添加最快的数据圈，估计到2025年数据总量将跃居国际*，全球占比有望到达27%以上；估计到2030年数据规划将到达4YB以上。

智能算力方面，在急剧胀大的数据中，80%以上均为非结构化数据（文本、图片、语音、视频等 )。传统以CPU为主的芯片年功能进步不超越15%，难以满意处理视频、图片等非结构化数据的需求，亟需多样化的智能算力。数据规划的急剧添加直接拉动智能算力需求的大幅添加，详细可体现在以下几个方面：

（1）数据处理需求添加。跟着数据量的添加，大数据剖析、机器学习、深度学习等使命需求巨大的核算才能来对数据进行发掘、练习和推理，直接拉动智能算力需求添加。

（2）模型杂乱度进步。跟着数据量的添加，为完成更高层次的人工智能，更杂乱的算法模型能够依据海量数据得到充沛练习。例如，在图画辨认范畴，更大规划的图画数据需求更深层次、更杂乱的神经网络模型来进行处理，则需求更高的算力来支撑模型的练习和推理。

（3）实时性要求进步。跟着数据量的添加，一些运用对实时性的要求也越来越高。例如，金融交易、在线广告、智能交通等范畴需求实时地处理和呼应海量的数据。为了满意这种实时性要求，需求更大规划的智能算力来确保数据的快速处理和决议计划功率。

5、我国智能算力工业链图谱

智能算力的工业链的上游首要包含AI服务器、AI芯片和光模块等根底设施的供货商；中游为智算中心服务与运营商，首要为云核算和通讯类厂商；下流首要为由AI技能驱动的职业和工业运用场景。

6、我国智能算力工业链上游：AI芯片

芯片是核算机担任履行核算使命的中心部件，是完成算力的物理根底。跟着人工智能工业的高速展开，为了满意不断添加的算力需求，AI芯片的商场需求将继续上升。人工智能算法需求从海量的图画、语音、视频等非结构化数据中发掘信息，以及AI大模型的练习、场景化的微谐和推理，这些运用场景都依赖于海量的AI芯片供给强壮的算力支撑。可是，传统以CPU 为主的通用核算才能现已无法满意多样化的人工智能运用场景的需求。

因而，选用CPU与AI芯片（GPU/FPGA/ASIC）组成的异构核算计划成为当时及未来智能核算的干流解决计划，这种异构核算计划需求很多的AI芯片，具有优异的并行核算才能和高互联带宽，支撑AI核算效能的*化。因而，人工智能工业的展开极大地推进了AI芯片的商场需求，国内的芯片厂商也是因而获益。现在已有部分本乡厂商自主研制的ASIC芯片完成量产，例如百度的昆仑芯片、华为的昇腾芯片、寒武纪的思元芯片等。

7、我国智能算力工业链中游：竞赛格式

● 智算中心建造由政府主导，以商场侧实践需求为牵引，引导企业建造高附加值智算中心，准入门槛高

在企业自建的智算中心范畴，智算中心首要由大型云核算和通讯类企业主导。例如，阿里云是现在的龙头企业，其算力相关专利数量与算力规划均坐落职业前列。阿里云具有4,529项算力相关的专利以及两座智算中心，其间乌兰察布智算中心的算力规划为3EFLOPS，张北智算中心的算力规划12EFLOPS，将成为全球*的智算中心，两座智算中心算计规划为15EFLOPS，在业界坐落**的位置。

● 企业自建智算中心，首要考量本身事务需求及经济效益两大方面

从企业本身事务需求的视点考虑，云核算和通讯类企业供给的服务涵盖了存储、核算、剖析、人工智能等多个范畴，这些服务关于智能算力资源有着很大的需求。自建智算中心能够协助企业操控和分配算力资源，并存储数据，然后满意本身事务展开和数据安全的需求。从经济效益视点考量，尽管自建智算中心的本钱昂扬，资金投入一般高达数亿乃至数百亿元，包含初始出资、设备保护、能源耗费、专业人才等本钱，智算中心每年保护本钱可高达初始建造费用的5％。可是云核算或通讯类企业可将智算中心用以支撑本身事务或许向其他企业供给SaaS服务，经过付费运用的方法完成盈余。

● 未来智算中心职业的竞赛格式将保持强者恒强的趋势

智算中心的建造由政府主导，考虑到智算中心的高投入、关于当地经济展开的高影响等要素，项目建造将紧密配合国家“东数西算”工程、全国一体化大数据中心协同立异系统等建造指引。企业独立投建智算中心需求政府发放建造答应、土地授权等资源，政府将结合企业实践事务需求、企业规划、企业类型等要素进行归纳考量。企业自建智算中心的门槛水平高，关于算力需求高的头部大型互联网和通讯类企业将更易取得投建答应，因而未来智算中心仍将由这类大型企业所主导。

8、我国智能算力工业链下流：自动驾驭

自动驾驭是轿车智能化和自动化的高档形状，作为AI技能备受重视的重要落脚点，是轿车出行工业的未来方向之一。自动驾驭场景的完成，需求经过感知交融、虚拟路测(模仿仿真) 、高精地图、车路协平等中心技能将数字国际与实体路况进行深度交融，依据人工智能技能，让车辆能够像人类驾驭员相同精确地辨认车道、行人、障碍物等驾驭环境中的要害信息，并及时对周围运动单元的潜在轨道做出预判。

自动驾驭场景的完成，需求经过感知交融、虚拟路测、高精地图、车路协平等中心技能将数字国际与实体路况进行深度交融，辨认驾驭环境并预判周围运动单元的潜在轨道，这需求智算中心供给超大算力支撑。智算中心供给的普惠算力能够极大下降自动驾驭所需算力的本钱，一起加快自动驾驭新技能与新产品的研制、测验和运用。自动驾驭需求经过对车身多个传感器的数据进行感知和交融，并在此根底上对自动驾驭车辆的行为进行决议计划和操控，其间触及很多AI算法、机器视觉与传感器数据整合剖析、面向各类算力渠道及传感器装备计划的适配才能等。

此外，自监督大模型技能引进自动驾驭，大幅添加智能算力耗费，例如，Tesla构建的L2等级的FSD自动驾驭交融感知模型的练习运用了百万量级的路途收集视频片段，算力投入约为500PD。跟着自动驾驭等级从L2到L4的进步，对算力的需求将进一步进步。