我国智能算力行业发展概况和趋势
思瀚产业研究院    2024-07-26

算力是数据中心服务器对数据处理并实现结果输出的一种能力。一般来说，算力分为通用算力、智能算力和超算算力三类。

基础算力主要由基于 CPU 芯片的服务器提供，用于支持如云计算和边缘计算等基础通用计算；智能算力指具有提供人工智能应用所需算力服务、数据服务和算法服务的算力，利用 CPU 与 GPU、FPGA、ASIC 等加速芯片的异构组合，实现高精度通用算力和低精度专用算力的融合供应，主要用于人工智能的训练和推理计算；超算算力则由超级计算机等高性能计算集群提供，主要用于尖端科学领域的计算。

算力作为数字时代的新生产力，已成为全球数字经济发展新引擎和各国战略竞争新焦点，在以万物感知、万物互联、万物智能为特征的数字经济时代背景下，全球数据总量和算力规模保持高速增长态势。

1、我国算力规模持续扩大，智能算力保持高速增长

国家高度重视算力建设，2021 年 5 月，国家发改委等四部委联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，启动实施“东数西算”工程，构建国家算力网络体系。随着全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进，我国算力基础设施建设和应用保持快速发展态势。

根据中国信通院的测算，2022 年我国计算设备算力总规模连续两年增速超过50%，算力总规模已位居全球第二位。

近年来，以大模型为代表的通用人工智能不断演进，人工智能、机器学习、大数据分析等技术在互联网、金融、制造、汽车等领域持续渗透，应用场景愈加广泛，算法模型日趋复杂，推动算力产业结构不断变革，智能算力正取代通用算力成为算力结构中的最主要构成，智能算力产业迎来了高速发展期。

根据 IDC 测算，2022 年我国智能算力规模达 259.9 EFLOPS，预计到 2027 年将达到1117.4 EFLOPS（每秒百亿亿次浮点运算，基于 FP16 计算），2022 年到 2027 年期间年均复合增长率达 33.9%，成为我国算力规模快速增长的主要驱动力。

随着我国智能算力需求的迅速增长，算力租赁市场迎来了快速发展。算力租赁能够为中小企业用户提供在初始投入较低的情况下进行训练的机会，从而降低企业的前期投资与运营成本，降低大模型开发和应用的门槛，实现了算力资源配置效率的优化。

目前，我国算力租赁市场仍处于早期发展阶段，尚未形成较为稳定的市场格局，传统云计算服务厂商、具有 IDC 建设运营能力的大型企业、大型互联网厂商以及部分跨界厂商纷纷布局算力租赁业务，市场参与者不断增加。

2、算力成为传统产业智能化改造和数字化转型的重要支点

当前，我国算力应用正加速从互联网、电子政务等传统领域，向服务、电信、金融、制造、教育等行业拓展。

从支撑能力来看，算力应用场景正向工业制造、城市治理、智能零售、智能调度等领域延伸。在工业制造领域，“工业大脑”将工业企业的各种数据进行布局和融合，在上层构建工业数据中台，用智能算法将数据的价值挖掘出来，实现数据采集监控、工业现场管控、设备智能控制等功能，快速提升工业制造水平；在智慧城市领域，“城市大脑”通过对城市全域运行数据进行

实时汇聚、监测、治理和分析，全面感知城市生命体征，辅助宏观决策指挥，预测预警重大事件，配置优化公共资源，保障城市安全有序运行，支撑政府、社会、经济数字化转型。

随着大数据、人工智能、云计算等新一代信息技术与实体经济深度融合，算力应用的新业态、新模式不断涌现，算力正成为传统产业智能化改造和数字化转型的重要支点。

如下是思瀚定制化可研报告中摘取目录，思瀚版权所有严禁外传。

目录

第一章 概述

1.1 项目概况

1.1.1 项目名称

1.1.2 项目建设性质

1.1.3 项目拟建地址

1.1.4 项目建设目标

1.1.5 项目建设工期

1.1.6 项目投资估算及资金筹措

1.1.7 项目运营规模

1.2 企业概况

1.3 编制依据及研究范围

1.3.1 编制依据

1.3.2 研究范围

1.3.3 编制原则

1.4 主要结论和建议

1.4.1 主要结论

1.4.2 建议

第二章 项目建设背景、需求分析及产出方案

2.1 项目背景

2.2 项目建设的必要性

2.2.1 满足国内人工智能发展需求

2.2.2 加强政府治理，提升公共服务能力

2.2.3 加速 AI 生态对接，推动创新产业聚集

2.2.4 顺应行业发展趋势，是公司人工智能战略拓展的需要

2.3 项目建设的可行性

2.3.1 相关产业政策为项目开展提供良好的发展空间

2.3.2 充足的技术和人才储备，为项目的实施提供了充分的保障

2.3.3 广阔的市场空间为项目的实施提供了良好的市场基础

2.4 市场需求分析

2.4.1 全球算力进入新一轮快速发展期

2.4.2 我国开启算力赋能数字经济新篇章

2.4.3 全球人工智能计算中心的发展现状

2.4.4 我国人工智能计算中心的发展现状

2.4.5 人工智能计算中心面临的新形势和新需求

2.5 项目建设内容、规模和产出方案

2.5.1 项目建设内容及规模

2.5.2 项目服务规模

2.6 项目商业模式

第三章 项目选址与要素保障

3.1 项目选址方案

3.1.1 项目选址的原则

3.1.2 选址方案的确定

3.2 项目建设条件分析

3.2.1 地理环境

3.2.2 科学技术

3.2.3 交通运输

第四章 项目建设方案

4.1 技术方案

4.1.1 智能算力中心的整体架构

4.1.2 智能算力中心技术架构体系

4.1.3 智能算力中心异构集群部署方案

4.2 设备方案

4.3 工程方案

4.3.1 智能算力中心算力服务平台建设方案

4.3.2 公用及辅助工程

4.4 数字化方案

4.5 建设管理方案

4.5.1 项目建设期管理

4.5.2 项目招标

4.5.3 项目实施进度计划

第五章 项目运营方案

5.1 运营方案

5.1.1 销售模式

5.1.2 研发模式

5.1.3 影响公司经营模式的关键因素

5.1.4 燃料动力供应保障

5.2 安全保障方案

5.2.1 危害因素和危害程度分析

5.2.2 安全措施方案

5.2.3 消防设施

5.3 运营管理方案

5.3.1 项目运营期组织机构

5.3.2 人力资源配置

5.3.3 人员培训

第六章 项目投融资与财务方案

6.1 投资估算

6.1.1 投资估算范围及参考依据

6.1.2 项目投资估算

6.1.3 资金使用和管理

6.2 盈利能力分析

6.2.1 基础数据与参数选取

6.2.2 编制依据

6.2.3 收入测算

6.2.4 成本核算

6.2.5 财务评价分析

6.3 财务可持续性分析

6.3.1 偿债能力分析

6.3.2 评价结论

第七章 项目影响效果分析

7.1 经济影响分析

7.2 社会影响分析

7.3 生态环境影响分析

7.3.1 环境评价依据及执行标准

7.3.2 污染控制目标

7.3.3 施工期环境影响分析

7.3.4 营运期环境影响分析

7.3.5 环境保护的建议

7.3.6 环境影响评价结论

7.4 资源和能源利用效果分析

7.4.1 用能标准和节能规范

7.4.2 项目能耗情况

7.4.3 节能措施及效果分析

7.4.4 资源和能源利用效果分析结论

第八章 项目风险管控方案

8.1 工期风险

8.2 政策及市场拓展风险

8.3 技术人才风险

第九章 结论与建议

9.1 主要研究结论

9.1.1 本项目与产业政策、规划的相符性

9.1.2 本项目的社会效益

9.2 建议

附件：财务分析过程