我國算力行業現狀及前景分析：供需匹配度提升空間大 大數據市場價值有待挖掘

1、我國算力行業相關定義及總體框架

從狹義上看，算力是設備通過處理數據，實現特定結果輸出的計算能力。2018年諾貝爾經濟學獎獲得者William D. Nordhaus在《計算過程》一文中提出：“算力是設備根據內部狀態的改變，每秒可處理的信息數據量”。算力實現的核心是CPU、GPU、FPGA、ASIC等各類計算芯片，并由計算機、服務器、高性能計算集群和各類智能終端等承載，海量數據處理和各種數字化應用都離不開算力的加工和計算。算力數值越大代表綜合計算能力越強，常用的計量單位是每秒執行的浮點數運算次數(Flops，1 EFlops=10^18 Flops)。據測算，1EFlops 約為5臺天河2A超級計算機，或者25萬臺主流雙路服務器，或者200萬臺主流筆記本的算力輸出。

從廣義上看，算力是數字經濟時代新生產力，是支撐數字經濟發展的堅實基礎。數字經濟時代的關鍵資源是數據、算力和算法，其中數據是新生產資料，算力是新生產力，算法是新生產關系，構成數字經濟時代最基本的生產基石?，F階段5G、云計算、大數據、物聯網、人工智能等技術的高速發展，推動數據的爆炸式增長和算法的復雜程度不斷提高，帶來了對算力規模、算力能力等需求的快速提升，算力的進步又反向支撐了應用的創新，從而實現了技術的升級換代、應用的創新發展、產業規模的不斷壯大和經濟社會的持續進步。隨著5G商用步伐的加快，物與物之間的連接不斷深化，算力在自動駕駛、智慧安防、智慧城市等領域的應用不斷擴大，邊緣計算以及霧計算的需求日益增加，算力范疇和邊界仍在不斷擴展。

根據觀研報告網發布的《中國???????????算力行業發展趨勢研究與未來投資分析報告（2024-2031年）》顯示，結合算力的內涵和特點，我國算力發展的總體框架可以從算力規模、算力環境和算力應用三個維度進行構建。在數字經濟時代，算力規模是國家和地區數字化生產力發展水平的重要指標，算力環境是我國新生產力發展的重要條件，算力應用反映了我國新生產力的需求狀況。算力環境為算力規模發展提供堅實支撐，算力應用拉動算力規模的增長，三者相互促進、協同發展。

算力規模在現階段重點包括基礎算力、智能算力和超算算力三部分，分別提供基礎通用計算、人工智能計算和科學工程計算?；A通用算力主要基于CPU芯片的服務器所提供的計算能力；智能算力主要是基于GPU、FPGA、ASIC等芯片的加速計算平臺提供人工智能訓練和推理的計算能力；超算算力主要是基于超級計算機等高性能計算集群所提供的計算能力。

算力環境主要包括網絡環境和算力投入等因素，持續優化的網絡環境為算力發展提供堅實支撐，大規模算力投入將會對算力增長產生直接和間接的推動作用。

算力應用主要包括消費應用和行業應用，消費和行業應用帶來了對算力規模、算力能力等需求的快速提升，算力的進步又反向推動了應用的發展。

資料來源：中國信息通信研究院，觀研天下數據中心整理

2、算力已成我國當前最具活力信息基礎設施，其市場正持續擴容

伴隨著新一輪科技革命和產業變革持續推進，疊加疫情因素影響,算力成為推動數字經濟、國民經濟持續穩定增長的關鍵動力，對奪取疫情防控和經濟社會發展雙勝利發揮了重要作用。算力已成為我國當前最具活力、最具創新力、輻射最廣泛的信息基礎設施，算力成為衡量數字經濟活力的關鍵指標。2023年我國算力行業市場規模為2336.1億元，同比增長5.06%。2024年上半年，我國算力行業市場規模初步估計為1245.1億元，具體如下：

數據來源：觀研天下數據中心整理

3、集群正在形成，區域市場集中于華東、華南和華北

2022年2月16日，國家發改委、中央網信辦、工信部、國家能源局聯合印發通知，正式全面啟動全國一體化大數據中心體系總體布局設計——東數西算工程。東數西算是指通過構建數據中心、云計算、大數據一體化的新型算力網絡體系，將東部算力需求有序引導到西部，優化數據中心建設布局，促進東西部協同聯動。東數西算將在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏8地啟動建設國家算力樞紐節點，并規劃了10個國家數據中心集群。

資料來源：國家發改委

基礎設施向西布局，帶動西部數字經濟和產業投資。目前我國數據中心布局仍主要集中在東部地區。據CDCC數據統計，華東、華北、華南等地的IDC存量機架占比可達70%以上。西部地區擁有豐富的土地資源和相對廉價的能源，氣候適宜，可成為對于東部算力緊張供需的良好補充，也可帶動西部地區的數字經濟發展，促進政企上云。同時，數據中心建設投資規模大，可帶動相關產業鏈的投資。

從區域市場來看，受我國數據中心建設投資的影響，我國算力行業區域市場主要集中在華東、華南和華北地區。2024年上半年我國算力行業區域市場規模分布華東地區占比37.63%，華中占比9.18%，華南占比16.81%，華北地區占比18.53%，東北地區占比2.56%，西南地區占比11.67%，西北地區占比3.62%。

數據來源：觀研天下數據中心整理

4、互聯網、數據挖掘等領域對算力需求將呈高速增長

對于大部分傳統企業和中小型企業而言，當前企業數字化建設主要面臨技術復雜、使用門檻高、研發投入高以及現有IT系統的制約等障礙和挑戰。云計算可以讓用戶通過互聯網的方式從云端獲得強大的計算能力和充足的存儲空間。隨著云計算技術的逐漸成熟以及相關應用的快速落地，國內企業可以通過“企業上云”快速完成數字化轉型，進而驅動企業的流程創新和業務創新，有效降低經營成本，提升核心競爭力。隨著云計算規模的快速擴大，未來搭載高端處理器的服務器數量將快速增長，高端處理器將持續保持旺盛的市場需求。

5G網絡和物聯網技術的進一步發展將繼續拓展CPU的應用場景。伴隨著5G網絡覆蓋范圍的逐步擴大，其高帶寬、廣連接和低延時的特性將助力“萬物互聯”時代的加速到來，工業互聯網、車聯網、智慧城市、智能家居等場景的需求已經日益顯現，物聯網產業將迎來快速擴展階段，而在這個過程中，需要高端CPU提供強大的算力和精準的任務調度，以實現海量設備間的數據處理和數據傳輸。

隨著信息化社會的飛速發展，互聯網、大數據分析、深度學習等新技術的不斷涌現，人們對信息處理能力的要求越來越高，大數據處理不僅應用在石油勘探、天氣預報等傳統領域，互聯網、金融、數據挖掘、教育等領域對算力的需求也呈現高速增長的趨勢。

5、長期看我國算力行業規模高增速將逐漸放緩

隨著6G研發步伐的加快，物與物之間的連接不斷深化,算力在自動駕駛、智慧安防、智慧城市等領域的應用不斷擴大，邊緣計算以及云計算的需求日益增加,算力范疇和邊界仍在不斷擴展。從我國算力市場規模預測來看，隨著算力規模增速將漸漸放緩，主要原因和技術有關，隨著行業的發展總會遇到技術瓶頸。因此當算力規模增長到一定數值后，規模增速將出現一定下滑，需要企業關鍵技術的突破。具體如下：

資料來源：觀研天下數據中心整理

6、行業供需兩端匹配度提升空間仍較大

算力產業加速壯大升級。經過多年發展，我國已形成體系較完整、規模體量龐大、創新活躍的計算產業，在全球產業分工體系中的重要性日益提升。當前，我國計算產業規模約占電子信息制造業的20%，規模以以上企業2300余家，“創新突破、兼容并蓄”的產業發展新格局正加快構建。隨著經濟建設的發展，人工智能行業等行業對算力需求不斷增加，我國服務器的出貨量也在增加，預計到2031年我國服務器出貨量為756.99萬臺。

資料來源：觀研天下數據中心整理

我國超算系統占有量與制造商總裝機量均保持全球領先，產業生態規模也在不斷完善，國產芯片也初具規模。我國互聯網行業是算力需求最大的行業，占整體算力的50%，而政府、服務、電信、金融、制造、教育、運輸等行業分列三到八位。盡管算力對各個行業數字化智能化升級的支撐賦能作用日益顯著，但目前來看垂直行業的算力需求匹配度依然不足。

此外，算力應用存在標準缺失、數據共享不夠、資源接口不統一等壁壘，多元化普惠性的算力設施建設尚不完善。需求側大部分行業缺少對數字技術、計算技術的理解，無法結合業務需求有效抽象應用場景，也缺乏與供給側的溝通渠道。

雖然我國大力推廣“東數西算”建設，切實提高算力供給，但我國算力行業未來依然要加強頂層規劃，規范產業發展，避免一哄而上、低水平重復的問題，否則我國算力行業未來會面臨供需不足的問題。

7、細分市場中大數據市場數據量爆發式增長，價值有待挖掘

我國算力在創新發展的同時，算力需求潛力不斷釋放。隨著新技術和新應用的快速發展，算力作為經濟社會運行不可或缺的數字底座，有效支撐我國數字經濟蓬勃發展，推動各行業各領域數字化轉型。從目前來看，2024年上半年我國算力行業主要細分市場有人工智能和大數據領域，其中人工智能占比為28.90%，大數據占比為24.34%。

數據來源：觀研天下數據中心整理

1、人工智能：智能計算快速興起

智能計算中心是人工智能算力發展的重要方向。過去10年中，用于人工智能的訓練模型的計算資源激增，AI訓練的計算復雜度每年猛增10倍，人工智能計算已成為主流的計算形態，2020年中國總算力規模中智能算力占比達到41%，預計到2023年智能算力的占比將提升至70%。AI復雜模型、復雜場景的計算需求進一步催生面向AI的算力基礎設施的需求，目前智能計算中心是發展重點。智能計算中心主要是指基于最新人工智能理論，采用先進的人工智能芯片，針對人工智能多樣場景的海量數據處理、智能算法加速、高速訓練推理等計算需求，提供共性的算力、算數、算法服務的新型算力基礎設施，正受到政府、企業和研究機構的廣泛關注。2020年4月，國家發改委首次將智能計算中心納入算力基礎設施范疇，并提出在全國布局10個左右區域級數據中心集群和智能計算中心。

隨著 AI 技術的廣泛使用，CPU 的串行處理架構已經不能滿足 AI 時代的算力需求，而 GPU、FPGA 等采用并行計算的芯片更加適合密集型的計算，AI 服務器應運而生。AI 服務器主要是異構形式的服務器，可以為 CPU＋GPU、CPU＋FPGA、CPU＋TPU、CPU＋ASIC 或 CPU＋多種加速卡，但目前廣泛采用的是 CPU＋GPU 架構。AI 服務器在組成部件上與普通服務器差異不大，主要提升在以下幾個方面：1）更大容量內存，滿足大數據實時負載增加的需求；2）提供更多外置硬盤插槽，并廣泛支持 NVME／PCIE 等 SSD，滿足大數據或模型參數的快速存儲需求；3）需要帶寬更高的網絡模塊，滿足 AI 服務器之間、與終端用戶的數據高速傳輸需求。隨著 AI 在各行各業得到廣泛使用，算力需求將會呈指數級增長，AI 服務器的需求將會高速增長。

2、大數據：數據量爆發式增長，價值有待挖掘

隨著物聯網、邊緣計算等智能終端設備不斷普及，受到來自物聯網設備信號、元數據、娛樂相關數據、云計算和邊緣計算的數據增長的驅動，全球數據量呈現加速增長。根據IDC分布的《數據時代2025》預測，全球數據量將從2018年的33ZB增至2025年的175ZB，增長超過5倍；中國平均增速快于全球3%，預計到2025年將增至48.6ZB，占全球數據圈的比例由23.4%提升至27.8%。其中，中國企業級數據量將從2015年占中國數據量的49％增長到2025年的69％。

而隨著數據量的增加，市場對數據的運算能力也更高的要求，算法的復雜程度不斷提高，帶來了對算力規模、算力能力等需求的快速提升，算力的進步又反向支撐了應用的創新，從而實現了技術的升級換代、應用的創新發展、產業規模的不斷壯大和經濟社會的持續進步。