我国算力行业现状及前景分析：供需匹配度提升空间大 大数据市场价值有待挖掘

1、我国算力行业相关定义及总体框架

从狭义上看，算力是设备通过处理数据，实现特定结果输出的计算能力。2018年诺贝尔经济学奖获得者William D. Nordhaus在《计算过程》一文中提出：“算力是设备根据内部状态的改变，每秒可处理的信息数据量”。算力实现的核心是CPU、GPU、FPGA、ASIC等各类计算芯片，并由计算机、服务器、高性能计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应用都离不开算力的加工和计算。算力数值越大代表综合计算能力越强，常用的计量单位是每秒执行的浮点数运算次数(Flops，1 EFlops=10^18 Flops)。据测算，1EFlops 约为5台天河2A超级计算机，或者25万台主流双路服务器，或者200万台主流笔记本的算力输出。

从广义上看，算力是数字经济时代新生产力，是支撑数字经济发展的坚实基础。数字经济时代的关键资源是数据、算力和算法，其中数据是新生产资料，算力是新生产力，算法是新生产关系，构成数字经济时代最基本的生产基石。现阶段5G、云计算、大数据、物联网、人工智能等技术的高速发展，推动数据的爆炸式增长和算法的复杂程度不断提高，带来了对算力规模、算力能力等需求的快速提升，算力的进步又反向支撑了应用的创新，从而实现了技术的升级换代、应用的创新发展、产业规模的不断壮大和经济社会的持续进步。随着5G商用步伐的加快，物与物之间的连接不断深化，算力在自动驾驶、智慧安防、智慧城市等领域的应用不断扩大，边缘计算以及雾计算的需求日益增加，算力范畴和边界仍在不断扩展。

根据观研报告网发布的《中国‌‌‌‌‌‌‌‌‌‌‌算力行业发展趋势研究与未来投资分析报告（2024-2031年）》显示，结合算力的内涵和特点，我国算力发展的总体框架可以从算力规模、算力环境和算力应用三个维度进行构建。在数字经济时代，算力规模是国家和地区数字化生产力发展水平的重要指标，算力环境是我国新生产力发展的重要条件，算力应用反映了我国新生产力的需求状况。算力环境为算力规模发展提供坚实支撑，算力应用拉动算力规模的增长，三者相互促进、协同发展。

算力规模在现阶段重点包括基础算力、智能算力和超算算力三部分，分别提供基础通用计算、人工智能计算和科学工程计算。基础通用算力主要基于CPU芯片的服务器所提供的计算能力；智能算力主要是基于GPU、FPGA、ASIC等芯片的加速计算平台提供人工智能训练和推理的计算能力；超算算力主要是基于超级计算机等高性能计算集群所提供的计算能力。

算力环境主要包括网络环境和算力投入等因素，持续优化的网络环境为算力发展提供坚实支撑，大规模算力投入将会对算力增长产生直接和间接的推动作用。

算力应用主要包括消费应用和行业应用，消费和行业应用带来了对算力规模、算力能力等需求的快速提升，算力的进步又反向推动了应用的发展。

资料来源：中国信息通信研究院，观研天下数据中心整理

2、算力已成我国当前最具活力信息基础设施，其市场正持续扩容

伴随着新一轮科技革命和产业变革持续推进，叠加疫情因素影响,算力成为推动数字经济、国民经济持续稳定增长的关键动力，对夺取疫情防控和经济社会发展双胜利发挥了重要作用。算力已成为我国当前最具活力、最具创新力、辐射最广泛的信息基础设施，算力成为衡量数字经济活力的关键指标。2023年我国算力行业市场规模为2336.1亿元，同比增长5.06%。2024年上半年，我国算力行业市场规模初步估计为1245.1亿元，具体如下：

数据来源：观研天下数据中心整理

3、集群正在形成，区域市场集中于华东、华南和华北

2022年2月16日，国家发改委、中央网信办、工信部、国家能源局联合印发通知，正式全面启动全国一体化大数据中心体系总体布局设计——东数西算工程。东数西算是指通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。东数西算将在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏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。

资料来源：国家发改委

基础设施向西布局，带动西部数字经济和产业投资。目前我国数据中心布局仍主要集中在东部地区。据CDCC数据统计，华东、华北、华南等地的IDC存量机架占比可达70%以上。西部地区拥有丰富的土地资源和相对廉价的能源，气候适宜，可成为对于东部算力紧张供需的良好补充，也可带动西部地区的数字经济发展，促进政企上云。同时，数据中心建设投资规模大，可带动相关产业链的投资。

从区域市场来看，受我国数据中心建设投资的影响，我国算力行业区域市场主要集中在华东、华南和华北地区。2024年上半年我国算力行业区域市场规模分布华东地区占比37.63%，华中占比9.18%，华南占比16.81%，华北地区占比18.53%，东北地区占比2.56%，西南地区占比11.67%，西北地区占比3.62%。

数据来源：观研天下数据中心整理

4、互联网、数据挖掘等领域对算力需求将呈高速增长

对于大部分传统企业和中小型企业而言，当前企业数字化建设主要面临技术复杂、使用门槛高、研发投入高以及现有IT系统的制约等障碍和挑战。云计算可以让用户通过互联网的方式从云端获得强大的计算能力和充足的存储空间。随着云计算技术的逐渐成熟以及相关应用的快速落地，国内企业可以通过“企业上云”快速完成数字化转型，进而驱动企业的流程创新和业务创新，有效降低经营成本，提升核心竞争力。随着云计算规模的快速扩大，未来搭载高端处理器的服务器数量将快速增长，高端处理器将持续保持旺盛的市场需求。

5G网络和物联网技术的进一步发展将继续拓展CPU的应用场景。伴随着5G网络覆盖范围的逐步扩大，其高带宽、广连接和低延时的特性将助力“万物互联”时代的加速到来，工业互联网、车联网、智慧城市、智能家居等场景的需求已经日益显现，物联网产业将迎来快速扩展阶段，而在这个过程中，需要高端CPU提供强大的算力和精准的任务调度，以实现海量设备间的数据处理和数据传输。

随着信息化社会的飞速发展，互联网、大数据分析、深度学习等新技术的不断涌现，人们对信息处理能力的要求越来越高，大数据处理不仅应用在石油勘探、天气预报等传统领域，互联网、金融、数据挖掘、教育等领域对算力的需求也呈现高速增长的趋势。

5、长期看我国算力行业规模高增速将逐渐放缓

随着6G研发步伐的加快，物与物之间的连接不断深化,算力在自动驾驶、智慧安防、智慧城市等领域的应用不断扩大，边缘计算以及云计算的需求日益增加,算力范畴和边界仍在不断扩展。从我国算力市场规模预测来看，随着算力规模增速将渐渐放缓，主要原因和技术有关，随着行业的发展总会遇到技术瓶颈。因此当算力规模增长到一定数值后，规模增速将出现一定下滑，需要企业关键技术的突破。具体如下：

资料来源：观研天下数据中心整理

6、行业供需两端匹配度提升空间仍较大

算力产业加速壮大升级。经过多年发展，我国已形成体系较完整、规模体量庞大、创新活跃的计算产业，在全球产业分工体系中的重要性日益提升。当前，我国计算产业规模约占电子信息制造业的20%，规模以以上企业2300余家，“创新突破、兼容并蓄”的产业发展新格局正加快构建。随着经济建设的发展，人工智能行业等行业对算力需求不断增加，我国服务器的出货量也在增加，预计到2031年我国服务器出货量为756.99万台。

资料来源：观研天下数据中心整理

我国超算系统占有量与制造商总装机量均保持全球领先，产业生态规模也在不断完善，国产芯片也初具规模。我国互联网行业是算力需求最大的行业，占整体算力的50%，而政府、服务、电信、金融、制造、教育、运输等行业分列三到八位。尽管算力对各个行业数字化智能化升级的支撑赋能作用日益显著，但目前来看垂直行业的算力需求匹配度依然不足。

此外，算力应用存在标准缺失、数据共享不够、资源接口不统一等壁垒，多元化普惠性的算力设施建设尚不完善。需求侧大部分行业缺少对数字技术、计算技术的理解，无法结合业务需求有效抽象应用场景，也缺乏与供给侧的沟通渠道。

虽然我国大力推广“东数西算”建设，切实提高算力供给，但我国算力行业未来依然要加强顶层规划，规范产业发展，避免一哄而上、低水平重复的问题，否则我国算力行业未来会面临供需不足的问题。

7、细分市场中大数据市场数据量爆发式增长，价值有待挖掘

我国算力在创新发展的同时，算力需求潜力不断释放。随着新技术和新应用的快速发展，算力作为经济社会运行不可或缺的数字底座，有效支撑我国数字经济蓬勃发展，推动各行业各领域数字化转型。从目前来看，2024年上半年我国算力行业主要细分市场有人工智能和大数据领域，其中人工智能占比为28.90%，大数据占比为24.34%。

数据来源：观研天下数据中心整理

1、人工智能：智能计算快速兴起

智能计算中心是人工智能算力发展的重要方向。过去10年中，用于人工智能的训练模型的计算资源激增，AI训练的计算复杂度每年猛增10倍，人工智能计算已成为主流的计算形态，2020年中国总算力规模中智能算力占比达到41%，预计到2023年智能算力的占比将提升至70%。AI复杂模型、复杂场景的计算需求进一步催生面向AI的算力基础设施的需求，目前智能计算中心是发展重点。智能计算中心主要是指基于最新人工智能理论，采用先进的人工智能芯片，针对人工智能多样场景的海量数据处理、智能算法加速、高速训练推理等计算需求，提供共性的算力、算数、算法服务的新型算力基础设施，正受到政府、企业和研究机构的广泛关注。2020年4月，国家发改委首次将智能计算中心纳入算力基础设施范畴，并提出在全国布局10个左右区域级数据中心集群和智能计算中心。

随着 AI 技术的广泛使用，CPU 的串行处理架构已经不能满足 AI 时代的算力需求，而 GPU、FPGA 等采用并行计算的芯片更加适合密集型的计算，AI 服务器应运而生。AI 服务器主要是异构形式的服务器，可以为 CPU＋GPU、CPU＋FPGA、CPU＋TPU、CPU＋ASIC 或 CPU＋多种加速卡，但目前广泛采用的是 CPU＋GPU 架构。AI 服务器在组成部件上与普通服务器差异不大，主要提升在以下几个方面：1）更大容量内存，满足大数据实时负载增加的需求；2）提供更多外置硬盘插槽，并广泛支持 NVME／PCIE 等 SSD，满足大数据或模型参数的快速存储需求；3）需要带宽更高的网络模块，满足 AI 服务器之间、与终端用户的数据高速传输需求。随着 AI 在各行各业得到广泛使用，算力需求将会呈指数级增长，AI 服务器的需求将会高速增长。

2、大数据：数据量爆发式增长，价值有待挖掘

随着物联网、边缘计算等智能终端设备不断普及，受到来自物联网设备信号、元数据、娱乐相关数据、云计算和边缘计算的数据增长的驱动，全球数据量呈现加速增长。根据IDC分布的《数据时代2025》预测，全球数据量将从2018年的33ZB增至2025年的175ZB，增长超过5倍；中国平均增速快于全球3%，预计到2025年将增至48.6ZB，占全球数据圈的比例由23.4%提升至27.8%。其中，中国企业级数据量将从2015年占中国数据量的49％增长到2025年的69％。

而随着数据量的增加，市场对数据的运算能力也更高的要求，算法的复杂程度不断提高，带来了对算力规模、算力能力等需求的快速提升，算力的进步又反向支撑了应用的创新，从而实现了技术的升级换代、应用的创新发展、产业规模的不断壮大和经济社会的持续进步。