中國算力中心行業(yè)白皮書目錄3I. 引言及算力中心發(fā)展概況II. 算力中心需求分析III.算力中心供給分析算力中心供需研判及未來展望附錄報告研究背景與主要研究結論報告研究背景縱觀算力中心發(fā)展歷程，移動互聯(lián)網(wǎng)時代與云計算時代的技術革命催生了集約化、超大規(guī)?；臄?shù)據(jù)中心需求，由此孕育出了算力中心定制批發(fā)的業(yè)務模式，并且該業(yè)務模式在2015-2020年間實現(xiàn)了快速增長。然而，伴隨著移動互聯(lián)網(wǎng)用戶紅利見頂、新基建邊際效應遞減及后疫情時代經(jīng)濟周期波動，定制批發(fā)業(yè)務遭遇需求收縮與供給過剩的雙重壓力，行業(yè)陷入供需失衡與資本退潮的轉型期。在全球數(shù)字化與智能化浪潮交相輝映的當下，人工智能技術，特別是生成式AI與大模型技術的突破性飛躍，正引領一場前所未有的技術革新浪潮，重塑著各行各業(yè)的發(fā)展藍圖。在此背景下，算力資源已成為支撐AI技術持續(xù)進步不可或缺的基石，而算力中心，作為算力資源的核心承載平臺，正迎來嶄新的發(fā)展機遇。其中，定制批發(fā)業(yè)務憑借其高效整合算力資源的能力，為大模型訓練提供了穩(wěn)定、可靠的算力支持，成為推動AI技術革新與應用拓展的關鍵力量。鑒于此，本報告將聚焦于算力中心行業(yè)定制批發(fā)業(yè)務的研究，特別是在中國不同地域市場供需關系的深度剖析上，力求提供更為詳盡的數(shù)據(jù)支持與深入洞察。主要研究結論從算力中心的定制批發(fā)業(yè)務發(fā)展現(xiàn)狀來看，需求端和供給端均展現(xiàn)出積極的發(fā)展態(tài)勢。需求端，隨著AI

大模型的迅猛發(fā)展，市場對算力資源的需求呈現(xiàn)出快速增長。這一增長主要源于互聯(lián)網(wǎng)大廠、云廠商、短視頻廠商等行業(yè)頭部企業(yè)對高性能、大規(guī)模算力資源的投入持續(xù)增長，這一趨勢推動了算力中心定制批發(fā)業(yè)務的高速發(fā)展。供給端，受益于新一輪技術升級，算力中心市場迎來更多整合契機。頭部企業(yè)憑借在技術、資金、資源等方面的領先優(yōu)勢，能夠更迅速地適應市場需求變化，逐步擴大市場份額，提升行業(yè)集中度，推動行業(yè)向高質量發(fā)展轉型。隨著各行業(yè)數(shù)字化轉型進程加速，尤其是

AI

與科技企業(yè)對算力資源的旺盛需求，正推動中國算力中心市場需求不斷提升。一線及環(huán)一線城市憑借經(jīng)濟發(fā)達、數(shù)字經(jīng)濟活躍的優(yōu)勢，對算力資源的需求更為突出，且由于資源與能耗限制，這些地區(qū)的算力中心服務資源或將率先面臨供不應求的局面。算力中心定制批發(fā)業(yè)務在不同地理區(qū)域的供需格局存在一定差異，為行業(yè)參與者帶來了多元化的市場機遇與挑戰(zhàn)。以環(huán)京地區(qū)為典型，得益于AI訓練需求的持續(xù)增長，行業(yè)下游需求迅速擴張。在各地區(qū)中，環(huán)京地區(qū)有望率先步入供不應求階段。預計到2025年，環(huán)京地區(qū)將率先迎來區(qū)域性價格拐點，為算力中心行業(yè)的高質量發(fā)展注入新動力。資料來源：灼識咨詢4報告研究方法論（1/2）研究方法論在編制本報告的過程中，我們秉持嚴謹?shù)难芯繎B(tài)度，綜合運用多種研究方法，旨在深入剖析算力中心行業(yè)定制批發(fā)業(yè)務的現(xiàn)狀與未來趨勢。以下是對我們所采用研究方法的綜述及具體說明：具體研究方法：一、信息收集與調研：通過一手與二手資料收集，我們獲取了涵蓋算力中心行業(yè)產(chǎn)業(yè)鏈上、下游的相關數(shù)據(jù)。其中，一手數(shù)據(jù)聚焦行業(yè)實際運營情況，二手數(shù)據(jù)則從宏觀層面提供政策導向與市場趨勢指引。一手調研：我們對算力中心行業(yè)上、下游共計超15位專家進行深入訪談，訪談內容涵蓋需求側（算力中心需求、全國各區(qū)域布局及未來規(guī)劃等）及供給側（運營資源、全國各區(qū)域布局、項目規(guī)劃及資源消耗速度等）等多個維度。行業(yè)數(shù)據(jù)追蹤：我們長期追蹤算力中心行業(yè)上、下游超40家具有代表性的需求方與供給服務商數(shù)據(jù)，涵蓋業(yè)務運營、市場份額等關鍵信息。案頭研究：通過收集和分析最新的市場報告、政策文件、新聞報道等公開資料，我們系統(tǒng)地回顧了算力中心行業(yè)的發(fā)展歷程、驅動因素、競爭格局等基本情況，有效把握當前市場的最新動態(tài)和發(fā)展趨勢，為報告奠定了理論基礎。二、模型搭建與測算：供需模型搭建：從專業(yè)的行業(yè)視角出發(fā)，我們將一手調研獲取的、來自超40家具有代表性的需求廠商與供給服務商的數(shù)據(jù)，整合融入供需模型，以此反映當下市場的實際供需格局。同時，我們吸納從專家訪談中的關鍵信息，如需求側的服務器規(guī)模及業(yè)務增長情況、供給側的運營容量及區(qū)域布局規(guī)劃等，為模型的未來預測提供依據(jù)。在此基礎之上，我們亦吸納案頭調研收集的大量資料，如宏觀政策文件、市場報告等，從宏觀政策導向、行業(yè)發(fā)展趨勢等方面對模型進行校驗與補充。資料來源：灼識咨詢5報告研究方法論（2/2）研究方法論具體研究方法：一、信息收集與調研二、模型搭建與測算：供需模型搭建模型測算邏輯：供給端：我們詳細梳理了共20家全國性及區(qū)域性第三方算力中心服務商的運營容量及規(guī)劃容量情況，并綜合考慮各廠商的土地資源、能評資源、資金實力等多方面因素。結合信通院等權威機構統(tǒng)計披露的算力中心服務商歷史市占率等相關行業(yè)數(shù)據(jù)，模型中所選取的20家第三方算力中心服務商占據(jù)當前市場中絕大部分在運營容量的份額。隨著AI技術取得的突破以及需求方對算力基礎設施的要求不斷提升，上述的頭部第三方算力中心服務商憑借技術、資金及資源等優(yōu)勢，其市場份額將逐步擴大。需求端：我們詳細梳理了包括字節(jié)、阿里、騰訊在內共計15家下游廠商的IT容量需求情況。基于各需求方的業(yè)務發(fā)展情況、服務器采購數(shù)量及未來相關預算投入、采用第三方算力中心服務的IT部署比例等數(shù)據(jù)，對各需求方未來的需求容量進行了測算。結合各需求方的服務器采購情況及供給側的客戶結構等歷史數(shù)據(jù)分析，以上廠商持續(xù)且穩(wěn)定帶來了市場中絕大部分的定制批發(fā)需求，預測期內，假設上述15家需求方定制批發(fā)需求在整體市場中的占比將維持當前水平不變。其他考量因素：本報告研究重點為算力中心定制批發(fā)業(yè)務相關供需研判，三大運營商及部分地方算力運營商在承接批發(fā)定制型算力業(yè)務上占比較小，為更好聚焦其供需分析，本供需模型中供給端未直接引入運營商業(yè)務情況，而作單獨分析，詳見附錄。模型優(yōu)化與交叉驗證：在模型搭建過程中，我們從多重視角反復核驗數(shù)據(jù)的準確性與模型的合理性。通過交叉對比、趨勢分析等多種方式，不斷優(yōu)化模型，力求使其結果盡可能貼近行業(yè)實際情況，為深入分析算力中心行業(yè)定制批發(fā)業(yè)務的市場供需狀況提供了有力的支撐。資料來源：灼識咨詢6算力中心服務商位于算力產(chǎn)業(yè)鏈的中游，是算力中心基礎設施建設方和運營方，提供高可靠性的主機托管、服務器出租等基礎業(yè)務，以及高品質的網(wǎng)絡安全、數(shù)據(jù)應用、

運行維護等增值服務。算力中心1產(chǎn)業(yè)鏈分析上游：軟硬件供應商…

…中游：算力中心服務商下游：算力應用領域互聯(lián)網(wǎng)金融泛政府制造AI冷卻系統(tǒng)基礎設施管理系統(tǒng)基礎通信服務芯片行業(yè)客戶…

…服務器注：1.算力中心即數(shù)據(jù)中心，數(shù)據(jù)中心自2020年開始逐步向算力中心演變。柴油發(fā)動機 UPS電源基礎電信運營商第三方算力中心服務商云服務商…

…資料來源：灼識咨詢7算力中心作為算力資源的關鍵載體，通過集成高性能計算、大規(guī)模存儲、高速網(wǎng)絡等基礎設施，提供提供大規(guī)模、高效率、低成本的算力服務。確保算力資源的集中部署、高效運行。算力中心的定義與概覽中央監(jiān)控電源配電柜消防減壓系統(tǒng)機柜及其附件氣體滅火系統(tǒng)UPS不間斷電源及PMM電源管理系統(tǒng)精密空調設備和冷卻器高性能液冷服務器機柜鋼制布線系統(tǒng)光纖布線系統(tǒng)算力中心，是一種集中提供計算能力的基礎設施，主要由算力設備、存儲設備、網(wǎng)絡設備及管理運維系統(tǒng)四大核心要素構成。算力資源的部署與利用離不開算力中心的支撐。核心使命是提供強大的算力支持，以應對各類復雜的計算挑戰(zhàn)，如數(shù)據(jù)處理、AI模型訓練等。算力中心通過高速網(wǎng)絡連接形成計算集群，提供高性能、高可靠性和高可擴展性的計算能力，支持數(shù)據(jù)分析、模擬計算和人工智能等復雜任務。類型設備種類設備名稱IT設備連接器光纖光模塊網(wǎng)絡設備交換機路由器算力設備服務器存儲設備存儲器類型設備種類設備名稱配套設備電氣設備UPS蓄電池柴油發(fā)電機變壓器暖通設備水冷機組精密空調冷卻塔算力中心的主要設備算力中心的內部結構算力中心的定義與作用資料來源：灼識咨詢8數(shù)據(jù)中心自互聯(lián)網(wǎng)時代誕生以來，伴隨科技的發(fā)展進步，在移動互聯(lián)網(wǎng)、云計算、電商及短視頻等行業(yè)的推動下快速發(fā)展，而生成式AI的興起正驅動其向重視計算效能與硬件配置的算力中心轉型，為行業(yè)發(fā)展增添新動能。時代背景互聯(lián)網(wǎng)初步興起，中國進入門戶時代數(shù)據(jù)中心概念初步普及互聯(lián)網(wǎng)逐步普及，社交平臺的興起與電子商務的蓬勃發(fā)展成為該時代下的核心驅動力移動互聯(lián)網(wǎng)高速發(fā)展，微信、微博、移動支付等應用貢獻海量數(shù)據(jù)云計算服務于09年起步云計算技術成熟并普及，15-21年間，云服務行業(yè)迎來高速發(fā)展期18年開始，短視頻與直播電商行業(yè)迅速崛起ChatGPT于22年12月推出，AI對算力中心產(chǎn)業(yè)形成初步影響AI技術取得突破性進展，大模型與AIGC展現(xiàn)出巨大的潛力和價值代表性需求方關鍵分析供給端以運營商為主，存在少數(shù)第三方算力中心服務商需求來源為通用算力的部署銷售模式為零售模式需求端客戶主要為通信企業(yè)與政企自用，互聯(lián)網(wǎng)企業(yè)需求逐步顯現(xiàn)供給端以運營商為主，存在部分第三方算力中心服務商電商、游戲等移動互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展帶來通用算力的部署需求擴張銷售模式為零售模式供給端第三方服務商在資源端迅速擴張需求來源以云服務、短視頻廠商帶來的通用算力為主銷售模式因云計算行業(yè)的高速發(fā)展發(fā)生變革，定制批發(fā)的新模式誕生供給端第三方服務商逐漸成為市場主流需求來源中大模型廠商的智算需求快速增長，云服務與短視頻廠商的通用算力保持穩(wěn)定增長銷售模式以定制批發(fā)為主，結合部分零售業(yè)務第三方服務商占據(jù)定制批發(fā)市場的主要份額需求來源以智算為主要驅動，通算穩(wěn)定增長受益于大模型的訓練需求增長，定制批發(fā)模式再迎發(fā)展機遇零售模式有望在推理場景中實現(xiàn)進一步增長代表性供給方萌芽期探索期爆發(fā)期轉型期繁榮期2022-20232009-20142003-20082000-20022024-未來發(fā)展期2015-2021數(shù)據(jù)中心發(fā)展歷程 算力中心發(fā)展歷程資料來源：灼識咨詢9隨著移動互聯(lián)網(wǎng)用戶規(guī)模趨近飽和，移動互聯(lián)網(wǎng)的競爭焦點轉向存量用戶的注意力博弈，用戶對短視頻等富媒體應用的依賴性的持續(xù)推動移動互聯(lián)網(wǎng)流量接入流量的增長，進而催生出對算力中心資源的龐大需求。10中國移動互聯(lián)網(wǎng)用戶規(guī)模11.3911.5811.7412.0312.2712.44用戶規(guī)模億人中國移動互聯(lián)網(wǎng)各細分行業(yè)使用總時長分布，2024M3資料來源：QuestMobile，灼識咨詢中國移動互聯(lián)網(wǎng)接入流量1,2201,6562,2162,6183,0153,376億GB移動互聯(lián)網(wǎng)接入流量33.9%6.8%26.0%2019 2020 2021 2022 2023 2024Q3 2019 2020 2021 2022 2023 2024關鍵分析移動互聯(lián)網(wǎng)用戶規(guī)模觸頂，富媒體應用推動數(shù)據(jù)流量的持續(xù)增長，

算力中心正面臨前所未有的需求壓力。截至2024年三季度，我國移動互聯(lián)網(wǎng)用戶規(guī)模已達到12.44億，同比增長0.8%，用戶規(guī)模已趨近飽和。2024年3月，移動視頻類富媒體應用占據(jù)用戶使用總時長的三成，用戶對富媒體應用，尤其是短視頻內容的深度依賴與高標準要求，正推動移動互聯(lián)網(wǎng)接入流量持續(xù)上升。短視頻作為移動互聯(lián)網(wǎng)的典型代表，推動著算力中心需求規(guī)模持續(xù)擴大。截至2024年三季度，國內短視頻平臺月活躍用戶規(guī)模達10.26億，同比增長4.7%。這一增速不僅彰顯了短視頻內容的強大吸引力，也反映了用戶對于高質量、高頻次內容消費的強烈需求。這一需求模式給算力基礎設施帶來雙重壓力：一是視頻編碼、轉碼等基礎處理需求，致使單平臺日均算力消耗超250PFlops；二是用戶對高清畫質與低延遲播放的要求，讓帶寬成本在算力中心運營支出中的占比升至43%。用戶對實時渲染、內容分發(fā)網(wǎng)絡的算力需求迫使企業(yè)加速部署邊緣計算節(jié)點，直接驅動數(shù)據(jù)中心建設進入快車道，服務于移動互聯(lián)網(wǎng)業(yè)務的智能算力設施占比顯著提升。5.8%5.5%22.0%移動視頻移動社交新聞資訊手機游戲移動購物其他云計算技術的持續(xù)升級迭代加速了云算的融合，算網(wǎng)云調度機制促進了算力、網(wǎng)絡與云計算的協(xié)同發(fā)展，同時AI技術與云計算的融合引領算力結構變革，智算成為核心競爭點，智能云服務的技術與應用呈現(xiàn)蓬勃發(fā)展態(tài)勢。11中國云服務市場規(guī)模億元資料來源：中國信通院，公司公告，灼識咨詢379515 6929081,3342,091

3,2296,1654,5508,37811,78015,98521,40429,003中國公有云細分市場規(guī)模102 170 2654376891,277

2,1814,5623,2566,3879,23312,79817,42423,917億元年均復合增長率2015-20212021-20232023-2028E公有云66.5%44.6%39.3%私有云24.9%23.7%26.0%總計42.9%38.2%36.3%年均復合增長率2015-20212021-20232023-2028EIaaS75.5%44.7%37.3%PaaS83.1%74.7%48.4%SaaS37.3%25.3%39.9%2015

2016

2017

2018

2019

2020

2021

2022

2023

2024E2025E2026E2027E2028E 2015

2016

2017

2018

2019

2020

2021

2022

2023

2024E2025E2026E2027E2028E關鍵分析AI大模型井噴，智能算力需求增速遠超芯片性能提升和產(chǎn)能擴張速度的上限。相較于傳統(tǒng)云資源池以CPU為通用計算主體，當下以GPU為代表的芯片成為提供智能算力的主力軍。借助云計算實現(xiàn)零散智算資源集中與納管的優(yōu)勢，各大云廠商紛紛在智算領域進行布局，形成千卡、萬卡智能云集群，以云服務的方式提供可便捷獲取的智能算力。云計算與智算資源融合形成的智能云能夠為大模型訓練和推理提供充足的算力資源，已經(jīng)成為促進人工智能領域發(fā)展的堅實底座。下游AI應用的廣泛推廣以及國產(chǎn)算力硬件性能的顯著提升，驅動國內云計算廠商的資本開支正迎來拐點，呈現(xiàn)顯著增長趨勢，未來將持續(xù)擴大資本支出規(guī)模。12資料來源：公司公告，灼識咨詢下游AI應用的推廣和國產(chǎn)算力硬件性能的提升帶動國內云巨頭資本開支拐點向上。根據(jù)百度、阿里巴巴與騰訊的公告顯示，2024Q3三家合計實現(xiàn)資本開支362億元，同比增長117%，2024年BAT合計資本開支有望超1,200億元。此外，包括字節(jié)跳動在內的國內其他互聯(lián)網(wǎng)企業(yè)同樣加大了資本開支，2024年字節(jié)跳動的資本開支達800億元。隨著25年春節(jié)期間DeepSeek的爆火以及相關應用的大規(guī)模推廣，

國內各廠商在算力領域的資本開支投入有望保持較高增速。未來三年，阿里在云和AI上的資本開支將超3,800億元，投入總額超過去十年總和資本投入主要用于AI和云計算的基礎設施建設、AI基礎模型平臺以及AI原生應用、現(xiàn)有業(yè)務的AI轉型升級，整體AI投資節(jié)奏進一步加快阿里巴巴FY25Q3電話會億元3,8002021關鍵分析202220232024E938687596>1,200未來三年BAT

Capex變化騰訊 阿里 百度200%117%144%38%23Q424Q169%24Q224Q324Q4%BAT資本開支季度同比變化2022年ChatGPT的出現(xiàn)引領全球科技領域的核心聚焦于人工智能產(chǎn)業(yè)，隨著AI大模型的技術突破與應用場景拓展，"AI+"戰(zhàn)略將全面賦能推動千行百業(yè)加速邁向全面智能化與數(shù)字化轉型的新紀元。AIGC時代到來2022年12月，OpenAI推出的ChatGPT展現(xiàn)出了其在邏輯推理和文本理解上的強大能力，且其生產(chǎn)的內容已接近人類創(chuàng)作水平，這標志著AI大模型能力的進一步飛躍。AI大模型高度智能化的生成能力具備巨大潛力和無限可能，為其在各個領域的應用提供了更廣闊的空間。落地成熟期發(fā)展階段0%100%

廣告軟件教育傳媒金融游戲出行醫(yī)療農(nóng)業(yè)

能源建筑 電商制造探索 試驗 采納孵化期 加速期

成長期AI大模型賦能千行百業(yè)以OpenAI

的

Sora為例，生成性人工智能算法將文本轉化為照片和視頻：行業(yè)模型廣告 傳媒 金融 零售 交通教育 醫(yī)療 政務 工業(yè) ......資料來源：

灼識咨詢13基礎模型NLP多模態(tài) 科學計算CV預測......算力基礎設施AI芯片

云服務

AI服務器

智算中心

智算一體機......推薦搜索智能監(jiān)控智能醫(yī)學影像 智能藥物研發(fā) ......智能客服

代碼生成 智能風控自動定價 自動駕駛 智能調度場景數(shù)據(jù)行業(yè)數(shù)據(jù)通識數(shù)據(jù)隨著技術的突破與應用場景的拓展，“AI+”將給各行業(yè)、各領域注入發(fā)展驅動力，助力千行百業(yè)“加速跑”。目前AI大模型在廣告、傳媒、教育、金融等領域快速落地應用，

AI算力與各行業(yè)深度融合，將加速產(chǎn)業(yè)升級和數(shù)字化轉型進程。算力基礎設施是實現(xiàn)AI產(chǎn)業(yè)化的核心力量，而算力中心作為算力資源的核心載體，將伴隨AI技術的廣泛應用迎來持續(xù)性的規(guī)模擴展，以滿足日益增長的算力需求。大模型賦能千行百業(yè)

主要行業(yè)大模型應用階段目標市場滲透率場景模型及應用全球AI產(chǎn)業(yè)正處于高速發(fā)展階段，AI搜索、具身智能、AI

Agent及多模態(tài)等多元化需求顯著增長，伴隨DeepSeek對開源大模型生態(tài)的重塑，AI應用即將步入爆發(fā)式增長的新階段。AI搜索具身智能全球AI產(chǎn)業(yè)蓬勃發(fā)展，

AI應用即將爆發(fā)生物醫(yī)療 AI

Agent代碼通用大模型海外中國文心大模型豆包大模型混元大模型通義大模型盤古大模型硬件云服務數(shù)據(jù)治理開發(fā)平臺視覺生成模型音頻生成模型更低成本優(yōu)異性能開放獲取AI應用即將迎來全面爆發(fā)算力中心資料來源：

灼識咨詢14目錄15I. 引言及算力中心發(fā)展概況II. 算力中心需求分析III.算力中心供給分析算力中心供需研判及未來展望附錄當下模型參數(shù)量大規(guī)模提升，同時影響訓練數(shù)據(jù)量及訓練次數(shù)，推動訓練階段算力及對應的微調階段算力提升。訓練算力核心影響因素

模型數(shù)量

參數(shù)量訓練數(shù)據(jù)量訓練次數(shù)現(xiàn)階段AI大模型仍聚焦于訓練階段，而DeepSeek的突破大力推動了大模型在各領域內推理應用AI

快速發(fā)展正在推動各行業(yè)的數(shù)智化轉型，大模型為千行百業(yè)提供了創(chuàng)新解決方案。通用大模型側重發(fā)展通識能力，行業(yè)場景大模型側重發(fā)展專業(yè)能力，模型賦能行業(yè)有效的提升了效率、降低成本及優(yōu)化決策過程。AI

技術在實際應用中包括兩個環(huán)節(jié)：訓練（Training）和推理

（Inference）。訓練是指通過數(shù)據(jù)開發(fā)出

AI

模型，使其能夠滿足相應的需求，一般為AI技術的研發(fā)，因此參數(shù)量的升級對算力的需求影響大。推理是指利用訓練好的模型進行計算，利用輸入的數(shù)據(jù)獲得正確結論的過程，一般為AI

技術的應用。推理部署的算力主要在于每個應用場景日數(shù)據(jù)的吞吐量。大模型及生成式人工智能需求日益增長，訓練與推理環(huán)節(jié)對算力雙重剛需，顯著推動智能算力基礎設施踏上快速發(fā)展軌道，促使其不斷迭代升級、擴容增效，全方位滿足人工智能技術蓬勃發(fā)展的內在需求。推理算力核心影響因素訓練預訓練二次訓練全參微調局部微調算力需求超大規(guī)模千卡~萬卡大規(guī)模數(shù)百卡~千卡較小規(guī)模單卡~8卡起步小規(guī)模單卡1卡起步工程難度很高TP/DP/PP并行，海量數(shù)據(jù)高基模選擇、高質量數(shù)據(jù)較高十萬~百萬條指令集一般<萬條指令集

經(jīng)過訓練的模型參數(shù)量

模型數(shù)量應用場景單用戶數(shù)量

推理To

C推理To

B中心To

B邊緣算力需求超大規(guī)模千卡以上大規(guī)模數(shù)百卡小規(guī)模數(shù)十卡工程難度很高極致性能高融合高效較高靈快輕易用戶活躍度應用時間訓練：從歷史數(shù)據(jù)中學習 推理：將訓練好的模型應用于新場景 大模型在不同場景的算力需求及工程難度模型參數(shù)量基本確定，隨著應用場景、適用人群數(shù)量增加，導致推理數(shù)據(jù)及模型數(shù)量增多，進而使推理算力需求井噴發(fā)展。算力大模型訓練訓練階段微調階段資料來源：灼識咨詢16訓練完的模型參數(shù)量也會影響推理端算力作為驅動人工智能發(fā)展的關鍵生產(chǎn)要素，數(shù)據(jù)規(guī)模多維度影響大模型的性能與應用場景：超大模型追求“能力上限”，輕量化模型聚焦“應用普適性”，兩者共同推動人工智能從實驗室研究走向規(guī)?；虡I(yè)落地。規(guī)模法則（Scaling

law）在當前人工智能發(fā)展中仍然占主導地位。目前，規(guī)模法則（Scalling

Law）正在從預訓練擴展到后訓練和推理階段，基于強化學習、思維鏈等算法創(chuàng)新在后訓練和推理階段更多的算力投入，進一步大幅提升大模型的深度思考能力。同時，杰文斯悖論的現(xiàn)象表明，DeepSeek帶來算法效率的提升并未抑制算力需求，反而因更多的用戶和場景的加入，推動大模型普及與應用落地，重構產(chǎn)業(yè)創(chuàng)新范式，帶動數(shù)據(jù)中心、邊緣及端側算力建設。大模型參數(shù)規(guī)模呈現(xiàn)兩極分化趨勢，主要表現(xiàn)為“超大參數(shù)模型”與“輕量化模型”的并行發(fā)展。超大參數(shù)模型（如千億級以上）在復雜任務處理中展現(xiàn)出顯著優(yōu)勢。通過海量參數(shù)學習更復雜的特征和模式，支持定制化解決方案，滿足企業(yè)和科研機構的高階需求；輕量化模型（如參數(shù)在數(shù)十億至百億級）通過模型壓縮、蒸餾等技術實現(xiàn)高效部署，尤其在移動端和實時性要求高的場景中占據(jù)主流。兼顧性能與成本，且能通過端側計算降低云端負載，優(yōu)化隱私保護和用戶體驗大模型的發(fā)展及參數(shù)量變化參數(shù)數(shù)量時間GPT-3

175B(davinci)Turing

NLGT5-11BMegatron-LM(Original,

8.3B)T5-3BMeenaGrover-MegaGPT-2WuDao

2.0Megatron-Jumbo530BHyperClovaGopherPanGu-u

Jurassic-1-TuringNLG

PaLM(540B)Minerva

(540B)GLM-130BChinchillaGPT-NeoX-20BJurassic-XDALL·E

2Stable

Diffusion(LDM-KL-8-G)OPT-175BDALL-EGPT-J-6BCodexERNIE

3.0CogViewGPT-Neo3.2e+83.2e+93.2e+103.2e+123.2e+1120192020WuDao-

WenYuanERNIE-GEN(large)2021

20222023GPT-4

(1.8T)ErnieBot

(260B)日日新

(180B)Sparrow

(70B)Claude

(52B)通義千問

(7B)ChatGLM-6B中國大模型海外大模型“超大參數(shù)模型”與“輕量化模型”并行發(fā)展在大模型出現(xiàn)之前，機器學習算法的參數(shù)量以平均每5-6年翻一個數(shù)量級的速度快速增長，而大模型的出現(xiàn)使模型參數(shù)量的增長速度大幅提升。2025年發(fā)布的大模型開始分化為兩級2024年之前，最大參數(shù)量一直在增長2020年

2021年6月 12月2023年

2024年參數(shù)數(shù)量GPT-11.17億2018年6月BERT-Large3.4億15億GPT-2

Facebook94億GPT-31750億新版BERT4810億StableLMM61750億Llama3-400B-InTraining4萬億2018年2019年

2019年10月 2月 7月參數(shù)數(shù)量高參數(shù)量DeepSeek-R1-67B6710

億低參數(shù)量MinMax-Text-014560億MinMax-VL-014560億DeepSeek-R1-Phi-4Distill-

Qwen-32B DeepSeek-R1-320億 140億Distill-

Qwen-1.5B15億2025年1月

2025年1月

2025年1月

2025年1月

2025年1月

2025年1月資料來源：灼識咨詢17大模型算力選擇應著重最優(yōu)解而非最大解：不同需求程度的模型不能唯算力的參數(shù)而論，而是結合自身對于算力部署的能力進行探究。模型的參數(shù)量及涌現(xiàn)結果在技術落地過程中有一定重要性，但模型運行所需的算力成本、能耗成本、運營成本等能否匹配AI技術帶來的效果及價值突破更為關鍵。訓練與推理的成本差異及趨勢：未來AI

應用中，推理成本可能遠超訓練成本。大模型訓練屬于階段性需求，其訓練數(shù)據(jù)量級通常固定（如幾萬億、幾十萬億

token），且客戶集中度高；而推理方面，每天的計算量可能達幾萬億到

10萬億

Token，一周的計算量就可能超過訓練階段。模型推理成本下降是超級應用爆發(fā)的前提條件之一：隨著推理市場擴大以及更優(yōu)方案出現(xiàn)，非

GPU

的時長份額也在增加。并且，推理成本的顛覆性降低，會推動

C端產(chǎn)品在多數(shù)應用場景落地，使原本因預算不足、用戶意愿不足而難以商業(yè)化落地的場景具備落地的可能性。AI模型已從大語言模型進化為全方位多模態(tài)模型：面向人工智能場景著力構建先進的數(shù)據(jù)基礎設施并打造高質量數(shù)據(jù)集—人工智能算力服務市場呈現(xiàn)蓬勃發(fā)展態(tài)勢，算力供給模式持續(xù)創(chuàng)新，AI的快速發(fā)展推動智能時代的到來。資源分配：通過選擇合適的技術路徑實現(xiàn)算力的成本優(yōu)化其他成本制約因素訓練需求（一次開發(fā)）考慮到模型訓練“黑盒”機制與多次調優(yōu)，所需算力與開發(fā)過程強相關

推理需求（長期運營）模型推理階段的算力主要為運行模型和數(shù)據(jù)處理，并且需要考慮產(chǎn)品的使用體驗推理算力未來將出現(xiàn)爆發(fā)態(tài)勢推理算力未來可能爆發(fā)的示意圖時間成本(是否盡快搶到實踐化的落地）能耗成本(云服務或者算力的使用成本）人員成本(工程化協(xié)作的團隊）技術實現(xiàn)路徑算法結構訓練數(shù)據(jù)量參數(shù)量規(guī)模預訓練基于需求進行fine-tune模型規(guī)模（參數(shù)稀疏程度）模型種類（算力需求系數(shù)相關）數(shù)據(jù)吞吐量時延網(wǎng)絡通信安全性與穩(wěn)定性功能需求決定推理能力，推理能力取決訓練水平，有限算力資源要進行主次的優(yōu)先選擇。2024訓練算力爆發(fā)推理算力爆發(fā)推理成本大幅下降（10X—100X）AI推理成本算力消耗資料來源：灼識咨詢18智算作為構建大模型的底座，伴隨大模型訓練及AI應用需求興起，全球智算需求飆升，為在新一輪AI技術創(chuàng)新周期中搶占先機，美股七姐妹正逐年加大在AI技術研發(fā)與基礎設施建設上的投入，形成了激烈的“AI軍備競賽”。美股七姐妹資本支出持續(xù)增長05001,0001,5002,0002,5003,000369.5455.4565.0833.3801.21,081.21,454.11,720.11,727.02,528.1蘋果英偉達微軟亞馬遜谷歌Meta特斯拉億美元美股七姐妹資本支出，2015-20242015 2016 2017 2018 2019 2020 2021 2022 2023 2024自2015年Google推出開源機器學習平臺TensorFlow后，美股七姐妹持續(xù)加大在AI技術研發(fā)與基礎設施建設上的投入，全面開啟了在人工智能領域的競賽。2022年生成式AI技術的突破，如ChatGPT的問世，進一步帶動資本支出增長。2025年，DeepSeek的出現(xiàn)，算力拐點顯現(xiàn)，算法變革推動AI超級產(chǎn)品的誕生，推動多模態(tài)大模型商業(yè)化落地、AI應用爆發(fā)在即，巨頭不斷提高資本開支，全球AI基礎設施規(guī)模持續(xù)

擴大

。美股七姐妹大力投資AI市值總額超17萬億美元1的美股七姐妹，每年在AI基礎設施上投資高達4,000億美元。資本開支覆蓋了從AI基礎設施（包括但不限于高性能芯片、數(shù)據(jù)中心、網(wǎng)絡基礎設施等）、大模型，到人形機器人、自動駕駛、AI醫(yī)療等各個領域。注：1.市值總額截止2025年2月6日。AI芯片大模型人形機器人智能駕駛AI醫(yī)療資料來源：灼識咨詢19AI大模型的訓練對算力中心提出了更高要求，涵蓋集群化部署、高效網(wǎng)絡通信、大規(guī)模電力供應及專業(yè)運維管理等多個維度，促使算力中心的定制批發(fā)模式成為承載大模型廠商算力中心需求的主流模式。大模型訓練對算力中心提出更高要求 大模型訓練帶來的算力中心需求將由定制批發(fā)模式承接為保證大模型訓練效率，大模型廠商對算力中心提出更高要求網(wǎng)絡通信：集群內部節(jié)點之間更高的網(wǎng)絡帶寬與更低的網(wǎng)絡延遲能源供應：穩(wěn)定的大規(guī)模電力供應算力中心定制批發(fā)模式有效滿足大模型訓練需求算力中心運維管理：專業(yè)的、7*24小時的運維服務訓練時間是大模型廠商的關鍵競爭要素以訓練15TB數(shù)據(jù)，5,000億參數(shù)的大模型為例：A100

單卡算力~0.6

P1,000P

算力1,600

卡10,000P

算力16,000

卡訓練時間

>

3年訓練時間

<1個月集群規(guī)模：構建千卡、萬卡集群定制化高帶寬服務通道定制化基礎設施采購更高帶寬、更低延遲多元化電力供應系統(tǒng)建設專用變電站穩(wěn)定的大規(guī)模電力供應專業(yè)的運維團隊7*24

監(jiān)控與故障處理減少故障導致的訓練中斷算力中心可拓展性更大的集群規(guī)模具備富足資源的區(qū)位算力中心定制批發(fā)模式資料來源：灼識咨詢20在AI技術取得突破性進展的強勁推動下，美國算力中心產(chǎn)業(yè)需求急劇攀升，已面臨資源供不應求的態(tài)勢，而展望中國，隨著AI大模型的快速發(fā)展，預計算力中心的需求也將迎來一場爆發(fā)式的增長浪潮。21資料來源：公司年報，CBRE，灼識咨詢美國北弗吉尼亞及芝加哥算力中心市場運營容量，2022Q1-2024Q11,7853022,132364572MW

2022Q1 2023Q1 2024Q12,523運營容量空置率北弗吉尼亞 芝加哥2.6%

1.8%

0.1%

8.2%

6.7%

2.4%北美地區(qū)的兩大算力中心供應樞紐——北弗吉尼亞與芝加哥，自2022年以來，其算力中心容量一直處于穩(wěn)步擴張的階段。然而，受北美地區(qū)對算力中心資源需求持續(xù)高漲的影響，目前兩地算力中心的空置率正持續(xù)下降，呈現(xiàn)出供不應求的態(tài)勢。北美算力中心的定價大幅上漲，以北弗吉尼亞地區(qū)為例，算力中心平均單價1從2023年Q1的120美元/kW/月增長至2024年Q1的170美元/kW/月，同比增長超40%。美國算力中心產(chǎn)業(yè)需求快速爆發(fā)，算力中心資源已供不應求以OpenAI為代表的美國科技企業(yè)通過大模型（如GPT系列）的研發(fā)和迭代，推動全球AI技術進入“大力出奇跡”的算力驅動階段。算力中心作為算力基礎設施，產(chǎn)業(yè)需求水漲船高

北美算力中心龍頭企業(yè)上架率維持高水平，機柜平均收入持續(xù)增長73%76%80%78%81%20202024Equinix與Digital

Realty北美地區(qū)機柜上架率，2020-20242,4152,3422,4192,527%Equinix是全球領先的算力中心服務商，在全球33個國家和地區(qū)運營著多達260個算力中心。Equinix北美地區(qū)單機柜月均收入2注：1.

該價格不含電費；2.單機柜月均收入由公司每月經(jīng)常性收入除以當年第四季度上架機柜的平均數(shù)量計算得出；3.平均每平方米月租金為全球>1M算力中心每年合同租金除以12個月計算得出。Digital

Realty是全球領先的算力中心服務商,在全球25個國家和地區(qū)運營著300多個算力中心。2021

2022

202387%85%86%84%86%美元Equinix機柜上架率 Digital

Realty機柜上架率Equinix北美地區(qū)算力中心服務價格，2020-202420202021

2022

20232,550202422資料來源：信通院，Trendforce，灼識咨詢中國AI服務器1出貨量，2020-202422.615.028.435.442.120202021202220232024E萬臺中國AI服務器出貨量快速增長中國AI服務器出貨量20-23年復合增長率33%2024年，字節(jié)跳動和騰訊共計采購46萬片英偉達H系列智算芯片，其中字節(jié)跳動和騰訊各采購約23萬片，是英偉達H系列智算芯片在全球范圍內第二、第三大的采購方。近年來，中國AI服務器市場呈現(xiàn)出令人矚目的增長態(tài)勢，出貨量實現(xiàn)了快速增長。這一趨勢不僅反映了AI技術在中國的廣泛應用和普及，也揭示了國內廠商對于高性能計算資源的迫切需求。53.2%17.8%3.7%4.2% 4.3%4.2%

4.0%8.7%互聯(lián)網(wǎng)服務政府電信制造教育金融其他互聯(lián)網(wǎng)行業(yè)是中國智算需求最大的行業(yè)中國各行業(yè)智能算力應用分布，2023互聯(lián)網(wǎng)頭部廠商大量采購智算芯片相較海外，國內智算中心正處于高速增長期，中國各行業(yè)對智算的需求急劇上升，其中互聯(lián)網(wǎng)行業(yè)是最大需求方，互聯(lián)網(wǎng)巨頭積極投身AI領域并大量采購智算服務器，促使超大規(guī)模算力中心迎來上架率激增，市場庫存快速消化。注：1.

AI服務器是指基于GPU、FPGA、ASIC等加速芯片，專門提供人工智能訓練和推理所需計算能力的服務器系統(tǒng)。DeepSeek的出現(xiàn)推動

AI大模型推理應用的加速落地，未來推理需求將迎來爆發(fā)式增長，而算力中心的零售模式能夠有效滿足推理場景下的低延遲、高吞吐量需求，為算力中心行業(yè)的發(fā)展增添新動力。DeepSeek技術突破加速大模型推理應用落地推理場景對于時延要求高于訓練場景大模型推理過程需要對實時數(shù)據(jù)進行快速處理和響應，并快速、即時地返回結果。常見推理場景：主流AI模型API模型名稱服務收費價格對比發(fā)布時間輸入費用1（緩存命中/未命中）輸出費用1DeepSeek-R12024年12月1.0元

/

4.0元16.0元OpenAIo12024年12月53.5元/107.1元428.4元Claude3.5Sonnet

V22024年10月2.2元

/

21.8元108.8元Llama3.1

405B2024年7月18.1元

/

36.4元116.0元注：1.輸入費用與輸出費用均以每百萬Tokens計算，海外大模型費用以人民幣兌美元匯率折算。在保持同等卓越性能的前提下，開源的DeepSeek模型大幅削減了AI應用開發(fā)者的成本投入，這吸引力更多企業(yè)加入到AI應用的開發(fā)，促進了AI應用的創(chuàng)新性與多樣化發(fā)展，同時加速了AI應用的市場商業(yè)化進程。算力中心 推理終端針對時延敏感型AI應用（如自動駕駛、實時金融交易），企業(yè)需優(yōu)先選擇城市群內部及周邊算力節(jié)點部署推理服務，以滿足毫秒級響應需求。AI應用推理需求的爆發(fā)將驅動算力中心零售業(yè)務的下游需求持續(xù)增長。智能客服

實時金融分析 智能駕駛 智慧醫(yī)療診斷數(shù)據(jù)傳輸所產(chǎn)生的時延狀況，與推理終端同算力中心之間的實際物理間距緊密相關。物理距離越遠，時延越長頭部流量應用接入DeepSeek，顯著推動了AI大模型技術向日常化普及云廠商以API或私有化部署形式將DeepSeek模型接入云平臺，推動AI應用開發(fā)范式向云端MaaS（模型即服務）模式演進資料來源：灼識咨詢23推理需求由城市型算力中心承接，原零售型中心升級后或迎需求高峰；訓練需求仍集中在環(huán)一線及新能源富集地區(qū)，由定制批發(fā)型中心承接。未來五年，第三方算力中心定制批發(fā)需求將實現(xiàn)近30%的增長，28年將突破22GW。中國第三方算力中心定制批發(fā)業(yè)務IT容量需求變化

–

存量口徑6,3348,53512,19715,52818,83122,0872024E2025E2026E2027E2028E單位：MW關鍵分析在AI大模型訓練的驅動下，算力中心正加速向超大規(guī)?；?、集群化的方向演進，這一變革不僅為行業(yè)帶來了前所未有的發(fā)展機遇，也對算力中心服務商的提出了更高要求。算力中心定制批發(fā)服務的需求方在選擇服務商時，需綜合考慮多個維度，以確保所選算力中心能夠滿足訓練推理與應用的各項需求，其關注點主要集中在以下幾個方面：1）資源富足的區(qū)位：涵蓋地區(qū)電力資源充沛、網(wǎng)絡通達性強、算力中心人才充足等要素；2）快速的定制化交付能力：T+6/8的靈活定制化交付，保證資源快速上架；卓越的運維能力：確保數(shù)據(jù)中心的安全性與可靠性，為模型訓練的高效率提供保障；良好的資源儲備：涵蓋土地資源的儲備、充足的電力資源供應，以及算力中心的可擴展性；5）服務商財務狀況、歷史合作經(jīng)驗、成本控制能力等因素也在考量范圍之內。基于對行業(yè)的長期追蹤，我們篩選出超過15家有定制批發(fā)需求的關鍵下游廠商，對其定制批發(fā)需求進行了詳細的統(tǒng)計與整合。年均復合增長率

23-28定制批發(fā)需求28.4%E2023主要需求方：資料來源：灼識咨詢24目錄25I. 引言及算力中心發(fā)展概況II. 算力中心需求分析III.算力中心供給分析算力中心供需研判及未來展望附錄年均復合增長率

23-2830.8%17.8%E算力作為激發(fā)數(shù)據(jù)要素潛能的新動能，已經(jīng)成為數(shù)字經(jīng)濟時代重要的戰(zhàn)略資源。算力基礎設施是算力的載體，對實現(xiàn)數(shù)字化轉型、培育未來產(chǎn)業(yè)等方面具有重要作用。26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。資料來源：灼識咨詢通用算力智能算力超算算力技術特點一般主要由CPU芯片提供計算能力，直射計算復雜度適中的云計算，邊緣計算類場景一般由GPU為代表、FPGA、ASIC等AI芯片的加速計算平臺提供的算力，側重于處理和分析大量數(shù)據(jù)，執(zhí)行復雜計算任務由超級計算機等高性能計算集群所提供的算力，注重雙精度通用計算能力追求精確的數(shù)值計算應用場景應用范圍廣泛，如科學研究、工程設計、商業(yè)分析、醫(yī)學診斷等主要用于人工智能的訓練和推理計算如語音、圖像和視頻的處理等主要用于尖端科學領域的計算，如行星模擬、藥物分子設計、基因分析等不同算力的重點應用領域中國計算設備算力規(guī)模404855597286101117135751552604144976178131,1171,5872026E2027E2028E1152033144735697039141,2351,721智能算力1通用算力2單位：EFLOPS2020 2021 2022 2023 2024E 2025E注：1.智能算力基于FP16計算；2.通用算力基于FP64計算。算力中心行業(yè)相關政策梳理能源政策：“3060”雙碳目標下，算力中心行業(yè)高耗能問題亟待緩解東數(shù)西算：驅動算力中心行業(yè)合理化布局，避免無序競爭2024年7月2021年9月《數(shù)據(jù)中心綠色低碳發(fā)展專項行動計劃》到

2025

年底，新建及改擴建大型和超大型數(shù)據(jù)中心電能利用效率降至1.25以內，國家樞紐節(jié)點數(shù)據(jù)中心項目電能利用效率不得高于1.2，平均電能利用效率降至1.5以下，可再生能源利用率年均增長10%。到

2030

年底，全國數(shù)據(jù)中心平均電能利用效率、單位算力能效和碳效達到國際先進水平，北方采暖地區(qū)新建大型及以上數(shù)據(jù)中心余熱利用率明顯提升。《關于完整準確全面貫徹新發(fā)展理念做好碳達峰碳中和工作的意見》到2030年，經(jīng)濟社會發(fā)展全面綠色轉型取得顯著成效，重點耗能行業(yè)能源利用效率達國際先進水平。到2060年，綠色低碳循環(huán)發(fā)展的經(jīng)濟體系和清潔低碳安全高效的能源體系全面建立，能源利用效率達到國際先進水平，碳中和目標順利實現(xiàn)。大幅提升能源利用效率，把節(jié)能貫穿于經(jīng)濟社會發(fā)展全過程和各領域，提升數(shù)據(jù)中心、新型通信等信息化基礎設施能效水平。2023年12月《關于深入實施“東數(shù)西算”工程加快構建全國一體化算力網(wǎng)的實施意見》加強通用計算、智能計算、超級計算等多元算力資源的科學布局，提升國家樞紐節(jié)點各類算力資源的綜合供給水平。引導各類算力向國家樞紐節(jié)點集聚，國家樞紐節(jié)點外原則上不得新建各類大型及超大型數(shù)據(jù)中心，堅決避免區(qū)域間盲目無序競爭。2022年 《“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃》1月在京津冀、長三角、粵港澳、成渝地區(qū)雙城經(jīng)濟圈、貴州、內蒙古、甘肅、寧夏等地區(qū)布局全國一體化算力網(wǎng)絡國家樞紐節(jié)點，建設數(shù)據(jù)中心集群，并結合產(chǎn)業(yè)發(fā)展需求優(yōu)化建設布局。2023年

《數(shù)字中國建設整體規(guī)劃布局》2月

提出系統(tǒng)優(yōu)化算力基礎設施布局，促進東西部算力高效互補和協(xié)網(wǎng)聯(lián)動，引導通用數(shù)據(jù)中心、超算中心、智能計算中心、邊緣數(shù)據(jù)中心等合理梯次布局。國家層面統(tǒng)籌布局算力中心，多維度政策引導算力發(fā)展：啟動“東數(shù)西算”工程、東西部差異化定位、綠色低碳發(fā)展、算網(wǎng)融合與調動，推動算力結構多元化配置，促進行業(yè)的有序與高效發(fā)展。（1/2）資料來源：中國政府網(wǎng)，灼識咨詢27算力中心行業(yè)相關政策梳理到

2025

年，算力規(guī)模超過300EFLOPS，智能算力占比達到35%；存儲總量超過1800EB；重點行業(yè)核心數(shù)據(jù)、重要數(shù)據(jù)災備覆蓋率達到100%。在技術上推動存算網(wǎng)協(xié)同相關技術研發(fā)，在算力中心建設上合理配置存算比例，在應用上支撐數(shù)據(jù)在算力中心內及算力中心間的高效流動。一線城市：算力中心供給存在稀缺性，土地資源與能耗指標相對緊張其他宏觀政策：融資支持、對口聯(lián)建與存算網(wǎng)協(xié)同共促發(fā)展2024年 《北京市算力基礎設施建設實施方案（2024—2027年）》4月北京將改變智算建設“小、散”局面，集中建設一批智算單一大集群。新建和改擴建智算中心PUE值一般不超過1.25，到規(guī)劃期末所有存量數(shù)據(jù)中心PUE值均不高于1.35。預計到2025年，基本建成智算資源供給集群化、智算設施建設自主化、智算能力賦能精準化、智算中心運營綠色化、智算生態(tài)發(fā)展體系化的格局。2023年12月《關于深入實施“東數(shù)西算”工程加快構建全國一體化算力網(wǎng)的實施意見》支持產(chǎn)權清晰、運營狀況良好的綠色數(shù)據(jù)中心集群、傳輸網(wǎng)絡、城市算力網(wǎng)、算電協(xié)同等項目探索發(fā)行基礎設施領域REITs，強化政策性金融支持。建立東西部地區(qū)算力對口聯(lián)建計劃，依托國家樞紐節(jié)點打造面向算力需求旺盛地區(qū)的算力“飛地”。鼓勵面向中小企業(yè)發(fā)放算力券、運力券?！端懔A設施高質量發(fā)展行動計劃》資料來源：中國政府網(wǎng)，灼識咨詢282024年 《上海市智能算力基礎設施高質量發(fā)展

“算力浦江”智算行3月 動實施方案（2024-2025年）》到2025年，上海智能算力規(guī)模超過30EFlops（FP16），占比達到總算力的50%以上。算力網(wǎng)絡節(jié)點間單向網(wǎng)絡時延控制在1毫秒以內。到2025年，上海新建智算中心PUE值達到1.25以下，存量改造智算中心PUE值達到1.4以下。智算中心內綠色能源使用占比超過20%，液冷機柜數(shù)量占比超過50%。2023年10月一線城市強調能效優(yōu)化與智算升級，環(huán)一線城市側重算力集約、綠色低碳發(fā)展。同時，出臺系列文件提供資金保障、加快重大工程建設以及電力、網(wǎng)絡等配套政策，增強算網(wǎng)融合能力，構建全國統(tǒng)一的算力服務大市場。（2/2）AI

算力需求不斷增長，促使機柜功率密度急劇上升，算力中心高耗能問題愈發(fā)凸顯。而一線城市及周邊電力資源緊缺、成本高昂，在

“東數(shù)西算”

政策強勁推動下，算力產(chǎn)業(yè)鏈正加速

“西遷”。29智算服務器的高功耗驅動下游客戶對機柜部署密度要求逐步提高，市場需求將向高功率機柜傾斜。在當前算力中心租賃市場中，高功率機柜相較于傳統(tǒng)機柜供給量較少，行業(yè)面臨結構性的供給缺口。算力中心機柜功率密度急劇攀升單位：kW

/每機柜2~33~55~820~50~200機房 DC 云DC計算機時代 互聯(lián)網(wǎng)時代 大數(shù)據(jù)時代AI

DC智能時代資料來源：中國能源報，人民日報，灼識咨詢算力中心行業(yè)供給面臨電力資源挑戰(zhàn)電力資源是支撐算力中心行業(yè)實現(xiàn)高質量、可持續(xù)發(fā)展的關鍵因素。然而，隨著算力中心行業(yè)的快速發(fā)展，在一線及環(huán)一線的部分地區(qū)已面臨能耗指標緊張的態(tài)勢，進而將導致該部分地區(qū)算力中心供給資源的出現(xiàn)稀缺性。算力中心耗能持續(xù)增長2022年我國算力中心用電情況耗電量：2,700億

kWh能耗占全國總用電量：~

3%到2030年，預計算力中心行業(yè)用電量將超過4,000億+kWh。電力成本對算力中心服務商的運營有重要影響，電費支出占到算力中心運維成本的七成。西部地區(qū)電價具有明顯優(yōu)勢，部分地區(qū)算力中中心用電成本經(jīng)政策補貼后降低至0.3元/kWh以下，成為算力中心服務商

“西遷”的原生動力。電費占到算力中心運維成本的比例~70%電費其他“東數(shù)西算”八大算力樞紐、十大集群十大集群積極落實算力規(guī)劃，結合地方特色制定區(qū)域算力中心發(fā)展要領，推動區(qū)域算力資源的科學布局和高效利用。30資料來源：通信產(chǎn)業(yè)網(wǎng)，灼識咨詢內蒙古自治區(qū)算力網(wǎng)絡國家樞紐節(jié)點和林格爾算力中心集群從優(yōu)化算力產(chǎn)業(yè)布局、強化電力保障、促進調度交易、推進綠色發(fā)展、拓展應用場景以及加強科技創(chuàng)新和人才培養(yǎng)等6方面提出16條支持措施，拿出“真金白銀”賦能綠色算力產(chǎn)業(yè)高質量發(fā)展。2025年計劃建成算力中心容量達2,500MW。京津冀樞紐算力網(wǎng)絡國家樞紐節(jié)點張家口算力中心集群建成服務京津冀的區(qū)域算力調度中心，初步實現(xiàn)集群內數(shù)據(jù)中心的一體化高效調度，可調度算力占總算力的比重超50%。2025年計劃建成算力中心容量達1,750MW。長三角樞紐算力網(wǎng)絡國家樞紐節(jié)點長三角生態(tài)綠色一體化發(fā)展示范區(qū)集群開展“算建協(xié)同”“算網(wǎng)協(xié)同”“算能協(xié)同”

“算產(chǎn)協(xié)同”四大行動，促進算力全領域賦能。2025年計劃建成算力中心容量達250MW。蕪湖算力中心集群粵港澳大灣區(qū)樞紐算力網(wǎng)絡國家樞紐節(jié)點韶關算力中心集群。在智算基礎設施建設、智算資源成本、公共算力調度平臺建設等方面予以不同標準的保障和補貼2025年計劃建成算力中心總容量達1,250MW。成渝樞紐算力網(wǎng)絡國家樞紐節(jié)點天府算力中心集群積極發(fā)揮以國家超算成都中心等為代表的算力基礎設施的重要作用，提高算力服務水平，推進算力賦能應用，加快發(fā)展算力產(chǎn)業(yè)。四川2025年計劃建成算力中心容量達750MW。重慶算力中心集群持續(xù)深入實施“算力山城

強算賦能”行動，構建云、邊、端協(xié)同，算、運、存融合一體化的算力網(wǎng)絡體系，全力打造全國算網(wǎng)融合發(fā)展高地。重慶2025年計劃建成算力中心容量達1,250MW。甘肅樞紐算力網(wǎng)絡國家樞紐節(jié)點慶陽算力中心集群布局以應用驅動為主的數(shù)據(jù)開發(fā)利用大格局，持續(xù)提升數(shù)實融合應用效能。2025年計劃建成算力中心容量達750MW。寧夏樞紐算力網(wǎng)絡國家樞紐節(jié)點中衛(wèi)算力中心集群發(fā)放“算力券”，支持高校、科研機構、算力中介服務機構等使用區(qū)內超算、智算資源，開展核心算法創(chuàng)新、模型訓練研發(fā)等，全力建設“中國算力之都”。2025年計劃建成算力中心容量達1,650MW?！皷|數(shù)西算”八大算力樞紐、十大集群算力政策要點2023—2025年，省級每年統(tǒng)籌安排1億元，用于支持起步區(qū)數(shù)據(jù)中心項目建設。2025年計劃建成算力中心總容量達1,600MW。2025年計劃建成算力中心容量：1,000MW以下1,000-2,000MW2,000MW及以上尚未規(guī)劃樞紐貴州樞紐算力網(wǎng)絡國家樞紐節(jié)點貴安算力中心集群聚焦算力、賦能、產(chǎn)業(yè)三個關鍵，因地制宜發(fā)展新質生產(chǎn)力，堅持“存算一體、智算優(yōu)先”，打造以昇騰為核心的智算集群。2025年計劃建成算力中心容量達2,000MW。注：圖示算力中心容量分布熱力圖為截至2024年12月31日各級政府政策規(guī)劃指標口徑。算力中心行業(yè)的供給主要由三大電信運營商、第三方算力中心服務商與企業(yè)或地方政府自建三大來源構成，其中第三方服務商的供給容量份額已接近50%。算力中心行業(yè)供給現(xiàn)狀概覽在國家高度重視人工智能的戰(zhàn)略背景下，伴隨著智能化浪潮的快速推進，算力中心行業(yè)的供給規(guī)模正持續(xù)擴大。49%51%第三方服務商其他1按供給方類別拆分算力中心市場中，供給端目前主要有三大來源：一是三大電信運營商，二是第三方算力中心服務商，三是企業(yè)或地方政府的自建算力中心。三大供給方通過各自的特色與優(yōu)勢，共同驅動算力中心租賃行業(yè)的持續(xù)發(fā)展與創(chuàng)新。三大電信運營商：作為網(wǎng)絡基礎設施的提供者，電信運營商的算力中心服務以標準化需求為主，便于企業(yè)進行快速部署和接入，旨在通過其龐大的網(wǎng)絡覆蓋能力，為用戶提供穩(wěn)定、可靠的算力資源。第三方算力中心服務商：具備高標準等級的算力硬件和運維能力，為高性能算力和節(jié)能方案提供支撐，兼具傳統(tǒng)零售業(yè)務和大規(guī)模批發(fā)定制業(yè)務。其中，集群化的算力中心定制業(yè)務主要服務于對算力中心有高度定制化要求的大型企業(yè)或特定行業(yè)用戶，如云服務商、人工智能企業(yè)等。企業(yè)或地方政府自建算力中心：企業(yè)自建主要用于滿足自身核心業(yè)務的數(shù)據(jù)存儲或處理需求，地方政府自建則更多服務于本地經(jīng)濟發(fā)展，特別是數(shù)字經(jīng)濟和科技創(chuàng)新領域，促進產(chǎn)業(yè)升級和經(jīng)濟轉型。2023年第三方服務商供給IT容量占比2023年中國算力中心行業(yè)整體供給容量存量1：20,250MW資料來源：信通院，灼識咨詢31注：

1.

基于信通院數(shù)據(jù)進行測算，截至2023年年底，共計810萬架標準機架，標準機架功率為2.5KW/架。包含自建自用及對外提供服務全部在運營機架規(guī)模。以算力中心行業(yè)供給IT容量計算，2023年第三方算力中心服務商的供給容量份額已接近50%。第三方服務商憑借對需求的精準把握、強大的定制化服務及高效的集群運維能力，承接了頭部互聯(lián)網(wǎng)廠商與云廠商的大部分定制批發(fā)業(yè)務，伴隨下游客戶需求的持續(xù)攀升，第三方服務商承接業(yè)務規(guī)模將持續(xù)擴大。傳統(tǒng)電信運營商第三方算力中心服務商關鍵分析低，以標準化產(chǎn)品為主高，提供定制化服務，從設計、建設、服務內容均可按照客戶需求定制服務靈活性在當前算力中心市場中，主要存在著零售與定制批發(fā)兩種業(yè)務模式。零售模式側重于滿足零散、較小規(guī)模的算力中心需求；而定制單一網(wǎng)絡接入，帶寬租賃服務為主云資源池

&機柜托管標準化服務網(wǎng)絡接入豐富多元化服務，包含帶寬租賃、機柜托管、異地鏡像、VPN、數(shù)據(jù)備份等定制化服務解決方案批發(fā)模式則更側重于為大型客戶提供高度定服務內容制化、大規(guī)模的算力中心資源與服務。電信運營商的算力中心建設戰(zhàn)略主要圍繞國家戰(zhàn)略布局需求展開，致力于推動算力資源較弱，以標準化的運維服務方案為主較強，提供7*24小時專人運維服務，具備高度專業(yè)性，可提供定制化運維方案的均衡分布與高效利用。然而，這種戰(zhàn)略定運維能力位使得電信運營商在資源分配與項目部署上相對分散。同時，電信運營商相較于第三方服務商，在算力中心的定制化能力與集群化主要客戶類型政府、央企、國企及小部分互聯(lián)網(wǎng)廠商以大型互聯(lián)網(wǎng)廠商為主運維能力等方面存在一定的差距。這些因素共同影響了電信運營商在定制批發(fā)業(yè)務中的市場表現(xiàn)，導致其承接的定制批發(fā)業(yè)務需求主要承接業(yè)務模式以零售業(yè)務為主，含小部分定制批發(fā)業(yè)務以定制批發(fā)業(yè)務為主份額僅占整體市場的約10%。相比之下，第三方算力中心服務商在定制批發(fā)業(yè)務市場中占據(jù)了主導地位，這得益于第以完善全國布局為主，在中西部地區(qū)投建超大規(guī)模算力中心算力中心資源布局在一線城市及其周邊地區(qū)響應“東數(shù)西算”政策，向西部地區(qū)算力樞紐與節(jié)點積極布局地域布局三方服務商對于市場需求的深刻理解、較強的定制化服務能力，以及高效的集群化運維能力。同時，第三方算力中心服務商中包含全國性與區(qū)域性兩類服務商，兩者共同滿足