智算產業(yè)發(fā)展白皮書

（2023年）

2023年8月

1

目錄

弓IIZ=I????????????????????????????????????????????????????????????????????????????????????????????????????????5

一、智算發(fā)展迎來新機遇....................................7

1'AI大模型驅動的智算時代正加速到來......................................7

2、智能算力成為數字經濟發(fā)展的新引擎.......................................8

3、國家和地方密集出臺政策支持智算布局....................................9

二、智算產業(yè)全景及新進展.................................12

1、智算產業(yè)鏈初步形成，生態(tài)集聚效應不斷增強............................12

2'國產自研AI芯片加速入場,短期高效供給仍受限.........................15

3、智算中心建設版圖持續(xù)擴張,智算服務靈活多樣.........................16

4、大模型呈蓬勃發(fā)展態(tài)勢?助力產數業(yè)務發(fā)展...............................19

三、智算發(fā)展五大新趨勢...................................21

趨勢1:國產多元異構算力融合推動智算長效發(fā)展...........................21

趨勢2:智算從單節(jié)點向區(qū)域化協同、邊端部署演變.........................21

趨勢3:普惠泛在的智算服務生態(tài)正逐步構建............................23

趨勢4:確定性、高性能網絡助推大規(guī)模智算集群構建.......................24

趨勢5:低碳化發(fā)展格局需創(chuàng)新智算-電網協同模式..........................25

四、智算技術發(fā)展的七大關鍵詞.............................27

關鍵詞1：存算一體...........................27

關鍵詞2:一云多芯............................27

關鍵詞3:CPO..................................................................................................28

關鍵詞4:RDMA..................................................29

關鍵詞5:DDC..................................................................................................30

關鍵詞6:并行計算...........................32

關鍵詞7:液冷...............................32

五、智算發(fā)展?jié)摿υu估.....................................34

3

1、評估方法...........................................................34

2%評估結果.....”.........................36

六、典型案例.............................................41

1、中國電信安徽智算中心..............................................41

2、中國電信（國家）數字青海綠色大數據中心............................42

3、海蘭信海底數據中心......................43

七、總結與展望...........................................47

八、附錄-智算評估實施方案................................48

1'評估指標模型構建........................48

2、評估指標賦值.............................49

3、評估指標權重設計.........................49

4、各省評估得分..........................................51

4

引言

以大模型為代表的通用人工智能不斷演進，人工智能、機器學習、

大數據分析等技術在金融、制造、汽車等領域持續(xù)滲透，大模型應用場

景愈加廣泛，正加速算力產業(yè)結構變革，智能算力將取代通用算力成為

算力結構最主要構成，智算產業(yè)迎來了高速發(fā)展期。

工信部最新數據顯示，我國算力總規(guī)模已位居全球第二，保持年

約30%快速增長，新增算力設施中智能算力占比過半，成為算力增長

的新動能；我國算力產業(yè)創(chuàng)新能力持續(xù)增強，面向大模型訓練、推理

等高性能芯片供給持續(xù)增強，多元異構計算技術加速普及，有力支撐

人工智能、區(qū)塊鏈、元宇宙等新興應用發(fā)展。

算力是數據中心的服務器通過對數據進行處理后實現結果輸出

的一種能力⑴。智算是算力的一種，指具有提供人工智能應用所需算

力服務、數據服務和算法服務的智能算力，利用CPU與GPU、FPGA、

ASIC等加速芯片的異構組合，實現高精度通用算力和低精度專用算

力的融合供應⑵刈。智算涵蓋從底層高性能芯片、服務器和網絡設備，

到智算中心基建、機電配套和軟硬件服務平令，再到頂層人工智能應用

等完整體系，產業(yè)上下鏈長、集聚效應顯著。智算為經濟增長提供數字

轉型、智能升級、融合創(chuàng)新的新動力，帶動人工智能及相關產業(yè)倍速增

長，成為我國數字經濟發(fā)展的新引擎。

一、智算發(fā)展迎來新機遇

1、AI大模型驅動的智算時代正加速到來

人通信時代云計算時代智算時代

工

對+云+大模R+X

智

■+IAI+X

能

發(fā)H+云+X

<

H+X

然

度第一次AI浪潮第二次AI浪潮第三次AI浪潮第9次AI浪潮

1980年，2022年.

“專'家系抗”

ChatGPT正式

一矣AI程序2016年，發(fā)布，引發(fā)生

被廣泛采情2006年，AlphaGo耨成式AI熱潮

深度學習神經Al推向大眾

19744,1987年，

H終令AI姓葩視打，資本

AI研究經費AI硬件市場需20134,

大幅提升、繪紛涌XI

削或，進入求下跌,AI再深局學習算

賽道

“AI之冬”/次詵入低谷法在語音和

觀之識別上

取得突破

1956197419801987200620162022時間

圖1人工智能產業(yè)發(fā)展歷程

人工智能自1956年誕生以來,歷經三次發(fā)展浪潮。

第一次浪潮(1956-1970S)，神經網絡相關基礎理論被提出，搜

索式推理、自然語言等大量AI程序和創(chuàng)新研究涌現。但由于大部分AI

程序不具備解決復雜問題的能力，造成AI研究經費開始大幅削減，AI

迎來第一次發(fā)展低谷。該階段算力主要以IBM大型計算機為主，以

集中的方式分配使月。

第二次浪潮(1980s-2000s)，80年代名為“專家系統(tǒng)”的AI程

序問世，極大增強了AT的實用性「但“專家系統(tǒng)”應用僅限于特定

領域，迭代升級難度及維護成本高，規(guī)模推廣難度大，AI再次進入發(fā)

展低谷。90年代小型計算機性能每18個月翻一番，且價格和耗電量

大幅降低，算力逐漸進入分布式發(fā)展階段⑶。

第三次浪潮(2006-2020)，深度學習等算法的突破使得AI性能

7

大幅提升。移動通信技術快速發(fā)展，共享計算資源、提高算力利用率等

需求催生出以云計算為中心的集中式共享算力模式。2016年，谷歌研發(fā)

的AlphaG。將AI推向大眾視野，語音識別、視覺處理等AI應用逐漸滲

透到各行各業(yè)。同年，中國電信提出“云網融合”發(fā)展方向，將云計算和

網絡技術有機結合，實現計算和網絡資源的統(tǒng)一管理和優(yōu)化配置，推動

網絡和算力一體化供給、運營和服務。

當前人工智能正迎來第四次發(fā)展熱潮,加速進入大模型驅動的智

算時代。2022年11月，OpenAI公司正式推出ChatGPT,推動生成式

AI應用進入爆發(fā)期，M6、文心一言、盤古等國內AI大模型層出不

窮，AT算力需求被推到“井噴”狀態(tài)，開啟智算時代。隨著數據指數

級增長，計算密度越來越高、計算節(jié)點分布越來越廣，加速云網與AI、安

全等要素融合。算力逐漸由終端計算等需求驅動的“被動式”發(fā)展，轉

向促進AI大模型訓練、實現通用人工智能等代表的“主動式”發(fā)展,

從“技術工具”進階為社會經濟發(fā)展的“底層動力”。

2、智能算力成為數字經濟發(fā)展的新引擎

人工智能產業(yè)市場前景廣闊，成為推動全球經濟發(fā)展的新動力。

IDC預測，全球以AI為中心的各類系統(tǒng)的軟件、硬件與服務支出，

2023年將達到1540億美元，到2026年將超過3000億美元，預計

2022年至2026年間復合年增長率(CAGR)為27%⑷。2021年中國A1

服務器市場規(guī)模為53.9億美元，預計2025年達到103.4億美元，

2021年至2025年間CAGR達17.7%閭。

8

智算產業(yè)集群化作用顯著，成為帶動人工智能及相關產業(yè)快速發(fā)

展的新動力。到2035年，人工智能的發(fā)展將給我國甚至全球經濟增

長帶來突出貢獻。預計到2026年，人工智能技術對于全行業(yè)的滲透

率將超過20%[6\據信通院數據，2022年我國算力核心產業(yè)規(guī)模達到

1.8萬億元，其中人工智能核心產業(yè)規(guī)模達5080億元，同比增長18%⑺；

2022年我國新增算力基礎設施中智能算力占比過半，智算成為算力增

長新曲線，智算中心正在支撐人工智能產業(yè)的快速發(fā)展，支撐其到2025

年達到4000億，帶動5萬億產業(yè)目標；2030年達到1萬億，帶動10

萬億元產業(yè)目標⑻。

3、國家和地方密集出臺政策支持智算布局

表1.我國部委智算中心建設相關政策

1帆1部委相關內容I

型》批設16投資力度,推動第五代移動通信、就酸網.工業(yè)

2021年1月中共中央《建設高標準市場體系行動方案》互聯網等*8網絡星礎濕地,人工智能、m+M.區(qū)埃鏈等新技術星礎設

施，數據中心.智能計算中心等算力,設施建設.

加快高性急W槍計算中心部署,推動新型數據中心與人工智施等員末協

2021年7月TflTS!《新種奶三十劃（2021-2023年））

同發(fā)展,構建完善新里智施II力生態(tài)體系.

推動普慚--中心有序凌展，打造智?力.通用算法和開發(fā)平臺T?化的

2022年1月國務院<數字短濟發(fā)展規(guī)劃》HEI

新型智胞（礎設施.

“加快建設信息?礎設施，推動人工智能廣泛、深度應用..??發(fā)展首患性

2022年12月國務院《獷大內需戰(zhàn)略觀婀要（2022-2035年）》

‘上云用費》?智一等.

充實數字力國猛設?礎,系統(tǒng)優(yōu)化11力”礎設施布局，促進東西部II力高

2023年2月

國務院《數字中國球設整體布局獻O效互撲和力同取動，引導通用數據中心.超W中心.智能計算中心.邊嫁

數強中心等合S!梯次布局.

2023年4月中共中央政治同會議■要說話要■視通用人工智能發(fā)展,營造創(chuàng)新生態(tài)，■校防范風的.

正式也0個平臺建設國家新一代A工能公共售力開放創(chuàng)新平臺、1

2023年7月科技部加所代A工智船公共算力開放創(chuàng)新平臺

平臺建設國家新Tt人工智能公共算力開放創(chuàng)新平臺（第）.

數據來源：各部委官方文件

我國高度重視智算產業(yè)發(fā)展,圍繞智算中心、人工智能、大模型等

先后出臺系列政策文件，加快產業(yè)布局?！笆奈濉币?guī)劃和2035年遠景

目標綱要中明確提出要“加快構建全國一體化大數據中心體系，

強化算力統(tǒng)籌智能調度，建設若干國家樞紐節(jié)點和大數據中心集群”。工

信部、國家發(fā)改委等先后出臺《新型數據中心發(fā)展三年行動計劃

9

(2021-2023年)》、《全國一體化大數據中心協同創(chuàng)新體系算力樞紐

實施方案》等文件，啟動“東數西算”重大工程。2023年4月，中共中

央政治局會議中強調“要重視通用人工智能發(fā)展，營造創(chuàng)新生態(tài)，重視防

范風險?！?月，科技部批復25個平臺建設國家新一代人工智能公共

算力開放創(chuàng)新平臺(含籌建)。

表2.我國各省市智算中心建設相關政策

相關內容I

2021年5月廣東省人民政府《廣東省人民政府關于加快數字化發(fā)展的愈見》布局通設加修計算中心等新里?住能計II平臺，提供人工智Q力克推

加快應設位聊UB生態(tài)■地.中科耳光先進徭處理密國求工程買的》.華為

成aMSH中心.?力構收基于IMR及界屬.海光自主知所改芯片及自主可

2021年9月WII省人殷炳《四JItt?十四五”新型HR設施it設規(guī)劃》

控超整合界構技術等的多層次電合架構it翼系統(tǒng).打造國際領先的人工四微

計It與賦帔平臺.

(■由fi的字經濟"+WH"*網抑創(chuàng)(2021—nmati#人T智*IP松梅城人T咎s和褂潭MVS■法庭

2021年12月市人民

2025年))標準數煙集用開放平臺，夯實人工智船創(chuàng)新發(fā)展-算法+算力+數據”基礎.

設杭州國家人工智能創(chuàng)新應用先導區(qū)行動計劃

2022年1月浙江省人民政府

(2022—2024^))支持新型智施計算架構試物疆證等■大科技擘i設施(裝置)建設.

年月《上海打造未來產業(yè)創(chuàng)新高地發(fā)展壯大未來產業(yè)集期動超大模型智能計突破,培育智能計主隹架和■法平臺，發(fā)展自主

202293市人民政府11H0

琳行動方富》智IE芯片.

《成郡方困統(tǒng)超11智首加快■力產業(yè)發(fā)履的政策措

202坤1月成都市政府陰■成都每年將發(fā)放總額不超過1000萬元的算力券.

S6)

充分發(fā)揮人工智16創(chuàng)新發(fā)展專項等引導作用.支持民營企業(yè)廣泛*與數據、

年月上海市發(fā)改委《上海市加大力度支持民間投資發(fā)展若干政柒推般》

20235M力等人工智能咄設施建設

高效推動新011力基礎設趣窿設.將新0K力也設項目炳入算力伙伴計劃，

推動海淀區(qū)、朝陽區(qū)建設北京人工智徑公共11力中心、北京數字經濟M

2023年5月4麗人即炳?由行促進通用人工智能創(chuàng)新發(fā)展的若干措施》力中心，形成規(guī)?；冗M算力供給饒力，支撐千億級參數■的大里語言模型.

大型視覺橫型、多模態(tài)大模型.科學計H大模型、大規(guī)模精細神經忸絡模擬

仿典模獷.IR啟發(fā)襁網珞等研發(fā).

數據來源：各省市官方政黃文件

地方政府紛紛發(fā)布智算產業(yè)相關政策,開展智算中心相關基礎設

施建設工作，提供普惠算力服務。北京發(fā)布《北京市促進通用人工自

能創(chuàng)新發(fā)展的若干措施》高效推動算力基礎設施建設，將新增算力建

設項目納入算力合作伙伴計劃，加快推動智算中心建設，形成規(guī)模化

先進算力供給。上海出臺《上海市助力中小微企業(yè)穩(wěn)增長調結構強能力

若干措施》助力中小企業(yè)數字化轉型，發(fā)放“AI算力券”,重點支持

租用本市智能算力且用于核心算法創(chuàng)新、模型研發(fā)的企業(yè)，最高按合同

費用20%進行支持。成都印發(fā)《成都市圍繞超算智算加快算力產

業(yè)發(fā)展的政策措施》明確每年發(fā)放總額不超過1000萬元的算力券，

10

用于支持算力中介服務機構、科技型中小微企業(yè)和創(chuàng)客、科研機構、

高校等使用國家超算成都中心、成都智算中心算力資源。

11

二、智算產業(yè)全景及新進展

1、智算產業(yè)鏈初步形成，生態(tài)集聚效應不斷增強

±?：芯片&設備供應商中游：務超供商下源：行業(yè)由用

芯NVIDIAintel云谷欹AWS

K

鈾軟Meta

KXilinxAMD

■

運AT&TVerizon

務

外

就爾?8

企

器

業(yè)ffiORANGE稔國電（8

網

絡

思科Juniper

設

xOpenAI特斯技

備

AristaArrcus早果貪第

云

壁仞科技惠武紀

商

華為昇11阿里平頭哥

IDC

國K中EB電信中皿I通中國移動

內

務

商

企萬國數重世紀互聯春泡斂樹

業(yè)

中科電光商泰4技

云從科技浪潮僖?息

圖2智算產業(yè)鏈圖譜

目前，我國智算產業(yè)鏈已經初步形成，涵蓋由芯片、軟件、便件

供應商構成的上游產業(yè)，由云商、電信運營商、第三方數據中心服務

商等構成的中游產業(yè)，以及由互聯網、交通、金融、工業(yè)等行業(yè)等用戶

構成的下游產業(yè)。

(-)上游：AI芯片領域形成多方競爭格局

GPU、FPGA技術壁壘高，迅速形成寡頭格局。英偉達(NVIDIA)

憑借NVLink、NVSwitch等集群性能優(yōu)勢以及良好的CUDA生態(tài)，成為

全球GPU主要供貨商，其A100芯片占據了數據中心GPU市場90%以

上的份額。據TDC數據，預計到2025年GPU仍將占據AI芯片8成市

場份額。同時賽靈思(Xilinx)和英特爾(Intel)已在FPGA領域形

成雙寡頭格局，市場份額占比約90%[9\

TPU、NPU逐漸興起，呈現〃百家爭鳴〃態(tài)勢。以TPU、NPU為代

12

表的ASIC憑借吞吐量、功耗、算力等優(yōu)勢，逐漸被廣泛應用于人工

智能領域。國外以谷歌為首發(fā)布TPU芯片，國內寒武紀、華為、阿里

等公司也都推出了深度神經網絡加速的ASIC芯片，如華為昇騰NPU、

阿里平頭哥NPU。

白盒交換機以其軟硬解耦、靈活可編程、高速轉發(fā)等優(yōu)勢受到云

商智算中心大規(guī)模組網青睞。Omdia數據顯示，2022年全球數據中心

以太網交換機市場份額白盒供應商占比32%,其中Arista占比18隊

在北美市場，全球T0P3云商亞馬遜、谷歌和Meta的白盒交換機購買

規(guī)模已超市場總規(guī)模的三分之二。

InfiniBand和RoCE作為智算中心高性能網絡的主流方案，滿足

智算網絡的低時延、大帶寬、穩(wěn)定運行、大規(guī)模以及可運維的需求。

InfiniBand網絡方案及配套設備供應商主要包括英偉達、英特爾、思

科，其中英偉達市場占有率超七成。支持RoCE的交換機廠商較多，

主要以新華三、華為為主。支持RoCE的NVIDIAConnectX系列網卡

當前市場占有率比較高。

（二）中游：云商及IDC服務商基于自身優(yōu)勢提供智算服務及解

決方案

云商、科技公司借助自身技術壁壘提供大模型及平臺服務。主流

云商一方面自建大型智算中心，如Meta宣布取消或暫停部分正在建

設的數據中心，對其11個正在開發(fā)的項目進行重新設計，徹底轉向

人工智能數據中心的建設。另一方面加速布局AI大模型，如谷歌

“PaLM-2">Meta"Llama2”等。特斯拉、蘋果等科技公司基于自身

13

業(yè)務優(yōu)勢，一方面自建定制化智算中心，如特斯拉面向自動駕駛等領

域建設超算中心Dojo,擁有超過100萬個訓練節(jié)點，算力達到

1.lEFL（）PSll0]o另一方面，積極布局AI大模型體系，鞏固自身行業(yè)

優(yōu)勢壁壘，如特斯拉AI機器人“擎天柱"、蘋果"AppleGPT”。

IDC服務商依托云/網資源優(yōu)勢，積極參與智算建設。國內運營

商積極建設智算中心及平臺，如中國電信推出息壤智能計算平臺，提

供智算、超算、通算多樣化算力服務，為大模型訓練、無人駕駛、生命

[11]

科學等場景提供軟硬一體解決方案，RDMA吞吐可高達1.6Tbo國外

1DC服務商仍在布局階段，如2023年日本NTT宣布將在5年內投資

8萬億日元（約合590億美元）用于人工智能、數據中心和其他增長

領域㈤；Equinix的2023年全球科技趨勢調查報告顯示，人工智能

應用率上升，但TT基礎設施沒有為人工智能做好充足準備。

（三）下游：車企領銜行業(yè)大模型落地應用

互聯網、交通、金融、工業(yè)等行業(yè)，基于大模型帶動自動駕駛、

機器人、元宇宙、智慧醫(yī)療等下游產業(yè)發(fā)展。海外大模型行業(yè)應用主要

在傳媒游戲、機器人、辦公等領域落地，如Meta推出AISandbox為

廣告生成不同的文字、Apple推出生成式人工智能元宇宙產品

VisinPro頭顯，并訂劃在sir!嵌入類GPT功能。哈維基于GPT及

行業(yè)數據推出AI法律助手。國內大模型行業(yè)應用主要聚焦金融、醫(yī)療、

傳媒游戲、智能汽車等領域，如百度文心大模型助力浦發(fā)銀行、泰康保

險在投資決策、理賠信息檢索等方面的應用。華為盤古大模型為國家電

網電力巡檢提供智能服務。

14

國外大模型應用落地行業(yè)分布情況國內已落地的行業(yè)大模型分布憎況

44.“/RNUM11.1%4個

睡來源：Bloomberg,國信證甥5而形新睢對：網頁行資料

統(tǒng)計時聞22年1月-23年5月?Utm：2023年6月12日

圖3國內外大模型行業(yè)分布㈣

車企布局智算中心用于自動駕駛大模型訓練。特斯拉基于Dojo

超級計算機先后推出BEV大模型、端到端自動駕駛大模型，推動高階

智能駕駛落地，預計到2024年算力將達lOOEFLOPSo吉利星睿智算

中心自研汽車行業(yè)AI對話模型，初步完成百億參數的大模型訓練，

吉利星睿智算中心（湖州）預計2025年算力規(guī)模將達1.2EFL0PSC：4]O

小鵬汽車自動駕駛智算中心“扶搖”（烏蘭察布），基于阿里飛天智

算平臺，算力可達600PFL0PS,將小鵬自動駕駛核心模型的訓練提速

近170倍[⑸。毫末智行智算中心“雪湖?綠洲”（山西大同），基于

火山引擎智算云解決方案，算力達670PFL0PS,模型訓練效率提升100

倍叫

2、國產自研AI芯片加速入場，短期高效供給仍受限

國產硬件廠商持續(xù)突破AI芯片性能，提升市場競爭力。華為推

出昇騰910,性能對標英偉達A100,可用于智能手機、云計算、自動

駕駛等領域，同時推出A1開源計算框架MindSpore,支持用戶進行

AT開發(fā)。寒武紀提供云邊端一體、訓練推理融合等系列AT芯片產品

及平臺化基礎系統(tǒng)軟件，重點對推薦系統(tǒng)和大語言模型的訓練推理等

15

場景進行優(yōu)化。壁仞科技等初創(chuàng)公司不斷與多方建立合作關系，如萬

國數據、浪潮、中國移動等，聚焦云端通用智能計算，重點在AI訓

練和推理、圖形渲染等領域發(fā)力。

大型云商自研AI芯片，以擺脫對國外技術依賴。阿里面向自身

電商、汽車、家電等領域需求自研AI芯片，基于RISC-V架構和自研

算法推出含光800NPU,支持TFlops級別浮點運算。百度面向搜索、

智能交通等領域的深度學習運算需求，推出昆侖系列AI芯片，用于

大模型推理。騰訊依靠蓬萊實驗室推出AI推理芯片“紫霄”，已用

于騰訊會議等多個內部業(yè)務。

我國自主AI芯片在系統(tǒng)效率等方面與國際領先產品仍有差距，

并存在性價比待提高、架構不夠兼容、配套工具不夠成熟、應用場景

不夠廣泛等問題。制程方面,目前英偉達已率先到達4nm,而國內廠

商多集中在7nm[17]：算力方面，國內廠商大多不支持雙精度(FP64)

計算，且僅在單精度(FP32)及定點計算(INT8)方面與國外中端產

品持平；生態(tài)方面，與英偉達CUDA的成熟生態(tài)相比，國內企業(yè)多采

用OpenCL進行自主生態(tài)建設，存在明顯差距。

3、智算中心建設版圖持續(xù)擴張，智算服務靈活多樣

智算中心聚焦東部城市，以政府主導國產化為主。截至2023年

5月，全國超35個城市在建或投運44個智算中心(在建15個智算

中心，投運29個智算中心)，其中明確面向AI大模型應用的有11

個。地理分布集聚一線及省會城市,與大模型研發(fā)分布強相關。智算

16

中心建設以東部為主，京津冀、長三角、粵港澳共29個（占比近66%）,其

中9個在建，20個投運，面向西部樞紐節(jié)點逐漸開展布局。東部多

為政府主導建設，且國產化占比高（54%），西部以云商自建為主。

地方政府牽頭主導34個（占比近8（%），主要滿足當地AI產業(yè)發(fā)展,

且以華為昇騰、寒武紀等為主要合作方提供國產化能力。西部以云商為

主，如阿里烏蘭察部智算中心、字節(jié)跳動與毫末智行合建雪湖綠洲

（山西大同）智算中心。受限于需求不清晰、高性能芯片產業(yè)生態(tài)不

成熟等因素影響，智算規(guī)模普遍偏小。智算中心規(guī)模在100-

300PFL0PS內占比超70%以上，超過1EFL0PS規(guī)模的智算中心約占25%

（超半數為云商及大型企業(yè)自建），且全部集中在京津冀、長三角和

粵港澳區(qū)域。

東北

內蒙古

▲：0?

57個

長三角

:20^

西部

智算中心

▲大模型粵港澳

22個

圖4我國智算中心及大模型分布

17

由于智算需求場景多樣且高度定制化，相較于傳統(tǒng)數據中心，智

算中心服務模式呈現多元化特點，包括機房托管、算力租賃、智算平

臺、工具集及咨詢等增值服務、模型即服務（MaaS）、大模型應用服

務以及各種組合模式。

（-）機房托管：機房托管服務與傳統(tǒng)數據中心服務模式類型相

同，但需要面向智算提供更高層次的定制化（功耗、配電、網絡等），

主要面向云商、AI公司、大型央企等客戶。

（二）算力租賃：主要面向中小型科技公司、IT公司、小參數量

的模型（10B規(guī)模）等客戶，通過將閑置GPU資源通過云服務的形式

將服務器或虛擬機租用給用戶，采用按使用時間及利用率收費。

（三）大模型托管、訓練、部署、訂閱等從laaS到SaaS全線服

務。一是提供GPU主機、高性能計算、批量計算等laaS產品。二是

依靠智算平臺提供公有云和專有云，為各類科研、公共服務和企業(yè)機

構提供算力調度、數據處理、模型開發(fā)等一體化智能計算服務。三是

通過MaaS提供模型定制、精調、部署等一站式模型服務。四是基于

大模型和MaaS能力全面智能升級SaaS應用，幫助企業(yè)構建行業(yè)大模

型或集成在企業(yè)應用上、以及面向公眾用戶提供搭載大模型應用的基于

大模型的搜索引擎、數字人等服務。

18

■0服務指供方

大0云高AI科技公司I"服務有

應用?身（g）

BTA.瘦索引隼

BMMPM

M一訓號.用L,

■“零包：M,飛莢

的■力?理利康、則生產M平臺

G1TU力

■918.0雙機

Rtt.安全、istt

圖5智算服務體系

未來智算服務模式將由現階段集成AI大模型能力的云產品的賣

方市場，逐步過渡到圍繞產品提供配套衍生服務，最終形成基于標準

化智算中心基于“AI原生”生態(tài)服務的買方市場。

4、大模型呈蓬勃發(fā)展態(tài)勢，助力產數業(yè)務發(fā)展

我國大模型研發(fā)快速增長，大模型研發(fā)分布以東部城市為主。從

全球己發(fā)布的大模型分布來看，中國和美國大幅領先，超過全球總數的

80%,美國在大模型數量方面始終居全球最高，中國從2020年進入大

模型快速發(fā)展期，目前與美國保持同步增長態(tài)勢。據不完全統(tǒng)計，目前

中國10億參數規(guī)模以上的大模型已發(fā)布79個，14個省市/地區(qū)

都在開展大模型研發(fā)，與智算中心布局一致，主要集中在北京（38個）、

[18]

廣東（20個）、浙江（5個）和上海（5個）o其中大模型開源占

比過半，高校/科研機構是開源主力。清華大學的ChatGLM-6B、復旦

大學的VOSS以及百度的文心系列大模型開源影響力最高。

通用大模型不僅需要海量數據與雄厚算力支撐，對資金實力、人

19

才隊伍等也提出更高要求。如ChatGPT單次訓練成本高達數百萬美金,

OpcnAI核心團隊87人，全部來自世界頂尖高等院校。未來將呈現少

數幾家通用大模型，并涌現出無數更貼近產業(yè)需求的行業(yè)大模型的趨

勢。

智算賦能行業(yè)應用，是產數業(yè)務發(fā)展的〃加速器〃。行業(yè)大模型

通過對垂直細分領域的數據進行更有針對性的訓練和優(yōu)化，從而更好

地理解行業(yè)的語義和規(guī)范，更有效地執(zhí)行專業(yè)性更強的任務。如金融

的風險控制和投資決策，醫(yī)療的圖像識別和診斷，交通的調度和路徑

優(yōu)化，能源的能耗預測、碳排放監(jiān)測等。預計生成式AI能為這些行

業(yè)帶來1000億美元到3000億美元的收益。通用大模型企業(yè)基于自有

通用大模型+外部行業(yè)數據的模式拓展多個行業(yè)大模型，行業(yè)公司基于

開源大模型+內部行業(yè)數據賦能自身應用。截至2023年8月，國內已

落地的行業(yè)大模型共72個，主要集中在金融(14個，19.4%)、醫(yī)

療Q4個，19.4%))、傳媒游戲(811.1%)及教育科研(8個，

11.1%)。

枇發(fā)霧售

*

4000

潸3000工業(yè)制造

在*

效高薪技術產業(yè)

益

空

間

?交通物流能源

教育?

?公共管理服務電信

面體娛樂?保險

3040506070

大模型對各行業(yè)工作時長影峋程度(%)

圖6大模型潛在影響矩陣隨

20

三、智算發(fā)展五大新趨勢

趨勢1:國產多元異構算力融合推動智算長效發(fā)展

大模型發(fā)展推動CPU、GPU、DPU等〃XPU〃異構算力融合。

一方面，模型訓練、邊緣推理、數值模擬等不同智能應用需要智算中心

提供不同的算力，如自動駕駛、智慧醫(yī)療等場景既需要高精度通用

算力也需要低精度專用算力［2叫另一方面，隨著多模態(tài)大模型流量規(guī)

模增長，CPU、GPU需要拿出更多精力處理數據傳輸，需要利用DPU

減負，從而更好地處理“本職工作”。中國電信自研紫金DPU實現

服務器虛擬化零損耗，全面釋放算力，同時網絡PPS性能翻倍、存儲

IOPS性能提升兩倍、網絡時延降低至原來的四分之一。

高端AI芯片國產化能力是我國智算產業(yè)長效發(fā)展的關鍵。一方

面，我國AI芯片需求增長迅猛，華為數據顯示，我國對人工智能芯

片的需求半年內增長了十倍以上；IDC預測，未來18個月，GPU、

ASIC和FPGA等AI芯片搭載率將持續(xù)增高。另一方面，我國高端

AI芯片性能與國際領先水平仍有差距，對美國依賴較大。隨著美國

對中國高端AI芯片的管制進一步加強，如英偉達等廠商對中國（含

香港）禁運高性能GPU,需要我國持續(xù)加強芯片技術攻關，提升GPU

的國產化替代能力。

趨勢2:智算從單節(jié)點向區(qū)域化協同、邊端部署演變

大模型驅動的智算成為東數西算的最佳實踐。由于異構算力封裝、

21

超大帶寬和超低延遲傳輸網絡技術仍未解決，以當前模型訓練參數量

（千億級）為參考，大模型訓練等的AI計算基本依靠單智算中心完

成，且基本集中在同構智能算力中心。智算中心選址多位于東部地區(qū)，

東部區(qū)域在傳統(tǒng)數據中心建設方面，由于受能耗、成本等因素的影響發(fā)

展放緩，但各地政府為實現大模型的創(chuàng)新培育與產業(yè)聚集，短期內將主

導智算中心發(fā)展，形成布局一線及省會城市。長期來看（5年以上），

受成本、雙碳目標以及業(yè)務模式等因素影響，集約、規(guī)?；闹撬阒行?/p>

向全國一體化樞紐節(jié)點布局的趨勢不會改變。未來隨著計算機視覺、科

學計算等多模態(tài)大模型的發(fā)展以及參數量的規(guī)模增長（萬億以上），將

帶動東數西訓、東數西渲成為東數西算場景落地的最佳實踐，并呈現兩

大趨勢：一是大模型演進為多個智算中心分布式訓練，且此時智算中心

間可以通過全光網等方式實現us級時延，智算中心間交互帶寬達T

級別以上；二是業(yè)務應用調用多個專業(yè)大模型，可能形成云計算中心與

智算中心間一對多的互聯需求，流量規(guī)模增長。西部地區(qū)具備發(fā)展智算

中心、承接東部算力需求的潛力，東西跨區(qū)域協同將更加突出。

訓練-推理的集中-邊緣/終端兩級化布局逐步形成?，F有大模型

業(yè)務模式主要包括與大模型直接交互和基于大模型能力的產品改造。

前者以獵奇為主，短期并發(fā)難以持續(xù)，如ChatGPT的訪問量增長率1

月環(huán)比增長131.6%,5月下降至2.8隊后者更多實現大模型與產品、

業(yè)務流程的融合，將成為主流形態(tài)，如集成了GPT4的Bing搜索引擎用

戶訪問規(guī)模已超ChatGPT。隨著多模態(tài)大模型逐步成熟，將推動2B

22

生產型和2C消費型流量漸成規(guī)模，以高頻富媒體即時交互為主，業(yè)

務應用調用多個專業(yè)大模型成為主要方式，驅動分布式推理智算中心

下沉，中心（訓練）-邊緣（推理）將成大模型的主流部署方式。此外,

隨著大模型輕量化處理、終端性能的持續(xù)提升，大模型從云端到終端

部署漸成發(fā)展趨勢。截至2023年2月國內存量手機終端智能算

力總規(guī)模是我國數據中心算力總規(guī)模12倍以上，相當于近一百萬片

英偉達H100芯片算力卬，大模型的云-邊-端協同應用將在未來幾年

趨勢3:普惠泛在的智算服務生態(tài)正逐步構建

智能算力使用具有周期性，復用難。AI大模型以“大規(guī)模預訓

練+微調”為主，前期預訓練工作量大，且需要高性能大算力AI芯

片支撐，算力需求呈現周期性，后期推理算力對芯片計算能力要求用對

較低。智算中心的算法模型、AI架構定制化程度高，其他場景難以復

用。據IDC調研，超過80%的受訪組織表示會考慮購買預先訓練好

23

的人工智能模型，但未來2-3年私有化部署仍將是整個智算市場的主流。

由于當前國內高性能芯片受限、智能算力建設及使用門檻高等原因，借

助平臺調度實現算力錯峰使用，并整合數據集、組