【专题】2024年中国智能算力行业白皮书报告汇总PDF洞察（附原数据表）

原文链接：https://tecdat.cn/?p=37944

中国智能算力在不同领域应用分布不均，互联网占主导，其他领域有发展潜力。文末89份算力行业研究报告最新趋势已分享在交流群，阅读原文进群和500+行业人士共同交流和成长。

全球算力规模持续扩张，智能算力增长迅猛，我国算力总规模居全球第二，网络与能效不断提升。“东数西算”显示东部算力需求大，西部较小。各省份算力发展与经济规模正相关，可分为供给驱动、需求拉动和协同发展型。此外，超能云终端的应用将推动云计算等技术落地，加速企业数字化转型，市场前景广阔，成为数字经济与实体经济融合的重要力量。

生成式 AI 技术推动中国智能算力增长，2023 年约 414EFLOPS。目前主要用于互联网，未来有望达 1436EFLOPS。

生成式 AI 技术的迅猛增长促使对高性能算力的需求急剧攀升，2023 年，中国智能算力规模达到约 414EFLOPS，主要运用于互联网领域大模型的训练与推理。在未来，随着大模型向各行业分化，通用算力、智能算力与超算算力将愈发呈现融合之势。人工智能发展的三要素如下：

互联网引领智能算力应用，下游行业渗透率加速提升。

• 大量场景数据为 AI 训练奠定基础。从 2019 年至 2023 年，中国智能算力规模由 32EFLOPS 跃升至 414EFLOPS，此期间年复合增长率约为 90.1%，不仅超越同期中国通用算力规模的增速，整体增长势头更是极为强劲。

• 高性能计算机赋予数据处理计算能力。就智能算力下游应用行业的分类而言，当前智能算力主要应用于互联网行业，占比超过五成。这是因为互联网企业相较于其他行业，在大模型上的投入更大，所以对计算的需求也更为旺盛。其他行业目前尚处于探索人工智能应用的阶段，对智能算力的需求整体还处在培育期。

• 算法是基于数据分析构建的基础规律并进行预测。展望未来，预计到 2028 年，中国智能算力规模将达 1436EFLOPS。

中国智能算力规模从 2019 年到 2023 年增长迅速，且未来几年仍将持续增长，在人工智能发展中发挥着至关重要的作用。

具体分析

1. 时间顺序：从 2019 年的 32EFLOPS 起步，中国智能算力规模逐年递增。到 2023 年达到 414EFLOPS，期间年复合增长率约为 90.1%。预计到 2028 年将达到 1436EFLOPS。这一增长趋势表明，随着时间的推移，对智能算力的需求不断攀升。

2. 从行业应用结构来看，目前互联网行业占比超过五成，是智能算力的主要应用领域。这是因为互联网企业在大模型投入方面较多，对计算需求大。而其他行业目前处于探索人工智能应用阶段，对智能算力的需求还在培育期。未来随着人工智能应用加速落地，其他行业的需求将会大幅提升，从而进一步推动智能算力规模的增长。

3. 智能算力对于人工智能的发展至关重要。大量的场景数据为 AI 训练提供基础，高性能计算机提供数据处理计算能力，算法则是基于数据分析构建的基础规律并进行预测。这三个要素共同构成了人工智能发展的基础，而智能算力在其中起着核心支撑作用。

中国智能算力应用分布图呈现出多元的应用格局：

2023 年中国智能算力在不同领域的应用分布不均，互联网领域占主导，而其他领域仍有较大发展潜力。

具体分析

1. 从图表中可以清晰看出，2023 年中国智能算力主要应用于互联网领域，占比高达 53%。金融、教育、工业制造、电信、政府和服务等领域占比较小，分别为 4%、4%、4%、4%、9% 和 18%。这表明目前智能算力的应用在各领域间存在较大差异。

2. 智能算力在不同领域都有着重要的作用。在互联网领域，大模型的训练和推理对智能算力需求巨大，推动了互联网行业的快速发展。在金融领域，智能算力可用于风险评估、交易决策等，提高金融服务的效率和安全性。教育领域可借助智能算力实现个性化学习和智能教育管理。工业制造中，智能算力有助于优化生产流程、提高产品质量。电信领域可利用智能算力提升网络性能和服务质量。政府部门可运用智能算力进行数据分析和决策支持，提高公共服务水平。服务领域也能通过智能算力提升客户体验和运营效率。

2023 年数字中国建设积极，数据要素市场活跃，算力中心机架规模增长，算力总规模居全球第二，网络与能效提升。

我国的数据要素市场正日益活跃。在 2023 年，数字中国建设收获了积极的成果。数据基础制度的建设步伐不断加快，一个上下联动且横向协同的全国数据工作体系已初步构建完成。我国的数据生产总量达到了 32.85ZB，与去年同期相比，增长了 22.44%，整体呈现出稳步上升的态势。到 2023 年年末，我国的数据存储总量达 1.73ZB，在此背景下，算力需求也在持续攀升。

我国的算力规模实现了高速增长。截至 2023 年年末，我国在用算力中心机架的总规模达到了 810 万标准机架（这里以功率 2.5 千瓦作为一个标准机架），相较于 2022 年年末，增长幅度为 24.2%，具体情况可参考图。我国的算力总规模超过 230EFLOPS (FP32)，在全球范围内位居第二。存力规模约为 1200EB，其中先进存储容量所占比例超过 25%。

我国算力中心的网络质量有了显著提升。近些年来，我国的网络架构持续优化，截至 2023 年年末，国家级骨干直联点增加到 26 个，骨干网互联带宽扩充至 40T。从接入网络层级方面来看，我国有 58.3% 的在用算力中心连接着骨干网。从接入带宽的角度而言，我国在用算力中心的出口带宽平均为 821Gbit/s，在用机架的平均带宽约为 885Mbit/s。

我国算力中心的能效水平也在与日俱增。截至 2023 年年末，我国算力中心的总耗电量约为 1500 亿千瓦时，同比增长 15%。我国在用算力中心的平均 PUE 为 1.48，和 2022 年的 1.52 相比有所优化。其中，在用超大型算力中心的平均 PUE 为 1.33，大型算力中心的平均 PUE 为 1.43。规划在建算力中心的平均设计 PUE 约为 1.29。

人工智能AI算力高质量发展评估体系

全球算力扩张，智算翻倍。AIGC 促智算增长，2023 年全球算力总规模 910EFLOPS，我国东部智算中心多。

全球算力规模持续稳步扩张，其中智算更是实现同比翻倍增长。以 AIGC 为代表的人工智能应用以及大模型训练等崭新需求与业务的强势崛起，有力地推动着全球智算规模展现出高速增长的强劲态势。据中国信通院的测算结果，截至 2023 年年末，全球算力总规模约达 910EFLOPS，同比增长 40%；而智能算力规模则高达 335EFLOPS，同比增长幅度达到了 136%，其增速远远超越了算力整体规模的增速。

近年来，全球算力规模稳步扩张，尤其是智能算力呈现出高速增长的态势。从图表中，我们可以清晰地看出全球不同类型算力在 2021 年至 2023 年的发展变化。

全球算力规模持续增长，其中智能算力增长最为迅猛，通用算力稳步发展，超算算力相对增长较为缓慢。

按照时间顺序进行分析，从 2021 年到 2023 年，通用算力从数据上看有一定幅度的增长。到 2022 年和 2023 年，其数值分别为 498 和 551，增长较为稳定。这表明在全球数字化进程中，通用算力始终发挥着基础支撑作用，满足着各类日常业务和传统计算需求。

智能算力的增长则令人瞩目。2021 年智能算力数值约为 113，到 2022 年增长至 142，而在 2023 年更是飙升至 335，同比翻倍增长。这主要是由于以 AIGC 为代表的人工智能应用、大模型训练等新需求、新业务的崛起。这些新兴领域对智能算力的需求巨大，推动了智能算力规模呈现高速增长态势。

超算算力在这三年中的增长相对不那么突出。2021 年和 2022 年数据分别约为 10 和 24，到 2023 年虽有所增长，但与通用算力和智能算力相比，增长幅度较小。超算算力主要应用于高端科研、复杂模拟等特定领域，其应用场景相对较为局限。

全球算力主要由通用算力、智能算力和超算算力组成。通用算力作为基础，满足广泛的日常计算需求；智能算力则在新兴技术领域发挥关键作用；超算算力针对特定高端需求提供强大计算能力。三者相互补充，共同构建了全球算力体系。

按照重要性顺序分析，智能算力的高速增长对全球经济和科技发展的重要性日益凸显。随着人工智能等新兴技术的不断发展，智能算力将在未来的数字经济中扮演更加关键的角色。通用算力的稳定增长也不可或缺，它为各个行业的正常运转提供保障。超算算力虽然重要性相对较低，但在特定领域的重大科研和复杂计算中仍具有不可替代的地位。

从当前的发展趋势来看，全球应继续加大对算力基础设施的投入，尤其是智能算力领域。政府和企业应共同努力，推进智算中心建设，提高智能算力的供给能力。同时，也要注重通用算力和超算算力的协同发展，以满足不同领域的计算需求，为全球数字经济的繁荣和科技创新提供强大的算力支持。

“东数西算”显东部算力需求大，西部较小。

根据“东数西算”工程的数据枢纽及数据中心布局，以及IDC统计的服务器出货量及预测数据，未来几年内，京津冀、长三角和粤港澳地区将继续占据服务器需求前三的位置，尤其是京津冀地区。尽管西部地区的数据枢纽和数据中心规划增加了对服务器的需求，但总体规模仍远小于东部地区。

从经济发展水平和数据中心建设情况来看，京津冀、长三角和粤港澳大湾区等经济发达地区的数据中心建设起步较早，多数已建成或正在建设的数据中心位于东部地区。各区域对服务器的需求量随时间保持平稳增长，其中京津冀地区的年需求量预计将达到236.7万台，长三角和广东省的年需求量将分别达到98.0万台和67.4万台。相比之下，西部地区的需求较为平稳且规模较小。

总体上，我国数据中心分布与算力硬件需求呈现“东高西低”、“东密西疏”的地域特征。东部经济发达地区在算力硬件需求方面呈现平稳增长趋势，而西部数据中心建设对算力硬件需求的提升效果有限，整体保持稳定。

依据中国算力发展指数2.0的评估方法，结合各城市的算力基础设施规模、技术发展水平、产业应用发展水平等指标计算各城市算力发展指数，以此给出我国算力二十强市榜单。其中北京、上海的领先优势明显，广东、江苏入围城市最多。

各省份的算力发展水平与其经济规模之间存在显著的正相关关系，突显了算力在推动各省份经济发展中的核心作用。

各省份的算力发展指数与其经济规模之间呈现出明显的正相关，显示出算力在推动各省份经济发展中的重要作用。2022年，那些数字经济和地区生产总值较高的省份，其算力发展的水平也相应地位于前列。当算力发展指数提升1点，数字经济会增加约570亿元，这大约占到了全国数字经济规模的1.14%；同时，地区生产总值也会增长约1285亿元，约占全国GDP的1.06%。然而，从整体来看，2022年算力对数字经济和地区生产总值的推动作用相比2021年有所减弱，这主要归因于以下四大因素：

首先，随着算力的不断增长，其边际效应逐渐变得明显，导致其对经济增长的推动作用逐渐减弱。
其次，算力增长对经济的推动作用具有一定的滞后性，从算力建设完成到其发挥最大效用需要1到3年的时间。
第三，算力的经济增长需要新的需求和新的应用来驱动。与大领域全面的升级相比，细分领域的应用升级对经济的推动作用较小，例如，自动驾驶技术的下沉所带来的经济提升并不如人工智能本身的推动作用大。
最后，2022年我国多地面临的疫情高发和严格的封控措施，对国民经济的增长构成了严重的阻碍。

根据各省份的算力发展特点，可以将其划分为供给驱动型、需求拉动型和协同发展型三类。具体来说：

• 以北京、上海、广东为代表的供给驱动型省份，其本地的算力和算力产业规模都较大，且算力环境良好，为其他省份提供了算力消费和行业应用的支持。这些省份正在加速推进先进算力的绿色集约化发展，并加强核心骨干网络的建设，力求充分发挥其算力枢纽的作用，为周边地区乃至全国提供更为快速和便捷的算力资源。

• 以江苏、山东、河南、四川、湖北、福建、湖南为代表的需求拉动型省份，其本地的算力需求较为旺盛，且在算力的消费应用和行业应用上都具有较高的水平。这些省份会结合地方的实际需求来进行科学规划，以更为前瞻性的方式来推进智算中心、超算等算力基础设施的建设。

• 以河北、浙江、重庆等为代表的协同发展型省份，其数字经济与算力呈现协同发展的趋势，并逐渐形成了如京津冀、长三角、粤港澳大湾区、成渝双城经济圈等区域协同发展的格局。这些地区一方面会继续吸收算力中心城市的算力溢出效应，以壮大自身的算力规模；另一方面也会深入挖掘区域内的算力应用需求，力求充分发挥算力对社会经济发展的推动作用。

超能云终端的应用将推动云计算等新一代信息技术落地

超能云终端在企业中的部署和应用将加速企业的数字化转型，对包括制造、能源、教育、医疗、政府在内的各个传统行业实现赋能。这将有助于企业降本增效，提升传统企业的效能，从而增加企业的竞争力。同时，超能云终端的应用还将推动云计算等新一代信息技术落地，助力其成为全国信息化建设与信息化产业发展的重要增长引擎。因此，超能云终端市场具有广阔的发展前景，将成为推动数字经济与实体经济深度融合的重要力量。

根据IDC数据，2021年中国大陆超能云终端市场总量达351万台，未来将迎来重大发展机遇，市场规模将以每年30%左右的速度稳定增长，至2025年市场总量将超过130万台。IDC认为超能云终端前景看好，主要归因于节能高效、业务连续性、数字化智能化、云优先策略等市场驱动因素。

超能云终端有助于减少企业IT基础架构的整体能耗，推动数字化技术的应用落地，测定碳排放量并追踪整个生态链中各级别供应商的碳排放，实现统筹与优化，加速产业结构的调整与升级。同时，超能云终端的部署可以有效地帮助企业提高能源利用效率，优化能源方面的布局，以应对能源转型的诉求。此外，数字化和智能化也是推动超能云终端市场发展的重要因素之一。随着数字化转型进程不断推进，数字化对社会、经济、文化的重塑不断加深，数字经济在GDP中的占比也不断提升。智能化是新科技革命与产业变革的重要驱动力，以AI、机器学习、大数据分析等技术为主要途径，需要大规模的性能密集型计算作为支撑。超能云终端的部署能够对企业的数字资产实现高效统筹，从而为云端的加速计算提供良好的条件，使执行大部分工作负载的处理器资源得以通过更加灵活的方式部署。最后，企业倾向于选择“云优先”的战略来迎接未来的挑战。顶层设计是数字化转型的第一步，企业需要在战略的层面对核心业务流程进行全面梳理。而后以此为蓝图，对IT架构进行整体改造，这一过程会对云基础设施及相关解决方案服务提出大量的定制化需求，同时辅以企业内部的人员结构的优化，最终实现对业务数据流的重塑。

 本专题内的参考报告（PDF）目录

加入会员群获取更多优质的服务，扫描下面二维码即可加群！