以下是关于算力应用在不同行业的需求特征的介绍，如果有兴趣了解更多相关的内容，请下载原报告阅读。
ICT创新往往“牵一发而动全身”，需要“通信+计算+存储”三位一体协同升级，朝着云、物、大、智、 虚等方面不断进化，相关算力需求呈现多元化、低时延、灵活迁移等显著特征：
计算场景丰富多样，多元算力需求显著提升
各类智能化应用渗透率不断提高，智能化愈发多样化、个性化，相关算力需 求大规模增长的同时，呈现出多元化趋势，在通用算力之外，智能计算、边 缘计算、安全计算等需求高企。
5G网络尚在持续部署，计算时延要求日趋严格
以目前的网络建设水平，中长距离数据传输仍面临较大时延，算力调度等严 重受限，如“东数西算”工程中网络时效性仍较弱；此外，复杂多样的计算 任务需要运行稳定且高效的网络作为支撑，对算力提出了更高要求。
智能终端走向泛在分布，要求算力可灵活迁移
手机、电脑、智能家居设备、可穿戴医疗健康设备等多样化智能终端不断普 及，传统以云为主的集中存储和计算模式愈发难以满足“跨终端”“零等待” 的用户体验需求，现有场景要求基于终端设备实时、多端、无缝访问用户数 据，实现高效一致的跨终端计算。
当前，中国制造业数字化转型已取得不错成效，智能制造试点示范项目生产效率平均提高45%、产品研 制周期平均缩短35%、产品不良品率平均降低35%，涌现出了离散型智能制造、流程型智能制造、网络 协同制造、大规模个性化定制、远程运维服务等新模式新业态32。
不过，与高质量发展的要求相比，智能制造发展仍存在供给适配性不高、创新能力不强、应用深度广度 不够等问题，相关算力需求呈现高效化、低成本、绿色化等显著特征：
为赋能业务流程及打造增量价值，算力高效率需求上升
目前许多装备制造业企业相对缺乏完善灵活的生产控制计划，且生产计划与 采购计划未能有效结合，“研-产-供”等业务流程急需优化，全价值链运营及 决策效率低下，数字化运营及智能技术的应用对算力等基础设施提出了更高 要求。
产线周期急需优化，低成本的推进需以算力为支撑
工厂各种活动数字化成本较高、周期较长，企业在产品、工艺、产线等方面 研发与验证工作急需逐渐降低成本，需要生产系统建模与仿真技术的支持。 降低试错成本、缩短产线周期需要海量算力的普遍应用。
绿色智能的数据与计算设施正加快布局，推动“绿色计算” 是当务之急
加快节能低碳技术研发，加快先进绿色技术产品应用，鼓励应用高密度集成 的高效IT设备，提升能源利用效率，需要持续提升能源高效清洁利用水平，引 导新型数据中心向新能源发电侧建设，全面提升用能效率。发展“绿色计 算”，即散热和节能用能技术是当务之急。
汽车厂商之间的竞争正在从“马力”主导的速度、操控竞争，转向“算力”主导的数据、软件竞争，汽 车整体产业链合作也从“链式”逐步转化为“网状”，从车载计算平台到车企数据中台再到产业链级算 力中心，算力需求全面爆发，呈现出大型化、弹性化、集约化等显著特征：
汽车全产业链算力需求扩张，要求大规模、弹性化算力供给
汽车智能化升级过程伴随着汽车全产业链条的数字化发展，研发端、生产制 造端、运营端、营销端、车端、出行端等各环节的数据将被打通，算力需求 将扩大至汽车产业链全环节，要求提供更大规模且调度灵活的算力资源，倒 逼算力供给侧积极推动算力弹性部署。
车企自建算力平台渐成趋势，要求实现低成本、集约化建设
面向车载计算平台以及全产业数字化转型带来的巨量算力需求，越来越多的 车企开始选择自建数据中心等算力平台，一方面有利于积极应对汽车行业越 来越严格的数据管理要求，另一方面有利于算力供不应求的市场环境下保障 自给自足，更有望与生态合作伙伴共享算力。不过，车企自建算力平台也意 味着漫长的建设周期和巨额的成本投入，亟需实现低成本、集约化建设。
2021年7月，“双减”政策落地，强调着眼建设高质量教育体系，强化学校教育主阵地作用，几乎同时， 国家教育部等六部门发布《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》，提 出加快推进教育新基建，构建高质量教育支撑体系。面向教育高质量发展需求，服务于教育新基建的公 共型算力成为刚需，而在学校这一教育主阵地中，服务高校科研的高性能算力需求潜力巨大。
教育新基建持续倒逼公共型算力供给
中国计划到2025年，基本形成结构优化、集约高效、安全可靠的教育新型基 础设施体系35。其中，构建新型数据中心是重要手段，强调支持省级教育行政 部门通过混合云模式建设教育云，为本地区教育机构提供便捷可靠的计算存 储和灾备服务，并鼓励区域和高校共享高新性能计算资源和人工智能算力资 源。预计在政策强力推动下，面向各级院校和各类教育机构的公共型算力需 求会持续高涨。
高校科研计算强力带动高性能算力需求
高校是国家战略科技力量的重要组成部分，当前国内许多高校正提速建设高 性能计算中心，此类计算中心的规模通常在“百节点、万核心”，日常使用 率达到80%以上，结合2022年11月公布的第60届全球超级计算机TOP500榜 单来看，上海交通大学、中南大学、清华大学、南京大学这四所中国高校的 高性能中心成功上榜，建设规模已进入千万亿次级别（P级别）。预计在“双 一流”建设背景下，越来越多高校将加大高性能算力投入，以加快取得突破 性研究成果，保持优势学科的学术水平领先。
在人口老龄化加剧与医疗资源有限等问题日益凸显的背景下，中国医疗信息化正在加速推进，尤其是随 着中国公共卫生工作重心逐步由防控感染转为医疗救治，医院信息化工作将脱离快速应急响应状态，回 归促进医院高质量发展的主航道，围绕健康医疗大数据规范应用和“互联网+医疗健康”创新发展等任务， 对算力服务提出了安全可靠、灵活调度等要求。
医疗大数据质量及安全管理需求日益突出，安全可靠成为 算力硬要求
目前医院的数字化转型进程中面临着临床业务数据分散、患者隐私泄露、数 据未授权使用、搜集病例数据耗时太多、数据难以复用以及数据标准不一等 问题。随着医院和医生的数据意识加强，数字化场景日益丰富，实现医疗大 数据精细化管理、加快健康医疗数据安全体系建设，强化数据安全监测和预 警等成为必选项，必然要求更加安全可靠的算力。
进一步优化医疗资源跨时空配置，需以可灵活调度的算力 为支撑
互联网医疗充分打破了医疗资源分布的时空限制，实现了医疗资源的合理利 用和精准服务，当前互联网医疗应用已经从简单的医患跨时空对接，逐步过 渡到线上线下一体化阶段，数字化诊疗服务将陪伴患者从门诊到住院、从院 内到院外、从线上到线下的全病程，患者可以通过各类医疗智能硬件和软件 应用快速、精准地获取医疗服务，对算力提出了可灵活调度的要求。
