2024年计算机行业专题报告：AI浪潮，海外日新月异，国内奋力追赶

1 智算三方面奠基生产力革命，国家算网建设仍在加速

智能计算为人工智能革命的基础：1）智算中心赋予程序能理解、会思考、有效 辅助的能力；2）算力网络建设赋予万物智能，助力各行业数智化转型走向纵 深；3）多维协同计算构建模拟、还原、增强物理世界的能力。

“东数西算”五个一体化持续深入，政策推动算力更易触及。东数西算 “8+10”网络形态初具，提升节点联动性，实现算力统筹调度亦为当前重要建 设方向。推动算力建设的同时，使得算力更多服务经济发展，使其成为容易获 得的社会资源是各级政府思考发力的重点。成都、上海、北京等各地方政府发 放算力券，支持智算遍及发展。

1.1 2023 年智算中心建设步伐坚定，后续仍将保持

智算中心作为盘活数据资源，迭代落地 AI 算法的基础，向上拉动智算硬件巨大 的需求，向下促进 AI 应用繁荣，是 AI 时代重要的战略资源。智能算力是发展 人工智能的核心生产力，也是大国竞争的核心竞争力。正如国务院发展研究中 心副主任在 2023 中国国际大数据产业博览会上表示，中国市场规模大、应用场 景丰富、有制度优势，要加快算力网络建设，在全球竞争中赢得主动。根据 IDC 及浪潮信息联合发布的《2021-2022 全球计算力指数评估报告》，国家计算力指数与 GDP 走势呈现显著正相关，计算力指数平均每提高 1 点，国家的数字经济 和 GDP 将分别增长 3.5‰和 1.8‰。

国内至 2025 年，算力规模规划达 300EFLOPS，智算渗透率 35%。根据《算力基 础设施高质量行动计划》（下称《行动计划》），国内算力规模预计从 2023 年的 220EFLOPS 到 2025 年上升到 300EFLOPS，智能算力占比由 25%上升为 35%。《行 动计划》同时对运载以及存储做了明确的规划，至 2025 年，国家枢纽节点间网 络时延达标率预计提升为 80%。

各省智算建设规划明晰，算力规模、算网能力、能耗指标将持续提升。各省市 对于智能算力建设的规划更加明晰，不仅包含具体的算力规模，同时在网络时 延，利用率，以及相应的能耗指标方面均给出了明确的规划。

算力中心建设步履不停，2023 年始终处于增长当中。据 IDC 圈，2023 年全国共 95 家算力中心完成交付投产，253 家算力中心正处在建设进程中，81 家算力中心启动开工建设，102 家算力中心进行招标和拟建设。算力中心的建设在全年都 处于增长状态，且在 5 月到 8 月增速最快。

2023 年已投入使用的智算中心，在华北、华南、东部沿海、西南、西北、东三 省均有分布，东部沿海地区相对较多，包括江苏、浙江、青岛、上海等。

2023 年已投产算力中心中，对国产算力亦有较多尝试，华为昇腾占据较高比 重。2023 年已投产算力中心对国产算力有较多适配落地，其中以华为昇腾提供 的芯片为主，占比 85%。除此以外，寒武纪、中科曙光、昆仑芯等国产 AI 芯片 企业也成为一些算力中心的算力芯片供应商。 更多智驾等行业企业专用计算中心落地，智算进一步走向行业纵深。众多车企 打造的专门用于智能汽车领域的智算中心。例如，吉利集团在浙江湖州与阿里 云携手建立了吉利星睿智算中心项目，将帮助吉利在智能驾驶、智能座舱、新 能源动力管理等领域拉开技术优势；阿尔特汽车集团建立了阿尔特（无锡）智 算中心，蔚来的合肥“蔚来云”智算中心，小鹏汽车乌兰察布“扶摇”智算中 心也纷纷建立。在汽车智能化的大背景下，智驾数据量快速攀升，用于训练 AI 模型的智能计算需求也日益高涨，企业有更多动力建立专用计算中心。

人工智能将继续从感知走向认知，模型训练需求远未及天花板。当前通用以及 垂类大模型仍有较大提升空间。由于每输入一个词都会导致模型所有参数的更 新，并且每个词需要消耗浮点算力，因此，总算力需求=模型参数量*训练词数* 每个词的运算量。1 个词更新 1 个参数，需要进行乘法及加法各 1 次，总共 2 次 浮点运算。模型训练需要反向传播算法，反向传播需要的运算次数是正向传播 的 2 倍，因此，训练时每个词的运算次数为 3 次（模型推理每个词的训练量为 1 次），也就是 6 次浮点运算。以 1750 亿参数的 GPT3 为例，带入上述公式计算可 得，模型训练所需要消耗的算力就达 3.14 * 10^23 次浮点运算（FLOPs）。如果 训练使用计算能力为 19.5 TFLOPs 的英伟达 A100，所需 GPU 数量 = 1.8 * 10^23 FLOPs / (19.5 * 10^12 FLOPs/s * 训练时间秒数)，如果期望训练时间 为 15 天，则需要 2048 张 A100 GPU。

应用供给逐渐丰富，推理侧算力需求将迎来快速增长。推理侧算力需求取决于 问答及模型的复杂程度。以 NLP 模型来说，所需 FLOPs ≈ L * 模型维度 * 模 型层数，L 是指问题长度加上回答长度。处理输出音频、图片、视频等多模态所 需算力更大。推理侧应用场景广，落地场景形成后，算力需求增长的斜率更加陡峭。同时，由于推理芯片的可定制化程度较高，芯片性能要求相对训练较 低，因此，国产芯片厂商有希望率先在推理侧推进国产化替代。

1.2 智算助力知识边界拓展，挖掘企业内外部知识价值

知识信息探索永无边界，智算从内外两个方面挖掘知识价值，分别为：1）更好 利用企业内外部数据资产；2）算力推动大模型探索更广阔的未知。 算力将企业内外部数据转化为生产力：1）企业内部更多数据待处理、利用、分 析，带动“云-端”算力需求增长。供应链、员工、设备等数据对企业的决策、 运营和管理有重要价值，待挖掘及利用；2）国内优质数据供给量进一步加大， 要素化快速推进。根据信通院数据，2022 年我国数据产量 8.1ZB，全球占比为 10.5%，占比相较 2021 年增长 0.6 个百分点。国内人口基数大、市场规模广、 产业丰富，随着政府及产业个体对数字化的重视程度提高，未来优质数据的供 给量将进一步增大。同时，中国数据交易机构数量仍在显著的增长，为数据的 高效流通打下基础。

智算支持科学研究更加精确，更准确地模拟现实。在企业生产领域包括生产仿 真 100 倍精度、风洞仿真、AI 创新药探索等。智算同时支持自然科学研究不断 深入，包括生态监测、海洋监测、地震预测等。

1.3 智算含“华”量提升或超预期，关注海外智算服务价值

中美两国在高科技领域竞争升级，美国进一步收紧涉及高性能计算的产品及技 术对华出口。确保中国不落后于智能化发展，智能算力国产化迫在眉睫。在这 一过程中，国产优质厂商预计将凭借政策支持，产业扩容，后发优势等因素， 获得更多产业链联合研发机会，项目定点落地，并最终加速研发成果在企业报 表端的体现。

国产智算芯片硬件性能不断突破，软件生态兼容与自建两条腿走路。通过对国 内外智算芯片厂商当前最领先产品关键硬件性能指标的梳理，可以看出华为昇 腾 910 芯片处于领先的地位，与英伟达 A100 性能较为接近。此外，寒武纪、壁 仞科技、燧原科技、天数智芯等公司的智算芯片性能也处于领先的地位。随着 政策支持及产业发展，看好以华为为首的 AI 芯片国产化替代前景。软件方面， 在支持其他生态代码迁移的同时，AI 芯片独角兽也在自建开发工具集。同时 AI 芯片独角兽也积极参与华为、百度等大厂的生态共建。摩尔线程携手浪潮共建 元脑生态。沐曦科技、壁仞科技作为华为昇思开源社区理事的身份，深度参与 昇思生态的构建。

华为昇腾芯片性能及生态在国产算力硬件中处于领先地位。华为拥有全场景开 源 AI 框架昇思 MindSpore，并支持与各种计算框架对接。除华为自研的应用使 能工具 MindX 外，支持第三方平台应用。实现了从模型研发到落地千行百业的 全链条赋能。在 2023 年 5 月的鲲鹏昇腾开发者峰会上，华为公布目前鲲鹏和昇 腾 AI 开发者已经超过 350 万，合作伙伴超过 5600 家，解决方案认证超过 15500 个。

华为存、算、网、储一体化优势，智算集群能力领先。华为出身通讯设备厂 商，在先进网络通信方面持续引领创新，稳稳处于国内计算机网络设备的第一 梯队。根据前瞻产业研究院 2023 年 8 月发布的报告，中国计算机网络设备上市 公司市场格局看，华为在交换机及企业级路由器行业国内市占率处于第一位， 企业级路由器市占率 49%，企业级 WLAN 市占率与新华三接近。华为在算网方面全面的布局，及技术领先性保障了华为总体解决方案的竞争力。在 2023 年人工 智能大会上，华为发布业内首个万卡 AI 计算集群解决方案。

昇腾服务器推广加速，近期招标不断突破。中国电信 AI 算力服务器 (2023- 2024 年)集中采购项目中，使用鲲鹏芯片的 AI 服务器 1977 台，规模占比为 47.35%，总计金额为 28 亿元。从电信集采入围厂商看，华坤振宇份额占比 31%，超聚变占比 22%，烽火通信占比 16%，其次为宝德、新华三、湘江鲲鹏、 神州数码，共计 7 家。地方人工智能计算中心对昇腾芯片落地的探索已有较多 尝试，典型如鹏城云脑以及北京昇腾人工智能计算中心等。

跨境数据传输政策进一步明确，海外智算服务商业模式更加清晰。美国高性能 计算芯片对华出口限制预期较难缓解，国内高端智算算力中期仍将供给不足， 企业将部分计算任务转移到海外完成具有较高的需求。12 月 7 日，国务院明确 企业和个人因业务需要确需向境外提供数据，且符合国家数据跨境传输安全管 理要求的，可以向境外提供。政策优化为企业进行境外智能计算提供便利。润 建股份等国内厂商在海外算力已有一定布局。11 月，润建股份与巨微集团及金 康国际达成战略合作，拟在马来西亚等国家投资建设算力中心，打造辐射东盟 的云节点和算力节点，首期规划建设约 1000P 算力服务。

2 行业数智化转型快速推进，算力赋予万物智能

降本增效需求推动行业数智化转型步履不停，企业数字化转型支出今明两年增 速约 20%。数据要素化，新技术发展使得各行各业提升业务及流程自动化，运营 智能化成为可能，各行业在 AI 及数字化转型的投入预计保持较高增速。根据世 界银行 2022 年的预测，全球人工智能支出增幅约为 27%，数字化转型支出增幅 约为 18%，至 2024 年预计增速稳定。中国企业数字化转型支出预计保持较高增 长，2022 至 2026 年 CAGR 为 18.89%。

不同行业企业数字化基础及模型容错度存在差异。由于各个行业资本结构、劳 动主体、运作流程天然不同，当前各行业的信息化程度存在差异。随着智能传 感和人工智能技术进步，企业过去想做却较难实现的，现在成为了可能。对模 型精度要求较高的行业在推进人工智能落地方面相对需要更长时间的观察，且 主要为辅助决策。

更多涉及供应链管理及运营策略，营销及服务研发的行业更早推动人工智能应 用。从降本的维度看，人工智能在供应链管理方面的降本效果最明显，有 41%的 企业成本降低超过 20%，其次，AI 在企业策略或运营环节的降本效果同样显 著。从增收的角度看，AI 应用使 24%的企业在产品服务研发环节的收入增长达 到 6-10%，14%的企业在人力和供应链管理环节的收入增长超过 10%。

互联网、制造、金融为当前算力水平较高的行业。根据清华产研院的报告，统 计范围内的行业在 2022-2023 年相较前一年有较明显的计算力水平提升。制造 行业算力水平由原来的第三位上升至第二位，政府、教育、医疗行业的算力水 平增长较明显。

3 多维协同计算：模拟、还原、增强物理世界的能力

计算亦将更加立体，端云协同计算趋势明显。由于对安全性和及时性的要求， 更多数据需要在端侧处理，云-边-端协同计算趋势明显。

云与边缘、边缘与边缘、虚拟与现实多维协同计算。智能制造、智能城市、智 能巡检、智能交通等 AI 和新兴数据密集型应用在快速发展，低时延响应、节约 带宽成本、保护数据隐私安全等应用体验驱动计算向端边云协同发展，实现一 体化的计算架构。

边缘端扮演调度员、安全员。边缘端调度员作用体现在，对不同类型的数据， 结合处理结果及时性及数据安全性的考量，将数据分配到本地或云端进行计 算。同时，边缘数字身份和隐私计算是建立整个数字信任体系的关键技术，基 于密码学的同态加密和安全多方计算技术实现密态计算，并利用数字身份达到 数据确权。对数据安全性以及输出结果及时性要求较高的场景，包括自动驾 驶、医疗、金融等，部分及时数据需要在边缘端计算。

3.1 一体机降本易用、低延迟、高安全，助推国产算力落地

训推一体机提高算力利用效率、提升单位算力能力、简化 AI 部署。一体机提供 软硬一体化的解决方案，除硬件层提供算力支撑外，一体机也结合不同行业和 应用场景，搭配模型和软件算法来最大程度的发挥硬件性能。 华为昇腾 AI 大模型训推一体机提供开箱即用大模型解决方案。在 2023 年昇腾 人工智能大会上，华为推出了行业大模型训推一体解决方案。一体机以服务 器、交换机、存储等硬件为底层，叠加昇思及 PyTorch 等底层软件和开发工 具。一体机架构的上层为深度学习平台及伙伴大模型，也是推动各场景差异化 落地的关键。华为训推一体机大模型合作企业包括科大讯飞、智谱、云从科 技、面壁智能，相关企业有望受益华为训推一体方案的推广。

众多厂商基于自身优势推出推训一体机，助推行业方案落地。众多厂商基于其 在细分行业的理解和积累，结合自身行业大模型技术推出一体机产品。底层软 硬件和开发工具基本基于华为昇腾方案。

3.2 AI + 终端：协调大模型计算便捷安全触达

终端形态可以是多种多样，可以为当前终端的升级，或其他新的硬件形态。智 能化发展对端侧计算也提出更高的要求。一方面，AI 手机、AI PC、智能车等 将推动存量用户换新，另一方面，新的硬件形态，例如 AI Pin 及 MR 等也将随 之更多推广。不论何种硬件形态，都是基于用户对大模型在端侧设备运行更安 全、更快速响应、更便捷的需求。

上下游厂商加速布局 AI PC 产品，2024 年为落地高峰。AMD、Intel、高通、苹 果等企业纷纷推出 AI PC 的处理器，微软也推出了包含于 Windows11 的 AI 助 手。整机厂商包括联想、宏基、惠普等亦推出 AI PC 产品。后续 AI PC 产业链 的预计仍将有较多催化。

编辑：火腿肠