AI 算力行业发展背景

1. 算法驱动算力需求爆发：2015 – 2016 年开启大模型时代，训练计算量大幅增长。2012 – 2023 年算力需求呈数十万倍增长，远超摩尔定律，未来 10 年 AI 算力需求预计再增长 500 倍。大模型参数量指数级上升及数据量增长，带动算力需求剧增，如 Sora 等视频生成模型算力消耗远超语言模型。
2. 产业发展带来新机遇：全球人工智能市场规模快速增长，2023 年达 5381 亿美元，2026 年有望达 9000 亿美元；2024 年 Q1 全球 AI 领域融资交易活跃，风险投资总额达 216 亿美元；全球 AI 企业呈 “中美主导” 格局，截至 2023 年三季度，美国和中国企业数占全球近 49%。
3. 算力成为产业基石：在 AI 领域，算力与算法、数据等协同推动创新，是大模型研发训练推理的关键支撑，助力千行百业智能化升级，在广告、传媒、教育等多领域广泛应用，推动产业数字化转型。
4. 政策大力支持：国家从多方面出台政策支持算力发展，如 2024 年国家发改委强化基础设施标准建设等；各省市积极响应，在算力布局、资源共享、产业融合等方面发力，如山东、河北、北京等地制定专项计划推动本地算力建设。

AI 算力系统工程

1. 复杂的算力工程：满足大模型需求的算力是涉及计算、传输、存储等多维度优化的复杂系统工程，需解决数据交换、负载均衡等难题，且不同场景对算力各方面有独特要求，构建时需综合规划。
2. 软硬件复杂性与应用赋能：AI 算力涵盖芯片、服务器等多层架构，基于 AIGC 技术栈为上层提供支撑，不同硬件产品和用户需求衍生多样方案，包括云服务、智算中心等多种形式。
3. 训练与推理的算力需求：训练开发 AI 模型，参数量升级影响算力；推理应用模型，数据吞吐量决定算力。模型发展使推理算力需求增长，其成本降低将推动应用爆发，当前企业注重推理成本优化。

AI 算力资源与市场

1. 算力资源选择考量：用户选择算力资源需综合部署能力和应用需求，考虑云服务、智算中心等不同提供方在资源适配、运维、成本等方面的差异，以及芯片等底层技术的适配难度。
2. AI 芯片核心地位与发展：芯片是算力产业关键，AI 芯片市场需求增长迅速，2023 年中国市场规模达 652 亿人民币，预计 2026 年大幅增长。在中美博弈下，国产化进程加速，GPU 虽占主导，但 TPU 等因低功耗等优势成为重要趋势。
3. 算力基础设施演变：AI 发展促使数据中心向智算中心转变，智算中心以 xPU 为核心，具高功率密度和高性能计算能力，建设需考虑多因素。我国智算中心建设成果显著，能效提升、规模增长、上架率提高，市场空间广阔，建设运营模式多样。
4. 服务器与云服务市场增长：AI 服务器市场规模全球和中国均快速扩张，出货量增长显著，互联网行业需求领先，未来推理型服务器有望成主流。“云 + AI” 推动云厂商投入产出增长，云计算市场规模扩大，云服务模式向 MaaS 转变，为 AI 应用提供多优势，助力企业发展。

AI 算力应用与实践

1. 算力推动应用发展：AI 应用下载量和收入增长快，2024 年 1 – 8 月全球下载量同比增 26%，收入激增 51%，预计 2024 年全球智能化应用将大量涌现，刺激 AI 算力需求增长。
2. 行业应用案例
   • 医疗领域：中山大学中山眼科中心研发国产眼科大模型 ChatZOC，华为算力支持下实现眼病全流程诊疗，提升医疗服务效率和质量，推进均质普惠医疗。
   • 工业领域：云鼎科技与华为合作构建工业大模型平台，优化化工生产工艺，降低成本，展示 AI 赋能工业的巨大潜力。
3. 新型算力服务兴起：当前算力平台建设和应用部署面临交付难、训练不稳定、软硬件适配及人才短缺等挑战，新型算力服务应运而生，专注模型调优与运维一体化，解决应用落地难题，与传统模式形成差异。
4. 汽车行业算力需求：汽车电动化、智能化推动智能驾驶芯片需求增长，L5 级自动驾驶算力要求高，车厂和科技公司纷纷自研车端 AI 大模型并布局智算中心，提升汽车智能化水平。

AI 算力绿色发展

1. 碳中和背景与驱动：全球及中国 “双碳” 目标下，算力行业因高能耗在碳中和进程中作用关键，政策推动其绿色化，同时企业客户需求、可再生能源成本下降及绿色技术应用也驱动其发展。
2. 绿色化现状与技术实践：数据中心建设注重 PUE 等绿色指标，我国数据中心 PUE 有优化空间，CUE、WUE 等指标提供多维度可持续发展参考，涉及基础设施节能、可再生能源利用等多方面技术优化。
3. 碳中和核心路径与趋势：智能化运维是算力中心碳中和关键，包括能效调优和数据分析预警技术。能效调优通过 AI 动态优化资源能源使用；数据分析预警利用大数据和 AI 预测风险，提前防控，提升运维效率。