计算机行业算力网络深度报告：全国一体化算力网络建设加速

（报告出品方：东方证券）

一、全国一体化算力网络建设逐步深化，算力有望成 为普惠大众的基础资源

1.1 AI 与政策推动，全国一体化算力网络有望加速

1.1.1 国家政策持续推动全国一体化算力网络建设

全国一体化算力网络建设相关政策有望持续出台。算力网络已成为国家重点发展领域之一，利好 政策持续出台，未来行业发展前景广阔。2020 年 12 月，《关于加快构建全国一体化大数据中心 协同创新体系的指导意见》首次提出全国范围内数据中心形成布局合理、绿色集约的一体化格局。2021 年 7 月，工信部发布《新型数据中心发展三年行动计划（2021-2023 年）》，计划建设全 国一体化算力网络。2022 年 2 月，发改委发布《国家发展改革委等部门关于同意京津冀地区启 动建设全国一体化算力网络国家枢纽节点的复函》，标志着 “东数西算”工程正式启动，我国算 力网络发展扬帆起航。2023 年 2 月，中共中央、国务院发布《数字中国建设整体布局规划》， 将数字基础设施列为数字中国建设的两大底座之一。2023 年 4 月 17 日，科技部启动国家超算互 联网工作，成立了国家超算互联网联合体。预计到 2025 年，国家超算互联网将形成总体布局， 成为数字中国建设的“高速路”。我们认为，全国一体化算力网络建设相关政策有望持续出台。

1.1.2 东数西算”拉开全国一体化算力网络序幕

2022 年 2 月，作为算网建设开始的“东数西算”正式启动。2022 年 2 月 17 日，国家发改 委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤 港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等 8 地启动建设国家算力枢纽节点，并规划了 10 个国家数据中心集群。至此，全国一体化大数据中心体系完成总体布局设计，“东数 西算”工程正式全面启动。

1.1.3 AI 浪潮推升算力需求，实现智能技术规模化需首要实现算力普惠

机器学习进入大模型时代，ChatGPT 等通用大模型的训练迭代极大拉动对智能算力的需求。模 型成功部署后，推理也将需要大量智能算力做支撑。从模型训练角度来说，据 J. Sevilla 等发布的 文章《Compute Trends Across Three Eras of Machine Learning," 2022 International Joint Conference on Neural Networks (IJCNN)》，机器学习的训练计算大概可以分为三个时期。第一 个时期为 2012 年之前，训练算力大致遵循摩尔定律，约每 20 个月翻一番。而进入深度学习时代， 算力翻倍的速度加速至 5-6 个月。2015-2016 年左右开启了大模型时代，在这个时期，计算量增 长变慢，翻倍时间约为 10 个月。但整体的训练计算量比深度学习时代的系统大 2 到 3 个数量级 (OOM)。从 2022 年底，随着 ChatGPT 成功带来的新一代 AI 浪潮，国内外 Bert、GPT4、文心 一言等通用大模型相继发布。这些大模型的训练需要千亿、甚至万亿级参数，以及上千 GB 的高 质量数据，大模型的训练迭代将极大地拉动了智能算力的需求。另外，日后随着模型的成熟落地 和推广，模型推理所需的智能算力也将逐渐增加，占比不断提高。

除了通用大模型的训练，垂直行业大模型的训练、基于通用大模型的微调的行业应用也需要大量 的智能算力做支撑。垂直行业的大模型训练也需要大量的智能算力，另外，基于大模型的多场景 应用也不断拓展。AI 渗透千行百业，拉动智能算力规模高速增长。2022 年，各行各业的 AI 应用 渗透度都呈不断加深的态势，尤其是在金融、电信、制造以及医疗领域，为实现业务增长、保持 强大竞争力、从而占据更大的市场份额，企业纷纷入局 AI 领域，通过新技术提升传统业务用户体 验，人工智能应用增长迅速。据 IDC 和浪潮信息联合发布的《2022-2023 中国人工智能计算力发 展评估报告》，预计到 2023 年年底，中国将有 50%的制造业供应链环节采用人工智能技术实现 业务体验提升。在未来，随着 AI 技术对传统行业赋能作用日益凸显，催生出更大智算需求成为必 然。

AI 应用存在此长尾效应，实现规模化首要实现算力普惠。孙凝晖院士在演讲中提出，AIGC 带来 人工智能产业的爆发，而智能技术的规模化应用具有典型长尾问题，即具备强 AI 能力的强势部门 （网安、九院九所和气象局等）、科研院校与大中企业只占据算力需求主体的大约 20%，另外 80% 则均为中小微企业，这类主体受限于公司规模与预算，往往难以接入算力资源、或受限于算力的 高昂价格，从而难以在 AI 时代浪潮中获得发展红利。因此，要实现智能技术的规模化应用，让人 工智能产业既“叫好”也“叫座”，需要大量便宜、易用的智能算力，让中小微企业也能方便、 便宜地使用算力。因此实现算力普惠，一方面可以支持先进科技发展，赋能更多产业 AI 化，同时 还能让 AI 走入千家万户，达成 AI 普惠。

1.2 绿色、普惠、赋能高质量发展，算力网络建设势在必行

1.2.1 建设算网可充分利用西部资源与气候条件，促进算力绿色环保化

采取清洁能源供电、自然降温等方法是数据中心减少碳排放的关键。从供给侧来说，数据中心可 以通过采用节能技术，使用清洁能源等方式改善碳排放过量等问题。另一方面，用自然方式降温 辅助制冷能够有效减少数据中心耗能。各大云厂商为了服务器降温也各显神通，如腾讯在贵安的 隧洞内建立了一个绿色高效的灾备数据中心，微软曾在将数据中心投放到苏格兰附近的北海中， 海兰信打造海底数据中心。我国西部地区具备充沛清洁能源和适宜气候地理条件，建立全国一体化算网可供给环保绿色的算 力资源。我国中西部地区具备丰富的风电、光伏、水电等清洁能源，显著减少碳排放。同时，西 部地区适宜的气候与地理条件还为散热、制冷等环节提供了天然环境，以乌兰察布市为例，只有 4.3 摄氏度的年平均气温意味着每年有近 10 个月可以不使用设备，而是利用环境实现自然冷却，更加适合数据中心的建设，利于达成“双碳”目标。因此，建立全国一体化算力网络，可将算力 资源的生产重心放在气候适宜的西部地区，充分利用其丰富的清洁资源和适宜的气候条件，助力 实现“双碳”目标，在保护环境的前提下实现算力快速发展。

1.2.2 助力解决东西部供需不平衡问题，降低算力价格

算网建设可有效解决算力东西供需不平衡的现状，同时可利用低廉电价降低算力价格。目前，我 国东西部算力供需失衡，数字经济发展和数据资源的产生主要集聚在我国的东部地区，而西部地 区则有着较为充沛的土地、能源资源。然而，算力需求大的东部地区土地、能源等资源紧张，而 资源充裕的西部地区可提供绿色低价的算力资源，具备发展数据中心、承接东部算力需求的潜力。例如我国上海等东部地区信息产业高度发达，是计算需求最旺盛的地区，然而其较高的电费和土 地价格导致东部地区算力成本高昂。贵州、内蒙等中西部算力需求较低，但其较低的电力成本和 土地价格更适合算力基础设施的建设。而通过建设全国一体化算力网络，可以将东部地区算力需 求有序引导到西部，优化数据中心建设布局、推动区域协调发展，让西部城市也可享受算力发展 带来的机会与红利。

1.2.3 提供普惠算力，赋能科技与产业快速发展

建立算力网络，发挥“乘数效应”助力经济产业发展。无论是在传统行业、还是在数据重要性日 益凸显下催生出的新兴行业中，算力网络的建立都能在产业发展中起到“催化剂”的作用。在传统行业领域中，随着数字经济快速发展，数字化转型成为不可逆转的时代趋势，算力网络提供随 取随用的算力资源，与其他生产要素协同推进产业快速发展，展现出的乘数效应使其成为产业发 展的“放大器”。同时算力基础设施化为新型智能产业高速发展提供了基础资源，有效降低智能 计算相关行业的运营成本，自动驾驶、智慧城市等智算应用场景转为现实的可能性得到展现，为 更多先进技术的商业化落地提供良好的发展环境，国家经济发展被注入了新的蓬勃活力。算力网 络不仅助力新老产业高速发展，同时在其从理论走向现实、进而实现商业化落地的过程中，也催 生了新兴技术的诞生和迭代，有效拓展智能计算技术领域，赋予数字行业发展更多可能性。算力有望成为基础资源，普惠中小企业及个人。在算力无法流通、成本昂贵的情况下，资源垄断 自然形成，算力资源被大量掌控在大型企业当中。建立算力资源基础设施，达到随取随用的同时 降低算力资本，不仅仅能够赋能政府的公共服务，同时可以使中小企业、乃至个人都受益于智能 化，打破“强者恒强”的算力格局。美国推行《国家信息基础设施行动计划》为三十年科技发展奠定基础。中国推动算力网络，有望 在新时代浪潮中夺得先机。美国于 1993 年宣布实施《国家信息基础设施行动计划》，建立了全 球的信息标准，为美国科技全方位的蓬勃发展奠定了基础。而现在，我国把握时代发展大方向， 在算力网络方面率先发力，积极探索路线、制定纲领与标准，借助举国体制优势持续推进。算力 网络的建设为科学计算、航空航天、军工等行业提供发展动力，使中国在新时代浪潮中夺得先机。

1.3 算力网络：一点接入，即取即用

1.3.1 算力网络的建设赋能算力作为基础资源普惠大众

算力要成为像水、电一样的公共资源，需要由算力网络扮演路、桥的角色。算力应该是水、电一 样普惠大众、随取随用的公共基础资源，早在 1961 年，美国教授 John McCarthy 就将算力类比 为电话服务，可以随取随用。到了 1990 年，美国 Ian Foster 教授将算力与电力类比，提出算力 是一种公共服务。今天，我们来到了数字经济时代，算力将成为水、电一样普惠大众、随取随用 的公共基础资源，为社会高效发展赋能，最终实现“网络无所不达、算力无所不在、智能无所不 及”的社会愿景。而为实现这一愿景，需通过算网来整合并调度各方算力资源，并分配给个需求 方。

1.3.2 计算场景愈加丰富，需求多元化对算网架构提出新要求

计算场景愈发丰富，不同应用对算力精度、延迟、带宽等提出不同需求。算力作为逻辑资源，本 身与水电等标准化资源相比就更加复杂、具备更多维度，而技术的发展催生了丰富的计算场景， 不同的行业、应用场景对算力更提出了不同的需求，进一步增加了构建网络的复杂度。例如，天 体物理、气象研究、航空航天等高精尖科研领域需要能够支持复杂运算、性能高的双精度算力， 即超算算力。而无人驾驶、智慧交通等 AI 主要用于处理语音、图片或视频等，单精度、半精度、 甚至整型的计算即可满足应用需要。而一些产业数字化的场景对精度要求不高，通用算力（基础 算力）即可满足需求。除了算力精度，不同的应用场景对带宽和延时也提出了不同的需求。例如， 需要实时渲染的游戏、自动驾驶决策、远程手术、工业控制等领域对延迟的要求非常高，而模型 训练等场景则对延迟没有很高要求。同时，基于 AR、VR 等渲染场景，模型训练、超算类等场景 对大带宽的需求较高，工控、物联网采集等则对带宽要求不高。

1.3.3 算力网络：云边端节点全连接，动态感知、灵活调度

算力网络：云边端节点全连接，动态感知、灵活调度。算力网络是通过新型网络技术将云、边、 端等分散的算力节点连接起来，动态实时感知算力资源状态，根据业务需求进行统筹分配和调度。不同的业务需要的算力种类、带宽、延时不同，然而在算力网络中用户无需关心网络中计算资源 的位置和部署状态。算力网络可以实时感知客户的算力需求，并根据算力资源池的情况，给客户 自动调配符合其需求的最优算力，获取算力将像获取水、电一样便捷、价低。

二、各地政策频频出台，聚焦算力供给、算力调度、 中小企业共建、算电一体四大方向

2.1 各地发布人工智能产业发展政策，算力体系建设最关键

文琳编辑

免责声明：转载内容仅供读者参考，观点仅代表作者本人，不构成投资意见，也不代表本平台立场。若文章涉及版权问题，敬请原作者添加 wenlin-swl  微信联系删除。

1. ▼长按2秒识别二维码关注我们

《文琳资讯》

提供每日最新财经资讯，判断经济形势，做有价值的传播者。欢迎关注

今日导读：点击下面链接可查阅

▼长按2秒识别二维码关注我们

公众号 ：就业与创业

点击下方可看