2022年中国智能算力行业市场规模 2023年国内服务器规模将达到294亿美元

第一节 2022年中国智能算力行业市场规模

一、智能算力行业市场规模及增速

发展数字经济，算力是核心生产力，投资算力对于经济增长有长期的倍增效应。根据《2021-2022全球计算力指数评估报告》，一个国家的算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰，当一个国家的算力指数达到40分、60分时，计算力对于GDP增长的推动力将增加1.5倍和3.0倍。《2022-2023中国人工智能计算力发展评估报告》指出，中国人工智能计算力继续保持快速增长，2022年智能算力规模达到268百亿亿次/秒(EFLOPS)，超过通用算力规模。预计未来5年中国智能算力规模的年复合增长率将达52.3%。

二、智能算力行业市场饱和度

根据国家数据资源调查报告数据，2021年全球数据总产量67ZB，近三年平均增速超过26%。根据中国信通院援引的IDC数据，2025年全球算力整体规模将达3300EFlops，2020-2025年的年均复合增长率达到50.4%。结合华为GIV预测，2030年人类将迎来YB数据时代，全球算力规模达到56ZFlops，2025-2030年复合增速达到76.2%。

GPT-4多模态大模型将引领新一轮AI算力需求的爆发，超大规模数据中心及超算数据中心作为泛AI领域的重要基础设施支持，其数量、规模都将相应增长，带动整个算力基础设施产业链（如高端服务器/交换机、CPO技术、硅光、液冷技术）的渗透加速。

据IDC数据，2021年全球AI服务器市场规模为156亿美元，预计到2025年全球AI服务器市场将达到318亿美元，折合人民币约2000亿元，预计22-25年CAGR将达19.5%。2021年中国AI服务器行业市场规模为350.3亿元，同比增长68.6%，预计22-25年CAGR将达19.0%。

三、影响智能算力行业市场规模的因素

随着以人工智能、物联网、区块链、AR/VR等关键信息技术逐渐成熟，社会中大量智能化场景将得到实现。根据罗兰贝格报告，人工智能技术将推动无人驾驶、智能办公、智慧医疗等场景的有效落地，物联网技术将推动智能消防、智慧工厂、智慧农场、智能家居等场景落地，区块链技术将推动应用于数字证书、信息加密等场景落地，AR/VR技术则可推动智慧商场、游戏、智慧课堂等场景落地。这些场景未来将在产业领域实现跨越式发展、助力各产业创新、增强产业数字化程度并增强市场活力，在政务领域帮助政府提升运行效率、提高城市管理水平、加强居民生活幸福度，在民生领域推动社会民生保障、创造宜居空间、实现可持续化发展，共同推动社会向智能社会发展。

四、2023-2028年智能算力行业市场规模及增速预测

2023年2月27日，《数字中国建设整体布局规划》发布，《规划》指出，要全面赋能经济社会发展，一是做强做大数字经济，二是发展高效协同的数字政务，三是打造自信繁荣的数字文化，四是构架普惠便捷的数字社会，五是建设绿色智慧的数字生态文明。中国智能算力规模将持续高速增长，预计到2026年中国智能算力规模将达到1271.4EFLOPS，未来五年复合增长率达52.3%，同期通用算力规模的复合增长率为18.5%。

第二节 市场结构

算力网络的构建需要产业链各方参与者鼎力合作，在各领域、各环节和各层级优势互补，通过技术与场景的渗透融合，共同推进算力网络建设落地。整体上看，在算力网络构建中运营商以提供顶层设计指导和基础资源为主，而在资源纳管、调度、安全、运维等软件层面，以及算力交易商业模式和具体业务场景应用等领域均需要与各方参与者展开深度合作。从市场格局来看，当前中国整体算力网络行业格局较为分散，CR5集中度不到50%。

整机方面，数据显示，2023年国内服务器规模将达到294亿美元。中兴通讯、浪潮、超聚变、HPE/新华三、紫光华山排名市场前五位，市场份额分别为25.6%、17.2%、15.57%、9.6%和7.3%。同时，清华同方、曙光信息、宝德计算、湘江鲲鹏、虹信软件、宁畅信息等供应商也入围相关项目。2023年初，随着第四代英特尔强可扩展处理器的发布，主要制造商积极跟进相关服务器产品的发布，未来行业竞争态势将愈演愈烈。

芯片方面，仍然以X86架构为主，英特尔和AMD两家市场份额合计占比超过95%。ARM服务器芯片产品因为具备较低的成本和功耗，在经历了多年的推动后，在性能方面上面有了大幅度的提升。同时，数据中心市场扩大的背景，也为ARM架构进军服务器市场提供了机会，目前已经成为市场的新秀。英伟达、亚马逊、华为、阿里等国内外巨头已陆续推出自研ARM服务器CPU，2022年第二季度ARM处理器约占服务器市场的7.1%，预计ARM处理器市场份额仍将不断提升，到2024年接近10%。

Al芯片方面，英伟达、英特尔、AMD等传统芯片厂商凭借在芯片领域多年的技术积累，在人工智能领域积极布局，处于产业领先地位。而我国当前在AI芯片发展上仍处于起步阶段，自主研发能力较弱。值得注意的是，近年来国家高度关注AI芯片产业的发展，发布系列产业支持政策，同时随着AI技术的大规模落地应用，推动了人工智能芯片的发展，国内芯片厂商、整机系统厂商、互联网厂商纷纷加速AI芯片的研发和产业化，算力产业格局有望重构重塑。

第三节 市场特点

一、智能算力行业所处生命周期

智能算力行业所处正处于成长期。

目前，我国算力产业链已经初步形成，涵盖由设施、设备、软件供应商、网络运营商构成的上游产业，由基础电信企业、第三方数据中心服务商、云计算厂商构成的中游产业，由互联网企业、工业企业以及政府、金融、电力等各行业用户构成的下游产业。

工业和信息化部着力构建以新一代信息通信网络为基础，以数据和算力设施为核心，以融合基础设施为重点的新型信息基础设施体系，加快算力规划制定，加强算力核心技术攻关，促进算力资源供需对接，培育算力新产业、新业态和新模式，取得积极成效。

目前，我国算力发展规划顺次出台，顶层设计逐步完善，算力设施建设有序推进，发展基础不断夯实，算力产业链条持续完善，算力赋能效应凸显。中国信息通信研究院测算和相关行业报告，2021年我国互联网数据中心服务市场规模超过1500亿元，云计算市场规模超过2000亿元，人工智能核心产业规模超过4000亿元。

二、技术变革与行业革新对智能算力行业的影响

数字技术发展催生更多应用场景。以5G和人工智能为代表的技术进步和产品创新快速演进，加速与垂直行业深度融合，场景应用不断得到优化与创新。

人工智能加速与其他数字技术融合，改进优化了操作流程，并提供了超高的学习能力，极大提升生产效率；边缘计算提升解决方案的效能，为程序提供了更快的响应以及更高的自主运行能力；5G技术通过部署无限网络满足更低延迟的通信需求；机器人在生产、危险工作环境操作、疫情防控中起到大范围的协助作用。在数字经济中，数据成为生产的关键要素，互联网是基本载体，计算力则是提高生产力重要工具。随着数字技术的创新以及人们对数字经济发展的认识的不断深入，对新技术的应用程度越来越深，数字经济在新技术的深度融合下迎来高速发展的契机。

数字技术走向大规模应用的决定性因素是算力，每一项新技术的落地应用，背后都是庞大的算力资源做支撑。随着全球数字经济持续增长，在经济的比重越来越高，计算力作为数字经济的核心生产力，增长必然更加迅猛。

三、智能算力对我国的经济拉动影响分析

算力发展对我国GDP增长的拉动作用显著。

一方面，算力规模与经济发展水平呈现出显著的正相关关系。当前，算力已成为继热力、电力之后新的关键生产力，在算力作用下，生产力得到前所未有的释放，算力规模越大，经济发展水平越高。统计数据显示，2021年，我国算力规模增长50%，数字经济增长16%，GDP名义增长12.8%。与全球相比，我国算力对GDP增长的拉动作用显著，在2016-2021年期间，我国算力规模平均每年增长46%，数字经济增长15%，GDP增长9%；全球算力规模平均每年增长34%，数字经济规模增长8%，GDP增长4%。

另一方面，算力产业对我国经济社会和产业能级的带动作用日益增强。通过国家投入产出表模型计算，2021年以计算机为代表的算力产业规模达到2.6万亿元，约占电子信息制造业的20%，直接带动经济总产出2.2万亿元，间接带动经济总产出8.2万亿元。随着"东数西算"工程全面启动，算力资源提升到水、电、燃气等基础资源的高度，我国算力基础设施建设持续提速，未来算力对我国经济发展的提升作用将得到进一步提升。

第四节 中国智能算力行业供需情况分析

当下，国内投资者对于算力的认识尚处于较为初级的阶段，目光局限于"IDC"+"服务器"两大产业链中，短期由于国内互联网产业"过冬"，2020年IDC行业扩建等影响，国内投资者对于"算力"过剩的担忧影响了对于"算力革命"迫切性的认识。我们认为，一来算力并不能仅用大型IDC需求表征，其只代表集中式算力的规模；二来随着自动驾驶，智能机器人，人工智能等新需求的快速成熟，边缘侧与终端侧算力需求涌现，全球现有算力将快速进入"供不应求"的局面，算力革命已经迫在眉睫。

究其根本，"算力革命"爆发的根本原因在于"供需失衡"，供给方面主要受到CPU发展极限、流量成本、碳排放等因素制约，集中式算力的边际性价比正在减弱。需求方面，受到车联网、AI等同时需要"海量数据处理"+"低延时"的行业带动，算力需求将在未来呈现指数型爆发式增长。

第五节 中国智能算力行业供给概况

一、2020-2022年中国智能算力供给情况分析

中国积极发挥体制机制优势，对数据中心建设进行国家层面的一体化布局，相继发布《"十四五"国家数字经济发展规划》、《"十四五"国家信息化规划》、《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》《全国一体化大数据中心协同创新体系算力枢纽实施方案》、《新型数据中心发展三年行动计划（2021-2023年）》等政策，加快构建算力、算法、数据、应用资源协同的全国一体化大数据中心体系。中国将建设全国一体化算力网络国家枢纽节点作为重点，统筹建设面向区块链和人工智能的的算力和算法中心，引导全国数据中心适度集聚、集约、绿色发展。中国计划分两批在8个地区建设全国一体化算力网络国家枢纽节点，并在枢纽节点内规划设立10个数据中心集群，划定了物理边界，并明确了绿色节能、上架率等发展目标。另外，面向AI应用对算力的庞大需求，政府层面推动智能计算中心有序发展，打造智能算力、通用算法和开发平台一体化的新型智能基础设施，主要面向政务服务、智慧城市、智能制造、自动驾驶、语言智能等重点新兴领域。企业层面积极构建集约高效的智能计算中心这一新型算力生产供给形态。以南京智能计算中心为例，已运营系统的AI计算性能达每秒80亿亿次，仅南京当地可与算力中心构成生态的企业就超过300个，核心产业规模超过60亿元，带动相关产业规模近800亿元。

作为算力网络的重要组成部分，算力基础设施市场得到长足发展，包括高性能芯片、数据中心、网络等基础设施建设也为算力、应用以及产业发展提供可持续发展的保障。当前，我国已建成全球最大规模光纤和移动通信网络，截至2022年6月底，我国5G基站数达到185.4万个，5G移动电话用户数超过4.5亿户，所有地级市全面建成光网城市，千兆光纤用户数突破6100万户，启动建设多条东数西算干线光缆，在用数据中心机架总规模超过500万标准机架，服务器规模约2000万台，算力规模超过150EFlops。

此外，近年来接连不断的国际制裁导致围绕算力的软硬件国产替代全面提速，加上近期ChatGPT的火热，人工智能行业再度引发市场关注，而因大模型训练和应用的庞大算力需求，市场将目光聚焦到了AI芯片之上，国产化算力芯片的大规模应用逐步进入加速期，预计CPU和MPU两类芯片的市场占比将大幅提升，并在2025年达到70％的自给率。

二、2022年中国智能算力行业供给特点分析

1、受到量子隧穿效应影响和商业化成本影响，硅基单核芯片制程将在3nm达到极限。

硅基芯片晶体管的栅长在低于3纳米时极易发生量子隧穿效应（其原理为，当栅长缩小到一定程度的时候，即使没有加电压，源极和漏极都接近互通，晶体管便失去了开关的作用，因而无法实现逻辑电路）。因此，通过更加先进的纳米制程工艺提升单核芯片性能将面临技术上的严峻挑战。

由于量子隧穿效应的存在，3纳米后，单芯片成本将会急剧上升，根据华为与罗兰贝格数据显示，3纳米制程手机端旗舰级SoC单芯片（以高通骁龙855为例）成本较7纳米显著增加约200美元，高昂的成本将会极大程度制约终端客户需求，最终降低算力供给的增加。

即使在能够接受较高成本的大型数据中心等用户中，处理器性能的提升依旧受到制约，受存储、系统、软件限制（性能）和单位算力功耗显著上升（功耗）两大因素影响，芯片核心数量将在128核达到上限。根据罗兰贝格数据，现有的冯·诺依曼架构下，通过拟合不同核心数量的芯片计算能力样本数据，我们发现多核处理器随核数增长，算力增长的倍数快速下滑：从2核增至4核时，总算力可提升1.74倍，而当核数由128核增至256核时，总算力水平仅能提升已跌破1.2倍（1.16X），已显著丧失经济性。

在单核性能以及多核提升带来的双重压制下，大型数据中心带来的增量算力边际增量将会迅速递减，而兴建大型数据中心需要的土地，人力，时间成本将在海量算力时代制约"集中式"的算力发展。

2、算力爆发的背景下，网络性能限制和成本将会导致数据中心的算力难以满足复杂场景下的需求。

网络带宽及网络时延共同决定了网络信道的传输质量，影响到网络算力的发挥。具体而言，"网络化"算力的使用需要经历终端与云端的数据双向传输过程，这段过程是通过网关、基站、数据中心等不同网节点之间的信道所实现的，其中信道的容量决定了传输的速率（带宽），信道的长度与材质决定了数据传输的时延，两者共同影响了数据传输的效率。

即使随着当今5G网络加速完善，无论从时延以及容量都相较于4G网络出现了较大程度提升，但相对于未来社会的海量数据需求来看，完全依靠IDC提供算力支撑仍是效率较低的选择，无论是智能驾驶对于时延的要求，亦或是传输高清视频图像等带来的大额带宽成本，都将进一步加剧"集中式"算力与"分布式"需求的错配。

3、算力高能耗与全球双碳目标之间的矛盾

随着芯片制成逐渐接近量子隧穿效应发生的制程，当前主流芯片的能效比正在逐渐接近极限。单位算力功耗在过去10多年间经历了显著下降，但随着硅基芯片工艺制程提升的难度凸显，其进一步下探幅度有限，这意味着，等量算力的提升，即将对应等量能耗需求的提升。面对未来百倍的算力需求，高能耗问题将成为人类算力发展过程中的重要瓶颈。

同时，随着我国双碳目标的提出，对于数据中心的耗电量，PUE值都提出了更严格的要求，截至2020年底，中国数据中心耗电量已经突破2000亿千瓦时，能耗占全国总用电量的2.7%，随着数据中心进一步扩容，算力需求进一步提升，解决数据中心能耗问题的需求也愈发迫切。在可见的未来，具备低时延特性的核心城市IDC供给将进一步被压缩，如何通过有效的边缘侧处理手段，使得有限的核心城市算力资源得到充分利用，也是本轮"算力革命"急需解决的难题。