【计算机】行业跟踪周报：中国AI算力下一站：政府算力平台建设与国产化_11页_574kb

中国AI算力发展周报总结

核心内容

本报告聚焦中国AI算力发展的最新动态，分析了未来算力发展的四大方向，包括AI技术推动算力建设、政府级算力平台建设、算力调度与交易平台构建以及国产AI芯片的政策支持。同时，报告指出，随着AI技术的快速演进，算力需求将显著增长，国产化替代趋势明显。

主要观点

1. 未来中国算力发展的四个方向

• AI技术推动算力建设：AI技术的广泛应用将使算力成为国家基础设施，推动算力网络发展。
• 政府级算力平台建设：北京、上海、深圳等城市已明确提出建设政府级AI算力中心，作为算力基础设施的重要组成部分。
• 算力调度与交易平台构建：各地正推进算力调度平台建设，实现资源优化配置和跨区域共享。
• 国产化替代加速：政策明确支持国产AI芯片，推动国产算力生态发展。

2. AI推动全球算力快速增长

• 2023年全球数据中心AI加速器市场规模预计达300亿美元，2027年将超过1500亿美元，年复合增长率超50%。
• 中国A100出货量预计从2022年的14万片增长至2027年的200万片以上，带动算力市场增长10倍以上。
• GPU将逐步替代CPU成为数据中心的主要计算单元。

3. 政府级算力平台建设进展

• 北京：建设人工智能公共算力中心和数字经济算力中心，推动国产芯片部署和自主可控生态。
• 上海：目标到2025年数据中心算力超过18,000PFLOPS，新增算力需求约25.6万块A100芯片。
• 深圳：启动鹏城云脑III项目，建设城市级算力调度平台，打造大湾区智能算力枢纽。

4. 算力调度与交易平台发展趋势

• 上海提出建设统一的多云算力调度平台和算力交易中心，实现算力资源的共享和最优利用。
• 北京推进跨区域算力协同，建设统一多云调度平台。
• 深圳整合算力资源，构建城市级调度平台，推动深港算力合作。

关键信息

国产AI芯片发展现状与挑战

• 国产化率低：NVIDIA在2021年占据中国加速卡市场80%以上份额，美国制裁加剧国产替代压力。
• 技术差距：国内训练芯片与A100有1-2代差距，推理芯片进入主流仍需突破。
• 生态依赖：国产芯片多兼容CUDA生态，CUDA主导了AI计算生态，国内软件生态仍需发展。
• 代表性厂商：
  • 海光信息：采用AMD ROCm生态，兼容CUDA，具备训练和推理能力。
  • 寒武纪：构建自主软件生态，注重算法与芯片协同。
  • 华为昇腾：拥有完整的AI计算产业链，包括CANN、AI框架和应用使能。

算力产业链受益标的

• AI芯片：海光信息、寒武纪
• 服务器整机制造：神州数码、拓维信息、四川长虹、中科曙光
• 算力中心与平台建设：云赛智联、广电运通、卓朗科技、浪潮信息

风险提示

• 政策支持不及预期：算力平台建设和国产芯片发展依赖政策推动，若支持力度不足，将影响行业发展。
• 技术研发不及预期：AI芯片技术壁垒高，研发进度若落后，将延缓国产化进程。
• AI发展不及预期：AI技术发展速度决定算力需求增长，若AI发展放缓，算力市场增长受限。

结论

中国AI算力发展正迎来政策与市场双重驱动，政府级算力平台建设、算力调度与交易、以及国产芯片替代成为未来发展的核心方向。具备IDC建设与运营能力的央国企及拥有强大生态支持的国产AI芯片厂商将显著受益。投资者应关注相关产业链标的，同时警惕政策、技术和AI发展不及预期的风险。