Workflow
AI颠覆算力架构,绿色化和算网建设是关键丨ToB产业观察

全球及中国算力市场规模与增长 - 2024年全球AI服务器市场规模达1251亿美元 2025年将增至1587亿美元 2028年有望达到2227亿美元 [3] - 生成式AI服务器占比将从2025年的29.6%提升至2028年的37.7% [3] - 中国智能算力规模2025年达1037.3 EFLOPS 2028年预计达2781.9 EFLOPS [3] - 中国通用算力规模2025年达85.8 EFLOPS 2028年预计达140.1 EFLOPS [3] - 中国智能算力2023-2028年复合增长率达46.2% 通用算力为18.8% [3] 算力需求结构性转变 - 算力需求从大模型训练向智能体、具身智能扩展 [2] - 用户需求从单纯训练转向训练与推理并重 推理算力需求显著增长 [6] - 行业从"规模驱动"转向"效率驱动" 技术门槛降低促竞争多元化 [6] - AI技术方向从预训练转向后训练及推理阶段 [6] 跨域混训技术发展与挑战 - 千公里级跨域混训技术实现 如上海-济南1500公里互联 [4] - 跨集群混训需解决多供应商协议接口互通技术问题 [5] - 算力调度平台内商业利益划分存在现实挑战 [6] - "东数西算"工程直接投资超435亿元 拉动投资超2000亿元 [4] - 枢纽节点机架规模超195万架 上架率63% 东西部网络时延满足20毫秒 [4] 算力服务模式升级 - 服务模式从IaaS向MaaS升级 提供端到端行业解决方案 [7] - 云厂商预置优化模型降低客户算力采购复杂度 [7] - 算力服务向小型化、专业化、分散化发展 [7] - 浪潮人工智能工厂实现61道工序、113套工具标准化生产 [7] 企业算力建设认知与优化 - 企业自建算力存在投入大、周期长、利用率低问题 部分机房利用率不足30% [8] - 需根据业务场景特性选择算力类型 平衡可用性与成本 [8] - 软硬件协同优化提升GPU性能 以低成本芯片达到国际水平 [11] 算力网络演进与技术要求 - 算力网络向AI化、分布化演进 多节点多模式协同为终极形态 [9][10] - 分布式广域多集群算力网络需求增长 RoCE、UEC成关键技术 [10] - 算力调度平台需满足高性能通信要求以实现有效调度 [9] 绿色算力与节能减排 - AI数据中心能源消耗预计以44.7%年复合增长率增长 2027年达146.2太瓦时 [12] - 液冷技术、海底数据中心等创新方案降低能耗 海南陵水项目PUE低至1.076 [13] - 海底数据中心较传统陆地数据中心节能30%-40% 水资源消耗近乎零 [13] - 海上风电+海底数据中心模式绿电直供率达97% 建设成本降30% [13] - 余热回收结合养鱼业、热能发电形成产业闭环 [13] - 数据中心智能化转型通过AI运维、无人机配送实现无人化运营 [15]