1ms城市算网建设的战略意义与核心观点 - 加快推进1ms城市算网建设应用是承接“东数西算”国家战略、优化区域算力资源配置的关键举措，也是落实《算力基础设施高质量发展行动计划》中“打造算网城市标杆”的重要载体 [1] - 城市算网作为算力基建核心载体，对传统产业升级、新生态培育意义重大 [1] - 1ms城市算网逐步成为连接国家战略与地方发展的关键纽带，其建设意义深远 [1] 政府与机构推动举措 - 中国信息通信研究院近年来围绕1ms城市算网开展产业研究、标准研制等多项工作，持续推动城市算网能力提升，助力全国一体化算力网建设 [1] - 工业和信息化部新闻宣传中心强调需构建低时延、高可靠、强安全的城市算网发展体系，未来仍需强化技术创新、深化算力赋能、优化协同机制 [1] - 呼吁政企产学研用携手，为建设网络强国、数字中国贡献力量 [1] - 中国信通院将联合产业同仁持续深入挖掘具有地方特色的新场景、新应用、新成果，促进城市算网技术能力和算网设施赋能应用水平全面提升 [2] 四川省的算力产业发展与实践 - 四川省立足“川渝一体、全域协同、绿色低碳”的发展定位，构建起全方位的算力产业发展体系 [2] - 四川省出台相关政策明确全国一体化算力网络成渝国家枢纽节点建设方案 [2] - 政府部门积极推动算力产业供需对接，促进产业深化合作，通过多项组合政策支持普惠用算、便捷用算 [2] - 四川省按照“建用研”一体推进，体系化、规模化开展基础设施建设，算力中心和网络设施建设成效显著 [2] - 算力中心集群和多级时延圈已初步建成 [2] - 在绿色安全算力建设方面，四川充分融合自身优势，逐步探索出了一条算力产业特色发展之路 [2] - 1ms城市算网中国行成都站充分呈现了融合四川省特色优势的算网产业发展情况，为当地数字经济高质量发展探索出新思路 [2]

文章核心观点 - AI具有双重角色：既是能源消耗者，也是能源系统的效率倍增器 [1] - AI带来的能耗增加是即时的，但其应用带来的节能效益需要3-5年时间逐步显现，存在时间差 [1] - 从长远看，AI带来的节能量最终将数倍于其自身的能耗，成为推动全球碳中和的重要工具 [1][20] AI的能源消耗现状与挑战 - 2024年全球数据中心电力消耗约占全球总电力消耗的1.5%，达415太瓦时 [4] - 2024年数据中心电力消耗地域分布：美国占45%，中国占25%，欧洲占15% [4] - 自2017年以来，全球数据中心电力消耗年均增长约12%，是总电力消耗增长率的四倍多 [4] - 国际能源署预测，到2030年全球数据中心电力消耗将增长一倍以上，达到约945太瓦时，略高于日本当前全国电力消费总量 [4] - 预计到2030年，美国数据中心电力消耗将超过其铝、钢、水泥、化工等所有能源密集型工业产品的生产用电总和 [4] - AI需求激增带动美国天然气及燃气发电行业，因其能快速响应数据中心高稳定性供电需求 [5] - 以美国弗吉尼亚州为例，2024年数据中心用电量已占全州电力需求26%，预计2030年这一比例可达40% [5] 降低AI自身能耗的路径 - 软件算法优化：采用混合专家模型、模型压缩、知识蒸馏、量化、稀疏化等技术降低计算需求与能耗 [6][7] - 硬件效率提升：新一代GPU能效显著提高，例如B200 GPU相比H100和A100系列，每瓦特浮点运算能效分别提升60%和80% [7] - 软硬件协同设计与边缘计算：通过共同优化软件硬件以及边缘计算降低能耗 [7] - 全栈优化案例：谷歌Gemini AI模型单个文本提示中位能耗仅为0.24瓦时，碳排放0.03克，耗水量0.26毫升，较早期估计低1-2个数量级 [8] - 谷歌通过模型架构改进、算法优化、推理优化及定制TPU硬件，实现12个月内能耗下降33倍，碳排放减少44倍 [8] - 数据中心能效提升：中国八大国家枢纽节点数据中心集群平均PUE达到1.3左右，最先进数据中心PUE最低降至1.04 [10] 绿色能源供应与政策引导 - 科技公司积极采购绿电：腾讯提出2030年实现100%绿色电力目标 [9] - 美国科技公司通过长期可再生能源采购协议锁定绿电供应，并探索小时级匹配的可再生能源供应 [9] - 中国推行“东数西算”工程，引导东部算力需求向可再生能源丰富的西部转移 [9] - 在西部建设运营数据中心综合成本约为东部的50%-70% [10] - 八大国家枢纽节点已建成智算规模62万PFLOPS，约占全国智算总量的80% [10] AI在能源供应端的创新应用 - 可再生能源预测：阿里巴巴达摩院eForecaster平台覆盖中国某省262座风电场和331座光伏电站，将新能源发电功率和电力负荷预测准确率分别提升至96%和98%以上 [11] - 电网运营优化：法国RTE、比利时Elia采用AI进行实时预测以评估系统供需失衡 [12] - 预测工具应用：日立能源“诺查丹玛斯”工具提供负荷、市场电价及可再生能源出力预测服务 [12] - 火电厂优化：AI优化调度可让灵活调节的火电厂维持更高利用率，减少效率损失 [13] - 故障预警：通过智能传感器和AI实时监测电网设备，进行预防性维护 [13] AI在能源消费端的创新应用 - 工业领域：安赛乐米塔尔公司利用AI实现卢森堡工厂能效提升3% [14] - 工业领域：德国海德堡材料公司通过AI优化水泥煅烧工艺，将熟料比降低5个百分点，单厂年减排4万吨二氧化碳 [14] - 工业领域：西门子埃尔朗根工厂通过全厂级AI优化实现25%-42%的能耗强度下降 [14] - 交通领域：DHL旗下Greenplan的AI工具为车队规划最优路径，减少20%燃油成本 [15] - 交通领域：沃尔玛通过AI预测卡车维护需求，提升燃油效率5%-7% [15] - 交通领域：TuSimple自动驾驶卡车通过AI控制车速降低10%-20%能耗 [15] - 交通领域：阿拉斯加航空应用AI规划飞行路径，单次航班节油5%-12% [15] - 交通领域：预计到2035年，AI可使全球道路货运能耗减少1.5艾焦，相当于行业需求的4% [15] - 建筑领域：瑞典某市政公司为600所学校部署AI驱动的能源管理系统，结合1万个传感器数据，每15分钟调整设定，节电率达10% [16] - 建筑领域：印度Infosys园区通过AI在LEED铂金认证基础上再提升7%能效 [16] - 建筑领域：新加坡某科技公司总部仅用历史数据训练AI模型，实现23%制冷能耗下降 [16] - 建筑领域：上海某高层建筑通过AI模拟风场优化设计，预计比传统建筑节能35% [16] - 建筑领域：据IEA预测，若全面推广现有AI技术，2035年全球建筑领域可节电3000亿度，相当于澳新两国年发电量，其中10%峰值需求可参与电网调峰 [16] AI在能源领域的应用局限 - 人才短缺：兼具数字技能与能源专业知识的复合型人才严重短缺 [17] - 数据与基础设施限制：能源系统缺乏高质量数据，新兴市场数字化基础设施不足，传感器覆盖率低 [18] - 复杂环境决策能力有限：AI在需要多步骤因果推理或应对突发情况的场景中适应性不如人类 [18] - 安全与伦理限制：在关键基础设施等敏感领域，AI的“黑箱”特性难以满足透明性和可审计性要求 [18] AI的净收益前景与终极能源 - 短期与中期权衡：短期内AI直接能耗将持续上升，而节能效益需要3-5年时间逐步释放，存在阶段性失衡 [19] - 净正收益路径：随着技术进步、可再生能源比例提升及AI节能应用规模化，中期内AI的净节能效应将超过其自身能耗 [20] - 长远展望：核聚变技术有望为AI提供终极零碳能源，AI也正在加速可控核聚变的研发进程 [20] - 资本布局：微软、谷歌、亚马逊等科技巨头正积极投资布局核聚变能源商业化 [21] - 中国进展：2025年7月，中国聚变能源有限公司成立，推进聚变工程化与商业化 [21]

中国电力优势与AI发展 - 中国拥有世界上最大的电网 其发电能力为3.75太瓦 是美国的两倍多[6] 在2010年至2024年期间 中国的电力生产增长量超过了世界上其他地区的总和[1] 去年 中国的发电量是美国的两倍多[1] - 中国数据中心电力成本显著低于美国 根据中国国家能源局数据 中国数据中心可通过长期协议以每千瓦时3美分的价格获取电力 而美国弗吉尼亚州北部等市场的数据中心通常需支付每千瓦时7到9美分[7] 一些中国数据中心支付的电费还不到美国数据中心的一半[1] - 中国正进行大规模电网投资 摩根士丹利预测 到2030年的五年间 中国将在电网项目上投入约5600亿美元 较前五年增长45%[1] 自2021年以来 中国在超高压输电线路网络上已投资超过500亿美元[5] “东数西算”国家战略与数据中心建设 - 中国推行“东数西算”计划 旨在利用西部丰富电力资源满足东部AI驱动的需求 并计划在2028年前连接数百个数据中心构建全国性计算池（“国家云”）[3] - 内蒙古乌兰察布等地被指定为八大枢纽之一 因其廉价电力 凉爽气候及开阔景观适合可再生能源建设[8] 该地区已有100多个数据中心正在运营或即将投入运营 形成“草原云谷”[1] - 该战略带动了地方投资与用电量激增 乌兰察布地区生产总值过去五年增长50% 从2019年到去年 数据中心等信息技术服务的用电量增长700%以上 截至6月 该市已吸引350亿美元的计算机产业投资[10] 电力优势对AI竞争力的支撑 - 廉价电力帮助中国AI公司（如DeepSeek）以低于美国竞争对手的成本开发高质量模型 并有助于克服国内计算机芯片性能不足的挑战[2] - 通过大量捆绑性能较低的国产芯片（如华为Ascend）以接近匹配高级芯片性能 但此过程耗电量巨大[2] 例如 华为集成了384块Ascend芯片的CloudMatrix 384系统 其计算能力比包含72块Blackwell芯片的英伟达旗舰系统高出三分之二 但耗电量是后者的四倍[12] - 高盛预计 到2030年 中国将拥有约400吉瓦的闲置产能 大约是当时全球数据中心电力需求的三倍[1] 分析师认为 中国的电力产能至少让它还能参与AI竞赛[17] 美国面临的电力挑战与应对 - 美国数据中心面临电力短缺 摩根士丹利预测 未来三年内美国数据中心可能面临440吉瓦的电力短缺 相当于纽约州夏季的发电能力 这对该国的AI雄心构成严峻挑战[2] - 美国数据中心电力需求巨大 去年占全球数据中心电力消耗的45% 而中国占25%[3] 微软首席执行官萨提亚·纳德拉表示担心没有足够的电力来运行其购买的大量芯片[1] - 美国扩大电网面临审批与输电能力障碍 太阳能行业协会指出 美国AI领导者地位受到繁重且不稳定的许可政策以及输电能力不足的阻碍 18个州超过一半的计划中的太阳能和储能能力面临被阻止的风险[7] 一些科技公司正在为其数据中心建设自己的发电厂[7] 中国芯片现状与替代策略 - 中国在先进芯片制造上受限 美国出口管制限制了获取先进芯片制造设备 分析师预测高端芯片短缺将持续至少几年[16] 伯恩斯坦分析师指出 短期内中国缺乏尖端芯片产能的约束比美国的电力瓶颈更为严格[17] - 中国企业采用芯片捆绑策略提升算力 华为 阿里巴巴 百度等公司试图通过将成千上万的中国芯片捆绑在一起来提升计算能力[11] 但该系统安装操作复杂 且对于训练大规模AI模型来说不够实用流畅[16] 英伟达曾因成本 功耗过高和可靠性问题放弃了使用256颗芯片的系统生产[11] - 美国芯片出口限制有所变化 特朗普总统宣布将放宽限制 允许美国公司将英伟达H200芯片（虽不是最好 但比中国最好的芯片更强大）出口到中国[2] 但尚不清楚中国将购买多少以及局势如何改变[16]

文章核心观点 - 工业富联作为全球AI算力基础设施核心供应商 其基本面在算力需求爆发周期中持续向好 但近期股价因外部市场情绪等因素出现震荡调整 这为长期投资者提供了聚焦核心价值的布局窗口 [1][4] 行业趋势与需求 - 算力行业处于政策、技术、需求三重利好驱动的超级风口 全球主要经济体将AI算力基建提升至战略高度 国内“东数西算”工程持续落地 [2] - 技术端 GPT-4o等大模型迭代及多模态应用渗透 推动AI算力需求从训练端向推理端扩散 边缘计算、智能驾驶等新场景带来指数级需求增长 [2] - 需求端爆发直观 全球头部云服务商开启算力军备竞赛 微软为Copilot生态扩建智算中心 谷歌加码AI训练集群 国内字节、腾讯智算中心项目进入密集交付期 [2] 公司业务表现与订单 - 公司AI服务器业务2025年第三季度营收同比暴涨5倍 高速交换机业务同比翻倍 800G交换机实现27倍的爆发式增长 [2] - 公司在全球高端AI服务器制造中占据领先份额 整体超过四成 其GB300服务器量产进度快于市场预期 [3] - 市场传闻公司NVL72机柜订单已排至2027年 与行业分析中头部ODM厂商AI订单能见度普遍延伸至2027年的判断一致 [3] - 公司通过澄清市场传闻 披露GB系列产品良率持续上行 单位成本下降支撑毛利率提升 [3] - 公司持续攀升的存货规模与行业领先的订单能见度 是判断未来业绩持续性的关键先行指标 [3] 股价表现与估值 - 近期工业富联股价在64-68元区间反复拉锯 出现震荡调整 [1] - 股价调整主要受外部因素扰动 包括美联储议息对大盘的整体影响 A股处于历史高位的反复争夺 以及科技板块的估值消化 [4] - 经过前期调整 公司市盈率已回落至合理区间 显著低于机构目标价对应的估值水平 安全边际大幅提升 [4] - 公司正通过调整回购价格上限、加速推进回购等动作稳定市场信心 [4] 未来前景与催化剂 - 美联储降息落地 美元走弱推动外资回流的趋势已现 支撑上涨的宏观与资金面逻辑正在强化 [4] - 公司层面 GB300服务器正常出货 1.6T交换机量产在即等利好持续释放 [4] - 当前的震荡是穿透短期情绪、聚焦核心价值的布局窗口 当降息预期落地、市场情绪回暖 公司价值将回归 [4]

国家战略与政策驱动 - 算力是推动城市智慧转型与产业升级的核心动力，国家《算力基础设施高质量发展行动计划》要求提升算力高效运载能力，城区重要算力基础设施间时延不高于1ms，国家枢纽节点内不高于5ms [1] - 四川作为承接“东数西算”国家战略的核心区域，以1ms城市算网建设为抓手，推动算力资源从专业资源转变为城市公共服务，为AI大模型训练、智能制造等产业提供支撑 [1] 区域发展格局与目标 - 成渝地区双城经济圈核心城市成都率先发力，已实现城市内1ms、经济圈内3ms、全省5ms的时延圈布局，推动算力像水电一样融入生产生活 [2] - 城市算网作为算力基建核心载体，对传统产业升级、新生态培育意义重大 [2] - 四川通过“建用研”一体推进，探索出了一条算力产业特色发展之路，为全国算网建设提供了可借鉴的“四川方案” [4] 运营商网络建设与技术架构 - 三大运营商在四川1ms城市算网建设中发挥主力军作用，构筑算力“高速公路”的核心骨架 [5] - **四川移动**：发布F5G-A 1ms天府光网精品网络，打造“1+3+X”算力DC为中心的立体架构，实现全省算力“一张网”管理，城域中型及以上数据中心间光层单向时延均小于1ms，成都全部区县到天府数据中心集群及相邻区县间时延均控制至1ms以内 [6] - **四川电信**：目标构建算存运融合的高品质城市算力网络，2025年投资约1.8亿元建设300PFLOPS国产昇腾智算能力，2026年实施算力能力倍增计划，力争形成国产智算千卡池，算力规模将超1EFLOPS，部署400G超高速算间传输网络实现“一跳直达”，并融合量子加密技术建成量子城域网 [7] - **四川联通**：构建“1+4+21+N”全省算力布局，打造以成都为核心的“1+2”智算集群，三地时延压缩至毫秒级，部署400G立体双平面全光网络打造环“蓉”1-3-5毫秒低时延圈，其算力智联网（AINet）完成1500公里跨域异构混训验证，千亿参数AI大模型跨域训练等效算力达95%以上 [8] 技术融合与创新 - 四川的1ms城市算网融合了全光交换OXC、400G传输、智能调度等多项前沿技术，实现算力资源的“一跳直达” [4] - 四川电信通过全光交叉OXC设备与智能路由算法实现算力节点间“Mesh组网、一跳直达”，并创新推出“算力快线”产品，以“弹性带宽、参数随选、即呼即用”模式应用于TB/PB级数据迁移场景 [7] - 四川联通自研算力智联网（AINet）实现跨域高效协同 [8] 产业应用与场景赋能 - 1ms城市算网为实体经济深度赋能，其提供的确定性低时延保障让工业数据的实时采集、分析和反馈成为可能，在四川省制造业智改数转赋能平台展厅有东方电气的无人车间及黑灯产线、卡诺普的机器人生产车间等数智化成果 [9] - **智能制造案例-四川领克汽车**：在焊点质量管理、AI视觉质检等场景深度应用1ms算网，数百台机器人精准协同，焊接参数实时动态优化，工业相机在毫秒间完成数据分析和缺陷识别，借助超低时延网络将车辆设计迭代周期大幅缩短 [11][12] - **数字文创案例**：景秀子非公司依托1ms算网大带宽、低时延优势，实现虚拟数字人在各分支机构与算力中心间高效协同，降低单站点用算成本并提供“类本地”体验，在数智影视制作中，云端渲染采用算网协同方式提升效率 [12] - **影视特效案例-成都世纪川翔科技**：1ms算网支持的分布式缓存加速和GPU云电脑方案，让制作环境搭建周期缩短至传统模式的1/10，实现“资源秒级发放、数据安全无泄漏、创意不间断” [12] 未来发展方向 - 未来需强化技术创新、深化算力赋能、优化协同机制，政企产学研用需携手共建 [14] - 四川将持续深化算网建设，统筹推进“国家枢纽-区域节点-城市边缘”多层次算力供给体系，落实算力强基揭榜行动推动技术创新，创新服务模式培育“算力超市”“模型即服务”等普惠化服务以降低企业用算门槛，完善开放协作生态 [14]

发展新质生产力的核心方法论 - 发展新质生产力不能忽视或放弃传统产业，需防止一哄而上、泡沫化和单一模式 [1][3] - 各地应坚持从实际出发，遵循先立后破、因地制宜、分类指导的原则 [1][3] - 需根据本地资源禀赋、产业基础、科研条件等，有选择地推动新产业、新模式、新动能发展 [3] - “十五五”规划建议明确提出要因地制宜发展新质生产力 [3] 传统产业与新兴产业的辩证关系 - 传统产业与新兴、未来产业并非对立，而是可以相互促进，需统筹培育新动能和更新旧动能 [4] - 传统产业是产业体系的基础支撑，应统筹推进传统产业升级、新兴产业壮大、未来产业培育 [5] - 青海盐湖工业股份有限公司将钾肥生产后的矿渣“吃干榨净”，作为提锂的重要原料，体现了传统产业升级与资源综合利用 [1] - 宝钢股份与华为合作，利用数智技术开发“高炉大模型”，收集了40多万条数据，应用于105个典型场景，关键工序覆盖率超过85%，助力企业效益持续增长 [5] 因地制宜的实践案例与产业动态 - 青海依托盐湖资源，改造提升传统钾肥产业，并发展锂资源提取等关联产业 [1] - 广东深圳在光明科学城建设合成生物研究重大科技基础设施，形成了链条完整的合成生物产业生态，近3年国内新成立的合成生物企业约有40%落户深圳 [1] - “东数西算”工程在全国布局了八大国家算力枢纽节点和10个国家数据中心集群，覆盖东、中、西部14个省份，带动社会投资超万亿元 [6] - 内蒙古利用“冷资源”驱动大模型训练等高强度任务，贵州成为全国首个大数据综合试验区，甘肃通过绿电等项目削减电力成本，宁夏打造毫秒级“时延圈” [6] - 各地区正加紧绘制发展新质生产力的“路线图”，例如辽宁的机器人、上海的脑机接口、江苏的光伏、陕西的煤化工等产业 [7]

发展新质生产力的方法论 - 核心观点是发展新质生产力不应忽视或放弃传统产业 需防止一哄而上和泡沫化 不能搞单一模式 各地应坚持从实际出发 遵循先立后破、因地制宜、分类指导的原则[1][2] - “十五五”规划建议明确提出要因地制宜发展新质生产力[2] 传统产业与新兴产业的辩证关系 - 传统产业与新兴、未来产业并非对立 而是可以相互促进 统筹培育新动能和更新旧动能是其内在要求[3] - 传统产业是产业体系的基础支撑 需统筹推进传统产业升级、新兴产业壮大、未来产业培育 体现守正创新的发展思路[4] - 青海盐湖工业股份有限公司通过钾肥生产 将矿渣“吃干榨净”作为提锂的重要原料 展示了传统产业升级与资源综合利用[1] - 上海宝钢股份与华为合作 利用数智技术开发“高炉大模型” 收集了40多万条数据 该模型在105个典型场景深度应用 关键工序覆盖率超过85% 助力炉热控制精度和硅含量等指标持续改善 成为企业效益持续增长的关键[4] 因地制宜与从实际出发 - 发展新质生产力必须从实际出发 坚持实事求是 有所为有所不为 根据本地的资源禀赋、产业基础、科研条件等 有选择地推动新产业、新模式、新动能发展[2][4] - 应根据“时”与“势”决定取舍 条件成熟的产业和项目应抓紧推进 条件不成熟的则不能急于求成和盲目推进[5] - “东数西算”工程在全国布局了八大国家算力枢纽节点和十个国家数据中心集群 覆盖东、中、西部14个省份 带动社会投资超万亿元[4][5] - 内蒙古利用“冷资源”驱动大模型训练等高强度任务 贵州成为全国首个大数据综合试验区 甘肃通过绿电聚合等项目削减电力成本 宁夏打造毫秒级“时延圈” 相关省份利用各自能源、区位优势加速建设算力基础设施[5] 科技创新与产业融合 - 需强化科技创新和产业创新的深度融合[1] - 广东深圳形成了链条完整的合成生物产业生态 近3年来国内新成立的合成生物企业约有40%落户深圳 森瑞斯生物科技公司利用合成生物研究重大科技基础设施 节省投入并享受定制化服务 缩短研发周期提升效率[1] 地方产业发展实践 - 各地区正加紧绘制发展新质生产力的“路线图” 例如辽宁的机器人、上海的脑机接口、江苏的光伏、陕西的煤化工等[5]

每经AI快讯，有投资者在投资者互动平台提问：请问贵公司有AI算力中心业务吗？ （记者 张明双） 中国能建（601868.SH）12月10日在投资者互动平台表示，国家正在推进8个算力枢纽节点的建设，公 司已在部分节点进行了布局，其中，甘肃庆阳"东数西算"源网荷储一体化智慧零碳大数据产业园一期示 范项目已经建成投运，其他地区已在推进之中。 ...

格隆汇12月10日丨中国能建(601868.SH)在投资者互动平台表示，国家正在推进8个算力枢纽节点的建 设，公司已在部分节点进行了布局，其中，甘肃庆阳"东数西算"源网荷储一体化智慧零碳大数据产业园 一期示范项目已经建成投运，其他地区已在推进之中。 ...

| 中科曙光(603019) | | | | --- | --- | --- | | 闭市 12-10 15:00:04 融 通 | | | | 90.12 | 额 47.86亿 股本 14.63亿 市盈 62.6 | | | –10.01 –10.00% 换 3.62% 市值1 1319亿 市净 6.26 | | | | 分时 五日 日Ｋ | | | | 置加 | 均价:90.26 盘口 资 | | | 110.14 | 10.00% 卖五 90.16 1 | | | 90.15 | SE V | | | 90.14 | | | | 90.13 5 | | | | 100.13 | 90.12 28 0.00% 卖一 | | | ak | | | | 25 h | | | | 90.12 | 买五 -10.00% | | | 11:30/13:00 | 15:00 14:56 90.12 | 9:30 | 前一日（9日)晚间，二者双双发布公告，让一桩历时7个月、交易规模约为1159.67亿元的"国产算力最大吸并案"戛然而止，"是否在玩花活"的质疑声在投资 者社群中蔓延。 时间拉回5月25日，由于给出了"算力 ...