算力规模、产业发展、技术创新及竞争格局分析

全球算力快速发展，算力竞争不断加剧。

1.算力规模稳定增长

全球算力规模保持高速稳定增长。在以万物感知、万物互联、万 物智能为特征的数字经济时代背景下，全球数据总量和算力规模继续 呈现高速增长态势。根据 IDC 数据，2022 年全球数据总产量 81 ZB， 过去五年平均增速超过 25%。经中国信息通信研究院测算，2022 年全球计算设备算力总规模达到 906 EFlops，增速达到 47%，其中基础 算力规模2（FP323）为 440 EFlops，智能算力规模4（换算为 FP32）为 451 EFlops，超算算力规模5（换算为 FP32）为 16 EFlops。预计未来 五年全球算力规模将以超过 50%的速度增长，到 2025 年全球计算设 备算力总规模将超过 3 ZFlops，至 2030 年将超过 20 ZFlops。

算力多元化发展持续推进。多样化的智能场景需要多元化的算力， 以 AIGC 为代表的人工智能应用、大模型训练等新应用、新需求快速 崛起都对算力提出更高要求。基础算力方面，在全球数据中心快速发 展的推动下，基础算力规模持续增长，其中云计算、边缘计算等场景依然是基础算力的主要应用场景。根据 IDC 数据，2022 年全球云计 算 IaaS 市场规模增长至 1155 亿美元，同比上涨 26.2%。智能算力方 面，近年新推出的大语言模型所使用的数据量和参数规模呈现“指数 级”增长，带来智能算力需求爆炸式增加。以 GPT 大模型为例，GPT3 模型参数约为 1746 亿个，训练一次需要的总算力约为 3640 PF-days， 即以每秒一千万亿次计算，需要运行 3640 天。2023 年推出的 GPT-4 参数数量可能扩大到 1.8 万亿个，是 GPT-3 的 10 倍，训练算力需求 上升到 GPT-3 的 68 倍，在 2.5 万个 A100 上需要训练 90-100 天。现 阶段训练主要依赖以 A100/H100 为代表的高性能 GPU 算力。超算算 力方面，十年千倍定律依然在持续，橡树岭国家实验室（ORNL）的 Frontier仍然是全球TOP500上唯一的百亿亿次级机器，通过优化GPU 运行效率、提升系统能效比等方式，其运算性能从 2022 年首发时的 1.102 EFlops，提升至 2023 年的 1.194 EFlops，提升幅度达到 8.4%。 随着人工智能技术产业的发展，基础算力、智能算力、超算算力相互 融合渗透，云计算中心和超算中心加速部署 GPU 等智算单元，以满 足越来越复杂多样的算力需求。

2.算力产业繁荣发展

全球数字经济持续提速，服务器市场保持增长。整机方面，根据 IDC 数据，2022 全球服务器市场出货量和销售额分别为 1516 万台和 1215.8 亿美元，同比增长 12%和 22.5%。戴尔在全球服务器市场上位 居榜首，市场份额达到 16.0%，HPE/新华三、浪潮、联想和 IBM 分列二到五位，市场份额分别为 11.1%、8.3%、6.4%和 5.0%。芯片方 面，服务器芯片市场仍被 X86 架构所主导但出现松动，ARM 市场份 额已达 8%，较 2021 年增加 6 个百分点。英特尔在服务器用 CPU 领 域的主导地位受到削弱，AMD 市场份额持续提升。根据 Counterpoint 数据，英特尔、AMD 市场份额分别为 71%、20%。英伟达、亚马逊、 华为、阿里等国内外巨头推出的自研 ARM 服务器 CPU 得到更大规 模应用，预计未来 ARM 服务器市场份额将进一步提升，成为通用算 力的重要补充力量。通用服务器受 AI 需求暴涨、全球整机支出向 AI 倾斜影响，通用服务器市场被进一步压缩，2023 年上半年通用服务器 市场和 CPU 市场规模均出现下滑，其中二季度 CPU 市场同比下滑 13.4%，预期 2023 年通用算力增速将放缓。

训练数据规模和模型复杂度暴增，推动 AI 服务器需求急速增长。 整机方面，据 IDC 数据，2022 年全球 AI 服务器市场规模达 183 亿美 元，同比增长 17.3%，与全球 AI 整体市场（含硬件、软件及服务）增 长率持平，依然是 AI 整体市场增长的重要组成部分。在 2022 年上半 年全球 AI 服务器市场中，浪潮、戴尔、HPE 分别以 20.2%、13.8%、 9.8%的市占率位列前三，三家厂商总市场份额占比达 43.8%，联想和 华为位列第四和第五，市场份额分别为 6.1%和 4.8%。芯片方面，根 据 Precedence Research 数据，2022 年全球 AI 芯片市场规模为 168.6 亿美元，其中英伟达占比超过 80%；全球 AI 服务器加速芯片市场主 要被英伟达占据，市场份额超过 95%。传统芯片巨头积极应对大模型训练爆发机遇，持续加速完善 AI 芯片产品体系，抢占多样性算力生 态主导权。英特尔发布第四代至强处理器 SapphireRapids，全面对人 工智能算力进行加速；AMD 发布面向 AI 推理和训练芯片 MI300A； 英伟达推出加载 Transformer 引擎芯片 H100。预期 2023 年全球 AI 算 力规模将保持高速增长。2023 年上半年，在全球半导体市场低迷的背 景下，以 GPU 为代表的 AI 芯片和 AI 服务器实现逆市增长，其中英 伟达二季度营收同比增长 101%，实现翻番。据 Gartner 预测，2023 年 全球 AI 芯片市场将同比增长 20.9%；据 TrendForce 预测，2023 年 AI 服务器出货量将同比增长 38.4%。

E级超算加速落地，超算厂商持续推出E级解决方案。整机方面， 超算设备厂商纷纷加强产业整合和布局，在 TOP500 的榜单上，联想 是目前最大的超级计算机制造商，共有 170 台6，全球占比 34%；HPE 有 100 台入围，占比 20%，排名第二；浪潮、Atos、戴尔以 43 台、 43 台、24 台分列三到五位，占比 8.6%、8.6%、4.8%。英特尔与美国 阿贡国家实验室合作完成超级计算机 Aurora 安装，其可提供 2 EFlops 的 FP64 算力，将成为全球首台每秒计算 200 亿亿次的超级计算机。 英伟达发布超级计算机 DGX GH200，其算力规模达到 1 EFlops，支 持万亿参数 AI 大模型训练。芯片方面，CPU 仍以英特尔和 AMD 为 主，TOP500 榜单上使用英特尔 CPU 的超算高达 360 台，占比 72%， 121 台使用 AMD 处理器，同比增加 28 台。此外异构计算芯片在超级计算机中应用越来越多，TOP500 榜单上共有 185 台超级计算机使用 了加速器/协同处理器技术，同比增加 17 台。其中 168 台使用了英伟 达芯片，11 台采用 AMD 芯片。

3.算力技术创新活跃

多技术协同升级推动先进计算持续发展。一方面，计算技术加速 演进，异构计算成为智能计算周期高算力主流架构。在摩尔定律演进 放缓、颠覆技术尚未成熟的背景下，以 AI 大模型为代表的多元应用 创新驱动计算加速进入智能计算新周期，进一步带动计算产业格局的 重构重塑。智能计算时代，搭载各类计算加速芯片的 AI 服务器、车 载计算平台等将成为算力的主要来源。另一方面，先进计算体系化创 新活跃，创新模式和重点发生转换，呈现出软硬融合、系统架构创新 的特征。技术创新持续覆盖基础工艺、硬件、软件、整机不同层次， 包括 4nm 及 3nm 工艺升级，互联持续高速化、跨平台化演进，软硬 耦合加速智能计算进入 E 级时代。长期看，随着量子计算、光计算、 类脑计算等前沿计算技术创新步伐的不断加快，2035 年后先进计算 将逐步开启非经典计算规模化落地应用的发展阶段。

人工智能计算芯片持续快速发展。一方面，以 GPU 代表的通用 加速芯片更新架构工艺持续升级性能，同时专用加速芯片仍在不断发 展。大模型训练助推人工智能芯片向更深更广的应用领域落地，全场 景芯片解决方案不断升级迭代，英伟达通过升级 Tensor Core、引入 Transformer 引擎等架构创新方法，更新迭代 CUDA 并行计算架构软 件算子库，实现对多种应用领域良好的支持；谷歌升级针对张量运算 定制开发的专用加速芯片 TPU v5e，单位价格具备 v4 加速芯片 2 倍 的训练性能和 2.5 倍的推理性能，将成为支持 LaMDA、MUM、PaLM 等大规模语言模型的全新主力产品。另一方面，芯粒（Chiplet）和高 带宽内存（HBM）技术助力智能算力破局跨越发展。芯粒可以实现不 同工艺制程、不同类型芯片间立体集成，实现更大芯片面积、更大存 储容量和更快互连速度。英伟达发布的 GH200 超级芯片，将 72 核的 Grace CPU、H100 GPU、96GB 的 HBM3 和 512 GB 的 LPDDR5X 集成，拥有高达 2000 亿个晶体管。HBM 已成为高算力芯片不可或缺的 关键组成部分，SK 海力士通过 TSV 硅穿孔技术堆叠了多达 12 颗 DRAM 芯片，实现带宽达 819 GB/s 的 HBM3 量产，成为英伟达高性 能 GPU H100 主要供应商。

前沿计算产业化螺旋式推进。存算一体、量子计算、光计算等前 沿颠覆计算技术创新活跃，逐渐在部分领域展现出算力优越性，部分 技术路线产业化进程加快。存算一体不仅能满足边缘侧低功耗需求， 还具备大算力潜力，可应用于无人车边缘端以及云端推理和培训等场 景。量子计算基础技术持续演进，谷歌将 53 个量子比特的超导量子 计算系统扩展至 72 个量子比特，并且成功验证了量子纠错方案的可 行性。量子计算在金融领域已取得初步商业化应用，在反欺诈、反洗 钱等金融风控领域的场景具备比经典计算更快的计算速度和更高的 客户画像精度。光计算方面，目前适用于人工智能等对计算精度要求 不高场景的模拟光计算是主要技术路线，但包括量子、类脑等非经典 计算路线也均在探索与人工智能的结合，光计算并不具备显著技术优 势，部分光计算企业转向激光光源、光子网络等基础技术的研究，以 寻求新应用领域的开拓。

4.算力竞争持续加剧

全球主要国家和地区持续加码推进算力发展。算力成为各国抢占 发展主导权的重要手段，全球主要国家和地区纷纷加快战略布局进程。 美国高度重视传统算力和新兴技术发展，通过国家投资和激励计划， 持续巩固美国在半导体和前沿计算领域的全球领导地位。2022 年 8 月，拜登正式签署《芯片与科学法案》，旨在巩固美国在半导体领域 的地位，并强化算力基础设施应用和协同创新；2023 年《国家量子计 划》增加对量子计算机科学和软件工程的研发投资，包括量子算法、 应用程序、软件以及软件开发工具。日本从国家层面制定数据中心和 量子计算技术发展战略。2023 年日本《半导体、数字产业战略》提出了“提高数据中心算力水平”、“战略性发展量子计算机”、“围绕云计 算、量子经典混合计算、量子 AI 融合技术等推动下一代计算机发展 环境建设”等多项发展建议。欧盟不断加大前沿计算技术研发和算力 发展的投入力度。2022 年 7 月推出《欧洲创新议程》，支持量子计算 打造影响力；《2023-2024 年数字欧洲工作计划》提出投入 1.13 亿欧 元提升数据与计算能力。

全球算力竞争加剧，全球化面临挑战。算力规模方面，经中国信 息通信研究院测算，美国、中国、欧洲、日本在全球算力规模中的份 额分别为 34%、33%、17%和 4%，美国、中国占比与 2021 年持平， 其中全球基础算力竞争以美国和中国为第一梯队，美国在全球基础算 力排名第一，其份额达 35%，中国以 27%份额排名第二，较 2021 年 上升 1 个百分点；智能算力方面，中国、美国处于领先，按照近 6 年 AI服务器算力总量估算，中国和美国算力全球占比分别为39%和31%； 美国、中国、日本在超级计算综合性能指标方面优势明显，总算力份额分别为 47%、25%、13%。全球化方面，随着世纪疫情、地缘冲突 等“黑天鹅”事件频出，全球化形势发生重大变化，世界各国均开始 重视本土供应链稳定与安全，驱动全球产业链供应链格局体系发生重 大变革。美西方发达国家均发布相关国家战略和政策，加大对本土产 业链供应链培育和保护力度，限制关键材料、计算芯片、设计软件、 制造设备出口，以维持在关键原材料、计算芯片设计、半导体制造设 备等方面的领先优势，给算力技术创新及产业生态带来新挑战。