《深企投研究院：2025智算中心行業研究-新一輪人工智能浪潮洶涌算力底座萬億市場可期（51頁）.pdf》由會員分享，可在線閱讀，更多相關《深企投研究院：2025智算中心行業研究-新一輪人工智能浪潮洶涌算力底座萬億市場可期（51頁）.pdf（51頁珍藏版）》請在三個皮匠報告上搜索。

1、12025智算中心行業研究新新一一輪輪人人工工智智能能浪浪潮潮洶洶涌涌，算算力力底底座座萬萬億億市市場場可可期期行行業業研研究究系系列列報報告告深深企企投投產產業業研研究究院院2 20 02 25 5 年年 4 4 月月深企投產業研究院是深企投集團旗下的高端智庫，聚焦產業發展，服務區域經濟，致力于為各地提供產業發展落地方案。研究院總部位于深圳，服務區域覆蓋全國主要省市。研究院集聚一批經濟研究和產業研究專家，以 985 院校研究生為主體，鏈接高校專家學者，為全國各地政府及機構提供智力支持?；谧陨淼难芯亢妥稍兡芰?，同時借助集團的服務網絡，深企投產業研究院為政府機構、國有平臺、產業園區、金融機構等

2、客戶類型提供有針對性的服務。政府機構客戶。研究院重點提供五類服務：一是五年規劃，包含發改系統的國民經濟和社會發展總體規劃，工信、商務、投促、文旅等政府部門的專項五年規劃；二是產業規劃，包含地區、片區的產業定位和產業發展專項規劃；三是招商專題研究，包括產業鏈招商策略、招商規劃、招商專案、招商圖譜等；四是項目策劃，發掘和策劃包裝契合區域稟賦、產業趨勢和投資方向的項目，助力宣傳推介和精準招商對接，或策劃申報超長期國債等地方重點投資項目；五是項目評估，涵蓋地方重點投資項目的風險評估、招商引資項目背景調查、產業基金擬投資項目盡職調查等。國有平臺客戶。針對新時期全國各地國有城投、產投公司向國有資本投資運營

3、轉型發展的需要，聚焦國有平臺投資布局的新質生產力和重點產業賽道，研究院提供產業情報、產業發展規劃、企業投資標的盡職調查等服務。產業園區客戶。為國有園區、工業地產客戶提供園區產業規劃定位、產品定價策略、產品設計方案、招商運營服務方案、渠道和品牌推廣策略、產業培訓等服務。金融機構客戶。為機構投資者提供產業細分領域深度研究、投資分析、標的盡職調查等服務，減少投資過程中的信息不對稱，提高投資決策準確率。在產業研究領域，深企投產業研究院在新質生產力、戰略性新興產業、未來產業研究上具有深厚積累，每年發布原創深度報告近百份。有關低空經濟、商業航天、衛星互聯網、新型儲能、人形機器人、生物制造、腦機接口、全球供

4、應鏈等報告獲得廣泛傳播。I I目錄目錄一、智算中心概述一、智算中心概述.1（一）智算中心概念與功能.1（二）智算中心產業鏈.3二、政策環境二、政策環境.6（一）國家規劃政策.7（二）地方規劃政策.9三、發展現狀三、發展現狀.11（一）市場及算力規模.11（二）智算中心區域分布.15四、行業運作模式四、行業運作模式.16（一）智算中心建設運營模式.16（二）智算中心盈利模式.18五、行業市場格局五、行業市場格局.20（一）云服務廠商.20（二）第三方算力中心服務商.23（三）智算服務廠商.27六、產業鏈重點領域格局六、產業鏈重點領域格局.30（一）AI 服務器.30（二）AI 芯片.33（三）交

5、換機.36（四）光模塊.38（五）液冷系統.42IIII圖、表目錄圖、表目錄圖 1智算中心項目經濟效益.2圖 2智算中心及算力產業鏈.3圖 32020-2028 年中國智算算力規模及預測（EFLOPS）.12圖 42017-2024 年我國算力中心在用機架規模及增速.13圖 52021-2026 年中國智算中心 IT 負載規模（MW）.14圖 62020-2028 年中國智算中心市場規模及預測（億元）.15圖 7中國投運/在建/規劃智算中心項目區域分布（截至 2024 年 8月）.15圖 8中國智算中心項目建設主體分布（按項目數量，截至 2024 年8 月）.18圖 9中國智算中心項目建設主體

6、分布（按算力規模，截至 2024 年8 月）.18圖 102023 年中國公有云 laaS+Paas（僅國內）市場份額.22圖 112024 上半年中國智算服務市場分布情況.28圖 122024 年上半年中國 Top5 GenAI IaaS 服務廠商市場份額 29圖 13Top5 智算集成服務廠商市場份額（右）.30圖 142024-2028 年中國 AI 服務器市場規模.31圖 152024 年中國加速服務器市場份額.32圖 162024 年中國液冷服務器市場份額.33圖 172024-2028 年中國 AI 服務器工作負載預測情況.36IIIIII圖 182023 年中國交換機市場競爭格局

7、.37圖 192023 年中國數據中心液冷競爭格局.43圖 20液冷系統構成.44表 1智算中心內部系統.4表 2數據中心內部設備.5表 3數據中心產業鏈與智算中心產業鏈對比表.6表 4十四五以來我國有關智算中心規劃政策.7表 5地方層面政策文件.10表 6中國智算中心項目建設現狀.16表 7中國智算中心建設運營模式.17表 8中國云服務商 2024 年收入對比.21表 92024 年三大運營商算力規模.22表 10批發型與零售型算力中心服務商比較.23表 11國內算力中心服務有關上市企業.24表 12國內算力中心服務重點企業（非上市）.26表 13國產 AI 芯片競爭格局.35表 14國內主

8、要交換機廠商的代表產品.38表 15全球光模塊市場競爭格局.39表 16硅光芯片/模塊主要廠商梳理.40表 17冷板液冷核心產品供應商.441 1以大模型為代表的通用人工智能持續演進，機器學習、大數據分析等技術在金融、制造、汽車、醫療、交通運輸等領域不斷滲透，正加速推動算力產業結構變革。智算中心作為 AI 新基建呈現遍地開花勢頭，我國智能算力在總算力中所占的比重，預計將從 2016 年的 3%提升至 2025 年的 35%。一、智算中心概述一、智算中心概述（一）智算中心概念與功能（一）智算中心概念與功能智算中心即智能計算中心（Artificial Intelligence Data Cente

9、r，簡稱 AIDC），一般認為是在傳統數據中心的基礎上，基于 GPU、TPU、FPGA 等人工智能芯片及計算框架構建的人工智能基礎設施，可以支撐大量數據處理和復雜模型訓練。智算中心狹義上是智能算力的物理載體，是“機房+網絡+GPU 服務器+算力調度平臺”的融合基礎設施，是傳統數據中心的增值性延伸。廣義的智算中心是融合算力、數據、算法的新型基礎設施，通過數據服務、算法模型服務加速大模型的商業化應用，推動 AI 產業化和產業 AI 化，是傳統云的智能化升級。智算中心的主要功能包括四個方面智算中心的主要功能包括四個方面：1）數據存儲與分析。）數據存儲與分析。智算中心具備大規模的數據存儲能力，能夠安全

10、、可靠地存儲海量的數據，包括結構化數據和非結構化數據，并利用強大的計算力，對數據進行快速處理和分析，提取有價值的信息。2）AI 模型訓練與優化。模型訓練與優化。為人工智能模型的訓練提供強大的計算支持，加速模型的收斂速度，提高訓練效率。此外，通過對訓練好的模型進行優化，能夠提高模型的準2 2確性和泛化能力。3）應用開發與創新支持。）應用開發與創新支持。智算中心可提供豐富的開發平臺和工具，支持開發者進行各種應用的開發，包括人工智能應用、大數據應用等，科研機構、企業等可在智算中心的基礎上進行創新應用的探索和孵化。4）算力服務與共享。）算力服務與共享。智算中心將算力資源以服務的形式提供給外部用戶，包括

11、科研機構、企業、高校等，滿足他們對算力的臨時或長期需求，進而實現算力資源在不同用戶和應用之間的共享，提高算力資源的利用率。智算中心建設經濟效益顯著。智算中心建設經濟效益顯著。智算中心建設是人工智能發展下的大勢所趨，同時也能帶來顯著的經濟效益，根據智能計算中心創新發展指南數據，“十四五”期間，對智算中心的投資可帶動人工智能核心產業增長約 2.9-3.4 倍，帶動相關產業增長約 36-42 倍。圖 1智算中心項目經濟效益圖 1智算中心項目經濟效益資料來源：國家信息中心智能計算中心創新發展指南。3 3（二）智算中心產業鏈（二）智算中心產業鏈智算中心產業鏈關鍵環節分為上游設施層、中游運營層和下游應用層

12、。上游設施層包括基建施工、制冷系統、供配電系統、基礎網絡設施等基建環節，以及 AI 芯片、AI 服務器、網絡設備（光模塊、交換機等）、存儲設備、數據中心管理系統等 IT 基礎架構環節。產業鏈中游參與者主要是云廠商、IDC（數據中心）服務商和專業智算服務供應商，憑借資源優勢和技術優勢搭建智算中心，為下游企業提供大模型訓練及平臺服務。產業鏈下游為各行業的人工智能應用需求，促進 AI 與各行各業深度融合，賦能產業數字化、智能化轉型。圖 2智算中心及算力產業鏈圖 2智算中心及算力產業鏈資料來源：科智咨詢等，深企投產業研究院整理。智算中心基礎設施一般包含供配電系統、不間斷電源系統、終端配電系統、電源輔助

13、系統、空調系統等五大系統，如下表所示。4 4表 1智算中心內部系統表 1智算中心內部系統系統系統功能功能主要構成主要構成供配電系統提供數據中心最基礎的動力來源、能源配送和可靠性保障主要包括市電引入（10KV、220KV、110KV 或者 35KV）、變電站、高壓配電設備、備用發電機組、變壓器和低壓配電等不間斷電源系統確保服務器和傳輸設備可靠運行主要包括 HVDC、UPS 和少量開關電源等系統，為服務器提供 240V 直流、380/220V 交流、-48V 直流等不同制式的不間斷電源終端配電系統連接末端配電主要包括電源總柜、頭柜、機柜 PDU等直接服務于服務器的末端配電設施電源輔助系統為機房及設

14、備的運行安全、溝通連接及維護支撐提供基本的保障包括防雷接地系統、動環監控系統、消防系統、電力電纜等空調系統為服務器提供所需要的冷量，確保服務器正常工作常用的有風冷機房空調、水冷冷凍水系統、風冷冷凍水系統、水冷機房空調系統和自然冷卻系統等，其中水冷冷凍水空調系統主要由水冷冷水機組、板換、末端設備、冷凍水泵、冷卻塔、冷卻水泵、蓄水池、水處理設備、定壓補水設備及管路閥門等組成資料來源：深企投產業研究院整理。智算中心內部設備主要包括 IT 設備和配套設備，IT 設備涵蓋連接器（光纖、光模塊）、網絡設備（交換機、路由器）、算力設備（服5 5務器）、存儲設備（存儲器）等，配套設備包括供配電設備（UPS不間

15、斷電源、蓄電池、發電機、配電單元）、溫控設備（冷源設備、機房空調、新風系統）等，如下表所示。表 2數據中心內部設備表 2數據中心內部設備類型類型設備種類設備種類名稱名稱IT 設備連接器光纖光模塊網絡設備交換機路由器算力設備服務器存儲設備存儲器配套設備供配電設備UPS蓄電池柴油發電機配電單元溫控設備冷源設備機房空調新風系統資料來源：Jowan，中信證券，深企投產業研究院整理。相較傳統的數據中心產業鏈，智算中心產業鏈的參與方類型更廣、環節更多、更加聚焦相較傳統的數據中心產業鏈，智算中心產業鏈的參與方類型更廣、環節更多、更加聚焦 AI 領域。領域?；A設施層面，數據中心主要是土建、機電與網絡配套，智

16、算中心除此之外還涵蓋 IT 硬件及軟件平臺；投建主體上，數據中心以電信運營商等為主，智算中心則增加了政府、AI 企業等。運營服務層面，智算中心參與者除傳統 IDC 服務商外，還包括專業智算服務提供商、AI 框架和平臺開發商等，為 AI 相關的6 6算法研究、數據處理和分析、模型開發等技術環節提供 AI 服務器托管、算力租賃、云計算、數據集、算法等服務。應用賦能層面，智算中心更加聚焦模型訓練、模型調優、智能制造、智慧交通、智慧醫療等與人工智能高度相關的場景及行業。表 3數據中心產業鏈與智算中心產業鏈對比表表 3數據中心產業鏈與智算中心產業鏈對比表產業鏈產業鏈項目項目數據中心產業鏈數據中心產業鏈智

17、算中心產業鏈智算中心產業鏈基 礎 設施核心設施土建+機電+網絡配套土建+機電+IT 硬件（計算、存儲、網絡等）+軟件平臺投建主體電信運營商、第三方IDC 服務商、云服務商政府、AI 企業、IT 服務商、電信運營商、第三方 IDC服務商、云服務商運 營 服務層核心設施機柜+帶寬+運維+安全+災備算力+數據+算法+生態投建主體電信運營商、第三方IDC 服務商、云服務商綜合智算服務商、AI 框架和平臺開發商、AI 技術提供商、電信運營商、第三方 IDC 服務商、云服務商應 用 賦能層核心應用互聯網、金融、制造、醫療、政務等各個領域模型訓練、模型推理、自動駕駛等需要強大計算能力和數據分析能力的領域應用

18、主體互聯網企業、金融機構、制造企業、金融、政府等互聯網企業、AI 企業、車企、遙感測繪企業、銀行、高校、醫院、政府等資料來源：深企投產業研究院整理。二、政策環境二、政策環境7 7（一）國家規劃政策（一）國家規劃政策政策引導力度逐漸加大，推動智算中心高質量發展。政策引導力度逐漸加大，推動智算中心高質量發展。2017 年，國務院印發新一代人工智能發展規劃，提出建設“安全高效的智能化基礎設施體系”。2020 年，國家發改委首次將智能計算中心納入信息基礎設施范疇，激活各地搶建浪潮。2021 年以來政策引導逐步深化，指引方向更加明確。國家“十四五”規劃和 2035 年遠景目標綱要以及“十四五”數字經濟發

19、展規劃擴大內需戰略規劃綱要（20222035 年）數字中國建設整體布局規劃等均提出信息基礎設施、智能計算中心的有關發展要求。2024 年政府工作報告提出“適度超前建設數字基礎設施，加快形成全國一體化算力體系”。工業和信息化部、國家發展和改革委員會等部門先后出臺新型數據中心發展三年行動計劃（2021-2023 年）全國一體化大數據中心協同創新體系算力樞紐實施方案算力基礎設施高質量發展行動計劃關于深入實施“東數西算”工程加快構建全國一體化算力網的實施意見 關于推動新型信息基礎設施協調發展有關事項的通知等重要政策文件，提出加快部署、統籌建設高性能智算中心，推動智算中心有序發展，引導通用數據中心、超算

20、中心、智能計算中心等合理梯次布局，逐步合理提升智能算力占比。在一系列政策的支持下，智算戰略地位得到不斷提升。表 4十四五以來我國有關智算中心規劃政策表 4十四五以來我國有關智算中心規劃政策時間時間部門部門文件名稱文件名稱相關內容相關內容2021 年1 月中共中央建設高標準市場體系行動方案強調要加大新型基礎設施投資力度，推動第五代移動通信、物聯網、工業互聯網等通信網絡8 8時間時間部門部門文件名稱文件名稱相關內容相關內容基礎設施，人工智能、云計算，區塊鏈等新技術基礎設施，數據中心、智能計算中心等算力基礎設施建設。2021 年3 月全國人大中華人民共和國國民經濟和社會發展第十 四 個 五 年 規

21、劃 和2035 年遠景目標綱要加快構建全國一體化大數據中心體系，強化算力統籌智能調度，建設若干國家樞紐節點和大數據中心集群，建設 E 級和 10E 級超級計算中心。2021 年5 月發改委等4 部門全國一體化大數據中心協同創新體系算力樞紐實施方案在京津冀、長三角、粵港澳大灣區、成渝，以及貴州、內蒙古、甘肅、寧夏等地布局建設全國一體化算力網絡國家樞紐節點。國家樞紐節點之間進一步打通網絡傳輸通道，加快實施“東數西算”工程。國家樞紐節點以外的地區，統籌省內數據中心規劃布局，與國家樞紐節點加強銜接。2021 年7 月發改委、工信部等5 部門新型數據中心發展三 年 行 動 計 劃（2021-2023 年

22、）加快高性能，智能計算中心部署，推動新型數據中心與人工智能等技術協同發展，構建完善型智能算力生態體系。2021 年11 月工信部“十四五”大數據產業發展規劃加快構建全國一體化大數據中心體系，推進國家工業互聯網大數據中心建設，強化算力統籌智能調度，建設若干國家樞紐節點和大數據中心集群。建設高性能計算機群，合理部署超級計算中心。2021 年12 月中央網絡安全和信息化委員會“十四五”國家信息化規劃加快構建全國一體化大數據中心協同創新體系，建設京津冀、長三角、粵港澳大灣區、成渝等全國一體化算力網絡國家樞紐節點。2022 年2 月國務院“十四五”數字經濟發展規劃推動智能計算中心有序發展，打造智能算力、

23、通用算法和開發平臺一體化的新型智能基礎設施。2022 年12 月國務院擴大內需戰略規劃綱要（20222035 年）加快建設信息基礎設施，推動人工智能廣泛、深度應用，發展普惠性“上云用數賦智”等。2023 年1 月工信部等6 部門關于推動能源電子產業發展的指導意見面向新型電力系統和數據中心、算力中心、電動機械工具、電動交通工具及換點設施、新型基礎設施等重點終端應用，開展能源電子多元化試點示范。建立分布式光伏集群配套儲能系統，促進數據中心等可再生能源電力消費。2023 年2 月國務院數字中國建設整體布局規劃夯實數字中國建設基礎，系統優化算力基礎設施布局，促進東西部算力高國效互補和協同聯動，引導通用

24、數據中心、超算中心，智能計算9 9時間時間部門部門文件名稱文件名稱相關內容相關內容中心、邊緣數據中心等合理梯次布局。2023 年7 月科技部國家新一代人工智能公共算力開放創新平臺正式批復 9 個平臺建設國家新一代人工智能公共算力開放創新平臺、16 個平臺建設國家新一代人工智能公共算力開放創新平臺（籌）。2023 年10 月工信部等6 部門算力基礎設施高質量發展行動計劃到 2025 年，計 算 力方 面，算 力 規模 超 過300EFLOPS，智能算力占比達到 35%。東西部算力平衡協調發展。運載力方面，國家樞紐節點數據中心集群間基本實現不高于理論時延1.5倍的直連網絡傳輸，重點應用場所光傳送網

25、（OTN）覆蓋率達到 80%，骨干網、城域網全面支持 IPv6，SRv6 等創新技術使用占比達到40%。存儲力方面，存儲總量超過 1800EB，先進存儲容量占比達到 30%以上，重點行業核心數據、重要數據災備覆蓋率達到 100%。2024 年1 月發改委等5 部門關于深入實施“東數西算”工程加快構建全國一體化算力網的實施意見加強新型算力基礎設施系統設計，建設涵蓋通用計算、智能計算、超級計算的融合算力中心，促進不同計算精度算力資源服務有機協同。2024 年9 月工信部等11 個部門關于推動新型信息基礎設施協調發展有關事項的通知優化布局算力基礎設施；各地要實施差異化能耗、用地等政策，引導面向全國、

26、區域提供服務的大型及超大型數據中心、智能計算中心、超算中心在樞紐節點部署；探索建設全國或區域服務平臺。2024 年12 月發改委等部門國家數據基礎設施建設指引探索采用存算分離架構建設新型智算中心和新材料大數據中心。資料來源：深企投產業研究院整理。（二）地方規劃政策（二）地方規劃政策各地推出相關政策，支持智算中心建設，推進構建多層次算力基礎設施。各地推出相關政策，支持智算中心建設，推進構建多層次算力基礎設施。北京、上海、成都、杭州、廣東、河南、河北等省市發布系列政策，布局新型算力產業格局，為數字經濟發展奠定算力基礎。各省市對算力規劃多側重于 AI、智算中心領域，如北京市算力基礎建設實施方案（20

27、24-2027 年）明確強調要改變智算建設“小、散”1010的局面，通過集中建設一批智算單一大集群，實現智算供給規模的顯著提升；廣東省算力基礎設施高質量發展行動暨“粵算行動計劃（2024-2025 年）提出到 2025 年智能算力占比要達到 50%。表 5地方層面政策文件表 5地方層面政策文件時間時間省市省市文件名稱文件名稱相關內容相關內容2024 年 5 月河北省關于進一步優化算力布局推動人工智能產業創新發展的意見通過強化多元優質算力普惠供給、加強高質量數據要素保障、推動應用大模型培育孵化、推廣人工智能創新長久應用等四項措施，促進河北省算力、數據、算法協同應用。2024 年 4 月北京市北京

28、市算力基礎建 設 實 施 方 案（2024-2027 年）改變智算建設“小、散的局面，通過集中建設一批智算單一大集群，實現智算供給規模的顯著提升。2024 年 3 月廣東省廣東省算力基礎設施高質量發展行動暨“粵算行動計劃（2024-2025 年）到 2025 年算力規模達到 38EFLOPS，智能算力占比達到 50%，到 2025 年底，新增國產化算力占比達到 70%。2023 年 8 月河南省河南省重大新型基礎設施建設提速行動方案（2023-2025 年）推進智算中心、超算中心、新型數據中心建設，打造中部算力高地。實施高性能算力提升工程。加快建設鄭州、洛陽等全棧國產化智能計算中心，構建中原智

29、能算力網。持續提升國家超算鄭州中心超算能力，建設智算中心和鄭州城市算力網調度中心，綜合算力性能保持國際前列，資源利用率達到 70%。2023 年 7 月杭州市杭州市人民政府辦公廳關于加快推進人工智能產業創新 發 展 的 實 施 意見積極擴容智能算力。整合政企資源，鼓勵社會力量開展智能計算中心建設，推進智算中心合理布局，加快部署適配模型訓練所需的軟硬件環境，提升智算中心算力+算法服務能力。推動異構算力統一管理、統一運營，實現智能計算任務經濟高效運行。2023 年 5 月上海市上海市加大力度支持民間投資若干政策措施充分發揮人工智能創新發展專項等引導作用，支持民營企業廣泛參與數據、算力等人工智能基礎

30、設施建設。2023 年 5 月北京市北京市促進通用人工智能創新發展的若干措施將新增算力建設項目納入算力伙伴計劃，加快推動海淀區、朝陽區建設北京人工智能公共算力中心、北京數字經濟1111時間時間省市省市文件名稱文件名稱相關內容相關內容算力中心，形成規?；冗M算力供給能力，支撐千億級參數量的大型語言模型、大型視覺模型、多模態大模型、科學計算大模型、大規模精細神經網絡模擬仿真模型、腦啟發神經網絡等研發。2023 年 1 月成都市成都市圍繞超算智算加快算力產業發展的政策措施建立以“算力券”為核心的算力中心運營統籌結算分擔機制，結合區塊鏈等新技術實現算力券有效監管。每年發放總額不超過 1000 萬元的“

31、算力券”，用于支持算力中介服務機構、科技型中小微企業和創客、科研機構、高校等使用國家超算成都中心、成都智算中心算力資源。2022 年 7 月上海市上海市數字經濟發展“十四五”規劃推動建設綠色數據中心，強化算力統籌和智能調度，提升數據中心跨網絡、跨地域數據交互能力，推動數據中心供電、冷卻、網絡、服務器等智能協同，實現數據中心自動化能效調優，提升數據中心能效密度。2021 年 11月河北省河北省建設全國產業轉型升級試驗區“十四五”規劃的通知建設全國一體化算力網絡京津冀國家樞紐節點，加快構建工業互聯網網絡體系，改造升級省級北斗導航系統，規劃建設低軌衛星互聯網地面信關站。2021 年 3 月天津市天津

32、市新型基礎設施建設三年行動方 案（2021-2023年）的通知打造超算資源算力供給體系。依托國家超級計算天津中心，推動超算與人工智能深度融合。加快與量子計算、區塊鏈技術融合發展，提供多層次智能算力服務，打造各類創新平臺協同創新算力載體。資料來源：深企投產業研究院整理。三、發展現狀三、發展現狀（一）市場及算力規模（一）市場及算力規模數據量增長是算力需求增加的基礎。數據量增長是算力需求增加的基礎。伴隨人工智能在各個應用領域滲透，物聯網、云計算不斷普及，各行業數字化轉型持續推進，全1212球生成和存儲的數據量穩步增長。根據國際數據公司 IDC 于 2024 年發布的報告預測，全球 2024 年將生成

33、 159.2ZB（十萬億億字節）的數據，2028 年將增加一倍以上，達到 393.8ZB，復合增長率為 24.8%；2024 年中國將生成 39.5ZB 數據，2028 年將達到 97.1ZB。全球及中國智能算力規模高速增長。全球及中國智能算力規模高速增長。隨著人工智能的快速發展以及 AI 大模型帶來的算力需求爆發，全球算力規模呈現高速增長態勢。根據 IDC、Gartner、TOP500、中國信通院的預測，預計全球算力規模將從 2023 年的 1397EFLOPS（1EFlops=1018Flops1）增長至 2030 年的 16ZFLOPS（1ZFlops=1021Flops），預計 202

34、3-2030 年全球算力規模復合增速達 50%。根據 IDC 的數據，2024 年中國智能算力規模為725.3EFLOPS，預計 2028 年將達到 2781.9EFLOPS，2020-2028 年中國智能算力規模的復合增速為 57.1%。圖 32020-2028 年中國智算算力規模及預測（EFLOPS）圖 32020-2028 年中國智算算力規模及預測（EFLOPS）資料來源：IDC2025 年中國人工智能計算力發展評估報告。1在衡量計算能力時，Flops（Floating-point Operations Per Second）即每秒浮點運算次數，是一個基礎單位。1313根據中國信通院數據

35、，截至 2023 年底，全國在用數據中心機架總規模已躍升至 810 萬標準機架，算力總規模達到 230EFLOPS（每秒能完成 230 百億億次浮點運算），穩居全球第二，存力總規模約1200EB。根據工信部最新數據顯示，2024 年，我國在用算力中心標準機架數超過 880 萬架，算力規模較 2023 年底增長 16.5%。圖 42017-2024 年我國算力中心在用機架規模及增速圖 42017-2024 年我國算力中心在用機架規模及增速數據來源：工信部、中國信通院 中國算力中心服務商分析報告（2024 年），深企投產業研究院整理。我國智算中心建設加速。我國智算中心建設加速。根據科智咨詢數據，2

36、023 年，中國投用智算中心總 IT 負載達到 1205.5MW，同比增長 41.6%。預計 2026年，中國智算中心 IT 負載規模將超 3000MW，復合年增速達到 36%。1414圖 52021-2026 年中國智算中心 IT 負載規模（MW）圖 52021-2026 年中國智算中心 IT 負載規模（MW）數據來源：科智咨詢，深企投產業研究院整理。我國智算中心市場規模持續增長。我國智算中心市場規模持續增長。根據科智咨詢數據，2023 年中國智算中心市場投資規模達 879 億元，同比增長 90%以上，2024年預計為 1014 億元，突破千億元大關。未來，AI 大模型應用場景不斷豐富，商用

37、進程加快，智算中心市場增長動力逐漸由訓練切換至推理，市場進入平穩增長期，預計 2028 年中國智算中心市場投資規模有望達到 2886 億元，2023-2028 年 CAGR 達 26.8%。CAGR=39.6%CAGR=26.8%1515圖 62020-2028 年中國智算中心市場規模及預測（億元）圖 62020-2028 年中國智算中心市場規模及預測（億元）資料來源：科智咨詢，深企投產業研究院整理。（二）智算中心區域分布（二）智算中心區域分布智算中心主要集中在東部地區。智算中心主要集中在東部地區。中國智算中心產業發展具有明顯區域特征，東部地區集聚大量高科技企業，“AI+行業”應用進程較快，為

38、人工智能發展提供豐富的應用場景和數據資源，智算需求集中。截至 2024 年 8 月，中國已投用、在建、規劃的智算中心總計 300 余個，其中，江蘇省智算中心項目數量最多，其次為廣東及山東??；京津冀、長三角及廣東省智算中心項目合計超過 120 個，占比超 40%。圖 7 中國投運/在建/規劃智算中心項目區域分布（截至 2024 年 8 月）圖 7 中國投運/在建/規劃智算中心項目區域分布（截至 2024 年 8 月）資料來源：科智咨詢，深企投產業研究院整理。市場傾向投建市場傾向投建 100PFLOPS 及以上的大中型智算中心。及以上的大中型智算中心。從目前建設情況看，根據算力規模，智算中心可劃分

39、為三大類：1000P（1PFlops=1015Flops）以上的多為公共用途，且未來有望承擔樞紐節1616點角色，100P 以下更多以企業級零散需求為主；100P 到 1000P 多服務于產業集群類需求，當前落地項目數量最多，占比 70%。表 6中國智算中心項目建設現狀表 6中國智算中心項目建設現狀智算中心類型智算中心類型項目數量占比項目數量占比項目地區分布項目地區分布主要應用領域主要應用領域1000P大型智算中心20%京津冀、長三角、珠三角AI 大模型、自動駕駛、空間地理等人工智能技術領域300-1000P中型智算中心70%一線、新一線及二線城市人工智能產業鏈或細分行業智能化集群100P小型

40、智算中心10%二線及以下城市企業智能化建設或小型人工智能產業集群資料來源：甲子光年智庫，深企投產業研究院整理。四、行業運作模式四、行業運作模式（一）智算中心建設運營模式（一）智算中心建設運營模式目前智算中心建設運營模式主要有政府投資建設、企業建設運營、政府購買服務、政府和社會資本合作等模式，主要產業合作方包括云廠商及 AI 科技企業、三大通信運營商、第三方數據中心廠商等，各類模式情況如下表所示。1717表 7中國智算中心建設運營模式表 7中國智算中心建設運營模式建設模式建設模式投資方投資方運營分工運營分工政府投資+企業運營政府或通過平臺公司投資建設智算中心由平臺公司運營，或引入第三方企業參與運

41、營。該模式多適用于發達地區，本地有強算力需求企業自投自運+政府補貼引入運營商或第三方企業投資運營商或地方企業運營，政府提供電力、土地等優惠政策，如每年購買不少于 2000 萬算力補貼，連續購買 5 年平臺企業投資+聯合運營平臺公司投資建設智算中心平臺公司或地方性國資企業與第三方企業成立合資公司，負責公司人、財、物管理，其他部門可采用外包等方式資料來源：甲子光年智庫，深企投產業研究院整理。政府牽頭算力中心推動算力普惠，運營商、科技大廠布局領先。政府牽頭算力中心推動算力普惠，運營商、科技大廠布局領先。從數量維度看，截至 2024 年 8 月，全國投運、在建及規劃的智算中心中，地方政府和基礎電信運營

42、商主導建設的智算中心項目占比超過50%，互聯網及云廠商項目數量占比約為 17.7%。從算力規模維度看，截至 2024 年 8 月，全國投運、在建及規劃的智算中心中，互聯網及云廠商建設的智算中心規模占比超過 30%，其次為基礎電信運營商，占比約為 25.6%。1818圖 8中國智算中心項目建設主體分布（按項目數量，截至 2024 年 8月）圖 8中國智算中心項目建設主體分布（按項目數量，截至 2024 年 8月）圖 9中國智算中心項目建設主體分布（按算力規模，截至 2024 年 8月）圖 9中國智算中心項目建設主體分布（按算力規模，截至 2024 年 8月）資料來源：科智咨詢，深企投產業研究院整

43、理。（二）智算中心盈利模式（二）智算中心盈利模式智算中心的主要盈利模式包括算力租賃、技術服務、數據運營等。智算中心的主要盈利模式包括算力租賃、技術服務、數據運營等。傳統 IDC 服務商通過先建后租，主要獲取資源差價與服務費用。與1919傳統的數據中心和云服務不同，智算中心的核心是供應算力服務，其商業模式既有數據中心設備租賃的特點，也具備了云服務按用量、服務付費的特性，商業模式相對多元化。但當前許多智算中心盈利模式單一，主要依賴算力租賃，相關增值服務有待開發。算力租賃。算力租賃。算力租賃指的是企業或個人通過繳納租金，向擁有豐富計算資源的服務商（算力平臺、智算中心、云廠商等）租借所需算力（主要是

44、GPU 或其他類型的算力）。這一模式特別適用于那些需求大規模計算能力，卻不愿或不能承受高額初期投資成本的用戶。算力租賃為他們提供了一個既靈活、高效又經濟的解決方案。比如國外英偉達已建成 5 座 AI 工廠，向企業用戶銷售算力；國內則是智算中心、云廠商提供相關租賃服務。技術服務。技術服務。比如提供 AI 大模型訓練和部署服務。企業可以利用智算中心的高性能計算資源，快速訓練和優化 AI 模型，然后將其部署到實際的應用場景中。當前提供大模型訓練和部署服務的主要以云廠商為主，比如騰訊云 MaaS、百度智能云、華為 AI 云服務、中國電信的算力服務生態平臺等。數據運營。數據運營。主要是數據處理和分析服務

45、。大型智算企業擁有海量的數據資源。在確保合法合規、數據安全以及嚴格保護用戶隱私的基礎上，這些企業能夠向用戶企業提供一系列服務，涵蓋大型模型數據集供應、數據標注、預訓練以及微調等。此類服務對于數據驅動型行業，尤其是金融、醫療健康及零售等領域，具有較大意義。2020智算中心建設運營企業要實現可持續性的投資回報，主要取決于以下因素：一是智算中心所提供的算力和服務是否能夠滿足市場需求；二是成本控制水平，包括建設成本、運營成本等；三是技術層面能否在硬件設備、軟件平臺等方面保持領先地位。此外，地方相關支持政策也有利于智算中心的發展。五、行業市場格局五、行業市場格局當前，我國智算中心市場主要參與主體為云服務

46、廠商、第三方IDC/算力中心服務商和智算服務廠商。（一）云服務廠商（一）云服務廠商近年來，云計算服務尤其是公有云市場迎來爆發式增長，以阿里云、騰訊云、華為云為代表的云服務商迅速發展。大型云計算廠商建設大型或超大型云計算中心（數據中心/智算中心），綜合采用自建、與算力中心服務商合建的方式，同時在一線城市和偏遠地區進行布局。整體云服務市場三大運營商與三大互聯網背景云廠商形成分庭抗禮的態勢。整體云服務市場三大運營商與三大互聯網背景云廠商形成分庭抗禮的態勢。2024 年天翼云、阿里云、移動云營收均超千億。其中，天翼云首次超越阿里云，以 1139 億元營收登頂云服務市場榜首，在公有云IaaS市場排名第三

47、，政務云、醫療云等垂直領域市占率超30%。阿里云雖暫時退居次席，但其迅速啟動戰略升級，宣布未來三年將在云計算和 AI 基礎設施領域投資超過 3800 億元，這一金額已超過其過去十年在該領域的總投入。華為云 2024 年全年營收 688 億元，同比2121增長 24.4%，海外公有云收入增長超過 50%，昇騰 AI 云服務實現 6倍增長。表 8中國云服務商 2024 年收入對比表 8中國云服務商 2024 年收入對比排名排名廠商廠商收入（億元）收入（億元）同比增速同比增速1天翼云113917.1%2阿里云11357.7%3移動云100420.4%4華為云68824.4%5聯通云68617.1%6

48、騰訊云約 500（CFM估算）/資料來源：公開信息，深企投產業研究院整理。注：騰訊并未披露云收入，據 CFM 預計騰訊云在 2024 年收入約 500 億元。公有云（公有云（IAAS+PaaS）市場互聯網背景云廠商占據市場主導地位。）市場互聯網背景云廠商占據市場主導地位。根據國際數據公司 IDC 數據，2023 年全年中國公有云服務（IAAS+PaaS）市場規模為 297.8 億美元。根據艾瑞咨詢研究，2023年中國公有云服務（IAAS+PaaS）市場，阿里云、華為云、騰訊云三大互聯網背景云廠商占據了半壁江山，市場份額合計占比達 50.8%。其他主要廠商包括三大運營商（中國電信天翼云、移動云、

49、聯通云）、亞馬遜云科技、百度云、浪潮云、京東云等。根據 IDC 數據，AI 公有云 2023 年市場規模達到 126.1 億元，同比增長 58.2%，百度、阿里、騰訊、華為四大云廠商市場份額合計占比超過 90%。2222圖 102023 年中國公有云 laaS+Paas（僅國內）市場份額圖 102023 年中國公有云 laaS+Paas（僅國內）市場份額資料來源：艾瑞咨詢，深企投產業研究院整理。三大運營商擁有核心網絡資源、廣泛的網絡帶寬、覆蓋全國的數據中心機房資源，以及多樣化的客戶和合作伙伴，比如政府和大型企業等，但算力中心服務當前還非核心業務。三大運營商算力規模如下表所示。表 92024 年

50、三大運營商算力規模表 92024 年三大運營商算力規模企業企業算力規模及投資情況算力規模及投資情況中國電信2024 年智能算力資源達到 35EFLOPS，數據中心機架規模突破 60 萬架。推出 50 余個行業大模型，服務超1 萬家客戶。2025 年智算規模計劃突破 50 EFlops。中國移動2024 年通用算力規模達到 8.5EFlops，智能算力規模增加至 29.2 EFLOPS（FP16），全年增長 49%。2024 年數據中心機架突破 56 萬架。2024 年全年在算力網絡領域投資371 億元。2025 年預計智算規模突破 35 EFLOPS。2323企業企業算力規模及投資情況算力規模

51、及投資情況中國聯通2024 年智能算力規模達到 17EFLOPS，數據中心機架規模達到 42 萬架，2025 年智算規模目標突破25EFLOPS。資料來源：各公司財報、公告、網絡公開信息，深企投產業研究院整理。（二）第三方算力中心服務商（二）第三方算力中心服務商第三方算力中心服務商是通過自建或租用的方式獲得算力中心機房資源，并從基礎電信運營商處取得帶寬等通信資源，進而向用戶提供算力中心服務。當前算力中心服務商已成為算力中心行業投資的主要參與者和驅動者。根據2024 中國第三方算力中心服務商發展研究報告，截至 2023 年底，全國擁有自建算力中心的服務商數量654 家，其中，年收入在 1 億元以

52、上的服務商占比為 14%；國有資本服務商占比為 20%；全國性服務商占比為 21%。根據商業模式不同，我國算力中心服務商可以分為批發型服務商和零售型服務商，如下表所示。表 10批發型與零售型算力中心服務商比較表 10批發型與零售型算力中心服務商比較類型類型商業模式商業模式經營特征經營特征代表企業代表企業批發型算力中心服務商自建大型算力中心，通常以機房模塊單元為最小單位進行出租，延伸出為超大型客戶提供定制化服務，主要面向大型云計算廠商等大客戶，提供托管、運維、云服務一站式服務。一般深度綁定大型云服務廠商，毛利率較低，但客戶需求相對穩定，對公司資源整合，快速建設擴張、大客戶服務能力要求較高。萬國數

53、據、數據港、寶信軟件等2424類型類型商業模式商業模式經營特征經營特征代表企業代表企業零售型算力中心服務商自建算力中心或租用基礎電信運營商、批發型算力中心服務商的算力中心，面向中小客戶，以機柜為最小出租單位，提供托管及增值服務。毛利率較高，但需求存在一定不確定性，對公司精細運維能力與銷售能力要求較高。世紀互聯、光 環 新 網等資料來源：中國信通院等，深企投產業研究院整理。國內主營業務涉及 IDC 服務的上市公司包括萬國數據、世紀互聯、潤澤科技、寶信軟件、光環新網、數據港、科華數據、奧飛數據、首都在線、證通電子、浙大網新、浙數文化、網宿科技、二六三、云賽智聯、銅牛信息、鵬博士等 20 多家企業，

54、如下表所示。表 11國內算力中心服務有關上市企業表 11國內算力中心服務有關上市企業公司公司營收規模（營收規模（2023）機柜機柜/算力算力/IT 容量規模容量規模主要客戶主要客戶萬國數據99.57 億元數據中心超過 100 座。2021 年機柜數量已達 19.52 萬個。阿里、騰訊、百度、京東、華為、字節、美團等世紀互聯74.1 億元布局在一線城市及周邊，智算中心建設超 10 座，2023 年運營總機柜數達 9.4 萬個。阿里、騰訊、京東、金山、華為等，零售為主秦淮數據59.5 億元全球 40 個數據中心，2023 年全球投 運 及 在 建 規 模 IT 容 量 達1144MW、中國區近 9

55、00MW。字節跳動（對應營收超50 億）、網宿科技、微軟等潤澤科技43.51 億元2023 年底全國已建成 7 個 AIDC 智算基礎設施集群，已交付 10 多個智算中心，合計規劃約 61 棟智算中心、32 萬架機柜。字節、華為、京東、快手、美團、中國電信等寶信軟件34.91 億 元（服務外包數據中心以上海為核心；預計 2023年機柜 5 萬個左右。中國電信、中國移動、阿里、騰訊、360、中國2525公司公司營收規模（營收規模（2023）機柜機柜/算力算力/IT 容量規模容量規模主要客戶主要客戶業務）太保、中國平安等光環新網22.21 億 元（IDC 業務）2023 年底數據中心分布在 7 個

56、城市，已投產機柜 5.2 萬個，全部達產超 11 萬個。亞馬遜、美團、華為、oppo 等數據港15.25 億元2023 年底運營 35 個數據中心，日運營 IT 容量 371MW，折算標準機柜（5KW）約 7.42 萬個。阿里（占營收 90%以上）等科華數據12.89 億 元（IDC）2023 年底擁有 10 個數據中心，自持機柜數量 3 萬多個（2023 年 9月）。三大運營商、騰訊、華為云；金融領域：六大行及興業、招商等商業銀行等奧飛數據11.2億元（IDC）2023 年底擁有 13 個數據中心，可用機柜 3.5 萬個?？焓?、YY、搜狐、網易、UC 等首都在線11.6億元（IDC+云主機）

57、數據中心分布在海南文昌、美國達拉斯、河北懷來、安徽蕪湖?；ヂ摼W、游戲、電商等證通電子9.38億元（IDC 及 云計算）粵港澳大灣區、中部自建四大產業園、8 個數據中心，已建成的 IT 負載 79.2MW（折合 4.4 千瓦標準機柜 1.8 萬個），長沙、陜西在建。金融客戶、中大型互聯網公司和三大通信運營商尚航信息（新 三板）4.89 億元數據中心分布在無錫、懷來、深圳、廣州、張家口等地。搜狗、歡聚集團、廣州津虹、UC 等浙大網新4.56 億元（數智云服務）數據中心分布在杭州、上海、成都等地合計 7 個，機柜資源超過 9000個。浙數文化3.78 億元（子公司）依托子公司富春云科技，數據中心位于

58、杭州、北京?；ヂ摼W、政府、金融、教育、交通等云賽智聯3.3 億元（子公司）依托子公司上?？萍?，數據中心位于上海寶山、松江、徐匯，機柜超7000 個。保險、銀行等網宿科技2.67 億元（IDC 及 液租用為主，自建數據中心位于上海3000 多家客戶2626公司公司營收規模（營收規模（2023）機柜機柜/算力算力/IT 容量規模容量規模主要客戶主要客戶冷）二六三4.32 億元（云網絡）北京、上海自建 2 座數據中心。日資客戶等銅牛信息1.71 億元數據中心主要位于北京、天津。北京國企等鵬 博 士（ST）1.41億元（IDC）北上廣深、成都、武漢等 10 多個數據中心。金融、保險、互聯網、云計算、跨

59、國公司等資料來源：各公司年報，深企投產業研究院整理。非上市重點企業主要有浩云長盛、普洛斯、中金數據、博浩數據、有孚網絡、中聯數據、博大數據等，如下表所示。表 12國內算力中心服務重點企業（非上市）表 12國內算力中心服務重點企業（非上市）公司公司機柜機柜/算力算力/IT 容量規模容量規模主要客戶主要客戶浩云長盛重點分布在北上廣、成都、杭州、中衛，13 個自建基地，儲備超過 22萬個機柜。阿里云、華為云等云計算公司、大型互聯網客戶等普洛斯國內分布在 4 大區域 11 個城市，控股 云 之 鼎，國 內 IT 負 載 超 過1400MW，全球含在建項目 IT 負載超過 2500MW互聯網、云計算、金

60、融以及政企等行業中金數據2022年底運營5個數據中心（北京、煙臺、昆山、武漢等），機架 14.8萬個。政府、TMT 行業、銀行保險行業博浩數據截止 2023 年底，交付機柜總量超 5萬個，數據中心總面積超 40 萬平米。大型互聯網企業、電信與 IT服務供應商、云服務商、金融機構等有孚網絡分布在北上廣深等一線城市，自建數據中心面積超 30 萬平米。企業和政府客戶超過 1000個，分布在互聯網、人工智能、金融、教育、能源等行業中聯數據運營及在建 10 余座數據中心園區，運營機柜總數超過 10 萬架京東、字節跳動、快手科技、阿里云、騰訊、華為等博大數據算力中心布局 15 個城市，數據中心華為、百度、

61、小米、中國移動、2727公司公司機柜機柜/算力算力/IT 容量規模容量規模主要客戶主要客戶總面積超 30 萬平米，機柜數量近 6萬個。中國電信等企商在線數據中心主要位于北京及周邊、武漢等，現有 1.5 萬個機架，在建項目有 2 萬個機架，現有活躍算力2000PFLOPS 左右。金融、政府、泛互聯網、人工智能等行業，規?？蛻羯锨Ъ因v龍控股數據中心位于北京、重慶、武漢、深圳、西安等。阿里、騰訊、百度等數訊信息上海、北京合計 6 個數據中心，面積 6 萬平米以上，機柜超過 8000個。上海企業客戶（金融、醫藥、制造行業等）蘇州國科蘇州本地國企，機柜 4000 多個，可提供算力約 1000PFlops

62、。蘇州本地企業資料來源：各公司網站、網絡公開信息，深企投產業研究院整理。算力中心服務商海外投資布局加速。算力中心服務商海外投資布局加速。伴隨我國企業出海進程加快，大型互聯網企業（如 Tiktok）在全球進行競爭，為保障海外市場的算力供應，算力相關基礎設施建設一直在推進中。在高端 GPU 國內進口受限的情況下，一些人工智能企業、大型科技公司也需要考慮在不受美國出口管制的國家和地區建設算力中心，攤薄國內算力建設的成本，保持國際競爭力。隨著算力中心全球化持續推進，我國主要算力中心服務商加快海外布局，在東南亞、一帶一路等海外市場投建大規模算力中心，提供全方位配套的算力中心服務，同時采用金融并購等手段進

63、行海外業務布局。比如，萬國數據在馬來西亞、印尼、新加坡等，秦淮數據在馬來西亞、印度、新加坡等，均在投建算力中心集群。（三）智算服務廠商（三）智算服務廠商2828智算服務是指以 GPU、FPGA、ASIC 等 AI 專用算力為主的基礎設施服務，主要包括智算集成服務、智算基礎設施即服務（AI IaaS）。其中，智算集成服務主要是指廠商在幫助客戶建設私有智算基礎設施過程中提供的咨詢、集成、開發、運維等專業和管理服務；AI IaaS是指供應商以租賃形式為客戶提供一站式智能算力服務，并由供應商提供后續的運營及運維保障，具體又分為生成式 AI（GenAI IaaS）和非生成式 AI（Non-GenAI I

64、aaS）兩個細分市場。智算服務市場整體增長迅猛，智算服務市場整體增長迅猛，GenAI IaaS 市場表現尤為突出。市場表現尤為突出。根據 IDC 發布的中國智算服務市場（2024 上半年）跟蹤報告顯示，2024 年上半年，中國智算服務市場整體規模達 146.1 億元，同比增長 79.6%。細分市場中，智算集成服務市場規模為 57.0 億元，占比39%，同比增長168.4%；GenAI IaaS市場規模為52.0億元，占比35.6%，同比激增 203.6%，成為推動行業增長的核心力量；而 Non-GenAI IaaS市場則呈現收縮態勢，規模為37.1億元，占比25.4%，同比下降13.7%。圖

65、112024 上半年中國智算服務市場分布情況圖 112024 上半年中國智算服務市場分布情況2929資料來源：IDC，深企投產業研究院整理。GenAI IaaS 市場由阿里、火山引擎、商湯科技等引領，智算集成服務市場則是華為一家獨大市場由阿里、火山引擎、商湯科技等引領，智算集成服務市場則是華為一家獨大。GenAI IaaS 服務方面，阿里借助優秀的資本布局聚焦算力消耗大戶，其技術體系快速適配 GenAI 時代，2024 年上半年市場份額第一；火山引擎、商湯科技、華為位列第二至第四。其他新勢力企業包括并行科技、藍耘科技、首都在線、鴻博股份、云從科技、中貝通信、匯納科技、光環新網、世紀互聯、恒潤重

66、工等。智算集成服務方面，華為憑借全棧式解決方案與強大的生態整合能力，占據近半市場份額，確立絕對領先地位。新華三、百度、中國電信、中國電子云等企業雖位列市場份額 2-5 名，但與華為差距顯著。圖 122024 年上半年中國 Top5 GenAI IaaS 服務廠商市場份額圖 122024 年上半年中國 Top5 GenAI IaaS 服務廠商市場份額3030圖 13Top5 智算集成服務廠商市場份額（右）圖 13Top5 智算集成服務廠商市場份額（右）資料來源：IDC，深企投產業研究院整理。六、產業鏈重點領域格局六、產業鏈重點領域格局（一）（一）AI 服務器服務器人工智能服務器市場保持快速增長。

67、人工智能服務器市場保持快速增長。大模型興起和生成式人工智能應用顯著提升了對高性能計算資源的需求，人工智能服務器作為支撐這些復雜人工智能應用的核心基礎設施，市場規模也持續擴大。根據 IDC 數據，2024 年全球人工智能服務器市場規模預計為 1251 億美元，2025 年將增至 1587 億美元，2028 年有望達到 2227 億美元，其中生成式人工智能服務器占比將從 2025 年的 29.6%提升至 2028 年的37.7%。2024 年中國人工智能服務器市場規模達到 190 億美元、同比增長 86.9%，2025 年將達到 259 億美元、同比增長 36.2%，2028 年將達到 552 億

68、美元。3131圖 142024-2028 年中國 AI 服務器市場規模圖 142024-2028 年中國 AI 服務器市場規模資料來源：IDC2025 年中國人工智能計算力發展評估報告，深企投產業研究院整理。整機市場以國產品牌為主導，頭部企業優勢明顯。整機市場以國產品牌為主導，頭部企業優勢明顯。AI 服務器是智算中心的核心組成部分，為人工智能的模型訓練、推理、數據處理和分析等任務提供了強大的計算支持。我國 AI 服務器行業起步階段主要依賴國外品牌的引入，隨著國內廠商技術實力的增強與創新能力的提升，國產品牌逐漸崛起，對外資品牌實現了有效替代。根據 IDC數據，2024 年中國加速服務器（以 AI

69、 服務器為主體）市場規模達到221 億美元，同比增長 134%，其中 GPU 服務器依然是主導地位，占比達到 69%；同時 ASIC 和 FPGA 等非 GPU 加速服務器高速增長，占比超過 30%。浪潮信息以絕對優勢保持市場第一，憑借全棧 AI 服務器產品和成熟的生態合作（如與英偉達、AMD 的適配），在互聯網、金融等行業占據主導地位，在 2024 年中國加速服務器市場份額達到 36.1%；寧暢信息通過定制化液冷服務器和邊緣計算解決方案實3232現高速增長，尤其在生成式 AI 推理場景中表現突出，其市場份額較2023 年提升約 3 個百分點，達到 8.5%：新華三依托運營商和政企客戶資源，在

70、非 GPU 架構（如 FPGA）加速服務器領域擴大布局，但受超云等新興廠商沖擊，增速略低于前兩名，市場份額為 8.0%；超聚變 2024 年 AI 服務器市場份額增長 149%，加速服務器市場份額達到 7.0%；華為昇騰系列加速服務器在非 GPU 市場占據主導地位，市場份額為 6.4%；其他服務器廠商包括坤前、安擎、超云、聯想、戴爾、HPE 慧與科技等。圖 152024 年中國加速服務器市場份額圖 152024 年中國加速服務器市場份額資料來源：IDC2025 年中國人工智能計算力發展評估報告，深企投產業研究院整理?！耙豪湟豪洹庇型蔀榉掌魑磥戆l展的主旋律。有望成為服務器未來發展的主旋律。隨

71、著 AI 算力需求的持續高漲，基于 AI 發展的智算中心的電力功耗將不斷高增，使得行業節能減排的需求強烈，同時隨著服務器單機柜功率密度上升，數據中心作為新興技術“大腦”，因數據與運算量劇增面臨嚴峻散熱挑戰。3333由于液冷服務器具備散熱快、能耗低等諸多顯著優點，服務器市場規模有望迎來高增。根據 IDC 數據，2024 年中國液冷服務器市場表現亮眼，規模達到 23.7 億美元，同比增長 67.0%。市場占比前三的廠商分別是傳統服務器廠商浪潮信息、超聚變和寧暢，占據了七成左右的市場份額。IDC 預計，2023-2028 年，中國液冷服務器市場年復合增長率將達到 47.6%，2028 年市場規模將達

72、到 102 億美元。圖 162024 年中國液冷服務器市場份額圖 162024 年中國液冷服務器市場份額資料來源：IDC，深企投產業研究院整理。（二）（二）AI 芯片芯片國際巨頭占據主導地位，國際巨頭占據主導地位，AI 芯片進口占比約為芯片進口占比約為 70%。在智算中心中，AI 芯片是 AI 服務器的核心計算部件，是算力的硬件基石。AI芯片按架構可分為 GPU、FPGA、NPU 和 ASIC 等，其中 GPU 占據AI 芯片主導地位，根據中國 AI 算力行業發展報告，2024 年上半年，GPU 卡占據國內 AI 芯片出貨量 80%市場份額。英偉達、英特爾、AMD、高通等傳統芯片廠商憑借在芯片

73、領域的多年積累，在 GPU 和3434FPGA 高端芯片領域基本處于壟斷地位。英偉達 2024 全年對華 AI 芯片出口約 171 億美金，仍占據中國 AI 芯片市場主要份額。從進出口市場份額看，根據 IDC 披露數據，2024 年中國 AI 芯片出貨量約 270萬顆，其中中國本土 AI 芯片品牌出貨量超過 82 萬顆，占比約為 30%，進口 AI 芯片占比約 70%。華為寒武紀助力國產華為寒武紀助力國產 GPU 突圍，國內大廠加速自研突圍，國內大廠加速自研 ASIC 進程。進程。寒武紀及華為作為我國 GPU 主要供應商，近年持續迭代新品。華為推出昇騰 910，可對標英偉達 A100，并對比

74、A800 部分精度的算力有優勢，同時推出 AI 開源計算框架 MindSpore，支持用戶進行 AI 開發，自英偉達 A800 禁售中國后，包括中國移動、百度、美團、科大訊飛等在內的中國企業正在轉向以華為昇騰為代表的國產 GPU 方案，華為甚至一度成為英偉達公開點名的中國市場頭號競爭對手。目前市面上主流的昇騰方案均采用了 910B，而下一代 910C 也已量產，根據2025 年 4 月 10 日華為云生態大會披露的信息，昇騰 AI 芯片性能已經超過了英偉達 H100 芯片。寒武紀提供云邊端一體、訓練推理融合等系列 AI 芯片產品及平臺化基礎系統軟件，重點對推薦系統和大語言模型的訓練推理等場景進

75、行優化。此外，國內景嘉微在圖形渲染GPU 領域持續深耕；天數智芯、壁仞科技、登臨科技等一批主打 AI及高性能計算的 GPGPU 初創企業正加速涌入，但目前與英偉達在GPGPU 上仍存在較大差距。除了通用服務器芯片外，國內大廠亦加速 ASIC 自研進程，已從 2018 年起陸續推出自研 ASIC 芯片。騰訊陸續推出滄海、紫霄、玄靈等自研高性能芯片，阿里巴巴也推出自研的3535服務器芯片含光 800 和倚天 710，百度已推出昆侖芯 1 代和昆侖芯 2代。表 13國產 AI 芯片競爭格局表 13國產 AI 芯片競爭格局公司公司產品產品應用類型應用類型算力（算力（TFLOPS）制程（制程（nm）帶寬

76、（帶寬（GB/s）功耗（功耗（w）寒武紀MLU370-X8訓練+推理256(NT8)7614250寒武紀MLU370-X4訓練+推理256(NT8)7307150景嘉微JM9圖形1.5(FP32)1412830華為海思昇騰 310推理16(NT8)12/8華為海思昇騰 910訓練640(NT8)N7+/310燧原科技T20訓練256(NT8)/1638300燧原科技T21訓練256(NT8)/1638300摩爾線程MTTS3000圖形15.2(FP32)12448250海光信息深算一號訓練/71024350壁仞科技BR100訓練240(FP32)/128550百度昆侖芯 2 代訓練+推理256

77、(NT8)7512120阿里含光 800推理82012200250資料來源：公開資料，浦銀國際，深企投產業研究院整理。DeepSeek 有望推動推理需求加速釋放，國產有望推動推理需求加速釋放，國產 AI 算力芯片或持續提升市場份額。算力芯片或持續提升市場份額。2025 年 1 月，DeepSeek 開源推出大模型DeepSeek-R1，通過算法效率提升與硬件適配優化，降低訓練成本與制程依賴，提供了在算力有限的條件下通過算法創新的技術突破路徑與解決方案，有望推動推理需求加速釋放。根據 IDC 數據，預計 2028 年，用于推理的 Al 芯片比例將提升至 73%。在 AI 算力芯片進口受限的背景下

78、，華3636為昇騰、沐曦、天數智芯、摩爾線程、海光信息、壁仞科技、寒武紀、云天勵飛、燧原科技、昆侖芯等國產 AI 算力芯片廠商已完成適配DeepSeek，用于推理的 AI 算力芯片國產替代空間更為廣闊，國產 AI算力芯片有望持續提升市場份額。圖 172024-2028 年中國 AI 服務器工作負載預測情況圖 172024-2028 年中國 AI 服務器工作負載預測情況資料來源：IDC，深企投產業研究院整理。（三）交換機（三）交換機國內交換機行業市場呈現雙龍頭格局。國內交換機行業市場呈現雙龍頭格局。交換機是智算中心網絡架構中的關鍵設備，用于連接各個 AI 服務器、存儲設備以及其他網絡設備，實現數

79、據的交換和路由。IDC 數據顯示，2023 年思科、華為、Arista、新華三、HPE 等頭部廠商合計占據全球超過 8 成的份額。國內市場方面，國產設備占據主導地位，海外交換機廠商在中國的市場份額加速縮小，2023 年華為、新華三分別以 36.4%和 35.2%的份額遙遙領先其他廠商分別位居前兩位，排名第三的銳捷占據 12.4%的份額。3737圖 182023 年中國交換機市場競爭格局圖 182023 年中國交換機市場競爭格局資料來源：IDC，深企投產業研究院整理。800G 及更高速率交換機已逐步推廣。及更高速率交換機已逐步推廣。據 DellOro Group 預計，到 2027 年，近一半的

80、數據中心交換機端口將由 400Gbps 及更高速度驅動。海外大模型廠商在 2024 年已開始大規模部署 800G 交換機用于訓練。在國內大模型市場中，800G 交換機在組網中已初現端倪。2023 年華為面向全球發布首款 800GE 數據中心核心交換機CloudEngine 16800-X 系列，正式開啟數據中心 800GE 時代，并應用于大模型訓練中。星網銳捷旗下的銳捷網絡 800G 交換機已實現小規模供貨，逐步進入批量部署階段；中興通訊 800G 數據中心交換機已開始市場推廣；新華三集團已于 2024 年 10 月宣布推出首款 1.6T智算交換機 H3C S98258C-G，該產品全面支持單

81、端口 1.6T 轉發速率。3838表 14國內主要交換機廠商的代表產品表 14國內主要交換機廠商的代表產品公司公司代表產品代表產品產品簡介產品簡介產品發布時間產品發布時間華為CloudEngine16800支持 400GE 速率，單機最大支持 768 個 400G 端口2019 年CloudEngine16800-X面向多元算力的 800GE數據中心交換機，兼容400G 技術2023 年新華三H3C S10500X-G400G 園區核心交換機，支持高密度 400G 端口2022 年H3C 1.6T 智算交換機兼容 400G/800G 速率，用于 AI 算力中心2024 年銳捷網絡RG-N180

82、00-X搭載 400G 商用板卡，支持字節跳動、阿里等智算中心建設2022 年800G 交換機2024 年已實現對 Tier1 互聯網客戶小批量發貨-資料來源：各公司公眾號，國金證券，深企投產業研究院整理。（四）光模塊（四）光模塊我國光模塊企業全球地位不斷凸顯。我國光模塊企業全球地位不斷凸顯。光模塊是光電轉換的核心組件，是確保 AI 芯片性能釋放最大化的通信器件，近年來由于數據流量的爆發，行業規?？焖侔l展。根據光通信行業研究機構 LightCounting 數據，2023 年光模塊全球前 10 大廠家中國占據 7 家，包括3939中際旭創（排名第 1）、華為（排名第 3）、光迅科技（排名第 5

83、）、海信寬帶（排名第 6）、新易盛（排名第 7）、華工科技（排名第 8）、索爾思光電（排名第 9）。表 15 全球光模塊市場競爭格局表 15 全球光模塊市場競爭格局排名排名201020202021202220231FinisarII-VI(Finisar)中際旭創中際旭創中際旭創中際旭創2Oprext中際旭創中際旭創&Coherent中際旭創&CoherentCoherent3Sumitomo華為（海思）華為（海思）Cisco（Acacia）華為（海思）華為（海思）4Avago海信寬帶Cisco(Acacia)華為（海思）Cisco（Acacia）5索爾思光電Cisco海信寬帶光迅科技光迅科技

84、光迅科技6FujitsuBroadcomBroadcom(Avago)海信寬帶海信寬帶海信寬帶7JDSUIntel新易盛新易盛新易盛新易盛8Encore光迅科技光迅科技華工正源華工正源華工正源9武漢電信器件新易盛MolexIntel索爾思光電索爾思光電10Neophotonics華工正源Intel索爾思光電Marvell資料來源：Light Counting，國元證券，深企投產業研究院整理。傳統光模塊在帶寬密度與能耗上面臨瓶頸，傳統光模塊在帶寬密度與能耗上面臨瓶頸，CPO 技術成為破局關鍵。技術成為破局關鍵。CPO 技術將光引擎與 ASIC 芯片封裝集成，通過縮短電互連距離、提升光電協同效率，

85、顯著降低系統功耗，并支持更高帶寬密度。CPO（光電共封裝）技術的快速迭代正推動 800G/1.6T 光模塊加速商用，為智算中心提供超低功耗、超高帶寬的互聯底座，為全球算力基建向 200T/機架以上密度演進提供底層支撐。CPO 技術正推動光模塊4040從“可插拔”走向“芯片級融合”，亦為中國在光電半導體領域實現“換道超車”創造關鍵機遇。硅光技術是硅光技術是 CPO 方案的主流選擇，未來在高性能計算領域起到重要作用。方案的主流選擇，未來在高性能計算領域起到重要作用。硅光技術由于不需要氣密封裝，CMOS 兼容更易與電芯片集成且硅光調制器和探測器均可支持 56GBaud 以上速率等因素成為CPO 光引

86、擎的主要方案。高性能計算方面，硅光技術有助于解決高性能計算平臺中的功率問題合 IO 以及帶寬密度的挑戰。隨著 AI 工作負載的復雜性和規模不斷增長，GPU 和其他處理單元之間需要更快、更高效的數據傳輸。相較于傳統的電子互聯，硅光技術可以在 GPU、CPU 和其他處理單元之間實現更高速、更低延遲的互連，從而提高效率和數據傳輸速度。目前，英特爾、思科、Inphi（被美滿電子 Marvell收購）為代表的美國企業占據了硅光芯片和模塊出貨量的大部分，國內中際旭創、熹聯光芯、華工科技、新易盛等企業正在快速追趕，技術差距逐步縮小。表 16硅光表 16硅光芯片/模塊主要廠商梳理芯片/模塊主要廠商梳理地區地區

87、公司公司技術進展技術進展應用情況應用情況美國Intel 英特爾2010 年成功研發 50G 硅光模塊；2016 年推出 100G 硅光模塊，2017年批量出貨；2018 年推出 400G 硅光模塊；2021 年推出 800G 硅光模塊。英特爾硅光子學可插入光學收發器Cisco 思科通過并購上下游交換機構芯片廠商、硅光芯片廠商形成 CPO 方案一體化布局，先后收購 Lightwire、Luxtera 及 Acacia 等。2015 年發布100GPSM4硅 光 子 芯 片；Acacia 產品包括硅光子集成的電路集成光學互聯模塊、低功耗連貫數字信號處理器等4141地區地區公司公司技術進展技術進展應

88、用情況應用情況Acacia400G 硅光模塊方案將光分離器件集成到硅光芯片基礎上，與自研 DSP 芯片互聯，外接激光器封裝，2020 年開始送樣客戶。Marvell美滿電子2022 年推出業界首款 800Gbps 或8x100Gbps 多模平臺解決方案（收購 Inphi），同年用于數據中心的400GDR4 硅光子平臺解決方案實現量產。硅光子收發器等國內中際旭創400G硅光模塊進入市場導入階段，接受海外客戶認證；800G 硅光模塊開發成功并送樣海外客戶；400G/800G硅光模塊采用自研硅光芯片。產品集中于數通市場領域，主要客戶為國外云計算龍頭企業，如谷歌、亞馬遜等，部分自用，接受海外客戶認證中

89、聯贏激光100G 硅光模塊規?；慨a，400G光學引擎及硅光模塊處于客戶認證測試中。在張家港經開區建設國內第一條硅光芯片及封測生產線，項目總投資 20 億元。100GPSM4 光模塊產品自 2020 年起持續向美國頂尖客戶供貨華工科技2021 年 400G 硅光芯片實現量產；2022-2023 年 800G 硅光芯片發布并小批量生產；2022 年全資收購境外子公司 Aquila Optoelectronics，推出基于硅光解決方案的 800G、400G 光模塊產品及 400GZR/ZR+相干光模塊產品、基于 LPO 方案的800G 光模塊產品。包含數通客戶和電信客戶，處于認證中新易盛2018

90、年發布 100G 硅光芯片并正式投產；200G/400G 硅光數通模塊出貨；800G 產品給客戶送樣。產品集中于電信市場領域，核心客戶為華為、中興、烽火等；400G硅光模塊客戶包括百度、阿里巴巴、騰訊和華為光迅科2018 年發布 100G 硅光芯片并正式產品集中于電信市場4242地區地區公司公司技術進展技術進展應用情況應用情況技投產；200G/400G 硅光數通模塊出貨；800G 產品給客戶送樣。領域，核心客戶為華為、中興、烽火等；400G硅光模塊客戶包括百度、阿里巴巴、騰訊和華為博創科技2020 年推出 400G 數據通信硅光模塊解決方案，建成數通 400G 硅光模塊產線并實現量產；2012

91、-2013年收購英國光子集成公司CPI和比利時硅光子公司 Caloptra；2019 年后累計投資十余家芯片產業相關企業。數通 400G 硅光模塊及400G 線纜產品向國外客戶出貨；憑借硅光方案切入華為 25G 前裝光模塊市場熹聯光芯已實現 100G 光模塊規?；慨a，400G光學引擎進入客戶認證階段，800G/1.6T 模塊處于研發測試中。并購德國 Sicoya。100G 光模塊自 2020 年起持續向美國頂尖客戶供貨；硅光模塊已進入阿里、騰訊等國內云服務商的供應 鏈，400G 產 品 在2023 年實現批量供貨。資料來源：36kr，集微咨詢，華鑫證券，深企投產業研究院整理。（五）液冷系統（

92、五）液冷系統為達國家能效目標要求，液冷技術的應用成為必然。為達國家能效目標要求，液冷技術的應用成為必然。由于 AI 服務器在運行過程中會產生大量的熱量，需要有效的冷卻系統來保證設備的穩定運行。風冷和液冷是目前主流冷卻技術，分別通過空氣和液體的熱傳遞來實現降溫效果。由于 2020 年國家宣布的雙碳目標，政府對于數據中心的 PUE（Power Usage Effectiveness，電源使用效率）考核趨向嚴格。2021 年起，北、上、廣、深 PUE 標準已降至 1.4 以下，部分地區已降至 1.2 以下。目前，國內傳統風冷數據中心 PUE約為 1.5，溫控系統能耗占總能耗約 40%，在國家嚴格的

93、PUE 考核標4343準下，風冷系統已無法滿足國家政策需求，數據中心急需降低溫控系統能耗以滿足國家政策。從 PUE 指標來看，液冷技術可以將 PUE 指標降至 1.2 以下，滿足當前國家政策對綠色數據中心的要求。ICTresearch 調研結果顯示，2023 年中國通用數據中心市場上液冷數據中心的滲透率接近 10%，算力數據中心液冷技術滲透率接近 85%，液冷技術在智算中心的應用遠高于通用數據中心。國內液冷市場集中，多家公司競爭并存。國內液冷市場集中，多家公司競爭并存。在 2023 年中國數據中心機房冷卻市場（不包括冷板）中，英維克、Vertiv 和華為各占據 20%的市場份額，依米康和南京佳

94、力圖分別占有 8%的市場份額，剩余 25%的市場由其他公司占據。圖 192023 年中國數據中心液冷競爭格局圖 192023 年中國數據中心液冷競爭格局資料來源：國家互聯網信息辦公室，公司數據。冷板式液冷在行業中成熟度最高，商用基礎穩固。冷板式液冷在行業中成熟度最高，商用基礎穩固。液冷通常分為直接式和間接式液冷，直接式液冷包括浸沒式和噴淋式；間接式液冷也就是冷板式液冷，也是目前為止數據中心液冷和電信行業液冷等領4444域最為常用的液冷方式。冷板式液冷主要分為一次側和二次側。一次側系統：主要由室外散熱單元、一次側水泵、定壓補水裝置和管路等部件構成。二次側系統：主要由 CDU 冷量分配單元、機房分

95、水管路和液冷機柜（含冷板、快接頭和 Manifold）等部件構成。一次側主要位于機房外，二次側位于機房內。冷板液冷設備的國內外主要廠商情況如下表所示。圖 20液冷系統構成圖 20液冷系統構成資料來源：北京漢深流體技術，民生證券。表 17冷板液冷核心產品供應商表 17冷板液冷核心產品供應商設備類型設備類型設備介紹設備介紹價值量（元價值量（元/kw）價值量占比價值量占比主要供應商主要供應商冷卻塔通過水與空氣熱交換為冷卻液降溫，種類多，行業集中度低200025%海外：BAC、益美高、馬利；國內：克萊特、海鷗股份、高瀾股份、雙良節能4545設備類型設備類型設備介紹設備介紹價值量（元價值量（元/kw）價

96、值量占比價值量占比主要供應商主要供應商干冷器即干式冷卻器，通過管外自然風冷卻管內液體海外：巨鑫、維諦；國內：高瀾股份、英維克、申菱環境、四方科技冷板安裝在服務器等高發熱部件底座或頂板，由高導熱金屬制成，內部有循環通道通冷卻液，價值量高240030%海外：AVC、雙鴻、Cooler Master；國內：英維克、精研科技、飛榮達CDU（冷卻分配單元）連接室內外，輸送冷卻液實現系統循環，由板式換熱器、電動比例閥等構成，成本較高200025%海外：維諦技術國內：英維克、申菱環境、高瀾股份、網宿科技（旗下綠色云圖）、同飛股份、佳力圖、依米康Manifold（分水器）作用于液冷機柜內部，連接 CDU 與冷板，分流冷卻液確保散熱均衡5006%-UQD（快換接頭）進出液連接器，連接Manifold 與冷板，每臺服務器配 2 對，性能要求高，海外廠商占主要份額401%海外：史陶比爾、派克漢尼汾、Danfoss；國內：溯聯股份、川環科技、強瑞技術其他-106013%國內：朗威（機柜）資料來源：網絡，深企投產業研究院整理。電話：王女士13168781866座機：0755-82790019郵箱：網址：http:/ 7B1深企投公眾號深企投公眾號深企投研究公眾號深企投研究公眾號深企投產業研究院版權所有。如需引用，請注明出處。