1、中國算力服務研究報告中國算力服務研究報告 (2022023 3 年年)中國信息通信研究院云計算與大數據研究所 2023年7月 版權聲明版權聲明 本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其它方式使用本報告文字或者觀點的，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。前前 言言 隨著新一輪科技革命和產業變革深入推進，數字經濟蓬勃發展，數字技術激發的新模式、新業態、新理念

2、不斷涌現，正深刻改變著經濟社會各領域。在此進程中，算力服務作為數字技術能力的主要輸出方式之一，以多樣性算力資源為基礎，以算力網絡為連接，日益成為支撐數字經濟發展的關鍵。2023 年，中共中央 國務院印發 數字中國建設整體布局規劃，強調“系統優化算力基礎設施布局，促進東西部算力高效互補和協同聯動?！痹趪艺咭龑?，我國算力服務產業發展水平持續提升，整體呈現以下幾方面特征：一是算力服務統籌異構算力資源，支撐大模型等新應用實踐落地。近年來大模型、元宇宙等算力新應用場景逐漸豐富，各行業對算力、網絡、存儲等資源提出新需求，算力服務在算、網、存資源應用等方面不斷取得新進展。算力方面，多樣異構算力繁榮發展

3、，計算架構持續升級，支撐算力新應用持續落地。網絡方面，算力網絡打破算力與應用邊界，為算力服務提供端到端的確定性保障。存儲方面，存儲架構持續升級，分布式存儲為算力服務注入新動能。二是算力服務呈現“普惠化”、“泛在化”、“標準化”特征，推動算力成為社會基礎公共資源。首先是算力服務通過一體化感知調度技術，屏蔽異構算力資源的底層差異，實現其統一調度、輸出，加深算力服務普惠化。其次是云網邊端融合程度的加深，能夠將泛在算力資源互聯，形成覆蓋范圍更為廣泛的資源池，促進算力服務泛在化。最后是統一資源接入方式、接入架構等，能夠為異構算力資源建立輸出標準，實現算力服務的標準化。三是算力服務轉向“任務式”服務模式，

4、促進服務效率提升。算力服務模式逐漸從早期“資源交付”模式轉向“結果交付”模式，在此新模式之下，首先，算力服務產業鏈得以完善，技術能力提供方作為新角色也得以參與到產業鏈中；其次，“后付費”模式促進平臺優先交付計算結果，有助于提升服務質量；最后，“任務式”服務模式能夠使用戶只關注計算結果，有助于優化算力服務效率。四是算力服務促進算、網、存多要素高效匯聚，融合調度成主旋律。算力、網絡、存儲多要素資源的深度融合、編排調度等相關技術走向成熟發展，算力調度迎來融合智能化發展趨勢。通過“算網一體調度”、“算存融合調度”等多種方式，能夠打破算力資源跨架構調用的壁壘，其中，算網融合調度借助可編程網絡等技術能力，

5、能夠實現智能選路及最優節點選擇，算存融合調度則可提升調度過程中的數據傳輸效率，縮短存、算之間的調度“路徑”。為梳理算力服務產業發展態勢，構建算力服務發展評估體系，中國信息通信研究院云計算與大數據研究所編制 中國算力服務研究報告（2023 年）。報告聚焦國內外算力服務發展進程、算力服務發展特點等，并提出算力服務發展指數評估體系，為各地方、區域算力服務發展水平提供評判標準及方法，更精確地指導業界評判產業發展動向，為算力服務發展規劃提供思路。本研究報告內容仍有諸多不足，懇請各界批評指正。目目 錄錄 一、算力服務發展背景.1（一）需求牽引與技術演進雙輪驅動，算力服務應運而生.1（二）算力服務由云計算演

6、進而來，激發算力產業范式創新.2 二、算力服務產業發展態勢.4（一）各國紛紛以云為基布局算力服務，拉開新一輪科技競賽序幕.5（二）我國算力服務發展進入快車道，產業新格局已現雛形.7 三、中國算力服務發展指數評估.9（一）指標建立依據.11（二）指標體系建立.12（三）我國算力服務發展評估.14（四）算力服務發展指數與數字經濟的相關性.21 四、算力服務發展特點.23（一）算力服務統籌異構算力資源，支撐大模型等新應用實踐落地.23（二）算力服務呈現普惠化、泛在化、標準化特性，推動算力成為社會基礎公共資源.25（三）算力服務轉向“任務式”服務模式，從資源交付走向計算結果交付.27（四）算力服務促進

7、算、網、存多要素高效匯聚，融合調度成主旋律.30 五、展望.32 附件一：算力服務指數測算框架.35（一）資源服務化分指數測算方法.35（二）服務賦能分指數測算方法.37（三）產業發展分指數測算方法.39（四）服務體驗分指數測算方法.39 附件二：數據來源.41 圖圖 目目 錄錄 圖 1 算力服務與算力基礎設施關系圖.3 圖 2 算力服務產業鏈結構圖.9 圖 3 中國算力服務發展指數.10 圖 4 2022 年中國部分省份算力服務發展指數.16 圖 5 2022 年中國部分省份資源服務化分指數.17 圖 6 2022 年中國部分省份資源服務化細分指標情況.18 圖 7 2022 年中國部分省份

8、應用賦能分指數.19 圖 8 2022 年中國部分省份產業發展分指數.20 圖 9 2022 年中國部分省份服務體驗分指數.21 圖 10 算力服務發展指數與數字經濟發展關系.22 圖 11 算力服務模式圖.28 表表 目目 錄錄 表 1 中國算力服務發展指標體系.13 中國算力服務研究報告（2023 年）1 一、算力服務發展背景（一）需求牽引與技術演進雙輪驅動，算力服務應運而生（一）需求牽引與技術演進雙輪驅動，算力服務應運而生 在全球數字化轉型與產業變革的浪潮下，算力正在成為改變全球競爭格局的關鍵力量。我國不斷加強算力建設，工業和信息化部數據顯示，2022 年算力總規模達到 180EFLOP

9、S1，位列全球第二。算力基礎設施規模增長直接驅動算力產業發展，同時計算需求激增以及算力領域新技術的發展也在推動著算力供給方式向服務化轉變，算力服務正在成為促進算力產業發展的新引擎。需求上，傳統產業應用數字化與算網新應用構建亟需標準、穩定、易用的算力服務。傳統產業應用在數字時代下正面臨產業升級的機遇與挑戰，如傳統零售行業發展電子商務業務，實現線上線下業務深度融合；制造業依托人工智能、物聯網等技術向智能制造發展，提升生產效率，降低人力成本。但傳統行業通常存在 IT 人才儲備不足、數據資產積累薄弱、數字化轉型試錯成本高的問題，提供簡單易用的算力服務是算力賦能傳統產業數字化轉型的重要手段。除傳統產業外

10、，算力新應用也在飛速發展。隨著“東數西算”工程的推進，逐漸衍生出了“東數西存”、“東視西渲”等新型計算應用，對大模型、虛擬現實、區塊鏈等應用的落地需求激增，標準、穩定的算力服務是算力產業助推算力新應用的發展的必要條件。技術上，云計算逐步成為數字世界操作系統，云服務向算力服務加速演進。感知接入方面，以云計算技術為核心的算力服務，向下接 1 EFLOPS（floating-point operations per second），指每秒浮點運算次數。中國算力服務研究報告（2023 年）2 入異構算力資源，通過編排調度等服務化技術完成計算任務到算力資源的映射，實現資源架構差異屏蔽與算力能力統一輸出，

11、并逐漸演進出算力度量、算力標識、算力并網等新技術，進一步完善算力服務技術體系。路由轉發方面，網絡云化過程發展出了以 IPv6+、SD-WAN（Software Defined Wide Area Network）、SRv6（Segment Routing over IPv6）、確定性網絡為代表的路由技術，支持將業務需求與算力信息隨數據包進入網絡，打破網絡與算力應用的邊界，支撐算力服務下算與網的深度融合，打造堅實算力網絡。融合調度方面，云計算虛擬化技術實現了資源按需創建、彈性伸縮，為算力服務跨資源類型、跨資源架構進行調度創造了條件，算力服務也因此演進出了算力調度、算力交易等技術，完成了算力服務體

12、系下資源從生產到服務化觸達用戶的全流程技術閉環。算力服務在需求牽引和技術演進雙重驅動下誕生，為算力產業發展注入新活力。算力服務從產業中誕生，也將反哺產業推動數字化轉型進一步深化。（二）算力服務由云計算演進而來，激發算力產業范式創新（二）算力服務由云計算演進而來，激發算力產業范式創新 算力應用實際是依托有效算力進行計算并輸出結果從而實現應用價值，有效算力則是真正完成計算任務的計算能力。有效算力通過在算力基礎設施上進行算力服務化得到，即算力服務是以多樣性算力為基礎，以算力網絡為連接，以供給有效算力為目標的算力產業新領域，通過全新計算技術實現異構算力統一輸出，并與云、大數據、AI（人工智能）等技術交

13、叉融合，最終將算力、存儲、網絡等資源統一中國算力服務研究報告（2023 年）3 封裝，以服務形式（如 API）完成算力交付。目前算力服務供給形態主要以云服務為主，同時超算、智算、社會閑散算力等多樣算力的任務式供給形態也在產業的積極探索與試驗過程中。來源：中國信息通信研究院，2023 年 7 月 圖 1 算力服務與算力基礎設施關系圖 產業創新發展亟需算力賦能，發展算力服務對產業發展意義重大。據工業和信息化部數據顯示，截至 2022 年，算力核心產業規模已經達到 1.8 萬億元。算力服務有助于擴大算力核心產業規模，產生經濟效益，具備巨大的發展潛力。一是賦能傳統行業，算力服務直接支持第一二產業數字化

14、轉型，其帶來的資本與技術投入為制造、交通、零售等多個傳統行業帶來產中國算力服務研究報告（2023 年）4 值增長，促進工業、農業、數字化協同發展的格局形成；間接效益上，算力服務對產業的滲透還伴隨著生產效率提升、商業模式創新、用戶體驗優化等延伸性效益。二是激發算力新產業，一方面算力服務激發新的產業角色，算力服務的發展衍生了算力度量、算力調度、算力交易等多種算力管理新范式，同時出現了以上述技術研發為核心業務的新型算力服務商；另一方面算力服務推動信息技術產業構成升級，為適應算力服務發展，傳統芯片、操作系統、網絡、云計算等企業紛紛延伸業務范圍，發展出軟硬一體、算力網絡等新理念，重塑和整合信息技術產業結

15、構，刺激數字經濟迸發全新活力。三是加速算力應用產業滲透，隨著算力服務化進程的加快，算力市場逐步擴展到跨地域、跨運營主體的算力交易。高效的算力交易能力，將有效盤活存量算力，降低單位算力使用成本，促進算力服務深入政府、金融、教育、制造、工業、農業等行業，豐富算力經濟產業結構。在市場需求的指引下，算力服務發展路線日漸明確，產業與算力服務相輔相成，共建產業生態繁榮。二、算力服務產業發展態勢 隨著元宇宙、人工智能、虛擬現實等新技術高速發展，計算精度不斷提升，數據量顯著增長，驅動算力規模與計算效率不斷提升。據中國信通院中國算力發展指數白皮書（2022 年）統計，截至 2021年底，全球數據總產量達 67Z

16、B，我國數據總產量達到 6.6ZB，全球算力總規模達 615EFLOPS，2030 年全球數據將達到 YB 級別。但在摩爾定律逐漸失效的背景下，通過堆疊和升級算力基礎設施實現算力規中國算力服務研究報告（2023 年）5 模增長及效能提升已經面臨瓶頸，各國紛紛開始探索通過算力服務化進一步實現算力基礎設施轉化成有效算力以支撐算力應用，算力服務的發展在全球的驅動下進入快車道，正在逐漸形成算力服務產業鏈。（一）各國紛紛以云為基布局算力服務，拉開新一輪科技競賽序幕（一）各國紛紛以云為基布局算力服務，拉開新一輪科技競賽序幕 全球各國在算力服務的建設布局，體現在政策、技術、產業三個方面。政策方面，各國出臺相

17、應政策提前布局算力服務儲備競賽。美國在算力服務布局較早，算力規模全球領先，具備一定的先發優勢，同時也出臺了相應的指導文件。如美國白宮科技政策辦公室發布國家人工智能戰略研發計劃，智算服務是算力服務的重要組成之一，此政策對 AI 研發關鍵領域、投資重點領域等內容進行規范，以確保美國在 AI 領域的領先地位。日本、韓國及法國、德國等歐洲國家，在算力規模上競爭愈加激烈，但與中、美仍存在顯著差距，缺少適合本土發展的代表性的算力服務供應商。云服務是推動算力服務發展的關鍵領域，上述國家紛紛推出激勵云服務建設相關政策。2021 年 5 月，法國政府基于“可信云”認證、“云中心”政策和工業戰略三大支柱發布國家云

18、戰略，通過促進和支持對主權云服務的訪問來幫助公共和私營部門進行數字化轉型。同年 6 月，意大利政府宣布了云計算的國家戰略，創建存儲所有公共部門應用程序和公民數據的國家級云計算系統，并將相關數據向“國家云”轉移。2023 年，歐盟議會成員就人工智能法達成政治協議，該法案將管轄所有人工智能產品或服務的提供方，涵蓋可以生成內容、預測、建議或影響環境的決策的系統。中國算力服務研究報告（2023 年）6 技術方面，產業需求催生全新算力服務技術范式。技術創新從產業需求中來，也在產業建設中得到驗證。在算力架構革新上，AWS 率先推出 Nitro 系統，通過將云服務中計算、網絡、安全等管理能力卸載到專用數據處

19、理芯片上，進一步提升云服務效率與安全性，同時為云計算領域帶來了計算從以 CPU 為中心到以數據為中心的架構變革；在算力調度技術創新上，發展出了同時考慮算力節點與網絡傳輸性能的算網融合技術，提供兼具低時延與高可靠特性的算力服務。例如在智能制造場景下，由于工業制造環境復雜、協議多樣，所以需要對算力、網絡等支撐資源進行集中化的統一調度和編排。麥肯錫公司發布的 2021 年離散制造業上云調查 報告顯示：云的 IT 價值在敏捷性、彈性和經濟性幾個方面的充分呈現加上同 5G 技術和應用的結合，在制造、供應鏈和采購等價值鏈關鍵環節賦能作用明顯，也催生出如車聯網/車路協同、超高清視頻流媒體、遠程醫療等多行業應

20、用場景。產業方面，云服務商仍處于頭部地位，新型算力服務商不斷出現。目前，以 AWS（Amazon Web Services）為首的云服務商在算力服務發展中占據主導地位，在算力服務的交易、調度、接入等多個環節均具備強大的支撐能力。同時以 Harshicorp 為首的新型算力服務商也在通過與云服務商的競爭合作中不斷尋找機遇，例如基于基礎設施即代碼（Infrastructure as Code，IaC）的理念推出可支持多云、多資源的管理工具 Terraform，能夠通過相同的語法同時編排 AWS、GCP（Google Cloud Platform）、Kubernetes、Vmware、OpenSta

21、ck、阿里云等云資源，構建云服務商之上的算力服務網絡。中國算力服務研究報告（2023 年）7（二）我國算力服務發展進入快車道，產業新格局已現雛形（二）我國算力服務發展進入快車道，產業新格局已現雛形 我國積極推進算力服務建設，并初見成效，從政策、產業和技術三個方面來看：政策方面，我國先后出臺多個文件推動算力服務發展。如黨的二十大報告明確指出要“促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。優化基礎設施布局、結構、功能和系統集成，構建現代化基礎設施體系”，算力服務正是建設現代化基礎設施體系行之有效的手段之一。全國一體化大數據中心協同創新體系算力樞紐實施方案中提出“要提升算力服務

22、水平，支持在公有云、行業云等領域開展多云管理服務，加強多云之間、云和數據中心之間、云和網絡之間的一體化資源調度”，算力服務作為云服務的延伸，通過算力一體化編排調度等技術助力算、網、云一體化發展。技術方面，我國算力服務創新技術發展緊跟全球步伐。在算力架構革新上，我國云服務商、芯片廠商、運營商紛紛入局 DPU 建設。2022 年阿里云發布 CIPU（Cloud infrastructure Processing Units，云基礎設施處理器），為阿里云打造全新計算架構體系，在通用計算、大數據、人工智能等場景中展現更好的性能。云脈芯聯推出基于 FPGA的智能網卡 metaFusion-200，能夠滿

23、足通用算力、高性能計算、AI 等多種算力擴展業務場景，支撐計算架構升級。在算力調度技術創新上，我國運營商走在前列，已發布相關落地實踐。運營商通過構建算力一體化調度平臺、算力互聯互通平臺，支撐算、網、云融合調度與一體化發展。如天翼云“息壤”一體化算力分發網絡平臺，能夠對邊緣云、中國算力服務研究報告（2023 年）8 中心云、第三方資源等全網算力進行統一管理和調度，支撐北京算力互聯互通驗證平臺的落地與應用；中國移動“神機”網絡彈性服務，可支持多個地域并行處理、突發需求快速響應、動態連接多地分發等能力，是我國在算力網絡領域取得的又一重大技術突破。產業方面，我國目前已經基本形成較為完整的算力服務產業鏈

24、。算力服務產業鏈由上游算力服務依托的基礎資源供應方、中游算力服務生產方、下游算力服務應用方構成。上游算力服務依托的基礎資源供應方，指業務模式主要通過物理資源售賣完成資源供給的產業鏈角色，如數據中心的建設方、設備廠商等。算力服務產業鏈上游企業主要實現對通用算力、智算算力、超算算力、存儲和網絡等算力服務支撐資源的供給，雖不直接生產算力服務，但完成了從芯片生產、板卡集成、操作系統適配到服務器組裝、應用軟件開發等關鍵環節的生產要素流轉，為算力服務生產方提供了豐富的資源選擇與資源積累。伴隨著資源供給方技術的演進，算力服務上游企業正在探索量子計算機、類腦計算機等新型算力資源，為算力服務發展不斷注入新活力。

25、中游算力服務生產方，指業務模式主要為在算力基礎資源上進行服務化能力建設，并通過 API 等方式完成算力供給的產業鏈角色，如云服務商、新型算力服務提供商等。云服務商的角色相比于在云服務產業鏈中的核心生產者，在算力服務產業鏈里發生了顯著變化，成為了算力服務生產方的一環，向下仍對接基礎資源供應方，向上對接新型算力服務提供商，支撐算力調度、算力交易等多個算力服務生產環節。算力服務中游企業主要實現對算力、網絡、存儲等資源的服中國算力服務研究報告（2023 年）9 務化轉化，通過算力編排、算力調度、算力交易技術實現算力到用戶的服務化供給。算力服務中游企業提供的服務化能力越強，對應用方的門檻即越低，越有助于

26、算力的普惠、泛在發展。下游算力服務應用方，指業務模式主要依靠算力服務提供的計算能力進行增值服務生產制造的產業鏈角色，如行業用戶等。從計算能力供給劃分，算力服務下游企業主要進行通用計算應用、人工智能應用、科學計算應用等建設；從行業應用劃分，算力服務下游企業將實現算力賦能醫療、交通、教育、政務、金融、工業等千行百業，產生直接的經濟價值。算力服務下游企業的發展程度越高，算力服務對經濟的促進程度越顯著。來源：中國信息通信研究院，2023 年 7 月 圖 2 算力服務產業鏈結構圖 三、中國算力服務發展指數評估 自“東數西算”工程正式啟動以來，我國算力產業邁入高速發展階段，而算力服務是決定算力經濟發展水平

27、的關鍵。在新的算力經濟形勢下，算力服務已取得初步進展，不僅具備了新的屬性內涵，也逐步形成了新的技術體系，同時推動了人工智能、元宇宙等新業態的興起，中國算力服務研究報告（2023 年）10 全國各省份也在新型基礎設施建設、應用場景拓展及技術研發方面抓緊布局，并且在產業發展方面也已取得一定成績。為客觀全面的梳理我國各地區算力服務發展情況，結合算力服務的發展特點及核心要素，研究報告從資源服務化、服務賦能、產業發展、服務體驗四個維度建立算力服務發展指數，算力服務指數是指算力基礎設施服務化前提下，每 1FLOPS 算力支撐某行業或地域由算力應用帶來經濟收益、規模增長或成果轉化的加權分，用以評價我國各省份

28、算力服務供給能力與服務賦能水平。算力服務發展指數通過設置資源服務化指數、服務賦能指數、產業發展指數與服務體驗指數四大分指數，結合我國不同省份、行業的 GDP 貢獻度，以量化指標的形式展現人均、地域、行業等多個維度算力服務能力，以促進算力服務產業與算力經濟快速有序發展，指數體系如下圖所示：來源：中國信息通信研究院，2023 年 7 月 圖 3 中國算力服務發展指數 中國算力服務研究報告（2023 年）11（一）指標建立依據（一）指標建立依據 基于全球和我國算力服務發展的分析，并結合國內外機構和企業對算力測度及相關指標體系的研究，在充分征求專家意見的基礎上，研究報告從資源服務化、應用賦能、產業發展

29、和服務體驗四個維度選取相關指標建立中國算力服務發展指數，全面客觀評價我國算力發展狀況、分析各省份現階段的算力服務發展水平。1.資源服務化 主要基于通用算力、智算算力、超算算力三種類型算力服務化的情況來衡量各地區的算力資源服務化的發展。通用、智算、超算三類算力的服務化均通過服務化規模與資源利用率兩個方面進行衡量并擬合得到服務化率，其中服務化規模主要以三類算力的服務化規模作為重要指標來衡量，資源利用率則是三類算力在服務化之后在服務于各類用戶的實際使用情況。以上所有的算力規模在進行指數測算時均統一折算為單精度浮點數（FP32）算力進行統計。2.應用賦能 主要基于新技術、行業應用、場景覆蓋、生態激發四

30、方面來衡量各地區在算力服務服務賦能維度的發展。新技術水平方面，以算力服務領域的軟件發明專利、實用新型專利數量以及算力服務類業務的效益增長等來反映各地區在算力服務研發創新的布局與發展情況；行業應用方面，主要從算力服務行業滲透率、服務行業數量來衡量各地區的算力服務在不同行業的應用情況；場景覆蓋方面，主要根據各地區支撐不同行業企業發展的算力服務平臺數量，以及大模型、元宇宙等中國算力服務研究報告（2023 年）12 創新算力服務應用數量來衡量各地區算力服務的場景覆蓋；生態激發方面，主要通過算力服務對各地區存量及新興產業的企業規模帶動來衡量。3.產業發展 主要基于算力服務對當地產業在經濟上的推動作用進行

31、分析。算力服務推動產業發展主要體現在產業投資與收入貢獻兩個層面，其中產業投資通過各地區企業在云計算、大數據、網絡運營等算力服務方面的支出來反映，收入貢獻則通過各地區云計算等類型算力服務業務的收入來衡量，進而綜合衡量各地區算力服務的產業發展水平。4.服務體驗 主要基于服務對象、服務效率、服務體驗三方面來衡量各地區的算力服務體驗水平。服務對象方面，通過各地區接受算力服務的云計算、大數據、網絡等企業數量來衡量；服務效率方面，分別從服務獲取便捷度、部署效率、培訓與技術支持三個角度來衡量，以反映各地區算力服務類企業在事前、事中、事后三個維度向不同用戶提供算力服務時的效率水平；服務體驗方面，主要通過用戶接

32、入通用計算服務、智算服務等算力服務時的訪問體驗水平來反映各地區用戶在接受算力服務時的體驗情況。（二）指標體系建立（二）指標體系建立 在評價工作開展過程中，按照科學的研究與分析方法，對各項指標進行權重確定、賦值和計算評分，得到我國的算力服務發展指數，綜合指數的形成過程，可分為四個階段：中國算力服務研究報告（2023 年）13 1.形成指數體系 根據上述指標建立的依據，通過對我國算力服務的發展情況梳理，表 1 中國算力服務發展指標體系 一級指標一級指標 二級指標二級指標 三級指標三級指標 單位單位 資源服務化 通用算力服務化率 服務化規模 EFLOPS 資源利用率%智算算力服務化率 服務化規模 E

33、FLOPS 資源利用率%超算算力服務化率 服務化規模 EFLOPS 資源利用率%應用賦能 新技術水平 發明專利 個 實用新型專利 個 效益增長%行業應用水平 行業滲透率%服務行業數量 個 場景覆蓋水平 服務平臺 個 服務新應用 個 生態激發水平 存量行業/產業規模 家 新興行業/產業規模 家 產業發展 帶動產業發展 產業投資%收入貢獻 億元人民幣 服務體驗 服務對象 對象數量 個 服務效率 獲取便捷度 ms 部署效率%培訓及支持 點 服務體驗 用戶滿意度2 點 來源：中國信息通信研究院，2023 年 7 月 2 由中國信通院算力服務調研數據綜合測算得出。調研內容包括算力服務整體接入的可用性、穩

34、定性和訪問時延等維度，調研對象來自于各省份政務、金融、通信、工業、物聯網等核心行業的上云企業 中國算力服務研究報告（2023 年）14 結合專家意見與算力服務發展特點與重點影響因素，從資源服務化、應用賦能、產業發展、服務體驗四個維度構建算力服務發展指數體系，指標包含資源服務化、應用賦能等 4 個一級指標，通用算力服務化率、智算算力服務化率等 11 個二級指標，通用算力服務化規模、智算算力服務化規模等 22 個三級指標。2.確定指標權重 針對評價體系內的一、二、三級指標，通過基于專家賦分的層次分析（AHP）方法，得到評價指標體系中每一個一級、二級、三級指標的相對權重。3.根據區域實際情況進行賦值

35、 根據全國 31 個省份3算力服務發展實際情況，得到每個指標的實際數值，并對數據進行標準化處理，得到每個指標的實際賦值情況。4.計算綜合指數 最后根據指標的具體賦值情況和相應權重，形成各地區綜合指數。（三）我國算力服務發展評估（三）我國算力服務發展評估 算力服務發展指標體系下算力服務發展指數及各分指數結果，反映出我國算力服務發展情況。1.算力服務發展指數 珠三角、長三角、京津冀等區域算力服務發展處于領先地位，其他省份算力服務發展空間較大。以廣東為代表的珠三角地區、以上海、浙江為代表的長三角地區和以北京為代表的京津冀地區緊緊圍繞通 3 受數據可得性及數據連續性等限制，本報告測算不包括中國香港、中

36、國澳門、中國臺灣地區。中國算力服務研究報告（2023 年）15 用、智算、超算三大算力資源進行建設，提高算力服務化規模和資源利用率。通過將算力服務逐步滲透至各產業、助力細分行業企業數字化轉型，形成強大的生態服務圈和數字經濟效應增長。各省算力服務發展指數如圖 2 所示，整體來看，廣東、北京、浙江、上海、江蘇排名前五，屬于第一梯隊，算力服務發展指數達到 50 以上。山東、湖北、四川排名五至八位，屬于第二梯隊，算力服務發展指數達到 30 以上。東部地區算力服務資源相對緊張，西部地區算力服務指數提升明顯。由于當前我國東部地區土地、能源等資源愈發緊張，難以大規模發展算力資源。而西部地區資源豐厚，具備發展

37、算力服務化能力和承載東部算力需求的潛力。國家發展改革委會同有關部門在京津冀、長三角、珠三角、成渝、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，將形成覆蓋全國范圍、橫跨東西部資源的算力服務，解決中國東西部算力服務資源供需不均衡的現狀。當政策逐漸偏向西部地區時，與數據相關的數字經濟產業也開始崛起，拉動西部地區的新基建投資及服務化建設，推動貴州、甘肅、內蒙古、寧夏等省份的算力服務發展，形成東西協調發展。中國算力服務研究報告（2023 年）16 來源：中國信息通信研究院，2023 年 7 月 圖 4 2022 年中國部分省份算力服務發展指數 2.資源服務化分指數 東南部沿海及京

38、津冀等地區算力服務化勢頭強勁，算力規模及服務化資源利用程度遠高于中部及西部地區。如圖 3 所示，在資源服務化分指數排名中，廣東、上海、北京位列前三，浙江、江蘇躋身第一梯隊；甘肅、四川、湖北、貴州和寧夏位于第二梯隊。北上廣地區的通用算力規模及服務化部署比例高，寧夏、甘肅等西部地區通用算力規模雖不突出，但重視服務化部署；貴州資源儲備量雖較大，但服務化部署程度待提升。中國算力服務研究報告（2023 年）17 來源：中國信息通信研究院，2023 年 7 月 圖 5 2022 年中國部分省份資源服務化分指數 智算服務化程度直逼通用算力，以北、上、廣、浙為代表的經濟發達城市智算服務化程度領跑全國。通用算力

39、服務化資源池呈現區域集中式分布，通用算力服務化率中排名靠前的是廣東、北京、上海和浙江，服務化部署比例在 60%以上。西部區域政策引導作用顯著，通用算力規模提升初見成效，但與東部地區仍有差距，服務化比例普遍低于 40%。得益于國家的大力扶持，智算行業規模穩步增長。智能算力相對通用算力、超算建設晚，但服務化部署進程深，智算服務化程度緊逼通用算力服務化。以廣東、浙江、北京、上海為代表的東部沿海和京津冀地區智算服務化程度領跑全國，均高于 50%。中國算力服務研究報告（2023 年）18 來源：中國信息通信研究院，2023 年 7 月 圖 6 2022 年中國部分省份資源服務化細分指標情況 3.應用賦能

40、分指數 北上廣及周邊的應用賦能指數較高，以山東、四川和福建為代表的東部及中部地區在新技術、場景應用及生態層面布局成效卓著。在算力服務新技術水平層面，北京、廣東、江蘇、浙江、山東等東部地區致力于創新算力技術的研究，相關專利成果層出不窮，加速推動數字經濟高質量發展。在算力服務行業應用層面，服務業作為第三產業，數字經濟滲透率最高，北上廣經濟發達地區及以浙江、江蘇為代表的長三角核心省份的第一二產業使用算力服務的滲透率超過 25%，在當地形成工業、農業與服務業數字化協同發展的格局。大模型、元宇宙等前沿技術的誕生開啟算力服務新時代，京、滬、粵、蘇、浙等地跑步入場。算力服務對大模型、元宇宙等新應用的覆蓋水平

41、和生態激發水平是應用賦能分指數的重要組成部分。元宇宙相關政策密集出臺，北京、廣東、福建、湖北、江蘇、上海等地區亦陸中國算力服務研究報告（2023 年）19 續發布元宇宙相關的數據經濟發展支持政策，以搶占先發優勢。大模型進入爆發期，各地開始推動大模型應用的發展，從國內大模型區域分布來看，北京、廣東、浙江、上海處于第一梯隊，而目前已發布的10 億參數規模以上的大模型數量主要集中在北京和廣東地區。來源：中國信息通信研究院，2023 年 7 月 圖 7 2022 年中國部分省份應用賦能分指數 4.產業發展分指數 全國各地產業發展水平不均，珠三角、京津冀及長三角等三大城市集群的產業牽引效益明顯。作為引領

42、全國算力服務產業發展的地區，京津冀、珠三角、長三角等地的算力服務基礎雄厚，在云計算、大數據、網絡等算力服務的投資支出占 GDP 比重上遠高于山東半島城市群、中原城市群、哈長城市群、山西中部城市群、關中平原城市群等五個北方城市群。從投資帶來的算力服務收入層面看，北京、廣東、江蘇、上海和浙江合計完成的算力服務收入占全國算力服務收入的六成以上；山東和四川的算力服務收入位居全國上游水平；陜西、天津中國算力服務研究報告（2023 年）20 等省的算力服務收入位居全國中游水平；而江西、海南、云南等省的算力服務收入則顯著低于全國平均水平。來源：中國信息通信研究院，2023 年 7 月 圖 8 2022 年中

43、國部分省份產業發展分指數 5.服務體驗分指數 東部地區對于算力服務的滿意程度較高，西部地區的訪問體驗水平仍存在優化空間。廣東、江蘇、山東、浙江等沿海經濟大省擁有強大的工業及制造業實力，緊抓企業數字化轉型，賦能制造業高質量發展，接受云計算、大數據等算力服務的企業數量為全國最多。在供給端的服務效率及使用滿意度方面，江蘇、廣東、浙江、北京等地區加快構建算力互聯互通平臺，降低算力服務的接入和使用門檻，以滿足用戶在端到端算力服務接入層面獲取最優性能和最小時延。西部地區由于互聯網發展水平相對滯后、算力互聯互通有待推進，因此算力服務效率及用戶體驗程度較低，存在優化空間。中國算力服務研究報告（2023 年）2

44、1 來源：中國信息通信研究院，2023 年 7 月 圖 9 2022 年中國部分省份服務體驗分指數（四）算力服務發展指數與數字經濟的相關性（四）算力服務發展指數與數字經濟的相關性 各省份算力服務發展指數與其數字經濟規模呈現顯著的正相關關系，算力服務發展良好的省份，其地區生產總值亦較高。據分析，單位算力服務發展指數的提升，可以帶來 0.64 萬元的人均數字經濟產出增長，進而帶來 566.4 億元的數字經濟增長（約占 2022 年數字經濟規模的 1.1）以及 1,364.9 億元的地區生產總值增長（約占 2022年 GDP 的 1.3）。全國各省份按照算力服務于數字經濟發展的關系可以分為供給驅動、

45、需求拉動、均衡發展三類。供給驅動型，地區通過加快算力基礎設施建設，提升算力資源供給，為本地及其他省份的算力應用提供算力及算力服務支撐，長期驅動數字經濟發展。需求拉動型，地區擁有海量的數據資源、旺盛的算力需求，并具備相對強大的服務業和工業，全面提升算力服務資源能為算力應用市場提供更為豐富的服務和中國算力服務研究報告（2023 年）22 智能化響應，加快地區數字經濟產業的發展。均衡發展型，地區內算力服務與數字經濟協同發展，形成均衡發展局面。來源：中國信息通信研究院，2023 年 7 月 圖 10 算力服務發展指數與數字經濟發展關系 第一類是以北京、山東等為代表的均衡發展型，算力服務發展與數字經濟發

46、展形成了良好的協同效應。第二類是以廣東、江蘇、浙江等地為代表的供給驅動型，積極響應國家“東數西算”建設工程，緊抓算力服務發展。這些地區不僅擁有良好的算力基礎設施建設，同時也為本地的算力服務企業發展營造良好的經營與創新環境，同時還能輸出自身算力服務能力，賦能全國其他地區數字化轉型的發展。長期來看，“適度超前”的算力基礎設施建設帶來的算力服務的供給會形成需求的增長，從而驅動數字經濟的發展。第三類是以上海為代表的需求拉動型，不僅具備良好的算力服務能力支撐數字經濟發展，本地各類企業的算力服務需求也十分旺盛。這些在服務業、工業領域具有強大的規模及優勢，涉及許多數字化的應用，催生出強勁的算力服務需求中國算

47、力服務研究報告（2023 年）23 從而帶動了數字經濟的增長。四、算力服務發展特點（一）算力服務統籌異構算力資源，支撐大模型等新應用實踐落地（一）算力服務統籌異構算力資源，支撐大模型等新應用實踐落地 隨著大模型、元宇宙等算力新應用場景的不斷豐富，各行業對多樣化異構算力，低時延確定性網絡，分布式存儲的需求持續攀升，算力服務在計算、網絡、存儲領域的資源布局、基礎架構、關鍵技術等方面也在不斷演進。多樣算力繁榮發展，計算架構升級、資源一體編排支撐異構算力賦能算力新應用。大模型等新應用的發展，基于人工智能技術的訓練、推理，支撐虛擬現實技術的建模、渲染等技術研究再度引起產業關注，也對智算、超算、邊緣計算的

48、需求提上了新的高度。算力服務在計算資源性能提升、功能完善的角度不斷探索，形成了良好支撐算力新應用創新發展與落地驗證的技術路線。效率提升上，算力服務支撐計算中心從 CPU 向數據轉變，DPU 釋放 CPU 算力縮短新應用驗證周期。在 CPU 面臨性能進一步提升的瓶頸時，以數據為中心的理念應運而生。由數據處理芯片 DPU 承載網絡、存儲等管理能力，將 CPU 算力解放出來，以實現同等規格計算資源的更多算力供給，提升新應用運行效率，降低驗證成本。目前產業界已有相應的落地方案，如云豹智能發布云霄 DPU，提出可編程通用 DPU 框架理念，并落地多個應用場景；中科馭數發布 DPU 芯片 K2，能夠實現

49、1.2 微秒低時延和最高200G 網絡帶寬。同時為進一步降低引入 DPU 后的計算架構升級成本，產業內也開始探索通過統一的 DPU 開發框架屏蔽廠商差異，提中國算力服務研究報告（2023 年）24 供一體化的算力卸載服務。功能完善上，算力服務內涵范圍從通用計算向智算、超算延伸，通過平臺化建設加速行業賦能。2021 年以來，我國智算、超算增勢強勁。據中國信通院中國算力發展指數白皮書（2022 年）統計，2021 年智能算力成為我國算力規?？焖僭鲩L的關鍵驅動力，增速達 85%，在我國算力占比重超 50%。超算算力穩步提升，算力規模增速達 30%，在行業實踐方面的貢獻日益凸顯。算力服務也逐漸擴展到智

50、算、超算領域，并通過構建計算平臺的方式統一納管不同廠商、不同指令集、不同規格的計算資源，實現智算、超算服務化統一供給。阿里云 2022 年推出飛天智算平臺，可運行在 X86、GPU、ARM 等多種芯片類型的服務器上，支持多種處理器混合部署、統一調度，并提供數據治理、預訓練模型等能力，AI 訓練效率提升 11倍，推理效率提升 6 倍，加速 AI 應用開發。算力網絡打破算力與應用邊界，為算力服務提供端到端的確定性保障。隨著人工智能、物聯網、數字孿生等算力應用場景的多元化發展，算力網絡從中心向邊緣和端側泛在延伸，成為實現云、邊、端算力的高效協同，提升算力服務水平的關鍵能力之一。一方面，算力網絡以先進

51、路由技術為能力底座，激發泛在的算網資源調度活力。以SRv6 為例，可編程網絡技術將算力信息攜帶進入網絡，通過網絡路徑、業務、轉發行為三層可編程空間，使報文隨時根據業務的調整進行精確匹配，提供靈活的網絡可編程能力。綜合考慮計算節點、網絡負載和業務需求，更好地實現算力服務端到端的連接與協同調度。中國移動積極構建統一算網 ip 底座，推動 SRv6 技術創新，與中興通訊聯合研究 G-SRv6 技術提高數據轉發效率，助力算力網絡平滑演進。中國算力服務研究報告（2023 年）25 另一方面，確定性網絡、無損網絡提供算力服務高質量保障。確定性網絡如 TSN、DetNet、FlexE，能夠根據業務類型與級別

52、提供差異化的確定性服務，有效滿足人工智能、工業互聯網、智能服務業等垂直行業對算力網絡低時延、可靠性和穩定性的需求，成為算力服務產業向高質量發展轉型升級的重要保障。目前，確定性算力網絡率先在山東省內展開試點，已建成全球第一張確定性網絡，將核心節點的時延抖動控制在 0.02ms 以內，賦能實體產業發展。存儲架構升級，分布式存儲為算力服務注入高效、彈性、泛在新動能。新應用對存儲能力同樣提出了挑戰，在數據量、計算量激增的算力服務應用場景下，傳統的集中式存儲難以支撐計算任務高速讀寫的需求，分布式存儲的出現為算力服務的發展帶來了新的轉機。從性能上看，分布式存儲提供并行讀寫解決方案，為算力服務帶來成倍性能提

53、升；從擴展性看，分布式存儲通過更小粒度的存儲資源虛擬化供給方式，良好支撐算力服務在不同計算量級應用場景下的存儲需求，避免資源浪費，實現數據高效流轉；從延伸性看，分布式存儲可支持算力服務計算任務就近接入，從物理路徑上優化數據傳輸時延，進一步推動算力服務泛在發展。（二）算力服務呈現普惠化、泛在化、標準化特性，推動算力成為社會基礎公共資源（二）算力服務呈現普惠化、泛在化、標準化特性，推動算力成為社會基礎公共資源 算力服務作為云服務的發展演進，在云服務的基礎之上，體現出“普惠化”、“泛在化”、“標準化”的特點。一是屏蔽異構算力底層差異，算力服務普惠化程度加深。隨著算力服務需求與算力資源的多樣化發展，算

54、力資源從通用計算資源豐富至智算、超算等多樣性異構資源，中國算力服務研究報告（2023 年）26 并由多樣算力芯片構成?？鐝S商制造的芯片之間具備不同的設計思路、適用系統、芯片規格、調用方式等，造成異構算力資源之間存在調用壁壘，使用門檻高。在算力服務領域中，以云計算為主的技術能夠屏蔽不同硬件架構之間的差異，實現多樣性算力資源的統一虛擬化管理與調用，輸出如常規計算、智能計算等不同類型的服務，降低跨架構算力資源調用的門檻，進而拓展算力服務用戶群體與規模，加深算力服務普惠化程度。二是云網邊端深度融合，促進算力服務泛在化。云計算正從單一集中式部署模式向分布式、多層級部署的新模式演進，在靠近用戶的不同距離中

55、分布著不同規模的算力資源，并呈現出云-邊-端三級資源架構，多重資源通過泛在的網絡為用戶提供算力服務。而云網邊端的深度融合將泛在的算力資源實現互聯，并通過對網絡、存儲、算力等多維度的資源進行統一管理、編排調度，使處于不同位置的用戶能夠按需、實時調用不同地域的算力資源，形成云、網、邊、端等多要素協同聯動、全局優化的態勢，用戶能夠隨時隨地享受到泛在算力資源提供的服務，擴大算力服務覆蓋范圍，實現算力服務的泛在化。三是資源接入輸出方式統一，助力算力服務標準化。云作為算力資源的載體，包含了邊、端等多種形態，資源供給方式從單一資源供給向多要素一體化、智慧化方向演進。向下來看，算力服務通過統一資源接口等方式，

56、為算力資源提供規范統一的接入架構，完成算力資源接入標準化；向上來看，算力服務通過算網大腦、算力調度平臺等產品系統，對接入資源統一封裝，為異構算力資源建立輸出標準，實現算力服務的標準化落地。在云、大數據、互聯網等技術發展驅動之下，算力服務體系逐漸中國算力服務研究報告（2023 年）27 走向完善，新型算力服務作為未來智能社會的基礎技術底座，將隨著新技術、新產品的大規模落地、服務普適化的輸出等，全面支撐起數字經濟社會構建。因此，實現算力服務高質量發展，不僅需要依靠資源和技術的力量，也需要依靠統一的標準規范來進行引導，促進產業生態的良性發展。（三）算力服務轉向“任務式”服務模式，從資源交付走向計算結

57、果交付（三）算力服務轉向“任務式”服務模式，從資源交付走向計算結果交付 隨著算力資源儲備量的增加以及服務輸出相關技術的發展，算力服務供給模式隨之產生變革。算力服務的興起與發展促使全局算力資源與需求形成流動、共享、按需分配的市場模式，資源服務類平臺通過聚合社會算力資源，形成可持續擴張的算力資源池，用以滿足多元廣泛場景的計算業務需要。在此趨勢之下，算力服務從早期“資源交付”模式轉向“結果交付”模式。中國算力服務研究報告（2023 年）28 來源：中國信息通信研究院，2023 年 7 月 圖 11 算力服務模式圖 一是三方服務模式完善服務產業鏈。隨著算力服務產業內服務提供商的不斷涌現，以及算力資源需

58、求的日益高漲，算力服務在落地實踐中誕生出諸多可交易化商品或能力，與此同時，各類算力服務類系統平臺紛紛涌現。除算力資源的提供方與使用方外，以提供算力調度、算力安全、平臺開發等技術的能力提供方也參與到服務模式中來。與云服務的一對一租賃模式相比，算力服務三方模式中，算力服務平臺的重要性凸顯，主要負責算力資源的接入、納管、編排、調度、交易、結算等核心環節，是算力服務提供過程中的全新角色。在此模式下，算力服務產業鏈將會涉及更多的角色，產業生態也隨之豐富完善。二是“后付費”模式促進計算結果優先交付。以往算力服務交易方式多采用按照指定規格購買算力資源，后進行計算使用的方式進行，中國算力服務研究報告（2023

59、 年）29 常見結算方式包括包年包月使用、或一次性購買具體資源等。在此模式之下頻繁出現所購資源利用不充分，閑置資源不能及時釋放、調度等問題，對于用戶來說，使用成本高且使用效率低。而目前服務交易方式開始逐漸從“先付費”的形式走向“先使用，后付費”的形式，如按照資源消耗量、資源占用時間、當日當月峰值結算等新型交易模式，在此模式之下，用戶可以優先獲取平臺交付的計算結果，后根據資源使用情況進行付費，更加關注用戶側的結果交付效率、資源的彈性伸縮與高效使用，在提升服務質量的同時能夠有效提高算力資源的利用率。三是“任務式”服務模式提升服務質量。以往“資源式”服務模式交付主要以提供指定規格的算力資源為主，但由

60、于使用者對于算力需求了解程度、應用水平的參差不齊，常會出現資源與業務需求不匹配等問題。而當前算力服務開始逐漸在交付算力資源的基礎之上，誕生根據使用者的任務交付計算結果，更加強調任務需求的“任務式”服務模式。對比以往由用戶指定資源需求，算力服務平臺通過對業務需求的拆解、標識、度量，對資源的感知、調度、映射等操作，直接在目標算力節點完成任務計算，向使用者交付計算結果。如移動云的“東視西渲”解決方案，以“任務式”為核心，根據用戶需求，將任務調度至匹配資源池進行渲染，渲染結束后將渲染結果提交回用戶側。在此模式之下，從用戶角度來看，服務過程更加直觀便捷，無需再關注底層資源，只需關注計算結果；從資源提供方

61、角度來看，算力資源能夠得到及時的使用與釋放，能夠避免過多資源閑置期。因此，“任務式”服務模式能夠從多角度滿足各方需求，提升算力服務效率，優中國算力服務研究報告（2023 年）30 化用戶體驗，促進算力服務的商業模式走向智能化、合理化。（四）算力服務促進算、網、存多要素高效匯聚，融合調度成主旋律（四）算力服務促進算、網、存多要素高效匯聚，融合調度成主旋律 隨著算力、網絡、存儲多要素資源深度融合、編排調度等相關技術的成熟，算力調度迎來融合智能化發展趨勢，并借助算網一體編排調度、多要素協同、網絡智能選路等技術優勢，實現跨地域、跨服務商、跨架構等打破算力資源調用壁壘的調度方式。全新融合調度模式及相關技

62、術已成為高效盤活社會算力資源，促進多重資源流動的關鍵。一是融合調度解決跨架構資源調用壁壘。傳統算力調度形式通常以匹配指定計算資源為主，隨著分布式調度技術、多層級協同編排技術的發展，算力調度衍生出“算網一體調度”、“算存一體調度”、“多要素融合調度”等多種形式?？缂軜嫷馁Y源，通過標準化開放的資源接口及池化技術，形成能夠被一體化感知、編排的融合資源池，在此新模式下，將任務調度至目標融合資源節點，能夠同時滿足使用者對于不同種類資源多樣的需求，打破資源難以跨架構調用的壁壘，提高算力調度效率。二是算網融合在控制轉發階段實現跨域精準調度。傳統調度場景中，網絡主要起到保障傳輸的輔助作用。隨著“算力路由”、“

63、算網融合”等概念的提出與相關技術的成熟，通過如 SRv6 可編程網絡等技術在網絡路由體系中疊加算力節點信息，綜合考慮計算節點、網絡負載和業務需求，實現網絡和計算資源的一體化感知，進而實現網絡與多重異構算力資源疊加的全局跨域智能調度。算網深度融合能夠在算力調度智能選路過程中，選擇最優算力節點及傳輸路徑，有效優化中國算力服務研究報告（2023 年）31 調度傳輸時延，同時確定性算力網絡、無損網絡等技術能夠為算力調度起到傳輸質量保障，系統化提升算力調度質量。三是算存融合提升調度過程數據傳輸效率。傳統算力調度場景中，計算與存儲分離，在調度過程中，對數據的調度及管理復雜，數據搬運易發生擁塞；在數據處理過

64、程中，計算與存儲單元之間進行數據交換速度慢，數據傳輸功耗嚴重，制約計算性能與調度效率。在算存融合興起與發展驅使下，通過實現在數據存儲的同時完成任務計算，能夠縮短存儲單元與計算單元間的調度“路徑”，提升在調度過程數據“搬運”的效率。產業實踐上，算網云一體化技術持續落地，算網大腦是典型代表。隨著算力調度的發展變革，網絡賦能算力高效調度的作用日益加重。算力服務應用場景的多樣化發展，使得網絡不僅是異構算力的連接載體，更是集感知、計算、存儲與傳輸于一體的信息中樞，為算力服務的靈活調度與高質量發展提供重要保障。當前產業內已誕生如算網大腦、算網調度引擎、算網一體機等聚焦算網云一體化技術的實踐產品，并在音視頻

65、、AR/VR、自動駕駛、智慧園區等多種場景中得到應用，其中，算網大腦是算網云一體化技術落地的典型代表。算網大腦驗證算力服務算網一體、融合調度階段成果。算力服務依托相對成熟的云計算技術，綜合考慮用戶計算需求，算力、網絡等多樣資源狀態，構建全域一體、算網融合的多要素融合編排體系，完成從調度單一資源到調度多樣資源的躍遷。具備多要素融合編排調度能力的算網大腦產品已成為算力服務在融合調度領域的典型落地實踐，例如，中國移動“九天算網大腦”通過對計算任務、算網資源中國算力服務研究報告（2023 年）32 狀態等信息的綜合判斷，形成可支持跨架構、跨地域、跨服務商調度的算網編排方案，并完成相關資源部署，以支撐其

66、東視西渲、東數西訓等多場景運算需求。五、展望 當前，數字經濟作為全球經濟發展的新動能，已進入飛速發展階段?？v觀全球，數字化、網絡化、智能化應用技術、計算水平等發展已被越來越多的國家和地區提升至戰略發展目標層級。增強算力資源儲備、提升算力應用水平、完善算力服務產業，已成為當下發展戰略實施的重點內容。積極把握算力發展機遇，緊跟算力服務發展趨勢，鑄造堅實算力資源底座，為數字經濟的長遠發展提供高質量、可持續的算力供給，是我國深化數字經濟發展的當務之急。算力服務作為新時代下數字經濟的重點產業，將在未來數年為各領域創新發展注入新動力，具體表現為：以網強算，逐步建立算力網絡從底層軟硬件基礎設施融合到上層應用

67、服務領先的完整產業生態。一是持續提升算網性能，打造基于軟硬件融合的超異構計算網絡。當前，數據中心、服務器集群的規模擴張以及 AI 應用快速發展的對網絡和算力需求不斷攀升，通過打造軟硬件結合算網基礎設施和 CPU、GPU、FPGA、DSA 等多形態處理引擎共存的超異構并行計算模式，將開銷不斷從 CPU 卸載到各個層次的硬件加速，結合網絡可編程技術，充分發揮軟件的靈活性和硬件的高性能，適應云計算、邊緣計算、超級計算等復雜算力場景的需要，也為計算和存儲提供更大的帶寬接入和超低的網絡時延。二是把握算中國算力服務研究報告（2023 年）33 力網絡先發優勢，深耕算力服務領域擴展和技術創新。算力網絡連接通

68、用算力、智能算力、高性能算力、邊緣計算與社會閑散算力等多級算力，為企業、政府和個人提供多樣化的算力服務。近幾年，在東數西算、新基建等國家政策的大力指導和推動下，我國新型算力網絡體系建設飛速發展，算力供給結構不斷優化，網絡傳輸能力持續增強。未來，算力網絡將深度融合 AI、5G、物聯網、數字孿生等先進技術，打造算網一體化管理和運營交易的服務平臺能力，促進計算和網絡走向深度融合，支撐跨領域跨行業的算網應用縱深發展。計算架構持續升級，異構資源實現協同聯動。隨著全球數據量的指數級增長，人工智能、區塊鏈、數據中心和邊緣計算等場景對算力的需求不斷增強，為了應對多元化的算力需求和應用場景，未來基礎計算架構將不

69、斷引入更多種類的基礎資源來加速計算，除基礎通用計算的 CPU 計算單元外，還包括如 GPU、DPU 以及 AI 加速芯片等異構資源以及專用硬件計算芯片等?，F階段芯片提供商多依靠自身硬件條件構建計算架構，彼此之間存在較大差異，難以實現應用跨架構的開發、遷移等。未來將通過開源框架、開源接口等方式建立統一、規范且支持屏蔽底層軟硬差異的計算架構平臺，支撐不同類型資源間實現聯合協作，從底層優化算力服務性能。算力供給模式持續優化，服務水平不斷提升。目前各省市算力資源布局已初步完成，隨著各行各業加快數字化轉型進度，企業對算力供給的要求也越來越高，算力供給作為算力服務中面向用戶中至關重要的一環，未來應當從以下

70、幾個方面加強發展：第一，從整體布局角度，要進行整體最優的資源配置優化，解決算力供給與需求之間的結中國算力服務研究報告（2023 年）34 構性矛盾，保障算力的高效產出和使用；第二，從算力調度角度，強化資源和需求的映射關系，算力服務可依據任務類型，智能化選擇計算資源進行調度，持續提高任務執行效率，優化資源使用；第三，從服務輸出角度，需加速完善算力交易體系，并融入多種安全技術如隱私計算、區塊鏈等，保障算力輸出的安全性。算力服務市場建設繁榮，產業生態走向成熟。在算力對國家經濟發展影響愈發顯著的趨勢之下，以算力為核心生產力的時代即將到來。目前，包括三大運營商、互聯網頭部企業以及部分中小型服務商在內的眾

71、多企業已紛紛入局算力服務市場，完善產業上下游，算力服務產業生態雛形基本形成，市場建設日趨繁榮。在下一發展階段中，算力服務產業各方需要加強相互之間協作，共同攻克技術實踐難題，持續創新算力應用新模式。依靠市場各方的通力合作與協同發展，我國算力生態產業鏈將逐步走向完整，通過打造綠色可持續發展的算力服務商業模式，為數字經濟時代掀開嶄新篇章。中國算力服務研究報告（2023 年）35 附件一：算力服務指數測算框架 算力服務發展指數包含資源服務化、服務賦能、產業發展、服務體驗四個方面。資源服務化主要通用算力、智算算力、超算算力三種類型算力服務轉化的情況來衡量；服務賦能主要通過新技術、行業應用、場景覆蓋、生態

72、激發四個方面的水平高低來衡量；產業發展主要通過算力服務對數字經濟發展的帶動作用來衡量；服務體驗主要通過服務對象、服務效率、服務體驗三方面來衡量。（一）資源服務化分指數測算方法（一）資源服務化分指數測算方法 資源服務化分指數由通用算力服務化率、智算算力服務化率、超算算力服務化率三個二級指標數值進行加權計算得出。在計算指數時，分別對每個二級指標進行標準化處理，進而得到具體的賦值情況。1.通用算力服務化率 反映各地區通用算力基礎設施服務轉化情況，基于各地區通用數據中心及私有化部署服務器所提供的通用算力服務化后的規模、服務化通用算力資源利用率等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）

73、通用算力服務化規模 通用算力服務化規模=（通用數據中心算力規模+私有化部署服務器算力規模）服務化率（2）資源利用率 通用算力資源利用率=各類型用戶實際使用算力規模/通用算力服務化規模 中國算力服務研究報告（2023 年）36 2.智算算力服務化率 反映各地區智算算力基礎設施服務轉化情況，基于各地區智算中心及私有化部署服務器所提供的智算算力服務化后的規模、服務化智算算力資源利用率等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）智算算力服務化規模 智算算力服務化規模=（智算中心算力規模+私有化部署服務器算力規模）服務化率（2）資源利用率 智算算力資源利用率=各類型用戶實際使用算力規模/

74、智算算力服務化規模 3.超算算力服務化率 反映各地區超算算力基礎設施服務轉化情況，基于超算中心所提供的超算算力服務化后的規模、服務化后超算算力資源利用率等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）超算算力服務化規模 超算算力服務化規模=（超算中心算力規模）服務化率（2）資源利用率 算力資源利用率=各類型用戶實際使用算力規模/超算算力服務化規模 中國算力服務研究報告（2023 年）37（二）服務賦能分指數測算方法（二）服務賦能分指數測算方法 服務賦能分指數由新技術、行業應用、場景覆蓋、生態激發四個二級指標數值進行加權計算得出。在計算指數時，分別對每個二級指標進行標準化處理，進而得

75、到具體的賦值情況。1.新技術水平 反映各地區算力服務技術的創新的情況，基于算力服務領域發明及實用新型專利成果、算力服務業務效益增長等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）發明專利 發明專利數量=（各地區營收規模 500 萬元以上的算力服務企業獲得授權的發明專利數量）（2）實用新型專利 實用新型專利數量=（各地區營收規模 500 萬元以上的算力服務企業獲得授權的實用新型專利數量）（3）效益增長 算力服務效益=各地區云計算、大數據、網絡運營等算力服務類企業業務收入增長率 2.行業應用水平 反映各地區算力服務賦能不同行業發展的情況，基于算力服務行業、服務行業數量等三級指標進行衡量

76、，各指標均通過標準化后加權計算得出。中國算力服務研究報告（2023 年）38（1）行業滲透率 行業滲透率=各地區第一、二產業數字經濟規模/地區生產總值（2）服務行業數量 服務行業數量=各地區算力服務在國民經濟行業分類4中二十個大類行業的數量 3.場景覆蓋水平 反映各地區算力服務對于應用支持與新應用的覆蓋情況，基于算力服務平臺、新應用數量等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）服務平臺 服務平臺數量=（接入各地區省一級不同算力服務平臺的第三方企業云計算、大數據等平臺數量）（2）創新應用 創新應用數量=（各地區人工智能大模型、元宇宙等新應用數量）4.生態激發水平 反映各地區算力

77、服務對于行業生態發展的支撐情況，基于對存量、新興行業的產業規模帶動等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）存量行業/產業規模 存量行業/產業規模=各地區云計算、網絡運營等存量算力服務類企業數量 4 國民經濟行業分類（GB/T4754-2017）中國算力服務研究報告（2023 年）39（2）新興行業/產業規模新興行業/產業規模=各地區人工智能、區塊鏈等新興算力服務類企業數量（三）產業發展分指數測算方法（三）產業發展分指數測算方法產業發展分指數由產業投資、收入貢獻等三級指標數值進行加權計算得出。在計算指數時，分別對每個指標進行標準化處理，進而得到具體的賦值情況。1.產業投資產業

78、投資=各地區云計算、大數據、網絡運營等算力服務支出/地區生產總值2.收入貢獻收入貢獻=（各地區云計算、大數據、網絡運營等類型算力服務業務收入）（四）服務體驗分指數測算方法（四）服務體驗分指數測算方法服務賦能分指數由服務對象、服務效率、服務體驗三個二級指標數值進行加權計算得出。在計算指數時，分別對每個二級指標進行標準化處理，進而得到具體的賦值情況。1.服務對象反映各地區算力服務所覆蓋的企業規模情況，基于算力服務對象數量這一三級指標進行衡量，各指標均通過標準化后加權計算得出。發明專利數量=（各地區營收規模 500 萬元以上的算力服務企業獲得授權的發明專利數量）中國算力服務研究報告（2023 年）4

79、0 2.服務效率 反映各地區算力服務業的市場發展情況，基于獲取便捷度、部署效率、服務體驗等三級指標進行衡量，各指標均通過標準化后加權計算得出。（1）獲取便捷度 衡量算力服務獲取便捷度的重要指標是各地區云計算、大數據、網絡運營等算力服務綜合反應時延（2）部署效率 部署效率=5G 覆蓋率=各地區 5G 用戶數/移動電話總用戶數（3）用戶滿意度 衡量用戶滿意度的重要指標是各地區云計算、大數據、網絡運營等算力服務的滿意水平 中國算力服務研究報告（2023 年）41 附件二：數據來源 1.包括經濟增加值、行業增加值、R&D 經費支出、算力服務業務收入等均來源與國家統計局、各省份統計部門相關數據。2.我國數據中心數量、私有化部署服務器數量來自工信部統計數據，用于計算和評估我國通用、智算算力及存儲規模。3.我國及各省份超算算力來源于各地區超算中心統計數據。4.我國及各省份算力服務發明及實用專利授權數量來自于國家知識產權局。5.我國及各省份 5G 用戶數、移動電話用戶數來自各省份通信管理局數據。中國信息通信研究院 云計算與大數據研究所中國信息通信研究院 云計算與大數據研究所 地址：北京市海淀區花園北路地址：北京市海淀區花園北路52號號 郵編：郵編：100191 電話：電話：010-62302074 傳真：傳真：010-62302074