1、算力設施產業圖譜研究報告開放數據中心標準推進委員會.發布編號 ODCC-I 算力設施產業圖譜研究報告 ODCC-2024-05001 版權聲明版權聲明 ODCC（開放數據中心委員會）發布的各項成果，受著作權法保護，編制單位共同享有著作權。轉載、摘編或利用其它方式使用 ODCC 成果中的文字或者觀點的，應注明來源：“開放數據中心委員會 ODCC”。對于未經著作權人書面同意而實施的剽竊、復制、修改、銷售、改編、匯編和翻譯出版等侵權行為，ODCC 及有關單位將追究其法律責任，感謝各單位的配合與支持。II 算力設施產業圖譜研究報告 ODCC-2024-05001 編制說明編制說明 本報告由中國信息通信

2、研究院云計算與大數據研究所牽頭撰寫，在撰寫過程中得到了多家單位的大力支持，在此特別感謝以下參編單位和參編人員：參編單位（排名不分先后）：中國信息通信研究院 參編人員（排名不分先后）：項目經理：王月 張佳琪 III 算力設施產業圖譜研究報告 ODCC-2024-05001 前言前言 算力是集信息計算力、網絡運載力、數據存儲力于一體的新型生產力，對助推產業轉型升級、賦能我國科技創新、滿足人民美好生活具有重要意義。作為新一輪科技革命和產業變革重要的基礎支撐，算力已成為大國博弈的核心和關鍵。我國在算力相關的技術研發、基礎設施建設和產業發展方面擁有獨特的優勢，已形成體系較完整、規模體量龐大、創新活躍的計

3、算產業，在全球產業分工體系中的重要性日益提升。2022 年至今，中國信通院已連續發布數據中心產業圖譜研究報告，出版算力設施產業圖譜書籍等，旨在結合“算力強基行動”，進一步推進算力設施產品標準化建設，構建高水平的中國算力設施建設與服務生態圈，持續洞察算力設施產業鏈生態變化，映射算力設施發展的現狀、趨勢和未來，推動算力高效支撐業務應用，高質量賦能數字經濟。因時間和能力所限，報告內容有 所 疏 漏 在 所 難 免，煩 請 各 界 不 吝 指 正。如 有 意 見 或 建 議 請 聯 系。IV 算力設施產業圖譜研究報告 ODCC-2024-05001 目 錄 版權聲明.I 編制說明.II 前言.III

4、一、算力產業總體發展態勢.1（一）算力是推動經濟社會高質量發展的強大引擎.1（二）全球算力發展進入活躍期.1（三）我國算力產業發展態勢良好.2 二、2023 年算力設施產業圖譜.3（一）基礎設施.4（二）算力資源.16（三）算力平臺.26（四）算力供給.35（五）算力應用.38 三、趨勢與展望.43（一）技術從單點突破向全生命周期技術優化.43（二）算力平臺軟件從數字化向智能化演進.44（三）算力應用由局部探索向全產業多元發展.44 1 算力設施產業圖譜研究報告 ODCC-2024-05001 一、一、算力產業總體發展態勢算力產業總體發展態勢 （一）（一）算力是推動經濟社會高質量發展的強大引擎

5、算力是推動經濟社會高質量發展的強大引擎 算力是對數據信息進行處理的能力，貫穿數據的產生、存儲、傳輸、計算、使用等全生命周期，主要由數據中心、智能計算中心等新型基礎設施向全社會規?；┙o。隨著數字經濟與實體經濟融合程度不斷提升，數字技術在各行各業的應用持續深化，生產生活活動中產生的數據量呈現爆發式增長，算力在經濟社會高質量發展中的重要地位和賦能作用日益凸顯。算力是做強做優做大數字經濟的核心生產力。算力是做強做優做大數字經濟的核心生產力。數字經濟以數據作為關鍵要素，以算力作為核心生產力，是推動數字產業化、產業數字化的關鍵引擎，可以實現對經濟發展的放大、疊加、倍增作用。作為數字經濟最重要的生產工具之

6、一，算力的發展水平將成為判斷社會生產力發展水平的重要標志。算力是實現高水平科技自立自強的關鍵支撐。算力是實現高水平科技自立自強的關鍵支撐。作為先進生產力的代表，算力本身是科技創新的前沿陣地。隨著后摩爾時代的來臨，面對全社會急速增長的算力需求，以及對算力的高性能、低成本、低功耗、實時在線等多樣化需求，計算技術進入新一輪高速創新期，在體系架構、軟硬件、數據交互技術、算力部署模式以及算法應用等方面快速演進升級，不斷孕育可能影響未來數字技術發展的顛覆式創新。算力是滿足高品質生活需求和實現高效能治理的重要手段。算力是滿足高品質生活需求和實現高效能治理的重要手段。算力在民生服務、社會治理領域的廣泛應用正在

7、促進在線教育、遠程醫療等數字公共服務的蓬勃發展，有力支撐數字社會、數字政府建設，驅動社會治理方式從經驗驅動轉向數據驅動、決策過程從事后解決轉向事先預測，顯著提升公共服務水平和社會治理效能。（二）（二）全球算力發展進入活躍期全球算力發展進入活躍期 各國積極通過國家戰略部署算力發展。各國積極通過國家戰略部署算力發展。2015 年起，美國政府開始推行國家戰略計算計劃（NSCI），并持續迭代更新，不斷完善指導算力發展的戰略部署。2 算力設施產業圖譜研究報告 ODCC-2024-05001 歐盟實施“歐洲高性能計算共同計劃”，發展下一代超級計算技術。日本將先進計算納入重點支持的高新科技領域，加大算力科研

8、方面的資金投入。截至2022 年底，全球算力總規模達到 650EFLOPS（每秒百億億次計算），增速超過25%，美國與中國算力規模位列全球前兩名，占全球近 60%。發達國家引領技術創新掌握發展主動權。發達國家引領技術創新掌握發展主動權。據 TechInsights 在 2023 年 11 月發布的報告顯示，目前全球按銷售量排名前 10 位的芯片制造商中 5 家來自美國，呈現以美國企業為主導的市場競爭格局。在制作工藝上，AMD已率先實現 5nm先進制程量產；在云計算、數據庫等基礎技術方面美國也處于領先水平，全球大量云計算業務都基于其開源技術進行二次開發。國際巨頭全面發力競相推動新興應用進程。國際

9、巨頭全面發力競相推動新興應用進程。隨著規?；懔Φ氖褂贸潭炔粩嗵嵘?，龍頭企業推出突破性、創新性產品，如谷歌旗下公司開發的人工智能程序率先預測出了 98.5%的人類蛋白質結構；微軟聊天機器人（ChatGPT）可以實現智能寫文章、編程序、創作小說等；Meta 推出 AR/VR、元宇宙等個性化、商業化服務。（三）（三）我國算力產業發展態勢良好我國算力產業發展態勢良好 算力資源布局不斷優化。算力資源布局不斷優化。工業和信息化部印發新型數據中心發展三年行動計劃（2021-2023 年）、算力基礎設施高質量發展行動計劃，并聯合發展改革委等部門印發全國一體化大數據中心協同創新體系算力樞紐實施方案、深入實施“

10、東數西算”工程 加快構建全國一體化算力網的實施意見，批復 8 個國家算力樞紐節點，啟動 130 余條“東數西算”干線光纜建設，引導樞紐以外地區打造具有地方特色、服務本地、規模適度的算力服務，支持萬國數據等企業布局海外算力設施，構建梯次化算力供給體系。算力技術水平逐步攀升。算力技術水平逐步攀升。龍頭企業加快技術標準研究，以海光、鯤鵬為代表的國產化芯片技術研發不斷提速，先進產品按照 7nm 工藝設計，達到國際主流產品同等水平。阿里云自主研發的云操作系統開始大規模商用，已在全球上百個數據中心部署，為全球提供云計算服務。液冷、預制化等新技術新產品已 3 算力設施產業圖譜研究報告 ODCC-2024-0

11、5001 部分應用于大型互聯網企業數據中心，最優 PUE 實現 1.08，達到國際領先水平，全國已有近 130 個數據中心綠色低碳等級達到 4A 級以上。算力賦能成效逐漸顯現。算力賦能成效逐漸顯現。算力應用領域已經逐步從互聯網行業向政務、金融、制造等行業拓展，貴州、新疆等地圍繞云服務、影視動漫渲染等打造一批具有地方特色的算力應用，進一步凝聚產業共識，推動算力廣泛應用。例如，目前基于強大的算力，人工智能已廣泛應用于醫學研究、影像診斷、藥物研發、智能診療、生活方式管理與監督、急救與醫院管理等多個方面，不斷拓展醫療服務空間和內容，實現普惠醫療，大大改善人們的醫療體驗。二、二、20232023 年算力

12、設施產業圖譜年算力設施產業圖譜 萬物智聯時代，單一形態的計算實體難以高效應對全場景、復雜的算力挑戰，需要多形態、多種類、多數量算力之間匯聚融通，按需智能化管理與調用。相對于數據中心，算力設施強調算力的賦能，滿足高效、靈活的算力應用需求。2023 年算力設施產業圖譜在既有 2022 年數據中心產業圖譜的技術與產業迭代中，展示了算力設施基礎設施層、算力資源層、算力平臺層、算力供給層、算力應用層五層架構的工具/體系的部分代表性企業，詳見圖 1。圖 1 算力設施產業圖譜 4 算力設施產業圖譜研究報告 ODCC-2024-05001（一）（一）基礎設施基礎設施 1 1供電系統供電系統 供電系統是為算力設

13、施供電系統是為算力設施內所有需要動力電源的設備提供穩定、可靠的動力內所有需要動力電源的設備提供穩定、可靠的動力電源支持的系統，是整個算力設施的動力來源。電源支持的系統，是整個算力設施的動力來源。20222022 年，全球數據中心不間斷電源（年，全球數據中心不間斷電源（Uninterruptible Power SupplyUninterruptible Power Supply，簡，簡稱稱 UPSUPS）市場呈現出快速發展的態勢。）市場呈現出快速發展的態勢。根據 Omdia 的數據顯示，2022 年全球數據中心 UPS 市場規模突破 100 億美元，受全球經濟下行的影響，增速較 2021 年有

14、所回落，全球的UPS市場規模及增速發展情況見圖2。預計到2025年全球UPS市場規模將超過 130 億美元，增速也保持穩定增長。從區域角度來看，亞太地區是全球最大的數據中心 UPS 市場。來源：Omdia，2023 圖 2 全球 UPS 市場營收預測 我國我國 UPSUPS 市場將持續保持高增長率。市場將持續保持高增長率。我國數據中心 UPS 市場在 2022 年展現出了強勁的增長勢頭，據 ODCC 調研數據顯示，預測到 2025 年我國 UPS 市場0%2%4%6%8%10%12%14%16%18%02000400060008000100001200014000160002020202120

15、222023E2024E2025E2026E年增長率(%)營收（$m)營收增長率 5 算力設施產業圖譜研究報告 ODCC-2024-05001 規模將達到近 200 億元。市場競爭方面，我國 UPS 市場集中度較高。華為、維諦、科華、山特和科士達五家企業的市場份額占比超過 50%。高壓直流輸電（高壓直流輸電（HVDCHVDC）在互聯網和通信行業的部分數據中心得到廣泛應用。）在互聯網和通信行業的部分數據中心得到廣泛應用。目前，HVDC 依靠節省投資的優勢，已在互聯網和通信行業的數據中心得以應用，在不斷提升可靠性的過程中將與 UPS 技術長期共存以滿足不同應用場景下的需求?；ヂ摼W企業作為算力設施建

16、設的參與者，對新技術更為敏感，對業務創新要求較高，在算力設施供電環節中扮演創新領跑的角色。事實上，出于極致的成本與效率考量，互聯網企業在算力設施供電建設中如預制化等很多前沿理念和實踐，率先迎接了產品化浪潮，在業內也得到了廣泛應用。以阿里為代表的互聯網企業聯合電信運營商及設計廠商在 ODCC 聯合發起的巴拿馬項目為例，該技術方案核心思想是在保證高可靠直流供電的基礎上簡化系統，采用移相變壓器取代工頻變壓器，從 10kV 到 240V 整個供電鏈路優化集成，將降壓和整流為直流這兩個環節合二為一，同時減少了設備的占地面積及低壓側電纜損耗，提升了系統效率。未來十年，數據中心供電模式將持續優化，通過走向一

17、體化、預制化和智能化來滿足業務數字化、在線化、零中斷的迫切需求。當前，數據中心供電設備的節能潛力較為充分挖掘，PLF（Power Load Factor，供電負載系數）下降值接近天花板，供電系統的節能設備集中于變壓器、不間斷電源等。對于智算中心或新建數據中心，采用 1 路市電+1 路 UPS 或 2 路 UPS，PLF 可降至 0.03 以下，供電關鍵技術及相關供電方案詳見圖 3。6 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 3 數據中心供電關鍵技術及對 PUE 的影響 交流不間斷電源仍是主流供電方案，根據技術路線不同，數據中心所用的不間斷電源主要有 UPS 和 HVDC

18、兩種，企業分類見表 1，產業圖譜見圖 4。表1 供電設備企業分類 企業類型企業類型 UPSUPS HVDCHVDC 在線雙變換在線雙變換 在線互動式在線互動式 技術特點 市電不直接給設備供電，逆變器始終處于工作狀態，由于數據中心對穩定電源的高度依賴性，目前在線式 UPS 是市場主流選擇 市電正常時，直接由市電向負載供電；當市電異?；蛲ｋ姇r，會如在線式 UPS 通過轉換開關轉為電池逆變供電 省略了傳統 UPS 的逆變環節，占地面積更小，HVDC 架構簡化，壓縮初始投資成本，且整流模塊可由數據中心工作人員進行熱插拔維護，降低后期運營成本 代表企業 華為、科士達、易事特、施耐德、山特、維諦、伊頓、臺

19、達 奧特迅、動力源、豐日、中恒、臺達、維諦 代表產品 Vertiv Liebert EXL S1&APM2.0、華為UPS5000H、科士達YDC9100-RT 系列 易事特 EA600 系列、施耐德 APC Smart-UPS、伊頓 5P UPS 奧特迅 ATCGZDW 直流電源、動力源 DPZ-48/300B、臺達HVP 系列高壓直流電源 7 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 4 供電設備產業圖譜 2 2后備電池系統后備電池系統 后備電池系統是在市電中斷或者整流器異常時通過逆變器為負荷提供能源后備電池系統是在市電中斷或者整流器異常時通過逆變器為負荷提供能源供給的

20、電源系統。供給的電源系統。鉛酸蓄電池的市場集中度提高。鉛酸蓄電池的市場集中度提高。鉛酸電池已經歷 100 多年的技術革新，產品體系日臻成熟，數據中心常用的鉛酸電池類型是 VRLA 電池（valve-regulated lead-acid battery，閥控式密封型鉛酸蓄電池），安全使用性能較高，維護工作量較小。盡管鉛酸電池應用廣泛，但是含有大量的鉛和鉛的化合物以及硫酸，如果在生產、使用和回收過程中處理不當，會對環境造成污染。在環保要求和市場競爭的雙重壓力下，鉛酸蓄電池行業不斷整合，市場集中度日漸提高。近年來我國鋰離子電池行業快速增長。近年來我國鋰離子電池行業快速增長。隨著數據中心機柜功率密度

21、越來越高，配電系統容量越來越大，鋰電池憑借其占地面積小、能量密度大、循環壽命長、大倍率充放電、綠色環保等特點，在國內外市場上不斷得以推廣。根據ICTresearch 研究調查，我國數據中心鋰離子電池產品市占率逐年上升，2022年市場規模為13.05 億元，同比上升 26%。市場份額上，華為等廠商起步較早，其產品在許多項目中已得到應用；維諦技術也在大力推廣應用鋰電池產品；易 8 算力設施產業圖譜研究報告 ODCC-2024-05001 事特、臺達等企業的數據中心鋰電產品推出相對較晚。技術選型上，業界主流的鋰電分為鈷酸鋰、錳酸鋰、磷酸鐵鋰和三元鋰。目前數據中心場景普遍采用磷酸鐵鋰和三元鋰 2 種電

22、芯。行業分布上，以百度、阿里巴巴、騰訊和京東為代表的互聯網行業是數據中心鋰離子電池應用的最主要行業。一方面，由于數據中心機房的建設規模及設備密度持續增長，對于供電系統可靠性的要求也越來越高；另一方面，互聯網企業擁有龐大的數據中心網絡，需要處理海量的數據和信息。此外，金融、政府、交通等傳統數據中心應用領域是鋰離子電池應用的重要主體。傳統行業在數字化轉型中面臨數據量突增的挑戰，亟需提升數據中心的運行效能和供電可靠性。鋰離子電池因其高能量密度、長循環壽命、快速充放電能力等優勢，能夠滿足這些行業對數據中心電源系統的升級需求。隨著鋰離子電池技術的不斷成熟和成本的逐步降低，鋰離子電池有望在金融、政府、交通

23、等領域進一步擴大應用，為數據中心提供安全可靠的供電系統。根據正極材料的不同，數據中心的后備電池系統主要有鉛酸蓄電池和鋰離子電池兩種，企業分類見表 2，產業圖譜見圖 5。表2 后備電池系統企業分類 企業類型企業類型 鉛酸蓄電池鉛酸蓄電池 鋰離子電池鋰離子電池 技術特點 技術成熟且價格相對較低；在高溫仍能穩定工作，且具有良好的低溫性能；充電壽命較短；能量密度相對較低；短時大倍率放電,可放出的能量很小 高能量密度；長循環壽命；具有較低的自放電率；具有較高的充電和放電效率，可以迅速地儲存和釋放電能；短時大倍率放電,可放出的能量更多 代表企業 南都、理士、雙登、圣陽、瑞達、臥龍 華為、維諦、易事特 代表

24、產品 南都 GFM、理士 DJM、雙登 GFM 系列 華為 SmartLi3.0、VertivHPL、易事特 EA900YL 系列 9 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 5 后備電池系統產業圖譜 3 3制冷系統制冷系統 制冷系統是數據中心制冷系統是數據中心 ITIT 設備穩定運行的重要保障，通過散熱制冷系統將設備穩定運行的重要保障，通過散熱制冷系統將ITIT 設備的熱量傳遞到室外，從而維持設備的熱量傳遞到室外，從而維持 ITIT 設備的安全工作溫度和數據中心的良設備的安全工作溫度和數據中心的良好運轉。好運轉。我國的數據中心制冷市場進入快速發展階段。我國的數據中心制冷

25、市場進入快速發展階段。市場發展情況來看，風冷依舊是主流的制冷方案，隨著間接蒸發冷卻技術及全變頻氟泵等技術的創新發展及應用普及，其市場規模將不斷增長。液冷系統逐漸普及，風液融合正成為新的發展趨勢。水冷也是較為常見的制冷方式，市場占有率僅次于風冷。目前，全球高密集度、高供電密度的超大型數據中心已逐漸引入液冷設備，未來風液融合將成為高功率密度機柜的主流制冷方案。從數據中心綠色節能的發展趨勢來看，制冷技術的本質都是讓冷卻介質在末端盡可能的貼近設備，減少換熱次數，以便于介質更加高效地與設備進行熱交換，從而提高換熱效率、降低冷損失。數據中心冷卻技術發展趨勢詳見圖 6，采用風冷直膨散熱冷卻方式的數據中心 P

26、UE 一般在 1.5 左右。因液體的熱導率較氣體可提高一個數量級，阿里云計算有限公司采用自主研發的液冷服務器集群，在杭州建成目前全球規模最大的單相浸沒液冷數據中心（仁和數據中心），是我國首座綠色等級達到 5A 級的液冷數據中心，PUE 最低可以至 1.09。同時，10 算力設施產業圖譜研究報告 ODCC-2024-05001 風冷系統方案也可以采用間接蒸發冷卻技術，實現最大化利用自然冷源，通過一次換熱，降低數據中心的 PUE，例如華為云烏蘭察布數據中心上榜國家綠色數據中心名單，PUE 最低可以至 1.15。圖 6 數據中心制冷技術發展趨勢 作為 PUE 節能的主戰場，制冷系統與項目選址地點、系

27、統方案、運行要求以及當地全年氣候變化息息相關。如圖 7 所示，因地制宜選擇合適的制冷技術會對數據中心的制冷效率和 PUE 值產生不同的影響，在設計制冷系統時要根據實際需求選擇合適的制冷方案。圖 7 數據中心制冷關鍵技術及對 PUE 的影響 11 算力設施產業圖譜研究報告 ODCC-2024-05001 回顧數據中心冷卻技術的發展，傳統制冷設備主要有風制冷型、水制冷型和氟制冷型，在數據中心高密化、節能化發展趨勢下，液體制冷型系統逐漸登上數據中心制冷解決方案的舞臺，企業分類見表 3，產業圖譜見圖 8。表3 制冷設備企業分類 企業類型企業類型 技術特點技術特點 代表企業代表企業 代表產品代表產品 風

28、制冷系統 風冷型空調 系統簡單、可靠性高、易維護 維諦、華為、美的、格力、依米康、諾亞、佳力圖、英維克、施耐德、海爾、克萊門特、AGC、艾特網能 華為NetCol-A系列、格力JKF系列、海爾模塊式風冷冷水（熱泵）機組 蒸發冷卻系統 不受室外環境空 氣 質 量 影響、室內濕度穩定、節能節水 華為、維諦、英維克、中興、申菱、阿爾西、艾特網能、世圖茲、美的 維諦 Liebert XDCS 蒸發自然冷全變頻氟泵多聯熱管空調、華 為EHU、艾 特 網 能CoolBlock 間接蒸發冷自然冷節能空調機組、美的模塊式熱回收蒸發冷卻空調機組 新型氟泵系統 能效較高、形式多樣 維諦、華為、艾特網能、英維克、世

29、圖茲、依米康 維諦 DSE預制式全變頻氟泵精密空調、華為 FusionCol-A 系列、依米康氟云系列 SCA.ES房間級氟泵節能型精密空調 水制冷系統 冷凍水型空調 制冷效率較風冷更高，但系統 組 成 較 復雜，日常維護成本高 維諦、華為、英維克、佳力圖、艾特網能、世圖茲 英維克 XRow 系列高效列間空調、佳力圖 CAHU 冷凍水型機房 空 調、世 圖 茲 CyberRow CW/CW2 液體制冷系統 冷板式 散熱效率高，能耗低、占用空間小 IBM、英維克、華為、騰訊、聯想、京東、超聚變、寧暢、史陶比爾、中航光電、中科曙光、維諦、百度、美團、高瀾 英 維 克 Coolinside、華 為F

30、usionCol-L 系列、中科曙光 GreenLP 冷板式液冷配套基礎設施 C7000 浸沒式 阿里、英特爾、施耐德、GRC、蘭洋、中科曙 光、維諦、英維克、3M、中航光電、巨化、杭州云電、海光芯創、富士康、立訊技術、綠色云圖、高瀾 阿里磐久 Immersion D1000、蘭洋科技浸沒式液冷 BBU、維諦 LiebertVIC、綠色云圖微型液冷機柜 12 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 8 制冷設備產業圖譜 4 4弱電系統弱電系統 弱電系統為數據中心的物理和邏輯組件（含服務器、存儲、網絡、電源、弱電系統為數據中心的物理和邏輯組件（含服務器、存儲、網絡、電源、冷

31、卻）提供監控、管理和優化，是實現數據中心向綠色和智能發展的數字化系冷卻）提供監控、管理和優化，是實現數據中心向綠色和智能發展的數字化系統底座之一。統底座之一。我國動環監控系統市場近年來保持著強勁增長。據 ODCC 調研，2022 年市場規模已達 100 億元，隨著數據中心的規模和復雜度的增加，動環監控系統尚有較大的增長空間。研究機構 Markets and Markets 數據顯示，2022 年全球樓宇自控系統市場規模為 868 億美元，預計 2027 年將達到 1486 億美元，在預測期內的復合年增長率近 12%。此外，全球數據中心基礎設施管理（DCIM）的市場預計將以約 11%的復合年均增

32、長率增長，2026 年預計超過 30 億美元。2022 年亞太地區的 DCIM 市場規模為 4.92 億美元，復合增長率將領跑全球，預計 2022-2026 年該值將超過 13%。我國作為亞太地區最高增長的國家，市場規模為 1.83億美元。DCIM 由傳統動環監控系統發展演變而來，管理范圍更全面。數字技術推動DCIM 智能化發展，監控管理等通用能力建設與應用將更加全面與深入。數據中心逐漸走向大型化和集約化，管理模塊劃分越來越精細化，與此同時，物聯網、13 算力設施產業圖譜研究報告 ODCC-2024-05001 AI（Artificial Intelligence，人工智能）、數字化 3D、數

33、字孿生等新技術已廣泛應用。如圖 9 所示，DCIM 中監控管理、運維管理、運營管理、安全管理等通用能力的高效建設、精準應用是未來發展的重點。建設方面，DCIM 將向基礎設施和多個子系統集中化管理發展；應用方面，包括部件級、設備級、鏈路級、數據中心級的運行狀態、關鍵參數、故障告警等信息將向全局可視化發展，以幫助管理者更直觀地掌控數據中心運行狀態。圖 9 DCIM 的管理范疇與服務能力 基于基礎設施與 IT 設施融合管理的目標，智能化管理對象應覆蓋基礎設施（電力、制冷、機柜、安防）、IT 設備（服務器、交換機、存儲）及相關聯的環境，管理活動應貫穿數據中心基礎設施全生命周期的運維運營行為，提供集中監

34、控、資源規劃、日常運維、成本優化等管理模塊。有效的運營管理系統可切實幫助數據中心保障基礎設施的高可用并提高基礎設施資源利用率，降低能源消耗和人員綜合成本，并通過流程化管理日常作業提升服務水平，提高數據中心經營產出和效率，實時、準確提供管理決策信息，最終實現以數據驅動管理價值。按照監控與管理的對象，弱電系統企業可分為監控動力與環境的動環系統、監控樓宇的樓宇自控系統及更加集成化的 DCIM，企業分類見表 4，產業圖譜見圖 10。14 算力設施產業圖譜研究報告 ODCC-2024-05001 表4 弱電系統企業分類 企業類型企業類型 動環監控系統動環監控系統 樓宇自控系統樓宇自控系統 DCIMDCI

35、M 技術特點 在動力設備，環境傳感和生產控制過程中進行數據監測，注重對設備與自然環境的檢測警報，同時增強融合化管理，可對 IT 基礎設施設備運行狀態進行有效監控 主要面向樓宇系統等，優化建筑的能源效率，側重對各建筑子系統的控制輸出 包含了資產管理、容量管理、動環的監控等內容，相較于動環系統，功能更豐富 代表企業 依米康、維諦、華為、大榕樹、施耐德、共濟科技、安之源、凝智科技、中興力維、縱橫通、亞奧科技、邦訊信息 霍尼韋爾、和欣控制、西門子、施耐德、清華同方、曼頓科技、江森自控、柏斯頓、中控 華為、維諦、施耐德、西門子、ABB、依米康、Sunbird Software、FNT、耐威迪、Nlyte

36、、共濟科技、派諾科技、卓益達科技、騰訊、百度、阿里、萬國 代表產品 維諦 RDU 監控系統、華為iManager-M、力維智聯動環監控與智能融合管理系統、縱橫通 IMCP 機房監控平臺 霍尼韋爾 WEBs 系列樓宇自控系統、和欣 EMS-500 樓宇自控節能管理系統、江森自控 Metasys 樓宇自控系統 華為 NetEco、維諦SiteWeb6 基礎設施管理系統、騰訊智維、百度萬象智能監控平臺 圖 10 弱電系統產業圖譜 5 5模塊化數據中心模塊化數據中心 模塊化數據中心是一種全新的數據中心建設模式，對風、火、水、電核心模塊化數據中心是一種全新的數據中心建設模式，對風、火、水、電核心系統進行

37、整體設計，可以大幅縮短建設周期，實現數據中心的快速部署、交付系統進行整體設計，可以大幅縮短建設周期，實現數據中心的快速部署、交付和應用。和應用。15 算力設施產業圖譜研究報告 ODCC-2024-05001 伴隨信息技術的快速發展，業務競爭日趨激烈。一方面，用戶對數據中心交付時間的要求越來越短，數據中心建設投產的速度也越來越快；另一方面，數據中心涉及的設備和系統繁雜，現場安裝調試復雜。為了滿足數據中心大規?？焖俑咝Р渴?，產業鏈相關企業開展了一系列的探索和創新，模塊化、預制化成為一種新的建設模式，通過預先標準化設計，工廠組裝、集成、預測試，現場即插即用，實現快速安裝、快速交付，將數據中心的建設由

38、工地遷移到工廠，減少現場施工帶來的安全隱患。集裝箱和預制模塊化數據中心經歷了一體化單機、平層部署、多層部署、建筑級模塊化的技術路線。從最初的一體化單機階段開始，數據中心逐漸采用了模塊化設計，通過分離和部署不同的功能模塊，實現了平層部署或兩層部署。但是由于其空間、外觀、標準化程度、可靠性等多重制約因素，只能小規模應用或在特定場景應用。隨著裝配式建筑技術與模塊化數據中心深度融合，預制模塊化數據中心可支持多層堆疊，滿足建筑標準，主體結構建筑化、空間及內外使用體驗樓宇化。在這個發展過程中，預制程度逐步加深，從部件預制到系統設備預制，再到功能區和整體的預制，提高了建設速度和質量，降低了成本。未來模塊化數

39、據中心將繼續朝著更高程度的預制化、智能化和綠色化方向發展，以滿足不斷變化的市場需求和技術進步的要求。按照技術演進的階段，模塊化數據中心可分為集裝箱數據中心、微模塊數據中心、預制模塊化數據中心，企業分類見表 5，產業圖譜見圖 11。表5 模塊化數據中心企業分類 企業類型企業類型 微模塊數據中心微模塊數據中心 集裝箱數據中心集裝箱數據中心 預制模塊化數據中心預制模塊化數據中心 技術特點 將數據中心劃分為多個獨立模塊，獨立運行及智能化管理，以單機柜為最小顆粒度，配套列間空調，UPS 及柔性母線配電系統的深度集成 具備可移動性，可有效應對臨時性數據中心、應急性數據中心的需求 可根據客戶需求靈活構建，適

40、用于新建輕鋼結構廠房、新建無樓等場景 16 算力設施產業圖譜研究報告 ODCC-2024-05001 代表企業 華為、維諦、易事特、Silent-Aire、施耐德、中興、中國移動、M.C.Dean、威圖 華為、新華三、戴爾、IBM、思科、維諦、中興、浪潮、威圖、中科曙光 華為、維諦、施耐德、中 興、M.C.Dean、Silent-Aire、威圖 代表產品 維諦 SmartAisle 微模塊數據中心、華為 Fusion Module 2000 智能微模塊、易事特MC2000&MC6000系 列 產品、Lenovo MDC 數據中心 華為FusionDC 1000A、維諦 Smart MOD 云睿

41、集裝箱數據中 心、新 華 三IC7000 集裝箱智慧數據中心 華為預制模塊化數據中心 FusionDC、中興通訊預制全模塊數據中心、施 耐 德All-in-one module 圖 11 模塊化數據中心產業圖譜（二）（二）算力資源算力資源 1 1服務器服務器 服務器是數據中心重要的基礎設施，服務器通過中央處理器（服務器是數據中心重要的基礎設施，服務器通過中央處理器（CPUCPU）、內）、內存及存及 IOIO（輸入輸出）部件開展計算服務，并通過調度網卡及存儲設備實現上層（輸入輸出）部件開展計算服務，并通過調度網卡及存儲設備實現上層業務處理需求，是算力供給的核心設備。業務處理需求，是算力供給的核心

42、設備。近年來，全球服務器市場處于較高增長態勢。近年來，全球服務器市場處于較高增長態勢。根據 IDC 數據，2022 年全球服務器銷售量達到 1494.6 萬臺，市場規模達 1230 億美元。我國服務器市場保持較高速增長，2022 年整體規模達到 273.4 億美元，占全球市場比重達 22%。17 算力設施產業圖譜研究報告 ODCC-2024-05001 以以 CPUCPU 芯片為核心的服務器依舊在全球市場上保持主導地位。芯片為核心的服務器依舊在全球市場上保持主導地位。市場競爭上，CPU 服務器市場高度集中，呈現雙寡頭壟斷格局，Intel 和 AMD 占據了 90%以上的市場份額；服務器架構上，

43、x86 服務器在CPU 服務器市場中占據主導地位，主流 CPU 服務器供應商均采用 x86 架構，占比為 91%，ARM 架構約占 8%。全球數據中心 CPU 市場收入詳見圖 12。我國的 CPU 服務器也以 x86 架構為主，據 IDC 數據顯示，2022 年我國 x86 服務器市場出貨量為 376.81 萬臺，其他架構的服務器占比不足 10%。來源：Counterpoint Analysis，2023 圖 12 2021 年和 2022 年全球數據中心 CPU 市場收入份額 后摩爾定律時代，單靠制程工藝提升帶來的性能受益已經十分有限，單核性能已經趨近極限，CPU 未來將關注以多核提升性能功

44、耗比，多核處理器把多個處理器核集成到同一個芯片之上，每個單元的計算性能密度得以大幅提升。同時，原有的外圍部件可以被多個 CPU 系統共享，可帶來更高的通信帶寬和更短的通信時延，多核處理器在并行性方面具有天然的優勢，通過動態調節電壓/頻率、負載優化分布等，可有效降低功耗，提升性能。隨著高性能計算的發展，市場開始關注基于 GPU（Graphics Processing Unit，圖形處理器）、FPGA（Field Programmable Gate Array，現場可編程門0%10%20%30%40%50%60%70%80%90%IntelAMDaws其他20212022 18 算力設施產業圖譜研

45、究報告 ODCC-2024-05001 陣列）等芯片構建的智算服務器。IDC 數據顯示，2022 年智算服務器市場規模達 67 億美元，同比增長 24%。如圖 13 所示，GPU 服務器占據主導地位，占 89%的市場份額，達 60 億美元。同時 NPU、ASIC 和 FPGA 等非 GPU 智算服務器以同比 12%的增速占 11%的市場份額，達 7 億美元。市場競爭方面，浪潮、新華三、寧暢占據一半以上的市場份額；從行業屬性看，互聯網是智算服務器最大的采購行業，當前需求逐漸向服務、電信、制造和教育等行業外溢。來源：IDC，2023 圖 13 2021-2026 中國智能計算服務器市場規模 AI

46、模型通過數千億的參數進行訓練，增強包含數萬億字節的深度推薦系統，其復雜性和規模正呈現爆炸式增長。這些龐大的模型正在挑戰當今系統的極限，僅憑 CPU 的優化難以滿足其性能需求。因此，智算服務器主要采用異構形式，表現形態多為機架式。在異構方式上，可以為 CPUGPU、CPUFPGA、CPUTPU、CPUASIC 或 CPU多種加速卡。因 GPU 采用并行計算模式，擅長梳理密集型的數據運算，如圖形渲染、機器學習等，智算服務器普遍采用 CPU+GPU 的形式。繼續擴展模型以實現高度準確性和實用性，需要能夠快速訪問大型內存池并使 CPU 和 GPU 緊密耦合。0200040006000800010000

47、1200014000202120222023E2024E2025E2026E單位：百萬美元GPUFPGAASIC/NPU 19 算力設施產業圖譜研究報告 ODCC-2024-05001 我國液冷服務器市場保持快速增長。根據 IDC 數據，2023 上半年我國液冷服務器市場規模達 44.17 億元。市場競爭來看，浪潮、超聚變等企業憑借先進的技術實力和卓越的產品性能在液冷服務器市場中占據領先地位；行業應用來看，液冷服務器憑借高效的散熱性能、低能耗和低噪音等特點在互聯網、電信、政府和教育領域應用最廣；從技術細分來看，目前有冷板式、浸沒式和噴淋式三條技術路線，冷板式方案成熟度較高，商用基礎較好，已經得

48、到較多的商業應用。我國邊緣計算服務器市場也呈現蓬勃的發展趨勢。邊緣服務器可以將數據處理和分析的任務轉移到網絡的邊緣，減少數據傳輸的延遲和帶寬消耗，提高數據處理效率和安全性。根據 IDC 數據，2022 年邊緣服務器市場規模約 40 億美元，未來隨著企業不斷將數據處理的任務從中心服務器轉移到邊緣設備上，邊緣計算服務器的應用場景和需求將進一步擴大。按照應用場景不同，服務器可分為適用于廣泛應用場景和工作負載的通用服務器、適用于大規模數據的高速處理和計算的智算服務器、適用于高密場景的液冷服務器、適用于實時數據分析的邊緣計算服務器，企業分類見表 6，產業圖譜見圖 14。表6 服務器企業分類 企業類型企業

49、類型 通用服務器通用服務器 智算服務器智算服務器 液冷服務器液冷服務器 邊緣計算服務器邊緣計算服務器 技術特點 以 CPU 芯 片 為主，提供多種服務功能，適應不同的計算需求的服務器 輔以 GPU 等人工智能芯片，以完成大量數據的訓練和迭代 液體注入服務器，通過冷熱交換帶走服務器的散熱。包含冷板式液冷服務器與浸沒式相變液冷服務器 部署在數據中心之外，靠 近 終 端用戶，提供計算、存儲和網絡等服務，并且可以處理本地或實時的數據流 代表企業及產品 浪潮 NF5266G7、華 為 服 務 器 K22R-02、超聚變服 務 器 2288H V6、烽火服務器 FitServer R2280 V6、中興

50、R5300 G5 華 為Atlas 800 服務器、浪潮NF5468系列、H3C UniServer R5350 G6、中科可控 X7840 H0 新華三 R4900LC G5 服務器、億萬克 液 冷 服 務 器 EVOC Adam Server R322N6+、天樞液冷整機柜服務器、寧暢 R620 G40 LP 聯 想ThinkEdge SE360 V2、浪 潮NE5260M5、華 為TaiShan 200 服務器、Dell PowerEdge XR4000 20 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 14 服務器產業圖譜 2 2存儲存儲 數據中心的存儲承載的是千行百

51、業的高價值數據，其中硬盤是存儲的主要數據中心的存儲承載的是千行百業的高價值數據，其中硬盤是存儲的主要部件，是保存數據的關鍵介質。部件，是保存數據的關鍵介質。2022年全球機械硬盤（Hard Disk Drive，簡稱HDD）介質出貨量超1100EB，較 2021 年出貨量下降了 11%，達全球存儲容量的 80%。2022 年全球固態硬盤（Solid State Drive，簡稱 SSD）出貨容量為 318EB，達全球存儲總量的 20%，詳見圖 15。據 IDC 預測，到 2025 年，全球 SSD 出貨量將進一步上升，達到805EB，升至全球存儲總量的 25%。21 算力設施產業圖譜研究報告

52、ODCC-2024-05001 來源：IDC，Trendfocus，2023 圖 15 2017-2022 年全球 HDD 和 SSD 出貨量及增長率 企業級存儲應用方面，如圖 16 所示，截止 2022 年底，全閃存儲出貨量已由 2018 年的 6.3EB 增長至 22.7EB，年平均增長率達 38%左右，2022 當年增長率達 47%，預計未來 SSD 在企業級存儲應用中的使用占比將繼續增長，逐步替代HDD。來源：IDC，2023 圖 16 2018-2022 年全球企業級存儲出貨容量及增長率-20%-10%0%10%20%30%40%50%60%020040060080010001200

53、1400201720182019202020212022增長率(%)出貨量（EB)HDD出貨量SSD出貨量HDD增長率SSD增長率-10%0%10%20%30%40%50%60%70%80%0510152025303520182019202020212022增長率（%）出貨量（EB）全閃存儲(EB)全HDD存儲(EB)全閃存儲增長率全HDD存儲增長率 22 算力設施產業圖譜研究報告 ODCC-2024-05001 SSDSSD 介質向存儲高密度方向發展，加速替代介質向存儲高密度方向發展，加速替代 HDDHDD 介質。介質。NAND Flash 繼續向高密度方向演進且存儲密度和傳輸性能不斷提升，

54、單位存儲效率得到優化。通過增加單位晶圓面積上產出的存儲位元，增強 NAND Flash 的單位存儲效率，在全球已量產的 NAND Flash 中，領先的堆疊層數從 128 層攀升至 176 層，2022 年底，NAND Flash 已逐步邁入 200 層以上生產。此外，NAND 結構的改良以及存儲密度的提升，也使得 SSD 的 IO 性能和功耗不斷得到優化。安全可信成為先進存儲的必備能力，存儲安全可信技術向存儲內生安全方安全可信成為先進存儲的必備能力，存儲安全可信技術向存儲內生安全方向發展。向發展。底層硬件來看，硬件三防（防側信道，防故障注入，防物理攻擊）和可信啟動已成為存儲底層硬件安全可信能

55、力的基礎；軟件算法來看，AIR GAP（氣隙隔離）技術可以保障數據安全傳輸，WORM（Write Once Read Many，一寫多讀）技術用來防止文件被篡改，病毒偵測分析可預防被病毒勒索，執行環境提前檢測能確保數據可信，數據訪問的全路徑和內存加密技術可以防止數據被泄露；應用效果來看，可綜合存儲加密和定期備份兩種方案來面對突發情況下數據丟失或破壞等問題，充分保障數據的安全性。根據使用介質的不同，主要包括利用旋轉磁盤的 HDD 和使用閃存芯片的SSD 及其他存儲設備，企業分類見表 7，產業圖譜見圖 17。表7 存儲企業分類 企業類型企業類型 HDDHDD SSDSSD 存儲設備存儲設備 技術特

56、點 讀寫頭通過驅動臂調整不同磁道位置，驅動器帶著磁盤旋轉，通過磁頭完成數據讀取 使用閃存技術，將數據存儲于芯片中，取代了傳統硬盤中的機械盤片和讀寫頭，較機械硬盤抗物理沖擊、抗震 存儲設備還包括適合用于大量數據的長期備份和歸檔的磁帶和將大量存儲設備組織起來的存儲列陣 代表企業及產品 西部數據 Ultrastar DC HC550 CMR HDD、希捷Exos X 系 列、東 芝MG10F 系列、日立 HGST Ultrastar He10 Solidigm D5-P5336、深圳憶聯 UH711a 系列、英韌科技Dongting-S1、DapuStor H5100、Memblaze PBlaze

57、7 7940 系列、三星 PM893a、SK 海力士 PE8110 華為 FusionCube 1000 超融合存儲設備、富士膠片 FUJIFILM LTO Ultrium 8 數 據 流 磁 帶、浪 潮 HF 18000G5-I、H3C UniStor CF5000 G2 系列 23 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 17 存儲產業圖譜 3 3交換機交換機 交換機是一種用于電（光）信號轉發的網絡設備，可以為接入交換機的任交換機是一種用于電（光）信號轉發的網絡設備，可以為接入交換機的任意兩個網絡節點提供獨享的電信號通路，是搭建數據中心架構的骨骼，具備大意兩個網絡節點

58、提供獨享的電信號通路，是搭建數據中心架構的骨骼，具備大緩存、高容量、虛擬化等特征。緩存、高容量、虛擬化等特征。隨著網絡技術的進步和數據中心的需求增長，全球交換機市場規模持續擴大。據 IDC 數據顯示，2022 年，全球以太網交換機的市場規模約為 2500 億元，同比增長近 20%，其中用于數據中心領域的以太網交換機規模約為 1000 億元，同比增長 22%左右。100GbE 是 2020 年至 2022 年以太網數據中心交換機的最大品類，200/400GbE 以太網數據中心交換機的收入在 2022年開始加速增長。市場競爭方面，思科一直占據領先地位，連同 Arista 占據全球數據中心領域交換機

59、一半以上的市場份額，華為和新華三是 TOP5 中的兩家國內廠商。2022 年，我國以太網數據中心交換機市場規模超過 200 億元，預計 2026年市場規模將超過 300 億元。我國交換機市場集中度較高，華為、新華三占據市場近 70%的份額，主要參與者包括華為、新華三、銳捷網絡以及思科等，市場貢獻主要來自于國內廠商。24 算力設施產業圖譜研究報告 ODCC-2024-05001 無損數據中心解決方案驅動高速率交換機發展。無損數據中心解決方案驅動高速率交換機發展。RDMA（Remote Direct Memory Access，遠程直接數據存?。┘夹g是為了解決網絡傳輸中服務器端數據處理的延遲而產生

60、的技術。傳統 TCP（Transmission Control Protocol，傳輸控制協議）/IP（Internet Protocol，互聯網協議）協議棧處理時延大，服務器 CPU 負載居高不下，RDMA 可以將用戶應用數據直接傳入服務器存儲區，解決時延問題。RDMA 網絡目前應用比較廣泛的是 InfiniBand（英偉達數據中心網絡架構核心技術）和 RoCE（RDMA over Converged Ethernet）。華為、新華三、銳捷網絡等頭部廠商均基于 RDMA 技術發布無損數據中心解決方案。白盒技術推動行業充分競爭，良性發展。白盒技術推動行業充分競爭，良性發展。白盒交換機采用開放的

61、設備架構和軟硬解耦的思想，提升了設備可編程性、靈活性，可以有效支撐未來新型業務對網絡可定制、高性能、可編程、確定性的需求，在網絡戰略發展中具有重要地位。在全球經濟增長放緩及生成式人工智能算力成本高昂的背景下，白盒交換機成本低、開放性高、操作難度小的優勢將會更加突出。傳統交換機的軟硬件開發均由設備廠商提供，系統完全封閉，滿足新功能快速開發部署需求慢，采購成本久高不下。在白盒交換機架構下增加芯片接口層，將交換芯片的硬件功能封裝為統一的接口，采用開放的設備架構和軟硬解耦思想，降低購置開發成本。CPOCPO（Chip Package OptimizationChip Package Optimizat

62、ion，芯片封裝優化）技術減少高速電通損，芯片封裝優化）技術減少高速電通損耗，或成高速交換機核心技術。耗，或成高速交換機核心技術。作為新型的光學封裝技術，CPO 可將光學元件直接封裝在芯片內部，通過更短的光學路徑和更緊密的光學耦合實現更高效的光通信，同時也可以減少光學連接和對準的復雜性，從而實現更高密度的光電集成和更高性能的光通信系統。全球多家不同背景的大廠商已開始布局該領域研發。目前 AWS、微軟、思科、博通、英偉達均在布局 CPO 技術和產品。TSNTSN（TimeTime-Sensitive NetworkSensitive Network，時間敏感網絡）成為構建工業信息技術，時間敏感網

63、絡）成為構建工業信息技術網絡與運營技術網絡間的重要橋梁。網絡與運營技術網絡間的重要橋梁。TSN 是解決大帶寬的新技術，同時 TSN+OPC UA（OPC Unified Architecture，基于 OPC 統一架構的時間敏感網絡技術）將解決協議碎片化問題，有望加速應用。一方面，TSN 可以為網絡連接提供準確的時間同步和時間關鍵數據及時性的保證。作為下一代工業以太網技術，保證 25 算力設施產業圖譜研究報告 ODCC-2024-05001 了來自不同供應商的設備之間的網絡級兼容性。在網絡系統級，TSN 通過標準配置分發給設備的網絡調度接口，支持確定性通信。消息的定時釋放確保了網絡中的延遲可以

64、被確定性地預測和管理。另一方面，TSN 與 OPC UA 的融合有助于解決工業通信協議碎片化的問題。TSN 技術基于以太網提供了一套數據鏈路層的協議標準，解決了網絡通訊中數據傳輸及獲取的可靠性和確定性的問題；OPC UA 則提供一套通用的數據解析機制，解決系統互操作的復雜性問題。因此TSN 能把 PROFINET（基于以太網技術的自動化總線標準）等實時以太網現場總線和 OPC UA 共享到同一個通信設施上，有助于解決工業通信協議碎片化的問題。根據支持網絡協議和接口的不同，主要包括針對以太網協議的以太網交換機、支持各種網絡協議和接口的開放式白盒交換機及針對光纖通道協議的光纖交換機，企業分類見表

65、8，產業圖譜見圖 18。表8 交換機企業分類 企業類型企業類型 以太網交換機以太網交換機 白盒交換機白盒交換機 光纖交換機光纖交換機 技術特點 基于以太網傳輸數據，每個端口都直接與主機相連，以全雙工的方式工作，能同時連通許多對端口，使每一對相互通信的主機能無沖突地傳輸數據 與傳統交換機的硬件和軟件均由一個供應商提供不同，白盒交換機的硬件和軟件一般來自不同的供應商，可以進行定制化的產品開發，具有更高的開放性與靈活性 采用光纖電纜作為傳輸介質，光纖通道為存儲區域網絡設計，可將計算機數據存儲連接到服務器的高速網絡中，實現低時延和無損傳輸，適用于大型核心/邊緣網絡 代表企業及產品 華為CloudEng

66、ine 16800 系列數據中心交換 機、思 科Cisco Nexus 3550 Series、富士通 FUJITSU PSWITCH 2048 Juniper OCX1100、戴爾Dell S4112F-ON、Accton MINIPACK AS8000、HPE Altoline 6960 Broadcom Brocade G630交換機、普聯技術 TL-FC342A-20、H3C S7500X系列 PON 產品 26 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 18 交換機產業圖譜（三）（三）算力平臺算力平臺 1 1算力支持平臺算力支持平臺 算力支持平臺是為算力開發應用提

67、供運行環境的基礎軟件的集合，下接基算力支持平臺是為算力開發應用提供運行環境的基礎軟件的集合，下接基礎設施，是算力平臺的底座。礎設施，是算力平臺的底座。算力支持平臺提供操作系統、數據庫、中間件等基礎軟件，并通過對算力資源進行虛擬化，構建起基礎設施與算力開發應用之間的橋梁。由操作系統、數據庫和中間件組成的環境支持平臺提供了源代碼運行的基由操作系統、數據庫和中間件組成的環境支持平臺提供了源代碼運行的基礎環境和關鍵的支持功能。礎環境和關鍵的支持功能。數字經濟的持續發展拉動了服務器操作系統裝機量的持續增長，根據 ODCC調研11，2022 年我國服務器操作系統行業裝機量達到 401.2 萬套，商業版行業

68、裝機量達到 189.6 萬套。市場格局來看，我國操作系統市場依然以海外廠商為主，2022年，我國所有的裝機量中Linux服務器操作系統市場占有率達到79.6%，1 國產服務器操作系統發展報告（2023）27 算力設施產業圖譜研究報告 ODCC-2024-05001 且保持不斷增長，Windows 操作系統市場占有率為 19.9%，以 Unix 為代表的小眾服務器市場為 0.5%。目前，國產服務器操作系統正在強勢崛起，在黨政、金融、電信、互聯網等行業的國產產品裝機量也在逐步提升。以龍蜥操作系統為代表，其裝機量已超過 500 萬，服務各個行業用戶超過 70 萬。近年來國產操作系統性能水平穩步提升，

69、國產產品的競爭力越來越高。國內已出現多個較為成熟的國產服務器操作系統，產業步入 2.0 時代，面向云計算、智能計算等方向進化。以阿里云、華為、麒麟軟件、統信軟件為代表的中國技術力量不斷取得核心突破，以龍蜥社區、歐拉社區為代表的中國開源社區正在構建以自主技術為核心的產業生態，國產服務器操作系統已基本具備有開發者社區、有知識產權、高安全、高可用、可定制、可重構的特征。國內商業版服務器操作系統主要有統信軟件、浪潮信息、中科方德、凝思軟件、中興新支點、中標麒麟、麒麟信安等，均基于國內操作系統開源社區進行商業產品開發。我國數據庫管理系統市場保持快速增長。隨著各行業數字化轉型節奏加快，數據庫作為信息系統的

70、核心基礎軟件，迎來了快速發展時期。根據信通院報告，2022 年數據庫市場規模接近 400 億元，市場規模持續擴大。隨著越來越多的企業開始將其業務應用和數據遷移到云端，云數據庫成為了市場增長的主要動力。目前用戶的數據結構仍以關系型為主，但隨著數字化業務場景不斷豐富，非關系型和混合型數據庫的應用不斷增加。中間件市場需求及市場規模也逐年上升。根據 ODCC 調研數據，2022 年我國中間件總體市場規模已接近 100 億元。在未來五年，因國家政策大力扶持和市場需求不斷擴大，我國中間件市場規模將不斷提升，行業保持高速發展態勢。因業務流程復雜、信息化需求高、穩定性要求高，政府、金融和電信行業是中間件采購的

71、重要主體。盡管現階段在整個中間件軟件市場競爭格局中，外資廠商占據有較大的份額，但在國家對以基礎軟件為代表的軟件及信息技術產業發展的支持下，以中創軟件、寶蘭德、東方通等為代表的國內廠商自主研發能力不斷提升，目前我國已經形成較為齊全的中間件產品線。28 算力設施產業圖譜研究報告 ODCC-2024-05001 虛擬化軟件、云系統軟件、容器基礎架構軟件等采用軟件定義的方式實現虛擬化軟件、云系統軟件、容器基礎架構軟件等采用軟件定義的方式實現資源的虛擬化、統一管理和自動化調配，統稱為算力池化平臺。資源的虛擬化、統一管理和自動化調配，統稱為算力池化平臺。算力資源的抽象通過應用編程接口（API）暴露硬件的可

72、操控成分，從而實現硬件的按需管理和資源的靈活調用，將傳統的以硬件為中心的計算模式轉變為以軟件為中心的計算模式。算力池化最核心的技術是虛擬化技術，虛擬化軟件是該市場的主要收入來源，市場規模為 6.9 億美元，詳見圖 19。隨著企業對業務敏捷性和彈性擴展的日益增長的需求，算力的虛擬池化正在繼續向具有云運營模式和新應用容器的現代平臺過渡。云系統軟件市場進入中速增長階段，市場規模為 6.7 億美元。隨著云原生技術逐漸成為批量計算的主流選擇，容器軟件市場在近幾年高速增長，市場規模達到了 3.8 億美元。VMware 作為虛擬化市場的領導者在市場中擁有大量的用戶和影響力。華為在三個子市場均有相應的產品提供

73、，并且在新興的容器市場成長迅速，市場份額占據領先地位。來源：IDC，2023 圖 19 2022-2027 年中國虛擬池化平臺市場預測 伴隨著云計算、大數據等技術的快速發展，網絡和存儲軟件也開始與硬件進行解耦，為計算提供了更加靈活和可編程的基礎設施，使得計算能夠更好地0%5%10%15%20%25%05001000150020002500300035004000450020222023E2024E2025E2026E2027E單位：百萬美元容器基礎架構軟件云系統軟件虛擬化軟件增長率 29 算力設施產業圖譜研究報告 ODCC-2024-05001 適應不斷變化的應用需求，提高資源的利用率和可管理

74、性，更好地滿足不同應用對于計算和存儲資源的需求。此外，軟硬件解耦后的網絡和存儲通常采用開放的 API 和標準化的協議，使得第三方開發者可以基于這些開放接口進行二次開發和集成，為算力的虛擬池化帶來了更多的創新和可能性，推動了整個生態系統的發展和創新。按照功能的不同，算力支持平臺主要包括對算力資源進行抽象化的虛擬池化平臺和由操作系統、數據庫和中間件組成的環境支持平臺，企業分類見表 9，算力支持平臺圖譜見圖 20。表9 算力支持平臺企業分類 企業類型企業類型 環境支持平臺環境支持平臺 虛擬池化平臺虛擬池化平臺 操作系統操作系統 數據庫數據庫 中間件中間件 技術特點 控制管理整個計算機系統的軟硬件資源

75、，并提供給客戶和其他軟件便捷的接口和環境 按照數據結構來儲存和管理數據的應用軟件 提供穩定、高效的數據傳輸和消息隊列服務，以及處理應用間的協同工作 將計算能力以資源池的形式提供給用戶并根據應用需要靈活地進行計算資源調配 代表企業及產品 Linus 系統、微軟 Windows 系統、華為EulerOS、阿里龍蜥操作系統 甲骨文 Oracle Database、人大金倉數據庫管理系統 KingbaseES 東方通 TongWeb、中 創InforSuite AS、寶蘭德分布式交 易 中 間 件 軟 件BES Vbroker、普元信息Primeton AppServer 華 為FusionSpher

76、e解 決 方 案、VMware ESXi、云宏 CNware WinStack虛擬化云平臺 30 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 20 算力支持平臺產業圖譜 2 2算力調用平臺算力調用平臺 算力調用算力調用平臺指進行實時資源管理，隨需求調用算力資源的軟件平臺。平臺指進行實時資源管理，隨需求調用算力資源的軟件平臺。該平臺旨在提高計算機資源的利用率，是實現計算資源靈活調用的重要路徑。隨著計算技術的飛速發展，算力調用作為資源管理的重要手段，也在不斷演進。從早期的集中式計算系統到現今的分布式計算系統，算力調用的策略和技術都經歷了顯著的變革。在集中式計算系統中，算力調用主要

77、基于固定的硬件資源，如 CPU、內存和存儲都集中在單個高性能服務器或計算機集群上。調用程序或系統管理員需要根據任務的需求和優先級來分配和調整這些資源，調用策略更注重資源的有效利用和任務的性能優化。例如，采用優先級調用確保高優先級的任務優先獲得資源，而負載均衡技術則確保服務器的負載分布均勻，避免過載。然而，傳統的算力調用無法根據實際需求進行靈活調整，在面對大規模計算任務或突發的高并發請求時，可能會遇到性能瓶頸或資源不足的問題。隨著云計算的興起，分布式計算系統開始得到廣泛應用。在分布式系統中，算力資源分散在多個節點上，通過網絡進行連接和協同工作。云原生的發展為分布式計算系統的算力調用提供了更加高效

78、和靈活的基礎架構，通過彈性擴展、自動化管理以及存儲計算分離等方式實現了對計算存儲資源的高效利用。彈性擴展的特性使得資源可以根據實際需求進行動態分配和調整。調用算法不再受 31 算力設施產業圖譜研究報告 ODCC-2024-05001 限于固定的硬件資源，而是可以根據任務的實時需求和資源的使用情況進行智能決策，例如容器化的部署方式使得應用程序可以輕松地跨不同的計算資源進行遷移和擴展。百度智能云推出了彈性伸縮服務，自動化擴縮容用戶云資源，自動關聯負載均衡。隨著 Kubernetes 生態的蓬勃發展，在離線混部技術也得到了廣泛的應用和關注。在過去的十年里，云廠商在混部技術方面取得了顯著的進展。他們不

79、僅研發出了高效的資源調用算法和管理系統，還積累了大量的實踐經驗。字節跳動形成了“彈性伸縮”和“常態混部”互相配合的資源池混部方案，提煉出資源管控系統 Katalyst 并正式開源。2022 年，阿里的混部系統 Koordinator 正式開源，致力于解決多樣工作負載混部在一個集群、節點場景下的調度。隨著云原生技術的發展和普及，混部技術正在迎來新的發展機遇。從集中式計算系統到分布式計算系統，算力調用方式經歷了從固定資源到動態資源、從本地到云端的轉變。這一演進不僅提高了計算資源的利用效率和任務的性能，還為企業和組織提供了更加靈活、可擴展的計算服務解決方案。隨著新一代信息技術的不斷演進，未來的算力調

80、用平臺將朝著新的發展方向邁進。智能化程度提升。智能化程度提升。隨著人工智能技術的不斷發展，混部技術和 AI 彈性容量的智能化程度將不斷提升。例如，通過深度學習等技術，可以更準確地預測應用負載和資源需求，從而實現更精細化的資源調度和管理。多云環境支持。多云環境支持。目前，許多企業都采用了多云策略，即在多個云平臺上部署應用。未來，混部技術和 AI 彈性容量可能會進一步支持多云環境，實現跨云平臺的資源調度和管理。邊緣計算融合。邊緣計算融合?；觳考夹g、AI 彈性容量與邊緣計算融合能實現更高效的資源利用和更低的延遲。在邊緣節點上部署部分應用，通過混部技術實現資源的動態調度和管理。按照計算資源組織方式的不

81、同，算力調用平臺主要包括集中式和分布式計算系統下的調用，企業分類見表 10，算力調用平臺圖譜見圖 21。32 算力設施產業圖譜研究報告 ODCC-2024-05001 表10 算力調用平臺企業分類 企業類型企業類型 集中式計算系統集中式計算系統 分布式計算系統分布式計算系統 技術特點 主要基于固定的硬件資源，采用優先級調用確保高優先級的任務優先獲得資源，負載均衡則確保服務器的負載分布均勻 算力資源分散在多個節點上，通過網絡進行連接和協同工作。通過彈性擴展、自動化管理以及存儲計算分離等方式實現了對計算存儲資源的高效利用 代表企業及產品 Slurm、AWS Batch、IBM Tivoli Wor

82、kload Scheduler 阿里 Koordinator 混部系統、字節跳動Katalyst資源管控系統、華為雙棧容器解決方案、螞蟻 Kapacity Stack 圖 21 算力調用平臺產業圖譜 3 3算力開發平臺算力開發平臺 算力開發算力開發平臺是提供軟件開發工具、庫、框架和算法等開發應用程序的平平臺是提供軟件開發工具、庫、框架和算法等開發應用程序的平臺，是算力應用開發的重要平臺。臺，是算力應用開發的重要平臺。根據開發對象的不同，可將其分為應用開發平臺和技術賦能平臺。應用開發平臺用于編寫源代碼，是算力開發的關鍵環節。應用開發平臺用于編寫源代碼，是算力開發的關鍵環節。傳統的應用開發通常采用

83、單體應用的形式整體部署，需要開發人員手動編寫大量的代碼來實現 33 算力設施產業圖譜研究報告 ODCC-2024-05001 應用程序的功能和邏輯。開發過程繁瑣，部署方式低效，擴展性方面存在局限性。而基于容器的現代化應用開發不僅可以通過容器編排工具實現自動擴展和縮容，提高了應用的可用性和可靠性，還能夠通過使用容器鏡像來確保不同環境的一致性，減少了配置錯誤和環境差異帶來的問題。業界在推動基于容器的現代化應用開發方面進行了大量探索。螞蟻推出了可編程、高靈活性的應用交付及運維技術棧 KusionStack，基于平臺服務即代碼的理念，做到一處編寫，隨處交付。人工智能、機器學習和大型語言模型深度集成到開

84、發中的創新對開發者工具、開發流程和方法產生了持久的影響。低代碼/無代碼技術得到了更廣泛的應用，呈現出旺盛的市場需求。具有前瞻性的 IT 領導者正在將 Gen AI（生成式人工智能）應用于應用程序開發。2022 年，ChatGPT（Chat Generative Pre-trained Transformer，聊天生成型預訓練變換模型）引發了全球 AI 發展的熱潮，開源分享平臺 GitHub 上線了基于 GPT-4 模型的 Copilot Chat，可集成在不同的 IDE 開發平臺中，通過文本問答的方式完成生成、分析、審核代碼等。國內將 AI 技術與應用開發相結合的編碼插件也如雨后春筍，阿里云、

85、螞蟻等互聯網頭部企業爭相入局，相繼推出通義靈碼、CodeFuse，清華大學和智譜 AI 聯合打造了CodeGeeX。未來，受到生成式 AI開發工具的成熟和擴散的推動，開發工具市場將實現強勁增長。技術賦能平臺面向新型技術應用開發提供基礎服務。技術賦能平臺面向新型技術應用開發提供基礎服務。核心價值在于提升應用開發效率，將技術賦能于前端的應用和業務，降低 AI、大數據、區塊鏈、物聯網、行業性互聯網的準入門檻。隨著新時代下生產力與生產關系的深度變革與調整，新一代信息技術正迎來其蓬勃發展期。這種變革為人工智能、大數據、區塊鏈、物聯網、行業性互聯網等技術的興起提供了肥沃的土壤，促使它們不斷壯大并引領技術進

86、步的新浪潮。AI 和大數據已經成為數字化轉型的核心驅動力，越來越多的企業開始將數據視為重要的戰略資源，并通過 AI 和大數據技術來挖掘數據的價值，優化業務流程，提升決策效率。AI 和大數據軟件市場的發展前景也十分可觀，未來五年將呈現良好的增長態勢。34 算力設施產業圖譜研究報告 ODCC-2024-05001 隨著數字經濟的崛起和數據的爆發式增長，對數據的安全性、透明性和可信度提出了更高的要求。區塊鏈憑借去中心化、不可篡改、透明可追溯等特點，能夠滿足新形勢下對數據安全的要求。其中螞蟻和騰訊憑借政府項目資源優勢在該領域市場競爭中占據優勢。物聯網和行業性互聯網軟件與平臺產品市場規模也持續擴大。按照

87、開發對象的不同，算力開發平臺可分為提供源代碼編寫服務的應用開發平臺和將各種先進技術與應用開發相結合的技術賦能平臺，企業分類見表 11，產業圖譜見圖 22。表11 算力開發平臺企業分類 企業類型企業類型 技術特點技術特點 代表企業及產品代表企業及產品 應用開發平臺 即軟件、工具和開發環境，實現自動化編譯、調試、測試、部署等功能，同時可以提高代碼的可讀性和可維護性。GitHub Copilot Chat、華 為CodeArts Req、螞蟻KusionStack、amazon CodeWhisperer 技術賦能平臺 AI 技術 通過機器學習和深度學習等技術手段，實現對大量數據的處理和分析。商 湯

88、 方 舟 企 業 開 放 平 臺SenseFoundry Enterprise、曠視科技 AI 生產力平臺 Brain+、百度智能云 EasyDL 零門檻 AI 開發平臺 大數據 對海量數據的處理和分析，挖掘數據中蘊含的規律和模式，從而實現對未知數據的預測和推斷。Transwarp Data Hub 星環大數據基 礎 平 臺、柏 睿 大 數 據 平 臺Rapids Lizard、Amazon Elastic MapReduce 區塊鏈 去中心化的數據庫，存儲于其中的數據或信息具有不可偽造、全程留痕、公開透明和集體維護。螞蟻鏈 BaaS 平臺、趣鏈 BaaS 平臺 BlocFace、騰訊云區塊鏈

89、服務平臺 TBaaS 物聯網 實現物與物之間的智能互聯、數據共享、實時監測和互動交流。阿里云 AliOS Things、中國電信天翼物聯網 CTWing、微軟 Azure IoT 行業性互聯網 通過工業全要素、全價值鏈和全產業鏈的連接、解耦和重構，構成了數據采集、傳輸、計算、分析、應用的數據閉環。PTC ThingWorx 百度智能云開物工 業 互 聯 網 平 臺、華 為 云Stack、卡奧斯 COSMOPlat 工業互聯網平臺。35 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 22 算力開發平臺產業圖譜（四）（四）算力供給算力供給 算力供給是由算力中心算力供給是由算力中心服

90、務商為其他企業和個人提供的綜合性服務，旨在服務商為其他企業和個人提供的綜合性服務，旨在滿足各類計算需求。這些服務包括數據中心機柜租用、帶寬租用、服務器托管、滿足各類計算需求。這些服務包括數據中心機柜租用、帶寬租用、服務器托管、代理運維、云計算服務、智能算力租賃服務、智算公有云服務、智算集成服務代理運維、云計算服務、智能算力租賃服務、智算公有云服務、智算集成服務等。等。算力供給作為紐帶，高效連接算力的生成與實際應用場景，是算力設施產業中的重要一環。當前，數據中心是算力供給的重要物理載體。我國數據中心市場格局由基礎電信運營商和第三方數據中心服務商組成?；A電信運營商是以中國電信、中國聯通、中國移動

91、為代表提供基礎電信業務的企業，憑借建設起步早、客戶資源豐富、網絡基礎資源領先等優勢，基礎電信運營商在數據中心市場一直占據重要份額。然而，隨著全球數據總量的急劇增長，數據采集、數據存儲與管理、數據傳輸與處理等對算力資源的需求大幅提升，基礎電信運營商難以滿足日益增長的算力需求。在此情況下，第三方數據中心服務商如雨后春筍，呈蓬勃發展態勢，其多元化的經營與合作模式也為數據中心市場帶來了生機和活力。我國第三方數據中心服務商處于行業成長擴張期，市場份額保持高速增長。我國第三方數據中心服務商處于行業成長擴張期，市場份額保持高速增長。如圖 23 所示，2022 年第三方數據中心服務商市場份額約為 51.68%

92、，較 2021 年同期增長了 1.81%。近年來，第三方數據中心服務商憑借資本實力和業務能力 36 算力設施產業圖譜研究報告 ODCC-2024-05001 較強等優勢，市場地位不斷提升，市場份額持續擴大，目前已超過基礎電信運營商市場占比，處于領先地位。目前，國內第三方數據中心服務商數量持續增加，其中大型服務商有萬國數據、世紀互聯、數據港、普洛斯等，小型服務商也在不斷涌現，行業市場迎來加速整合期?？傮w來看第三方數據中心服務商市場整合發展更多體現在資金流向趨于集中、優質項目流向趨于頭部企業，一方面頭部第三方數據中心企業具有更強的資金實力、資源儲備和品牌影響力，另一方面市場整合會促進行業的集中度提

93、高，進一步增強它們在資金和資源方面的優勢。來源：IDC、中國信通院云計算與大數據研究所，2023 圖 23 2022 年電信運營商及第三方數據中心服務商數據中心業務收入分布 第三方數據中心服務商是算力設施產業鏈中游重要的組成部分。按照在產業鏈中的位置，第三方數據中心服務商的來源包括專營的數據中心運營商、設施設備提供商延伸服務和數據中心客戶方由需轉供等。專營的數據中心運營商仍占第三方市場主導，主要因其積累了豐富的建設運營經驗、形成了完善的全國甚至海外項目布局，可提供 IT 服務、場地托管服務、互聯網管理服務、云計算服務等全套數據中心服務。在不斷推進的發展實踐中，行業內已經涌現出眾多表現卓越、領先

94、業界的企業典范，如萬國數據總體規模遙遙領先，持續優化國家“東數西算”關鍵樞紐和東南亞市場資源布局，是第三方數據中心服務商的領跑者；世紀互聯深耕行業多年，具備互聯互通網絡資源優勢，提出并構建“超互聯”新型網絡空間基礎設施體系。此外，第三方市場還涌現出一些勢頭51.68%48.32%第三方數據中心服務商基礎電信運營商 37 算力設施產業圖譜研究報告 ODCC-2024-05001 強勁企業，如普洛斯近年來在智能計算、液冷等新型算力中心技術方面加大研發投入和項目布局，主動迎合生成式人工智能時代算力需求，提供全生命周期智算基礎設施服務。業務發展上，算力供給側加速擁抱上云新趨勢，算力中心服務商和云廠商業

95、務發展上，算力供給側加速擁抱上云新趨勢，算力中心服務商和云廠商雙向融合。雙向融合。一方面，隨著云計算技術的發展，算力中心服務商逐步加強與云服務商的合作。他們共同構建云服務平臺，提供云計算服務，發揮資源共享、彈性擴容、快速部署等特點，幫助企業及客戶提高業務靈活性和可擴展性。另一方面，大型云服務商也從算力需求方逐漸轉變為供給方，減少數據中心租賃，積極嘗試自建數據中心?？紤]到資源稟賦和經濟效益，云廠商的自建數據中心主要以超大規模數據中心為主，選址在二三線城市的偏遠基地，主要放置時延要求較低的業務，滿足云廠商對大寬帶、大數據量的需求。同時云廠商大量應用自研技術，對 IDC 上游設備進行深度研發和定制，

96、在自建數據中心中進行試點應用，在能耗控制、智能運維和模塊化建設等方面取得了一些成就。隨著人工智能及大模型等前沿技術的迅速發展，隨著人工智能及大模型等前沿技術的迅速發展，AIAI企業企業積極布局并參與算積極布局并參與算力供給市場。力供給市場。隨著人工智能技術的廣泛應用和不斷突破，AI 算力需求呈現出爆炸式增長的趨勢。一方面，圖像識別、語音識別、自然語言處理和大數據分析等領域都需要強大的算力支持。另一方面，AI 大模型不斷迭代。在Chat-GPT引發全球大模型研發浪潮之后，OpenAI 發布視頻生成模型 Sora，大模型發展進入多模態階段，算力有望呈現幾何倍數需求。面對急劇增長的算力需求，一些大型

97、云廠商整合產業鏈資源，積極部署智算業務，諸如華為云、百度智能云等企業推出智算集成服務、智算公有云服務、智算租賃等服務。此外，還有一些專營的智算中心運營商，他們專注于智算中心的運營和管理，通過提供高效、穩定、安全的算力服務，為各行業客戶提供計算支持。根據服務內容和業務模式的不同，算力中心服務商包括基礎電信運營商、第三方數據中心服務商、云服務商和 AI 企業，產業圖譜如圖 24 所示。38 算力設施產業圖譜研究報告 ODCC-2024-05001 圖 24 算力供給產業圖譜（五）（五）算力應用算力應用 算力作為一種重要的資源，在各個領域中得到廣泛的應用。算力應用正從互聯網、電子政務等傳統領域，向服

98、務、電信、金融、制造、教育等行業拓展?；ヂ摼W行業是算力需求最大的行業。為了滿足不斷增長的數據處理、分析和應用需求，互聯網行業需要強大的計算資源和基礎設施支撐能力，包括高性能的 CPU、GPU、TPU 等芯片以及服務器、存儲設備等。如圖 25 所示，在通用算力領域，互聯網算力應用規模占整體算力 39%的份額，在智能算力領域，互聯網行業對數據處理和模型訓練的需求不斷提升，互聯網以 53%的占比依舊穩居第一。39 算力設施產業圖譜研究報告 ODCC-2024-05001 來源：中國信息通信研究院、IDC，2023 圖 25 我國各行業算力應用分布情況 1 1金融、工業等領域算力滲透率穩健提升金融、工

99、業等領域算力滲透率穩健提升 工業領域算力滲透率的穩健提升是工業數字化轉型的重要體現。隨著工業4.0、智能制造等概念的提出和實踐，工業領域對數字化、智能化轉型的需求日益迫切，而算力作為數字化、智能化的基礎支撐，在工業領域的應用也逐漸普及和深化。算力設施有效推動新型工業化發展。一方面，可以支撐工業企業智慧決策和提升工業企業優化經營。算力設施可以幫助工業企業實現更高效、更精準的智慧決策。通過利用人工智能、大數據等先進技術，算力設施可以對企業內外數據進行深入分析和挖掘，提供更全面的市場分析和預測，助力企業決策。此外，算力設施還可以通過數據可視化等技術手段，將復雜的數據分析結果以更直觀的方式呈現給企業決

100、策者，提高決策效率和準確性。例如，通過對企業生產過程中產生的海量數據進行實時分析，可以快速發現生產過程中存在的問題，并采取措施，優化工藝流程，提高生產效率和產品質量。40 算力設施產業圖譜研究報告 ODCC-2024-05001 算力助力工業經濟實現綠色低碳發展。在“雙碳”戰略背景下，綠色低碳發展是推進新型工業化的應有之義，也是促進工業可持續發展的必然要求。工業是我國能源消耗和碳排放的最主要領域，依托算力搭建能耗監測管控平臺，從能源消費低碳化、資源利用循環化、生產過程清潔化等方面助力工業節能減排，推動工業經濟綠色低碳發展。金融行業數據中心的發展目前處于較為完備的階段，基于安全性和行業監管需求，

101、大型金融企業數據中心已基本形成兩地三中心的布局。金融業數據中心的建設部署與金融業需求和發達程度高度相關，一線城市、東部沿海省份等地金融數據中心占比較高，超過 40%。從具體應用來看，上架率總體較高，大多超過 50%；實際運行 PUE，大多數金融數據中心在 1.5 以上，這與金融數據中心規模較小、冗余度較高有一定關系，也說明了金融數據中心在能效方面有待提升。金融行業需要高效的計算和分析能力來處理海量數據，也是我國算力應用較廣、起步較早的行業之一。在金融業務數字化轉型過程中，機器學習、知識圖譜、計算機視覺、語音語義識別等大數據和人工智能技術可以實現業務、技術的深度融合和智能化發展，智能算力已成金融

102、數字化產品運行的必要條件。風險預測方面，金融機構需要通過客戶的信用記錄、財務狀況等信息來評估客戶的信用風險，制定適配的信貸策略。借助算力，金融機構可以更快地對大量數據進行分析，準確地識別出風險因素，及時實施精細化的風險管理。精準營銷方面，海量數據的收集和分析，可以幫助銀行更有針對性地進行客戶行為分析，構建消費者畫像，助力客戶經理找到“可識別、可分析、可觸達、可交互”的客戶，實施精準營銷。運營優化方面，通過大數據，金融可以監控不同市場推廣渠道尤其是網絡推廣渠道的質效，從而進行合作渠道的調整和優化，同時，金融機構也可以分析哪些渠道更適合推廣哪類產品或者服務，從而進行渠道推廣策略的優化。在上述場景領

103、域中，機器學習、深度學習等技術被廣泛應用，模型算法均需大量的計算資源支撐其穩定運行。41 算力設施產業圖譜研究報告 ODCC-2024-05001 2 2醫療、交通等領域積極探索規?；瘧冕t療、交通等領域積極探索規?；瘧?據 IDC 統計，醫療健康數據的增長是各個行業中增長最快的，年復合數據增長率高達 36%，醫療數據量近 50 萬億 GB。在醫療領域，算力為醫學研究、臨床診斷和治療提供了支持和促進。醫學研究常常需要處理龐大的數據集和復雜的數學模型，傳統的分析方法往往無法滿足這種需求。通過利用高性能計算機的算力，研究人員可以更快速地處理和分析大規模的數據，從而更高效地得出準確結果。例如，基于

104、 GPU 加速的數據處理平臺，其處理速度相較于僅使用 CPU的情況可以提升 50 倍甚至更多，這為基因檢測等應用場景提供了便利。在流感季節，政府衛生部門需要收集醫院、醫生和患者的數據來監測病毒的傳播，強大的算力支持可以大大縮短數據處理和分析的時間，從而使相關部門能夠更快速地響應和采取措施。在醫療影像處理方面，算力也發揮著重要作用。例如，采用先進算力的 CT 設備可以實現圖像處理速度的大幅提升，從而為醫生提供更準確、更快速的診斷依據。醫療與算力的結合為醫療行業帶來許多變革和優勢，包括提高診療效率和準確性、加速藥物研發、實現遠程醫療和移動醫療等。未來，隨著算力的不斷發展和技術的不斷創新，醫療與算力

105、的結合將會更加緊密，為醫療行業的發展帶來更多的機遇。智慧交通是算力在交通領域實現創新突破的重要體現。通過網約車、無接觸配送、智慧停車、道路客運定制服務等應用，深刻改變了交通物流和出行服務的面貌，為人們的生活帶來便利。截至 2022 年年底，全國網約車平臺月均訂單超過 5 億單；共享單車平均每天提供 5000 萬次騎行服務，“掌上出行”已成為大多數人的習慣模式；智慧郵政大力發展，2022 年累計完成寄遞業務 1391億件22。這些應用以算力優化運力，使出行更便捷、物流更高效，同時也提高了交通運行的安全性和監管的精準性。例如，物聯網技術的應用可以實現全天候、2 中華人民共和國交通運輸部，https

106、:/ 42 算力設施產業圖譜研究報告 ODCC-2024-05001 遠程監控重點營運車輛的速度和位置，有效防止超速、疲勞駕駛等違法違規行為的發生。當前，我國智慧交通正在邁向規?；?、網絡化推廣應用的新階段。在這個階段，新業態和新模式不斷涌現，海量的人、車、線、站、路等方面的信息需要以更強勁的算力和更高效的算法進行分析處理。為了進一步拓寬智慧交通的應用范圍，需要加快多層級算力設施的部署，提高其利用效能，并解決技術設備之間的兼容性問題，打通數據孤島。隨著算力的提升，自動駕駛等技術快速發展，智能網聯汽車將成為重要的交通工具，為安全、暢通、低碳、高效的交通網絡建設提供重要支撐。3 3能源、教育等領域的

107、算力應用突破創新能源、教育等領域的算力應用突破創新 能源和教育領域也正在積極探索算力技術的應用，以適應數字化轉型的需求。在能源領域，算力技術主要應用于智能電網、能源儲存、新能源技術等方面。例如，智能電網可以通過云計算、大數據等技術對電力系統進行監測、控制和優化，實現能源的分布式管理和高效利用。同時，新能源技術也需要大量的計算和模擬分析，以推動可再生能源的開發和應用。能源領域，中國石化、中國石油、中國海油等石油化工公司均積極圍繞國家“十四五”規劃確立信息化、數字化轉型發展目標，并開展了相應的信息基礎設施規劃和建設，中國石化集團緊密圍繞國家信息化規劃和集團戰略目標，加快打造高速泛在、智能敏捷、綠色

108、安全的智能化綜合性信息基礎設施，全面提升基礎設施的數字化、自動化、智能化水平，為公司數字化轉型戰略提供強有力的技術支撐。在算力設施方面，形成了集團綜合數據中心、集團專業數據中心和企業邊緣數據中心的“3+4+N”總體架構，為集團及企業數字化轉型提供算力支持。電力領域，國家電網公司重點關注能源技術和數字技術的深度融合，通過算力基礎設施建設以及企業業務信息化改造，提高對電網的智能化管理，助力構建更加綠色清潔的能源體系。43 算力設施產業圖譜研究報告 ODCC-2024-05001 教育領域，算力則主要應用于在線教育、教育大數據分析、人工智能教育等方面。例如，在線教育可以通過云計算和網絡技術，為學生提

109、供個性化、互動式的學習體驗。教育大數據分析則可以通過對學生學習數據的挖掘和分析，為教師提供更為精準的教學建議和指導。隨著全社會內在線教育形式的推廣，在線教育市場的需求急劇增加，在線教育形式逐步常態化。我國在線教育市場也呈現出蓬勃的發展態勢，在線教育用戶規模在不斷擴大。同時，隨著 5G、AI 等技術的不斷發展和應用，中國在線教育市場的創新力和競爭力也在不斷提升。在線教育平臺通過云計算、網絡技術等先進技術手段，為學生提供了個性化、互動式的學習體驗。近年來，教育信息化各項指標普遍實現翻倍增長，全國中小學互聯網接入率從 25%躍升至100%、多媒體教室比例從不到 40%提升至 95.4%，網絡學習空間

110、數量從 60 萬個激增至 1 億個33。未來，虛擬現實教育、智能教育機器人等領域也有可能繼續與算力進行結合，利用虛擬現實、增強現實等技術，為學生提供更為沉浸式的學習體驗，提供更為豐富、多樣化的學習資源和學習方式，形成更多的規?；咐茝V，為教育領域的發展注入新的動力。三、三、趨勢與展望趨勢與展望 （一）（一）技術從單點突破向全生命周期技術優化技術從單點突破向全生命周期技術優化 展望未來，數據中心面臨著新業務的不確定性以及業務量的動態變化，必須具備彈性擴容、高效建設和迅速投產的能力，這要求其基礎設施建設具備高度的靈活性和高效性。對于基礎設施技術的研發創新，需要從更宏觀的視角出發，不僅關注單個設備

111、的技術創新或單個系統的技術架構，還要綜合考慮數據中心上層的應用和 IT 設備的技術更新。同時，也需要將數據中心的設計、建設和運維全生命周期中的成本、便利性和復雜度納入考量，以實現數據中心整體 3 中華人民共和國教育部，http:/ 44 算力設施產業圖譜研究報告 ODCC-2024-05001 的最優化。具體來說，新技術如微模塊、預模塊、巴拿馬電源、間接蒸發冷卻、鋰電池以及液冷技術等應用，應與所承載的業務類型、客戶類別和企業發展相匹配，并隨著上層業務需求的不斷更新而完善。（二）（二）算力平臺軟件從數字化向智能化演進算力平臺軟件從數字化向智能化演進 算力平臺作為支撐數字經濟發展的重要基礎設施，其

112、重要性日益凸顯。在數字化階段，算力平臺軟件主要實現了計算資源的數字化管理，它通過提供統一的接口和工具，使用戶能夠方便地管理和使用計算資源，例如服務器、存儲設備和網絡等。數字化階段的算力平臺軟件主要關注資源的靜態配置和分配，滿足了基本的計算需求。為了實現高效計算，算力平臺需要具備智能調用、負載均衡和節能優化等能力。未來，算力平臺需要加強資源調用和優化技術的研究與應用，提高平臺的資源利用效率和性能表現，通過引入人工智能技術，實現自適應的任務調度、智能故障診斷和恢復等功能，提高平臺的智能化水平和服務質量，吸引更多的開發者和用戶參與，共同推動算力平臺的發展和完善。（三）（三）算力應用由局部探索向全產業多元發展算力應用由局部探索向全產業多元發展 當前，我國數字經濟發展勢頭迅猛，不同領域、不同行業對算力的需求持續加強，金融、電力等信息化普及程度較高的行業已充分認識到了數據中心的價值。未來，隨著技術的不斷進步和應用需求的持續升級，算力應用將進一步向全產業多元化方向發展。算力將與各行業的業務流程和價值創造過程深度融合，傳統行業加速擁抱信息化，新興行業持續深入與算力的結合，算力將成為推動各行業數字化轉型和升級的重要力量；同時，隨著算力基礎設施的不斷完善和優化，以及智能計算、邊緣計算等新型計算模式的廣泛應用，算力應用邊界還將不斷拓展，為產業的創新發展提供更為廣闊的空間和可能性。