2022算力服務(wù)發(fā)展報(bào)告

2022中國(guó)算力服務(wù)市場(chǎng)發(fā)展研究報(bào)告目錄CONTENTSPart1.算力服務(wù)市場(chǎng)及行業(yè)發(fā)展現(xiàn)狀Part2.算力服務(wù)面臨的挑戰(zhàn)與痛點(diǎn)Part3.算力服務(wù)綜合價(jià)值力評(píng)價(jià)Part4.行業(yè)趨勢(shì)與建議Part1.算力服務(wù)市場(chǎng)及行業(yè)發(fā)展現(xiàn)狀定義及分類：國(guó)內(nèi)算力規(guī)模高速增長(zhǎng)，以基礎(chǔ)算力、智能算力、高端算力為三大代表類別算力指通過(guò)CPU、GPU、FPGA、ASIC等各類計(jì)算芯片設(shè)備處理數(shù)據(jù)，實(shí)現(xiàn)特定結(jié)果輸出的計(jì)算能力，可以通過(guò)每秒可處理的信息數(shù)據(jù)量來(lái)衡量算力的強(qiáng)弱?，F(xiàn)階段，根據(jù)使用設(shè)備和提供算力強(qiáng)度的不同，算力可分為基礎(chǔ)算力、智能算力與高端算力三大類，圍以智能算力、高端算力為主。2020年我國(guó)算力總規(guī)模達(dá)到135EFlops，全球占比約為31%，保持55%的高速增長(zhǎng)，高于全球增速約16個(gè)百分點(diǎn)，未來(lái)我國(guó)算力規(guī)模仍將持續(xù)擴(kuò)大，三類算力服務(wù)的結(jié)構(gòu)也將繼續(xù)發(fā)展優(yōu)化。

基礎(chǔ)算力

億歐智庫(kù)：算力服務(wù)分類及介紹智能算力高端內(nèi)涵：主要基于CPU提供的計(jì)算能力應(yīng)用領(lǐng)域

人工智能計(jì)算內(nèi)涵：主要基于GPU、FPGA、等芯片的加速計(jì)算平臺(tái)提供的人工智能訓(xùn)練和推理的計(jì)算能力應(yīng)用領(lǐng)域：人工智能訓(xùn)練、推理計(jì)算

科學(xué)工程計(jì)算內(nèi)涵度計(jì)算應(yīng)用領(lǐng)域工業(yè)仿真等57% 41% 2%資料來(lái)源：中國(guó)信通院，IDC，華寶證券，公開(kāi)資料整理 45資料來(lái)源：國(guó)務(wù)院，中國(guó)信通院，東興證券，公開(kāi)資料整理5資料來(lái)源：國(guó)務(wù)院，中國(guó)信通院，東興證券，公開(kāi)資料整理背景：數(shù)字經(jīng)濟(jì)持續(xù)增長(zhǎng)、數(shù)據(jù)要素噴涌而出，對(duì)算力供給提出更高要求，算力服務(wù)作為供給形態(tài)之一應(yīng)運(yùn)而生中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模持續(xù)增長(zhǎng)：國(guó)務(wù)院在“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃中明確提出，“到2025年，數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP比重達(dá)10%”。同時(shí)據(jù)機(jī)構(gòu)預(yù)測(cè)，2025年中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模有望超過(guò)60萬(wàn)億。中國(guó)生產(chǎn)數(shù)據(jù)要素噴涌而出：據(jù)報(bào)告數(shù)據(jù)，2018年中國(guó)產(chǎn)生了約7.6個(gè)ZB的數(shù)據(jù)，2025年這一數(shù)字將增至48.6ZB，且數(shù)據(jù)生產(chǎn)量約占世界數(shù)據(jù)總量的28%，或?qū)⒊矫绹?guó)成為世界第一大數(shù)據(jù)生產(chǎn)國(guó)。由此可見(jiàn)，未來(lái)數(shù)據(jù)的收集、存儲(chǔ)、管理、使用的難度及價(jià)值均會(huì)呈現(xiàn)質(zhì)的飛躍。億歐智庫(kù)：2018-2025E中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模（萬(wàn)億元）8059.527053.6360億歐智庫(kù)：2018-2025E中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模（萬(wàn)億元）8059.527053.636048.3143.525037.204031.7028.8024.9030200數(shù)字產(chǎn)業(yè)化 產(chǎn)業(yè)數(shù)字化億歐智庫(kù)：算力與經(jīng)濟(jì)增長(zhǎng)緊密相關(guān)帶動(dòng)數(shù)字經(jīng)濟(jì)增長(zhǎng)我國(guó)算力規(guī)模平均增長(zhǎng)0.4%1%帶動(dòng)GDP增長(zhǎng)0.2%算力每投入帶動(dòng)GDP增長(zhǎng)1元3-4元6.407.107.308.309.3010.3211.4512.8320182019202020212022E2023E2024E2025E6資料來(lái)源：國(guó)家發(fā)展改革委，華寶證券，公開(kāi)資料整理6資料來(lái)源：國(guó)家發(fā)展改革委，華寶證券，公開(kāi)資料整理“東數(shù)西算”工程啟動(dòng)，優(yōu)化計(jì)算力資源布局，助推算力服務(wù)發(fā)展通過(guò)構(gòu)建數(shù)據(jù)中心、云計(jì)算、大數(shù)據(jù)一體化的新型算力網(wǎng)絡(luò)體系“東數(shù)西算”工程啟動(dòng)，優(yōu)化計(jì)算力資源布局，助推算力服務(wù)發(fā)展通過(guò)構(gòu)建數(shù)據(jù)中心、云計(jì)算、大數(shù)據(jù)一體化的新型算力網(wǎng)絡(luò)體系沿海等算力緊缺區(qū)域，解決我國(guó)東西部算力資源供需不均衡的現(xiàn)狀。2022蒙古、貴州、甘肅、寧夏等8地啟動(dòng)建設(shè)國(guó)家算力樞紐節(jié)點(diǎn)，并規(guī)劃了個(gè)國(guó)家數(shù)據(jù)中心集群，“東數(shù)西算”工程正式全面啟動(dòng)。東西部數(shù)字經(jīng)濟(jì)協(xié)同高質(zhì)量發(fā)展。我國(guó)算力資源存在東西供需結(jié)構(gòu)性錯(cuò)配問(wèn)題目前的數(shù)據(jù)中心分布東多西少，算力需求東強(qiáng)西弱，但是電力供應(yīng)我國(guó)算力資源存在東西供需結(jié)構(gòu)性錯(cuò)配問(wèn)題目前的數(shù)據(jù)中心分布東多西少，算力需求東強(qiáng)西弱，但是電力供應(yīng)西松、電力價(jià)格東貴西賤東低西高矛盾的重要因素，當(dāng)前我國(guó)的算力資源分配不均，呈現(xiàn)東部“供不應(yīng)求”，西部“供過(guò)于求”的結(jié)構(gòu)性矛盾。和林格爾集群內(nèi)蒙古樞紐京津冀樞紐張家口集群寧夏樞紐慶陽(yáng)集群甘肅樞紐中衛(wèi)集群長(zhǎng)三角樞紐成渝樞紐蕪湖集群長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)集群天府集群重慶集群貴州樞紐粵港澳樞紐韶關(guān)集群貴安集群現(xiàn)狀：各領(lǐng)域的算力需求持續(xù)擴(kuò)展，普惠、彈性、高效的算力服務(wù)需求迸發(fā)從底層融合釋放，到軟硬一體的全棧能力加持，以及性價(jià)比兼具，才能真正推動(dòng)普惠。目前使用高端及智能算力用戶可分為三大類：前沿算力用戶，中小微用戶及具有鮮明特色的部分用戶。第一類用戶工作可對(duì)接高端計(jì)算中心完成，后兩者的需求受制于對(duì)接門(mén)檻與算力類型，難以與傳統(tǒng)計(jì)算中心匹配；如自建機(jī)房與數(shù)據(jù)中心，效率及性價(jià)比相對(duì)低。因此，合適、優(yōu)秀的算力服務(wù)平臺(tái)，成為了提升效率的最優(yōu)選。團(tuán)隊(duì)。因此，平臺(tái)服務(wù)的形式相比自建要更適宜，可以讓更多人以高效簡(jiǎn)潔的方式使用到匹配的算力。億歐智庫(kù)：三大類高端算力用戶群 MIT：深度學(xué)習(xí)性能與算力相關(guān)性研究 應(yīng)用側(cè)行業(yè)專家觀點(diǎn)：01前沿算力用戶，主要使用超大型應(yīng)用01通常工作多由國(guó)家級(jí)高端計(jì)算中心來(lái)完成

具有獨(dú)有特色的高端計(jì)算用戶需要多樣化融合算力，與上述情況類似，需求很難與國(guó)家高端計(jì)算中心匹配03具有獨(dú)有特色的高端計(jì)算用戶需要多樣化融合算力，與上述情況類似，需求很難與國(guó)家高端計(jì)算中心匹配03海量中小微通用高端計(jì)算用戶需求對(duì)接高端計(jì)算中心門(mén)檻較高，難以快速獲得服務(wù)支持02……自建計(jì)算中心（成本高、運(yùn)營(yíng)復(fù)雜、性價(jià)比極低）

研究表明：深度學(xué)習(xí)的進(jìn)展依賴算力的增長(zhǎng)，大模型的訓(xùn)練效率與算力成正比。

購(gòu)買平臺(tái)服務(wù)，我們不需要自己去管理硬件、場(chǎng)地，去搭網(wǎng)絡(luò)等，所有都自行搭建的話，整個(gè)成本也不低。用租用的方式來(lái)應(yīng)對(duì)大規(guī)模的高密集型計(jì)算任務(wù)（特定任務(wù)、特定場(chǎng)景），其實(shí)在經(jīng)濟(jì)性上還是有一定的優(yōu)勢(shì)。如果是專業(yè)團(tuán)隊(duì)在做運(yùn)營(yíng)維護(hù)，還有服務(wù)的支持，客戶也會(huì)省很多心。注：“大模型”指大規(guī)模預(yù)訓(xùn)練模型/超大規(guī)模智能模型 7PAGEPAGE8現(xiàn)狀：脫胎于“云”的算力服務(wù)更為彈性靈活，隨用隨取，更匹配當(dāng)下大量用戶的任務(wù)型計(jì)算需求在實(shí)際研發(fā)生產(chǎn)中，用戶對(duì)算力可擴(kuò)展性與靈活性提出了更高要求。如企業(yè)算力用量并不平均，時(shí)高時(shí)低，存在突發(fā)高峰需求；發(fā)周期等限制，則會(huì)出現(xiàn)暫時(shí)不需要算力，只能閑置服務(wù)器的情況。用體驗(yàn)，也是更省心省力的選擇。億歐智庫(kù)：某半導(dǎo)體設(shè)計(jì)企業(yè)月度算力實(shí)際用量曲線（18個(gè)月） 億歐智庫(kù)：云計(jì)算輔助下省時(shí)、省心、省錢的算力服務(wù)0 1 2 3 4 5 6 7 8

11

13 14 15

17 18

資源整合基礎(chǔ)設(shè)施性

通過(guò)算力集群的規(guī)?；档蛦挝凰懔Τ杀舅懔Y源的彈性調(diào)度與分配數(shù)據(jù)與調(diào)研顯示：無(wú)論是用戶端還是供給端，都表明實(shí)際生產(chǎn)中易產(chǎn)生突發(fā)性算力需求。因此算力供給方的彈性調(diào)度能力、即時(shí)服務(wù)能力對(duì)于用戶而言十分重要。不僅科研平臺(tái)，還有一些生產(chǎn)應(yīng)用企業(yè)，對(duì)我們的算力要求會(huì)更高。無(wú)論是安全性，可靠性，還是穩(wěn)定度，甚至很多。根據(jù)用戶實(shí)際的應(yīng)用，或者實(shí)際的需求出發(fā)，會(huì)出現(xiàn)大的一些突發(fā)性的情況。曾經(jīng)有某個(gè)領(lǐng)域用戶，因?yàn)槠錁I(yè)務(wù)需要，一下給我們同時(shí)提交了幾十萬(wàn)級(jí)別的作業(yè)……-某大型算力供應(yīng)商數(shù)據(jù)與調(diào)研顯示：無(wú)論是用戶端還是供給端，都表明實(shí)際生產(chǎn)中易產(chǎn)生突發(fā)性算力需求。因此算力供給方的彈性調(diào)度能力、即時(shí)服務(wù)能力對(duì)于用戶而言十分重要。不僅科研平臺(tái)，還有一些生產(chǎn)應(yīng)用企業(yè)，對(duì)我們的算力要求會(huì)更高。無(wú)論是安全性，可靠性，還是穩(wěn)定度，甚至很多。根據(jù)用戶實(shí)際的應(yīng)用，或者實(shí)際的需求出發(fā)，會(huì)出現(xiàn)大的一些突發(fā)性的情況。曾經(jīng)有某個(gè)領(lǐng)域用戶，因?yàn)槠錁I(yè)務(wù)需要，一下給我們同時(shí)提交了幾十萬(wàn)級(jí)別的作業(yè)……-某大型算力供應(yīng)商

服務(wù)平臺(tái)化輸出PAGEPAGE9現(xiàn)狀：算力服務(wù)集資源、應(yīng)用、服務(wù)、運(yùn)維為一體，為用戶專注自身研究，提供無(wú)后顧之憂的平臺(tái)支撐做好算力基建，發(fā)展算力技術(shù)，從而把轉(zhuǎn)化為生產(chǎn)力才是最重要的目的。億歐智庫(kù)基于專家訪談與調(diào)研，認(rèn)為算力服務(wù)應(yīng)有能力聚合跨區(qū)域計(jì)算中心的軟硬件資源，并通過(guò)建設(shè)高端計(jì)算資源共享與支撐平臺(tái)，向不同領(lǐng)域用戶提供匹配需求的算力服務(wù)，同時(shí)兼顧經(jīng)濟(jì)性和長(zhǎng)期運(yùn)維迭代能力，為用戶提供全生命周期服務(wù)。億歐智庫(kù)：智算、高端計(jì)算相關(guān)領(lǐng)域?qū)＜以L談與調(diào)研高頻詞匯集 億歐智庫(kù)：智算、高端計(jì)算應(yīng)用側(cè)相關(guān)領(lǐng)域?qū)＜以L談示例（部分） 我們?nèi)?yīng)對(duì)客戶所提出來(lái)的大型復(fù)雜裝備場(chǎng)景下的這種應(yīng)用的時(shí)候，就需要一個(gè)良好的算力服務(wù)平臺(tái)，去給我們?nèi)プ鲆粋€(gè)支撐。從而能夠方便我們更好地去為這些高端裝備制造的客戶去提供服務(wù)。

算力服務(wù)還是要具有普惠性，且具備一定的生態(tài)支撐能力。例如對(duì)于企業(yè)用戶的支撐接口，讓開(kāi)發(fā)者工作更順利；還有專業(yè)的團(tuán)隊(duì)維持算力平臺(tái)的底層?xùn)|西（運(yùn)維、服務(wù)等），需要與時(shí)俱進(jìn)，及時(shí)做到迭代，現(xiàn)在人工智能發(fā)展太快了，算力服務(wù)支持要并行發(fā)展，給予支持。Part2.算力服務(wù)面臨的挑戰(zhàn)與痛點(diǎn)挑戰(zhàn)痛點(diǎn)一：算力資源分布不均、數(shù)據(jù)傳輸難度大、各地計(jì)算中心間缺乏任務(wù)協(xié)同與資源流通從資源調(diào)度視角來(lái)看，呈現(xiàn)出明顯的算力資源分配不均與供需不平。首先區(qū)域間資源供需還未平衡，盡管地方積極布局算力基礎(chǔ)設(shè)施，但目前供需矛盾還較為突出。其次海量數(shù)據(jù)傳輸困難，算力的即時(shí)調(diào)度難度大，各算力中心間也缺少任務(wù)協(xié)同和資源流通共享,導(dǎo)致跨廣域數(shù)據(jù)交互效率低?；A(chǔ)資源分布不均，跨區(qū)域傳輸難度大，加劇算力融合服務(wù)化難度區(qū)域資源分布不均，加大基礎(chǔ)資源調(diào)度難度：東部地區(qū)大規(guī)模數(shù)據(jù)中心大，但能耗指標(biāo)緊張、電成本高；西部地區(qū)可再生能源豐富，但網(wǎng)絡(luò)寬帶小、跨省數(shù)據(jù)傳輸費(fèi)用高，無(wú)法有效承接?xùn)|部需求，在資源分布側(cè)加大了算力調(diào)度難度。大型算力數(shù)據(jù)傳輸依靠傳統(tǒng)運(yùn)輸方式，算力即時(shí)調(diào)度與應(yīng)用難度大：面臨數(shù)據(jù)時(shí)延不敏感、單通道傳輸帶寬有限、通道寬帶數(shù)量有限等問(wèn)題，導(dǎo)致傳輸延遲，傳輸費(fèi)用高昂等問(wèn)題。例如石油勘探行業(yè)，具有數(shù)據(jù)量大、并行任務(wù)較多、網(wǎng)絡(luò)體系復(fù)雜等特點(diǎn)，對(duì)于勘探數(shù)據(jù)的精確度和豐富度需求相當(dāng)之高，同時(shí)要求高精度承載力的網(wǎng)絡(luò)和設(shè)備，對(duì)于不少計(jì)算中心而言都難以獨(dú)立供給。大多數(shù)中小型企業(yè)缺乏專有算力平臺(tái)：平臺(tái)用戶間算力資源銜接較難，缺少標(biāo)準(zhǔn)化、體系化。為了保證科研機(jī)構(gòu)、國(guó)家項(xiàng)目等的執(zhí)行優(yōu)先級(jí)，算力中心對(duì)市場(chǎng)用戶關(guān)注度不足。資料來(lái)源：國(guó)務(wù)院發(fā)展研究中心國(guó)際技術(shù)經(jīng)濟(jì)研究所，CSDN，人社部、工信部，公開(kāi)資料整理11PAGEPAGE12挑戰(zhàn)痛點(diǎn)二：缺乏統(tǒng)一的跨網(wǎng)技術(shù)標(biāo)準(zhǔn)與服務(wù)標(biāo)準(zhǔn)，算力資源度量衡的標(biāo)準(zhǔn)化滯后，導(dǎo)致多樣算力與多元場(chǎng)景匹配充滿挑戰(zhàn)從頂層設(shè)計(jì)視角來(lái)看，目前領(lǐng)域標(biāo)準(zhǔn)化的進(jìn)程相對(duì)較慢。 缺乏統(tǒng)一的技術(shù)標(biāo)準(zhǔn)與服務(wù)標(biāo)準(zhǔn)，導(dǎo)致算力調(diào)度與按需分配難度較大 無(wú)法準(zhǔn)確、量化描述算力供需體量計(jì)算資源呈多樣化。例如CPU、GPU各類專用芯片產(chǎn)生的諸多類型算力，同時(shí)在精度、形態(tài)等方面也有諸多差異，尚未形成標(biāo)準(zhǔn)度量衡用于標(biāo)準(zhǔn)化交易算力分配錯(cuò)位，加重資源分布不均無(wú)法準(zhǔn)確、量化描述算力供需體量計(jì)算資源呈多樣化。例如CPU、GPU各類專用芯片產(chǎn)生的諸多類型算力，同時(shí)在精度、形態(tài)等方面也有諸多差異，尚未形成標(biāo)準(zhǔn)度量衡用于標(biāo)準(zhǔn)化交易算力分配錯(cuò)位，加重資源分布不均缺乏標(biāo)準(zhǔn)度量衡，將影響算力供給供需錯(cuò)位（缺較難緩解），分布不均x制約行業(yè)高速發(fā)展趨勢(shì)對(duì)于眾多人工智能訓(xùn)練、工業(yè)生產(chǎn)與應(yīng)用落地拖延PAGEPAGE13全生命周期的管理困難不同開(kāi)發(fā)框架，體系結(jié)構(gòu)復(fù)雜導(dǎo)致編程困難……NPUFPGA不同指令集全生命周期的管理困難不同開(kāi)發(fā)框架，體系結(jié)構(gòu)復(fù)雜導(dǎo)致編程困難……NPUFPGA不同指令集從技術(shù)架構(gòu)視角來(lái)看，隨著需求不斷攀升，單一計(jì)算類型與架構(gòu)處理器無(wú)法應(yīng)對(duì)多類型、多樣性數(shù)據(jù)處理任務(wù)，異構(gòu)計(jì)算應(yīng)運(yùn)而生，在提升計(jì)算性能同時(shí)降低功耗成本。間的有機(jī)融合至關(guān)重要。 異構(gòu)計(jì)算的復(fù)雜性，給融合管理帶來(lái)難度；面對(duì)不同架構(gòu)、指令集也給開(kāi)發(fā)者編程帶來(lái)諸多難題 異構(gòu)芯片適配標(biāo)準(zhǔn)還未統(tǒng)一，異構(gòu)計(jì)算芯片產(chǎn)品除了要在芯片設(shè)計(jì)層實(shí)現(xiàn)突破，還面臨芯片制造和封裝過(guò)程中不同結(jié)構(gòu)的適配與升級(jí)問(wèn)題面對(duì)不同的系統(tǒng)架構(gòu)、指令集和編程模型，也給開(kāi)發(fā)者帶來(lái)了更多難度，同時(shí)多核環(huán)境下應(yīng)用的可移植性及性能也成為目前亟待解決的問(wèn)題GPU不同制程架構(gòu)統(tǒng)一的異構(gòu)算力管理也并不容易，流程優(yōu)化GPU不同制程架構(gòu)CPUCPU面臨TPU不同功能計(jì)算單元TPU不同功能計(jì)算單元開(kāi)發(fā)者在復(fù)雜環(huán)境中的高學(xué)習(xí)成本PAGEPAGE14挑戰(zhàn)痛點(diǎn)四：基于軟硬件融合的異構(gòu)計(jì)算產(chǎn)業(yè)面臨生態(tài)合力、生態(tài)兼容挑戰(zhàn)，商業(yè)化之路道阻且長(zhǎng)從生態(tài)開(kāi)放視角來(lái)看性不言而喻。異構(gòu)計(jì)算生態(tài)建設(shè)與商業(yè)化進(jìn)程推進(jìn)阻力較大，創(chuàng)新不易，亟需生態(tài)鏈的建設(shè)與完善對(duì)于上下游廠商：異構(gòu)系統(tǒng)所涉環(huán)節(jié)多而復(fù)雜，每一步創(chuàng)新都需要上下游廠商共同發(fā)力。實(shí)現(xiàn)商業(yè)化，還需多個(gè)領(lǐng)域?qū)＜蚁嗷ヅ浜?，除了通用的算法、硬件和軟件專家，還要有應(yīng)用領(lǐng)域?qū)＜覅⑴c。廠家自身的創(chuàng)新、上下游的配合，標(biāo)準(zhǔn)的建立都是目前面臨的難題。同步更新框架，都影響著開(kāi)發(fā)者的開(kāi)發(fā)效率。軟件生態(tài)技術(shù)應(yīng)用相對(duì)薄弱，芯片百花齊放，軟件 做好系統(tǒng)之間的兼容實(shí)屬不易領(lǐng)域

目前異構(gòu)生態(tài)圈小，硬件行業(yè)偏碎片化發(fā)展，亟需生態(tài)鏈的建設(shè)與完善各家芯片百花齊放，協(xié)同生態(tài)支撐弱，

軟硬件接口硬件架構(gòu)融合架構(gòu)融合領(lǐng)域

硬件架構(gòu)的不斷細(xì)分，在考慮兼容性等性能的條件下廠商做出設(shè)計(jì)上的改變不易應(yīng)用層面、管理層面和軟硬件開(kāi)發(fā)者未能實(shí)現(xiàn)造成許多產(chǎn)業(yè)割裂、創(chuàng)新無(wú)法融合問(wèn)題

應(yīng)攜手業(yè)界積極推動(dòng)開(kāi)源的異構(gòu)編程 差異標(biāo)準(zhǔn)，廠商之間的互聯(lián)標(biāo)準(zhǔn)， 架構(gòu)助推匹配軟件生態(tài)的建設(shè)，避免異構(gòu)開(kāi)發(fā)套件 互標(biāo)過(guò)度碎片化……PAGEPAGE15挑戰(zhàn)痛點(diǎn)五：算力復(fù)合型人才稀缺，人才培養(yǎng)體系不完善，在需求高速增長(zhǎng)下，給算力服務(wù)向精細(xì)縱深發(fā)展帶來(lái)壓力從人才視角來(lái)看，陣設(shè)計(jì)需要大量的專業(yè)人才進(jìn)行支持管理；算力發(fā)展的技術(shù)難題攻克也需要軟硬件、新技術(shù)、新架構(gòu)相關(guān)人才的加入。當(dāng)前中國(guó)的高端算力供給存在顯著缺口，專業(yè)人才的培養(yǎng)體系也尚不完善，對(duì)比日益倍增的算力需求，壓力顯而易見(jiàn)。復(fù)合型專業(yè)人才培養(yǎng)體系不完善，需要更多相關(guān)新技術(shù)、新架構(gòu)的專業(yè)人才參與2020102.322.7缺口超90萬(wàn)12029.52021億歐智庫(kù)：中國(guó)IT相關(guān)行業(yè)人才供需缺口情況2020102.322.7缺口超90萬(wàn)12029.52021億歐智庫(kù)：中國(guó)IT相關(guān)行業(yè)人才供需缺口情況2019 37 96.7520193796.752018 27 92.720182792.72017 32 87.920173287.9人才體系培養(yǎng)不完善問(wèn)題：校企雙方暫未形成成熟的計(jì)算人才培養(yǎng)體系，缺少對(duì)人才軟、硬技能雙管齊下培養(yǎng)：高校端，僅有少數(shù)高校開(kāi)設(shè)算力相關(guān)專業(yè)課程，整體教育資源分布不均。企業(yè)端，缺少內(nèi)部人才培訓(xùn)機(jī)制，在職人員難利用業(yè)余時(shí)間學(xué)習(xí)前沿技術(shù)，不易取得進(jìn)一步復(fù)合型發(fā)展。28人才體系培養(yǎng)不完善問(wèn)題：校企雙方暫未形成成熟的計(jì)算人才培養(yǎng)體系，缺少對(duì)人才軟、硬技能雙管齊下培養(yǎng)：高校端，僅有少數(shù)高校開(kāi)設(shè)算力相關(guān)專業(yè)課程，整體教育資源分布不均。企業(yè)端，缺少內(nèi)部人才培訓(xùn)機(jī)制，在職人員難利用業(yè)余時(shí)間學(xué)習(xí)前沿技術(shù)，不易取得進(jìn)一步復(fù)合型發(fā)展。28201586.1122016需 ： 供1億歐智庫(kù)：2021中國(guó)AI（人工智能）技術(shù)人員供需比例差距顯著120100806040需 ： 供1億歐智庫(kù)：2021中國(guó)AI（人工智能）技術(shù)人員供需比例差距顯著12010080604020081.9實(shí)際增長(zhǎng)人數(shù)（萬(wàn)人） 新增人才需求（萬(wàn)人）實(shí)際增長(zhǎng)人數(shù)（萬(wàn)人） 新增人才需求（萬(wàn)人）202225萬(wàn)人2023年將擴(kuò)大至30萬(wàn)人Part3.算力服務(wù)綜合價(jià)值力評(píng)估基于需求與痛點(diǎn)，行業(yè)參與者逐步發(fā)展算力服務(wù)整體解決方案，一站式算力服務(wù)平臺(tái)應(yīng)勢(shì)而起站在用戶視角，業(yè)務(wù)的運(yùn)行不僅需要標(biāo)準(zhǔn)化的平臺(tái)，還需要定制的存儲(chǔ)網(wǎng)絡(luò)，同時(shí)專業(yè)深度的服務(wù)團(tuán)隊(duì)也尤為重要?；谛枨笈c痛點(diǎn)，行業(yè)玩家正在逐步發(fā)展推動(dòng)算力服務(wù)整體解決方案，一站式算力服務(wù)平臺(tái)應(yīng)勢(shì)而起。從業(yè)務(wù)模式角度來(lái)看，從業(yè)務(wù)模式角度來(lái)看，算力服務(wù)平臺(tái)聚焦客戶需求，根據(jù)服務(wù)形式變化，結(jié)合最終的輸出服務(wù)進(jìn)行定價(jià)，避免了客戶在不使用時(shí)進(jìn)行額外付費(fèi)，節(jié)省不必要成本。04從場(chǎng)景應(yīng)用角度來(lái)看，不同業(yè)務(wù)場(chǎng)景對(duì)算法、、存儲(chǔ)需求不同，一站式算力平臺(tái)針對(duì)場(chǎng)景進(jìn)行業(yè)務(wù)建模，“因地制宜”將性能和任務(wù)適配，為企業(yè)客戶提供個(gè)性化定制方案。03從產(chǎn)業(yè)轉(zhuǎn)型角度來(lái)看，中小企業(yè)、創(chuàng)新性企業(yè)、傳統(tǒng)企業(yè)皆面臨數(shù)字化轉(zhuǎn)型需求。一站式算力服務(wù)平臺(tái)通過(guò)整合相關(guān)技術(shù)、產(chǎn)品和服務(wù)，為企業(yè)轉(zhuǎn)型提供集約化、規(guī)?；?、標(biāo)準(zhǔn)化的一站式技術(shù)支持及服務(wù)。02從整體資源分配角度來(lái)看，一站式算力服務(wù)平臺(tái)可以將多方、異構(gòu)資源整合，實(shí)現(xiàn)資源的有效調(diào)度、管控，解決由于算力區(qū)域間不平衡而導(dǎo)致的供需矛盾問(wèn)題，一站式完成算力生產(chǎn)、聚合、算力調(diào)度、釋放。01聚合聚合算力生產(chǎn)算力調(diào)度釋放17行業(yè)參與者：四類廠商特點(diǎn)各異，優(yōu)劣勢(shì)并存，ICT廠商占據(jù)優(yōu)勢(shì)地位算力服務(wù)尚處于發(fā)展初期，行業(yè)競(jìng)爭(zhēng)格局暫未完全定型。目前來(lái)看，算力服務(wù)市場(chǎng)主要包含四類參與者：云廠商、ICT高端計(jì)算中心?；谄髽I(yè)基因與行業(yè)沉淀不同，四類參與者各存在長(zhǎng)處及短板。目前看以ICT廠商所孵化出的，曙光智算、華為云占據(jù)優(yōu)勢(shì)地位。云廠商特點(diǎn)：借助云計(jì)算優(yōu)勢(shì)能力，進(jìn)擊智能計(jì)算、高端計(jì)算云市場(chǎng)云廠商特點(diǎn)：借助云計(jì)算優(yōu)勢(shì)能力，進(jìn)擊智能計(jì)算、高端計(jì)算云市場(chǎng)優(yōu)勢(shì)：云上部署，自由靈活；積極建設(shè)一站式平臺(tái)服務(wù)；生態(tài)豐富度高劣勢(shì)：虛擬機(jī)帶來(lái)性能損失；價(jià)格偏高；網(wǎng)絡(luò)性能瓶頸；欠缺針對(duì)高端計(jì)算場(chǎng)景做存儲(chǔ)優(yōu)化；存儲(chǔ)系統(tǒng)性能一般、配套服務(wù)一般特點(diǎn)：傳統(tǒng)老牌ICT廠商，基于原有計(jì)算沉淀擴(kuò)展業(yè)務(wù)邊界優(yōu)勢(shì)：技術(shù)突出，性能強(qiáng)、穩(wěn)配套服務(wù)能力強(qiáng)；生態(tài)較為豐富，并積極建設(shè)一站式平臺(tái)服務(wù)劣勢(shì)：靈活度一般，彈性調(diào)度、擴(kuò)容縮容一般；國(guó)際形勢(shì)限制

算力代理商國(guó)家高端計(jì)算中心特點(diǎn)：“科班出身”，行業(yè)積累深厚優(yōu)勢(shì)：國(guó)家高端計(jì)算中心特點(diǎn)：“科班出身”，行業(yè)積累深厚優(yōu)勢(shì)：行業(yè)知名度、認(rèn)可度高；原有基礎(chǔ)設(shè)施資源積累多；政府關(guān)系深厚；行業(yè)人才吸引強(qiáng)，經(jīng)驗(yàn)多劣勢(shì)：商業(yè)化能力弱；資源陳舊、提供的產(chǎn)品與服務(wù)較為固定化，絕大多數(shù)中心之間互不相通代表廠商：優(yōu)勢(shì)：業(yè)務(wù)發(fā)展速度快；配套服務(wù)豐富劣勢(shì)：主要作為代理商業(yè)務(wù)入局，穩(wěn)定性較差；存儲(chǔ)資源自建能力低，無(wú)法較好地管控和優(yōu)化；自身資源能力弱，自主運(yùn)維權(quán)限小代表廠商：

代表廠商： 代表廠商：

無(wú)錫超算、濟(jì)南超算、天津超算等資料來(lái)源：公司官網(wǎng)，公開(kāi)資料整理 綜合價(jià)值力分析模型——POSE算力服務(wù)市場(chǎng)目前處于高度景氣狀態(tài)，對(duì)于生物醫(yī)藥、工業(yè)仿真、氣候模擬、人工智能等重點(diǎn)戰(zhàn)略領(lǐng)域意義重大，市場(chǎng)格局雛形初現(xiàn)。但從用戶視角而言，目前業(yè)內(nèi)尚未出現(xiàn)以綜合服務(wù)價(jià)值視角，對(duì)參與廠商進(jìn)行全面評(píng)價(jià)。11個(gè)一級(jí)指標(biāo)，19個(gè)二級(jí)指標(biāo)構(gòu)成，系統(tǒng)性分析國(guó)內(nèi)算力服務(wù)廠商綜合價(jià)值表現(xiàn)，旨在賦能算力市場(chǎng)更自主化，成熟化發(fā)展。廠商類型產(chǎn)品力ProductCapability基礎(chǔ)設(shè)施支撐經(jīng)濟(jì)性技術(shù)與性能運(yùn)營(yíng)力Operating廠商類型產(chǎn)品力ProductCapability基礎(chǔ)設(shè)施支撐經(jīng)濟(jì)性技術(shù)與性能運(yùn)營(yíng)力Operatingability服務(wù)能力行業(yè)口碑商業(yè)化能力調(diào)度力SchedulingCapability算網(wǎng)協(xié)同建設(shè)底層資源調(diào)度能力生態(tài)力Ecologicalcapability生態(tài)開(kāi)放度適配能力全產(chǎn)業(yè)鏈資源聚合能力代表企業(yè)云廠商 廠商 ICT廠商代理商備注：顏色越深能力越強(qiáng) 19PAGEPAGE21綜合價(jià)值力評(píng)估總覽：曙光智算綜合能力較為凸顯綜合價(jià)值力模型由“產(chǎn)品力、運(yùn)營(yíng)力、調(diào)度力、生態(tài)力”四大維度，11個(gè)一級(jí)指標(biāo)，19個(gè)二級(jí)指標(biāo)構(gòu)成，滿分為100分，一級(jí)指標(biāo)，六項(xiàng)二級(jí)指標(biāo)；運(yùn)營(yíng)力下設(shè)三項(xiàng)一級(jí)指標(biāo)五項(xiàng)二級(jí)指標(biāo)；調(diào)度力下設(shè)兩項(xiàng)一級(jí)指標(biāo)，三項(xiàng)二級(jí)指標(biāo)；生態(tài)力下設(shè)三項(xiàng)一級(jí)指標(biāo)，五項(xiàng)二級(jí)指標(biāo)（指標(biāo)詳情請(qǐng)見(jiàn)附錄）。曙光智算在產(chǎn)品力與生態(tài)力中表現(xiàn)突出，最終以90分位列綜合價(jià)值力第一，高于其他三家企業(yè)。阿里云在運(yùn)營(yíng)力中拔得頭籌，華為云在各項(xiàng)維度中表現(xiàn)均衡。在產(chǎn)品、運(yùn)營(yíng)、生態(tài)戰(zhàn)略側(cè)，四大企業(yè)基于目前主流用戶群作業(yè)需求，存在一些在技術(shù)架構(gòu)和產(chǎn)品方案上的差異表現(xiàn)。在產(chǎn)品、運(yùn)營(yíng)、生態(tài)戰(zhàn)略側(cè)，四大企業(yè)基于目前主流用戶群作業(yè)需求，存在一些在技術(shù)架構(gòu)和產(chǎn)品方案上的差異表現(xiàn)。相較之下，曙光智算、華為云更面向計(jì)算密集型需求，與科學(xué)研究、工業(yè)仿真等客戶更契合。阿里云更多關(guān)注數(shù)據(jù)密集型任務(wù)，覆蓋主流客戶目前更需求基礎(chǔ)算力，與互聯(lián)網(wǎng)客戶習(xí)慣更契合。但目前各家都逐步推進(jìn)多元業(yè)務(wù)布局與融合調(diào)整，云廠商正在服務(wù)計(jì)算密集型任務(wù)，而ICT廠商則進(jìn)行更多的云化建設(shè)能力提升。9082908287701718232420222121182221221520222390807060503020阿里云并行科技華為云曙光智算0阿里云并行科技華為云曙光智算 產(chǎn)品力 運(yùn)營(yíng)力 調(diào)度力 Th態(tài)力 曙光智算整體綜合能力略勝于其他三家廠商，在強(qiáng)計(jì)算資源與強(qiáng)計(jì)算需求側(cè)生態(tài)鏈相關(guān)性更強(qiáng)，更有效支撐大模型開(kāi)發(fā)的研究與優(yōu)化 PAGEPAGE21產(chǎn)品力解析：曙光智算資源底座與產(chǎn)品性價(jià)比問(wèn)鼎榜首曙光智算在基礎(chǔ)設(shè)施建設(shè)支撐與技術(shù)性能方面略盛一籌：阿里云的算力種類相較而言更豐富，但在自主可控能力弱于曙光智算與華為云。在算力服務(wù)經(jīng)濟(jì)性方面，曙光智算使用門(mén)檻最低，并行科技與華為云緊隨其后。整體來(lái)看，曙光智算的產(chǎn)品力綜合實(shí)力較為突出。產(chǎn)品力滿分為25分，其中技術(shù)與性能總分為分，經(jīng)濟(jì)性總分為7分，基礎(chǔ)設(shè)施支撐總分為8分。998998887666654產(chǎn)品力主要指算力服務(wù)的技術(shù)能力、基礎(chǔ)設(shè)施建設(shè)、服務(wù)價(jià)格等產(chǎn)品層面的能力。億歐智庫(kù)基于公開(kāi)資料、專家訪談與調(diào)研，選取了技術(shù)與性能（異構(gòu)計(jì)算相關(guān)管理平臺(tái)建設(shè)情況，算力類型、精度與覆蓋場(chǎng)景豐富度）、經(jīng)濟(jì)性（各企業(yè)核時(shí)的公開(kāi)價(jià)格）、算力基礎(chǔ)設(shè)施支撐（各企業(yè)數(shù)據(jù)中心的建設(shè)情況），進(jìn)行評(píng)比。98765產(chǎn)品力得分詳情：阿里云：18產(chǎn)品力得分詳情：阿里云：18華為云：233210阿里云 曙光智算 華為云 并行科技技術(shù)與性能 經(jīng)濟(jì)性 基礎(chǔ)設(shè)施支撐PAGEPAGE22運(yùn)營(yíng)力解析:阿里云拔得頭籌，華為云與曙光智算并列第二服務(wù)能力：曙光智算與并行科技對(duì)于客戶服務(wù)的深度強(qiáng)于阿里云與華為云。對(duì)于點(diǎn)對(duì)點(diǎn)的問(wèn)題，具有即時(shí)、專業(yè)的服務(wù)能力，對(duì)于每一個(gè)客戶都可提供專業(yè)的團(tuán)隊(duì)支持與應(yīng)用的遷移適配服務(wù)。行業(yè)口碑與商業(yè)化能力：阿里云與華為云作為云服務(wù)先行者，積累大量案例。曙光智算入局較晚，口碑與商業(yè)化方面略遜色于阿里云與華為云。運(yùn)營(yíng)力滿分為25分，其中服務(wù)能力總分為分，行業(yè)口碑總分為7分，商業(yè)化能力總分為8分。億歐智庫(kù)：綜合價(jià)值力-運(yùn)營(yíng)力分析86686677766778運(yùn)營(yíng)側(cè)主要選取了服務(wù)能力（專業(yè)、即時(shí)運(yùn)維能力，團(tuán)隊(duì)數(shù)量，本地化服務(wù)能力以及運(yùn)維建設(shè)能力）、行業(yè)口碑（企業(yè)與相關(guān)熱度值以及專家評(píng)價(jià)）、商業(yè)化能力（落地的實(shí)際公開(kāi)案例數(shù)量），進(jìn)行評(píng)比。華為云運(yùn)營(yíng)力得分詳情：阿里云：22運(yùn)營(yíng)力得分詳情：阿里云：22華為云：21曙光智算阿里云0 1 2 3 4 5 6 7 8 9服務(wù)能力 行業(yè)口碑 商業(yè)化能力PAGEPAGE23調(diào)度力解析:阿里云與曙光智算并列第一資源調(diào)度：曙光公司20余年異構(gòu)計(jì)算經(jīng)驗(yàn)沉淀及計(jì)算生態(tài)培育，加碼算力網(wǎng)絡(luò)及資源調(diào)度能力。算網(wǎng)協(xié)同建設(shè)：阿里云優(yōu)勢(shì)顯性，網(wǎng)絡(luò)建設(shè)布局時(shí)間早，云服務(wù)的基礎(chǔ)也較為深厚。調(diào)度力滿分為25分，資源調(diào)度總分為分，算網(wǎng)協(xié)同總分為15分。億歐智庫(kù)：綜合價(jià)值力-調(diào)度力分析898898714131311資源調(diào)度包含供應(yīng)鏈的豐富情況，自身資源的儲(chǔ)備、供應(yīng)能力等、算網(wǎng)協(xié)同包含算網(wǎng)協(xié)同解決方案/集群解決方案上線情況等。資源調(diào)度側(cè)來(lái)看，曙光智算與華為在計(jì)算中心基建資源、數(shù)量?jī)?yōu)于其他兩家企業(yè)；同時(shí)在供應(yīng)鏈資源優(yōu)勢(shì)也不相上下，曙光智算、華為都進(jìn)行了“芯-端-云”的自主全產(chǎn)業(yè)鏈布局,但曙光智算依托曙光集團(tuán)的沉淀，先天觸達(dá)優(yōu)勢(shì)稍勝一籌，但兩家企業(yè)對(duì)于整體供應(yīng)鏈的抗風(fēng)險(xiǎn)能力與資源調(diào)度能力較強(qiáng)。華為云曙光智算阿里云0 5

調(diào)度力得分詳情：阿里云：22調(diào)度力得分詳情：阿里云：22華為云：21資源調(diào)度 算網(wǎng)協(xié)同PAGEPAGE24生態(tài)力解析:多家發(fā)力生態(tài)建設(shè)，曙光智算稍高于華為云從生態(tài)力看，華為云、阿里云、曙光智算背靠集團(tuán)生態(tài)建設(shè)，目前都較為成熟。在全產(chǎn)業(yè)鏈資源聚合能力層，曙光智算及華為云發(fā)展較為完善成熟，亦有較多用戶表示曙光集團(tuán)本身業(yè)務(wù)屬性與自身業(yè)態(tài)（如科研及工業(yè)）更為契合。此外，在生態(tài)開(kāi)放度層面，曙光智算基于API接口，面向ISV層面，阿里云合作多元芯片廠商，適配范圍更廣，表現(xiàn)更為優(yōu)秀。生態(tài)力滿分為25分，全產(chǎn)業(yè)鏈聚合能力總分為8分，適配能力總分為分，生態(tài)開(kāi)放度總分為7分。生態(tài)力主要選取了全產(chǎn)業(yè)鏈資源聚合能力（產(chǎn)業(yè)鏈布局量、產(chǎn)業(yè)鏈上下游協(xié)調(diào)情況）、適配能力（生態(tài)伙伴數(shù)量、適配軟件的數(shù)量、適配廠商數(shù)量等）、自身生態(tài)開(kāi)放度（API接口、平臺(tái)層、應(yīng)用層等開(kāi)放程度），進(jìn)行評(píng)比。從生態(tài)開(kāi)發(fā)度的戰(zhàn)略規(guī)劃來(lái)看，華為的整體戰(zhàn)略布局也較為突出：正積極從內(nèi)部外部整體賦能，不僅從硬件開(kāi)放、軟件開(kāi)源賦能伙伴，還踐行布局人才培養(yǎng)，為整體算力體系使能開(kāi)發(fā)者和生態(tài)伙伴賦能，未來(lái)發(fā)展優(yōu)勢(shì)值得觀望。生態(tài)力主要選取了全產(chǎn)業(yè)鏈資源聚合能力（產(chǎn)業(yè)鏈布局量、產(chǎn)業(yè)鏈上下游協(xié)調(diào)情況）、適配能力（生態(tài)伙伴數(shù)量、適配軟件的數(shù)量、適配廠商數(shù)量等）、自身生態(tài)開(kāi)放度（API接口、平臺(tái)層、應(yīng)用層等開(kāi)放程度），進(jìn)行評(píng)比。從生態(tài)開(kāi)發(fā)度的戰(zhàn)略規(guī)劃來(lái)看，華為的整體戰(zhàn)略布局也較為突出：正積極從內(nèi)部外部整體賦能，不僅從硬件開(kāi)放、軟件開(kāi)源賦能伙伴，還踐行布局人才培養(yǎng)，為整體算力體系使能開(kāi)發(fā)者和生態(tài)伙伴賦能，未來(lái)發(fā)展優(yōu)勢(shì)值得觀望。968968888576744華為云生態(tài)力得分詳情：阿里云：20生態(tài)力得分詳情：阿里云：20華為云：22阿里云0 5 20 25全產(chǎn)業(yè)鏈資源聚合能力 適配能力 Th態(tài)開(kāi)放度Part4.趨勢(shì)與建議PAGEPAGE28趨勢(shì)：算力經(jīng)濟(jì)時(shí)代到來(lái)，未來(lái)將類似電力網(wǎng)絡(luò)發(fā)展軌跡，逐步走向資源易用性道路算力服務(wù)市場(chǎng)面臨爆發(fā)階段，商業(yè)模式逐步形成，算力產(chǎn)業(yè)上下游的各個(gè)供給側(cè)將會(huì)得到大力發(fā)展。濟(jì)時(shí)代待解決的問(wèn)題。政策端

政策、學(xué)術(shù)、市場(chǎng)多方推動(dòng)算力管理理論與工具發(fā)展，有效分配需求，致力于資源利用最大化，降低成本

下游產(chǎn)業(yè)端算力經(jīng)濟(jì)戰(zhàn)略布局規(guī)劃將會(huì)在未來(lái)幾年進(jìn)一步推動(dòng)，向深度廣度進(jìn)行規(guī)劃建設(shè)，逐步形成完善的數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲(chǔ)、算網(wǎng)一體的建設(shè)指南與文件體系，指導(dǎo)相應(yīng)數(shù)據(jù)中心的建設(shè)，監(jiān)管算力服務(wù)市場(chǎng)的安全化、規(guī)范化。

學(xué)術(shù)端已經(jīng)意識(shí)到算力衡量、算力服務(wù)標(biāo)準(zhǔn)的重要性與痛點(diǎn)，算力衡量工具的研發(fā)將會(huì)得到進(jìn)一步推進(jìn)，異構(gòu)性數(shù)據(jù)服務(wù)將致力于從人工匹配走到自動(dòng)匹配，但道阻且艱。上游供給端硬件之外，還有一系列軟件的生態(tài)體系將走向更豐富的構(gòu)建，隨著算力服務(wù)、算力網(wǎng)絡(luò)發(fā)展將對(duì)國(guó)產(chǎn)軟件體系的發(fā)展大力推動(dòng)。

應(yīng)用終端企業(yè)建私有云、混合云，企業(yè)業(yè)務(wù)多元化，以算力資源為基礎(chǔ)的工業(yè)生產(chǎn)智能化發(fā)展趨勢(shì)看漲，同時(shí)，用戶對(duì)于算力服務(wù)的體驗(yàn)需求將會(huì)進(jìn)一步提升，算力服務(wù)需時(shí)刻跟進(jìn)業(yè)務(wù)發(fā)展需求。PAGEPAGE27建議：算力服務(wù)商需在持續(xù)攻堅(jiān)技術(shù)同時(shí)，從用戶視角出發(fā)，深耕細(xì)分場(chǎng)景，不斷優(yōu)化迭代產(chǎn)品算力網(wǎng)絡(luò)的實(shí)現(xiàn)比交通和能源網(wǎng)絡(luò)復(fù)雜得多、也困難得多。構(gòu)建算力網(wǎng)的技術(shù)還不成熟，還需要做很多算力網(wǎng)絡(luò)的實(shí)現(xiàn)比交通和能源網(wǎng)