中國算力服務發(fā)展研究報告

1、算力領跑時代2022中國算力服務市場發(fā)展研究報告目錄CO N T E N T SPart1. 算力服務市場及行業(yè)發(fā)展現(xiàn)狀Part2. 算力服務面臨的挑戰(zhàn)與痛點 Part3. 算力服務綜合價值力評價 Part4. 行業(yè)趨勢與建議Part1. 算力服務市場及行業(yè)發(fā)展現(xiàn)狀定義及分類：國內算力規(guī)模高速增長，以基礎算力、智能算力、高端算力 為三大代表類別4資料來源：中國信通院，IDC，華寶證券，公開資料整理算力指通過CPU、GPU、FPGA、ASIC等各類計算芯片設備處理數(shù)據(jù)，實現(xiàn)特定結果輸出的計算能力，可以通過每秒可處理的信息數(shù)據(jù)量來衡 量算力的強弱?，F(xiàn)階段，根據(jù)使用設備和提供算力強度的不同，算力可分

2、為基礎算力、智能算力與高端算力三大類，本報告中算力服務研究范 圍以智能算力、高端算力為主。2020年我國算力總規(guī)模達到135EFlops，全球占比約為31%，保持55%的高速增長，高于全球增速約16個百分點，未來我國算力規(guī)模仍將持續(xù) 擴大，三類算力服務的結構也將繼續(xù)發(fā)展優(yōu)化。億歐智庫：算力服務分類及介紹基礎算力智能算力高端算力人工智能計算內涵：主要基于GPU、FPGA、 ASIC 等芯片的加速計算平臺提供的人工智 能訓練和推理的計算能力應用領域：人工智能訓練、推理計算科學工程計算內涵：主要是基于大規(guī)模集群提供高密 度計算應用領域：氣象、生物信息、石油物探、 工業(yè)仿真等基礎通用計算內涵：主要基于

3、CPU芯片的服務器 提供的計算能力應用領域：電子郵箱、數(shù)據(jù)存儲等57%41%2%背景：數(shù)字經(jīng)濟持續(xù)增長、數(shù)據(jù)要素噴涌而出，對算力供給提出更高要求， 算力服務作為供給形態(tài)之一應運而生5中國數(shù)字經(jīng)濟規(guī)模持續(xù)增長：國務院在“十四五”數(shù)字經(jīng)濟發(fā)展規(guī)劃中明確提出，“到2025年，數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值占GDP比重達10%”。 同時據(jù)機構預測，2025年中國數(shù)字經(jīng)濟規(guī)模有望超過60萬億。中國生產(chǎn)數(shù)據(jù)要素噴涌而出：據(jù)報告數(shù)據(jù)，2018年中國產(chǎn)生了約7.6個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%，或將超越美國成為世界第一大數(shù)據(jù)生產(chǎn)國。由此可見，未來數(shù)據(jù)的收集、

4、存儲、管理、使用的難度及價值均會呈現(xiàn)質的飛躍。數(shù)字經(jīng)濟的蓬勃增長與海量數(shù)據(jù)的管理使用，對算力供給提出更高要求。智能計算中心、一體化大數(shù)據(jù)中心等算力基礎設施紛紛出現(xiàn)，而算力 服務作為核心供給形態(tài)之一應運而生，成為數(shù)字時代的核心信息新底座。資料來源：國務院，中國信通院，東興證券，公開資料整理億歐智庫：2018-2025E中國數(shù)字經(jīng)濟規(guī)模（萬億元）CAGR=12.72%我國算力規(guī)模平均增長1%0.4%帶動GDP增長0.2%億歐智庫：算力與經(jīng)濟增長緊密相關帶動數(shù)字經(jīng)濟增長算力每投入1元帶動GDP增長3-4元6.407.107.308.309.3010.3211.4512.832018201920202

5、0212022E2023E2024E2025E24.9028.8031.7037.2043.5248.3153.6359.5201020304050607080數(shù)字產(chǎn)業(yè)化產(chǎn)業(yè)數(shù)字化現(xiàn)狀：算力服務依托東數(shù)西算及一體化算力網(wǎng)絡體系，旨在解決資源分配 不均等問題，推動東西部數(shù)字經(jīng)濟協(xié)同高質量發(fā)展6資料來源：國家發(fā)展改革委，華寶證券，公開資料整理2022年開局定調，國家發(fā)改委、中央網(wǎng)信辦、工業(yè)和信息化部、國家能源局聯(lián)合印發(fā)通知，同意在京津冀、長三角、粵港澳大灣區(qū)、成渝、內 蒙古、貴州、甘肅、寧夏等8地啟動建設國家算力樞紐節(jié)點，并規(guī)劃了10個國家數(shù)據(jù)中心集群，“東數(shù)西算”工程正式全面啟動?！皷|數(shù)西算”工

6、程將通過有序引導東部算力需求到西部，促進資源有效配置，形成規(guī)模集聚優(yōu)勢，逐步搭建起新型一體化算力網(wǎng)絡體系，推動 東西部數(shù)字經(jīng)濟協(xié)同高質量發(fā)展。億歐智庫：東數(shù)西算工程布局圖我國算力資源存在東西供需結構性錯配問題目前的數(shù)據(jù)中心分布東多西少，算力需求東強西弱，但是電力供應東緊 西松、電力價格東貴西賤，自然資源分布優(yōu)勢使得數(shù)據(jù)中心的能耗效率 東低西高，電力的供應量和價格成為影響算力資源呈現(xiàn)供需錯位結構性 矛盾的重要因素，當前我國的算力資源分配不均，呈現(xiàn)東部“供不應 求”，西部“供過于求”的結構性矛盾?！皷|數(shù)西算”工程啟動，優(yōu)化計算力資源布局，助推算力服務發(fā)展通過構建數(shù)據(jù)中心、云計算、大數(shù)據(jù)一體化的新型

7、算力網(wǎng)絡體系，將東 部算力需求有序引導到西部，優(yōu)化數(shù)據(jù)中心建設布局，促進東西部協(xié)同 聯(lián)動推動各地區(qū)因地制宜、充分發(fā)揮區(qū)域優(yōu)勢，建設數(shù)字經(jīng)濟的重大部 署。針對我國東西部算力資源分布總體呈現(xiàn)出“東部不足、西部過剩” 的不平衡局面，引導中西部利用能源優(yōu)勢建設算力基礎設施，服務東部 沿海等算力緊缺區(qū)域，解決我國東西部算力資源供需不均衡的現(xiàn)狀。中衛(wèi)集群張家口集群蕪湖集群長三角生態(tài)綠色一體化發(fā)展示范區(qū)集群韶關集群貴安集群天府集群重慶集群慶陽集群內蒙古 樞紐和林格爾集群京津冀 樞紐長三角 樞紐粵港澳 樞紐貴州 樞紐成渝 樞紐甘肅樞紐寧夏 樞紐南海諸島現(xiàn)狀：各領域的算力需求持續(xù)擴展，普惠、彈性、高效的算力服務

8、需求迸 發(fā)7從底層算力融合釋放，到軟硬一體的全棧能力加持，以及性價比兼具，才能真正推動普惠算力。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接高端計算中心完成，后兩者的需求受制于對接門檻與算力類型， 難以與傳統(tǒng)計算中心匹配；如自建機房與數(shù)據(jù)中心，效率及性價比相對低。因此，合適、優(yōu)秀的算力服務平臺，成為了提升效率的最優(yōu)選。此外，人工智能領域的大模型訓練對算力依賴較強，開發(fā)者及企業(yè)對算力的多樣性、易用、經(jīng)濟、效率有較高要求，同時建議配備專業(yè)的運維 團隊。因此，平臺服務的形式相比自建要更適宜，可以讓更多人以高效簡潔的方式使用到匹配的算

9、力。注：“大模型”指大規(guī)模預訓練模型/超大規(guī)模智能模型01前沿算力用戶，主要使用超大 型應用通常工作多由國家級高端計算 中心來完成0302海量中小微通用高端計算用戶需求對接高端計算中心門檻較 高，難以快速獲得服務支持具有獨有特色的高端計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 家高端計算中心匹配億歐智庫：三大類高端算力用戶群國家級高端計算中心自建計算中心（成本高、運營復雜、性價比極低）購買平臺服務，我們不需要自己 去管理硬件、場地，去搭網(wǎng)絡等， 所有都自行搭建的話，整個成本 也不低。用租用的方式來應對大 規(guī)模的高密集型計算任務（特定 任務、特定場景），其實在經(jīng)濟 性上還是有一定

10、的優(yōu)勢。如果是 專業(yè)團隊在做運營維護，還有服 務的支持，客戶也會省很多心。MIT：深度學習性能與算力相關性研究應用側行業(yè)專家觀點：研究表明：深度學習的進展依賴算力的增 長，大模型的訓練效率與算力成正比?，F(xiàn)狀：脫胎于“云”的算力服務更為彈性靈活，隨用隨取，更匹配當下大 量用戶的任務型計算需求8通過算力集群的規(guī)?；?，降低單位算力成本資源整合算力 基礎 設施資源分配彈性調度算力資源的彈性調度與分配服務平臺化輸出專業(yè)運維 支撐團隊數(shù)據(jù)與調研顯示：無論是用戶端還是供給端，都表明實際生產(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度能力、即時服務能力 對于用戶而言十分重要。不僅科研平臺，還有一些生產(chǎn)應

11、用企業(yè)，對我們的算力要求會更高。無 論是安全性，可靠性，還是穩(wěn)定度，甚至很多。根據(jù)用戶實際的應用， 或者實際的需求出發(fā)，會出現(xiàn)大的一些突發(fā)性的情況。曾經(jīng)有某個領域 用戶，因為其業(yè)務需要，一下給我們同時提交了幾十萬級別的作業(yè)- 某大型算力供應商在實際研發(fā)生產(chǎn)中，用戶對算力可擴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，時高時低，存在突發(fā)高峰需求；科研院所受研 發(fā)周期等限制，則會出現(xiàn)暫時不需要算力，只能閑置服務器的情況。而脫胎于“云”的算力服務，可以通過彈性方式靈活調度算力資源。對用戶而言，可以按需購買使用，同時能享受即時服務，提升開發(fā)者的使 用體驗，也是更省心省力的選擇。億歐智庫：某半導

12、體設計企業(yè)月度算力實際用量曲線（18個月）億歐智庫：云計算輔助下省時、省心、省錢的算力服務0123456789101112131415161718現(xiàn)狀：算力服務集資源、應用、服務、運維為一體，為用戶專注自身研究， 提供無后顧之憂的平臺支撐9做好算力基建，發(fā)展算力技術，從而把算力轉化為生產(chǎn)力才是最重要的目的。億歐智庫基于專家訪談與調研，認為算力服務應有能力聚合跨區(qū)域計算中心的軟硬件資源，并通過建設高端計算資源共享與支撐平臺，向不同領域用戶提供匹配需求的算力服務，同時兼顧經(jīng)濟性和長期運維迭代能力，為用戶提供全生命周期服務。我們去應對客戶所提出來的大 型復雜裝備場景下的這種應用 的時候，就需要一個良

13、好的算 力服務平臺，去給我們去做一 個支撐。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。算力服務還是要具有普惠性，且具備一 定的生態(tài)支撐能力。例如對于企業(yè)用戶 的支撐接口，讓開發(fā)者工作更順利；還 有專業(yè)的團隊維持算力平臺的底層東西（運維、服務等），需要與時俱進，及 時做到迭代，現(xiàn)在人工智能發(fā)展太快了， 算力服務支持要并行發(fā)展，給予支持。億歐智庫：智算、高端計算相關領域專家訪談與調研高頻詞匯集億歐智庫：智算、高端計算應用側相關領域專家訪談示例（部分）Part2. 算力服務面臨的挑戰(zhàn)與痛點挑戰(zhàn)痛點一：算力資源分布不均、數(shù)據(jù)傳輸難度大、各地計算中心間缺乏 任務協(xié)同與資源流通11資

14、料來源：國務院發(fā)展研究中心國際技術經(jīng)濟研究所，CSDN，人社部、工信部，公開資料整理從資源調度視角來看，呈現(xiàn)出明顯的算力資源分配不均與供需不平。首先區(qū)域間算力資源供需還未平衡，盡管地方積極布局算力基礎設施，但 目前供需矛盾還較為突出。其次海量數(shù)據(jù)傳輸困難，算力的即時調度難度大，各算力中心間也缺少任務協(xié)同和資源流通共享,導致跨廣域數(shù)據(jù)交 互效率低?；A資源分布不均，跨區(qū)域傳輸難度大，加劇算力融合服務化難度區(qū)域資源分布不均，加大基礎資源調度難度：東部地區(qū)大規(guī)模數(shù)據(jù)中心大，但能耗指標緊張、電成本高；西部地區(qū)可再生能源豐富，但網(wǎng)絡寬帶小、跨省數(shù)據(jù)傳輸費用高，無法有效承接東部需求，在資源分布側加大了算力

15、調度難度。大型算力數(shù)據(jù)傳輸依靠傳統(tǒng)運輸方式，算力即時調度與應用難度大：面臨數(shù)據(jù)時延不敏感、單通道傳輸帶寬有限、通道寬帶數(shù)量有限等問題，導致算力傳輸延遲，傳輸費用高昂等問題。例如石油勘探行業(yè)，具有數(shù)據(jù)量大、并行任務較多、網(wǎng)絡體系復雜等特點，對于勘探數(shù)據(jù)的精確度和豐富度需求相當之高，同 時要求高精度承載力的網(wǎng)絡和設備，對于不少計算中心而言都難以獨立供給。大多數(shù)中小型企業(yè)缺乏專有算力平臺：平臺用戶間算力資源銜接較難，缺少標準化、體系化。為了保證科研機構、國家項目等的執(zhí)行優(yōu)先級，算力中心對市場用戶關 注度不足。12挑戰(zhàn)痛點二：缺乏統(tǒng)一的跨網(wǎng)技術標準與服務標準，算力資源度量衡的標 準化滯后，導致多樣算力

16、與多元場景匹配充滿挑戰(zhàn)從頂層設計視角來看，目前算力領域標準化的進程相對較慢。技術側，尚未對算力度量、算力感知、算力路由、算力編排、算力分發(fā)、作業(yè)需求等形成統(tǒng)一共識，導致精確判斷、匹配需求難度大，易造成 資源的錯配或浪費。服務運營側，亦需在用戶管理、策略管理、定價策略等層面搭建標準化運營運維團隊，方能實現(xiàn)算力服務的標準化發(fā)展。缺乏統(tǒng)一的技術標準與服務標準，導致算力調度與按需分配難度較大無法準確、量化描述算力供需體量計算資源呈多樣化。例如CPU、 GPU各類專用芯片產(chǎn)生的諸多類 型算力，同時在精度、形態(tài)等方面 也有諸多差異，尚未形成標準度量 衡用于標準化交易算力分配錯位，加重資源分布不均缺乏標準度

17、量衡，將影響算力供給 側精準衡量、判斷需求，從而導致 供需錯位（出現(xiàn)資源浪費與資源短 缺較難緩解），長期將會加重資源 分布不均制約行業(yè)高速發(fā)展趨勢對于眾多人工智能訓練、工業(yè)生產(chǎn) 企業(yè)而言，巨大的算力支撐是其生 產(chǎn)發(fā)展的基礎，供需錯位一定程度 上，給其進一步發(fā)展帶來周期拖延 與應用落地拖延x13挑戰(zhàn)痛點三：異構計算作為“多樣復雜計算任務處理”的底層支撐，面臨 著融合管理等關鍵性技術難點從技術架構視角來看，隨著算力需求不斷攀升，單一計算類型與架構處理器無法應對多類型、多樣性數(shù)據(jù)處理任務，異構計算應運而生，在提升計算性能同時降低功耗成本。異構計算的優(yōu)勢較為顯性，但目前待突破的技術瓶頸也不少。尤其是在

18、未來在多個數(shù)據(jù)中心或智算中心互聯(lián)互通的場景下，如何實現(xiàn)計算架構 間的有機融合至關重要。異構計算的復雜性，給融合管理帶來難度；面對不同架構、指令集也給開發(fā)者編程帶來諸多難題異構芯片適配標準還未統(tǒng)一，異構計算芯片產(chǎn)品除了要在芯片設計層實現(xiàn)突破，還面臨芯片制造和封裝過程中不同結構的適配與升級問題面對不同的系統(tǒng)架構、指令集和編程模型，也給開發(fā)者帶來了更多難度，同時多核環(huán)境下應用的可移植性及性能也成為目前亟待解決的問題統(tǒng)一的異構算力管理也并不容易，涉及各種加速芯片的加載、抽象、虛擬化、掛載、刪除等一系列生命周期管理工作，也需要較長時間的磨合與 流程優(yōu)化不同制程架構不同指令集不同功能計算單元CPUGPUF

19、PGANPUTPU不同開發(fā)框架，體系結構復雜導致編程困難開發(fā)者在復雜環(huán)境中的高學習成本面臨全生命周期的管理困難14挑戰(zhàn)痛點四：基于軟硬件融合的異構計算產(chǎn)業(yè)面臨生態(tài)合力、生態(tài)兼容挑 戰(zhàn)，商業(yè)化之路道阻且長軟件生態(tài)技術應用相對薄弱，芯片百花齊放，做好系統(tǒng)之間的兼容實屬不易硬件架構的不斷細分，在考慮兼容性等性能的 條件下廠商做出設計上的改變不易應用層面、管理層面和軟硬件開發(fā)者未能實現(xiàn) 互相交談，整個異構計算的生態(tài)面還未建立好， 造成許多產(chǎn)業(yè)割裂、創(chuàng)新無法融合問題軟件 領域硬件領域架構融合架構融合 領域差異 架構接口各家芯片百花齊放，協(xié)同生態(tài)支撐弱，避免異構開發(fā)套件過度碎片化從生態(tài)開放視角來看，異構計

20、算絕不是硬件的物理疊加，真正要釋放其全部能力，最終依賴著從硬件到軟件的整體式設計，生態(tài)鏈建設的重要 性不言而喻。異構計算生態(tài)建設與商業(yè)化進程推進阻力較大，創(chuàng)新不易，亟需生態(tài)鏈的建設與完善對于上下游廠商：異構系統(tǒng)所涉環(huán)節(jié)多而復雜，每一步創(chuàng)新都需要上下游廠商共同發(fā)力。實現(xiàn)商業(yè)化，還需多個領域專家相互配合，除了通用的算法、硬件和軟件專家，還要有應用領域專家參與。廠家自身的創(chuàng)新、上下游的配合，標準的建立都是目前面臨的難題。對于開發(fā)者：大部分頂層的開發(fā)者不需要關注太多的底層細節(jié)，因而異構編程生態(tài)圈較小。其次，生態(tài)鏈的建設不全，兼容難、硬件復雜度高、無法 同步更新框架，都影響著開發(fā)者的開發(fā)效率。目前異構生

21、態(tài)圈小，硬件行業(yè)偏碎片化發(fā)展， 軟硬件亟需生態(tài)鏈的建設與完善應攜手業(yè)界積極推動開源的異構編程 標準，廠商之間的互聯(lián)標準，助推匹配軟件生態(tài)的建設，互聯(lián)標準15挑戰(zhàn)痛點五：算力復合型人才稀缺，人才培養(yǎng)體系不完善，在需求高速增 長下，給算力服務向精細縱深發(fā)展帶來壓力從人才視角來看，算力服務商需建設專業(yè)復合型人才團隊，為即時、深度的算力服務供給保駕護航。此外，高端計算中心的運營和產(chǎn)品服務矩 陣設計需要大量的專業(yè)人才進行支持管理；算力發(fā)展的技術難題攻克也需要軟硬件、新技術、新架構相關人才的加入。當前中國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，對比日益倍增的算力需求，壓力顯而易見。復合型

22、專業(yè)人才培養(yǎng)體系不完善，需要更多相關新技術、新架構的專業(yè)人才參與人才體系培養(yǎng)不完善問題：校企雙方暫未形成成熟的計算人才培養(yǎng) 體系，缺少對人才軟、硬技能雙管齊下 培養(yǎng)：高校端，僅有少數(shù)高校開設算力相關專 業(yè)課程，整體教育資源分布不均。企業(yè)端，缺少內部人才培訓機制，在職 人員難利用業(yè)余時間學習前沿技術，不 易取得進一步復合型發(fā)展。81.986.187.992.796.75102.3281232273722.729.50120201520162017201820192020202120406080100實際增長人數(shù)（萬人）新增人才需求（萬人）需10：供 1整體來看，算力產(chǎn)業(yè)高速發(fā)展的同時， 相關人才

23、短缺與人才培育問題也日益 凸顯缺口 超90萬1202022年 將超過25萬人2023年 將擴大至30萬人央視報道：中國芯片專業(yè)人才缺口億歐智庫：中國IT相關行業(yè)人才供需缺口情況億歐智庫：2021中國AI（人工智能）技術人員供需比例差距 顯著Part3. 算力服務綜合價值力評估從整體資源分配角度來看，一站式算 力服務平臺可以將多方、異構資源整 合，實現(xiàn)資源的有效調度、管控，解 決由于算力區(qū)域間不平衡而導致的供 需矛盾問題，一站式完成算力生產(chǎn)、 算力聚合、算力調度、算力釋放。01基于需求與痛點，行業(yè)參與者逐步發(fā)展算力服務整體解決方案，一站式算 力服務平臺應勢而起17站在用戶視角，業(yè)務的運行不僅需要

24、標準化的平臺，還需要定制的存儲網(wǎng)絡，同時專業(yè)深度的服務團隊也尤為重要。基于需求與痛點，行業(yè)玩家正在逐步發(fā)展推動算力服務整體解決方案，一站式算力服務平臺應勢而起。從產(chǎn)業(yè)轉型角度來看，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 型需求。一站式算力服務平臺通過整 合相關技術、產(chǎn)品和服務，為企業(yè)轉 型提供集約化、規(guī)?；藴驶囊?站式技術支持及服務。02從業(yè)務模式角度來看，算力服務平臺 聚焦客戶需求，根據(jù)服務形式變化， 結合最終的輸出服務進行定價，避免 了客戶在不使用算力時進行額外付費， 節(jié)省不必要成本。04從場景應用角度來看，不同業(yè)務場 景對算法、算力、存儲需求不同， 一站式算力平臺針對場景進

25、行業(yè)務 建模， “因地制宜”將性能和任務 適配，為企業(yè)客戶提供個性化定制 方案。03算力聚合算力調度算力釋放算力生產(chǎn)億歐智庫：一站式算力服務平臺特點行業(yè)參與者：四類廠商特點各異，優(yōu)劣勢并存，ICT廠商占據(jù)優(yōu)勢地位18算力服務尚處于發(fā)展初期，行業(yè)競爭格局暫未完全定型。目前來看，算力服務市場主要包含四類參與者：云廠商、ICT廠商、算力代理商、國家 高端計算中心。基于企業(yè)基因與行業(yè)沉淀不同，四類參與者各存在長處及短板。目前看以ICT廠商所孵化出的，曙光智算、華為云占據(jù)優(yōu)勢地位。資料來源：公司官網(wǎng)，公開資料整理云廠商特點：借助云計算優(yōu)勢能力，進擊智能計算、高端計算云市場優(yōu)勢：云上部署，自由靈活；積極

26、建設一站式平臺服務；生態(tài)豐富度 高劣勢：虛擬機帶來性能損失；價格 偏高；網(wǎng)絡性能瓶頸；欠缺針對高 端計算場景做存儲優(yōu)化；存儲系統(tǒng) 性能一般、配套服務一般ICT廠商特點：傳統(tǒng)老牌ICT廠商，基 于原有計算沉淀擴展業(yè)務邊界優(yōu)勢：技術突出，性能強、穩(wěn) 定可靠，同時自主可控能力強、 配套服務能力強；生態(tài)較為豐 富，并積極建設一站式平臺服 務劣勢：靈活度一般，彈性調度、擴容縮容一般；國際形勢限制算力代理商特點：受到資本市場認可，業(yè) 務增速快優(yōu)勢：業(yè)務發(fā)展速度快；配套服務豐富劣勢：主要作為代理商業(yè)務入 局，穩(wěn)定性較差；存儲資源自 建能力低，無法較好地管控和 優(yōu)化；自身資源能力弱，自主 運維權限小代表廠商：

27、代表廠商：代表廠商：國家高端計算中心特點：“科班出身”，行業(yè)積累深 厚優(yōu)勢：行業(yè)知名度、認可度高；原 有基礎設施資源積累多；政府關系 深厚；行業(yè)人才吸引強，經(jīng)驗多劣勢：商業(yè)化能力弱；資源陳舊、 提供的產(chǎn)品與服務較為固定化，絕 大多數(shù)中心之間互不相通代表廠商：無錫超算、濟南超算、天津超算等綜合價值力分析模型POSE19算力服務市場目前處于高度景氣狀態(tài)，對于生物醫(yī)藥、工業(yè)仿真、氣候模擬、人工智能等重點戰(zhàn)略領域意義重大，市場格局雛形初現(xiàn)。但從用戶視角而言，目前業(yè)內尚未出現(xiàn)以綜合服務價值視角，對參與廠商進行全面評價。據(jù)此，億歐智庫從技術、市場、資源、生態(tài)等視角入手，建立了綜合服務價值分析模型，由“產(chǎn)品

28、力、運營力、調度力、生態(tài)力”四大維度， 11個一級指標，19個二級指標構成，系統(tǒng)性分析國內算力服務廠商綜合價值表現(xiàn)，旨在賦能算力市場更自主化，成熟化發(fā)展。運營力 Operating ability商 業(yè) 化 能 力服 務 能 力行 業(yè) 口 碑調度力Scheduling Capability底層 資源 調度 能力算網(wǎng) 協(xié)同 建設廠 商 類 型生態(tài)力 Ecological capability適 配 能 力生 態(tài) 開 放 度全產(chǎn) 業(yè)鏈 資源 聚合 能力技 術 與 性 能經(jīng) 濟 性基 礎 設 施 支 撐產(chǎn)品力 Product Capability代 表 企 業(yè)備注：顏色越深能力越強云廠商ICT廠商

29、ICT廠商算力代理商綜合價值力評估總覽：曙光智算綜合能力較為凸顯20綜合價值力模型由“產(chǎn)品力、運營力、調度力、生態(tài)力”四大維度，11個一級指標，19個二級指標構成，滿分為100分，其中產(chǎn)品力下設三項 一級指標，六項二級指標；運營力下設三項一級指標五項二級指標；調度力下設兩項一級指標，三項二級指標；生態(tài)力下設三項一級指標，五 項二級指標（指標詳情請見附錄）。曙光智算在產(chǎn)品力與生態(tài)力中表現(xiàn)突出，最終以90分位列綜合價值力第一，高于其他三家企業(yè)。阿里云在運營力中拔得頭籌，華為云在各項維度中表現(xiàn)均衡。曙光智算整體綜合能力略勝于其他三家廠商，在強計算資源與強計算需求側生態(tài)鏈相關性更強，更有效支撐大模型開

30、發(fā)的研究與優(yōu)化在產(chǎn)品、運營、生態(tài)戰(zhàn)略側，四大企業(yè)基于目前主流用戶 群作業(yè)需求，存在一些在技術架構和產(chǎn)品方案上的差異表 現(xiàn)。相較之下，曙光智算、華為云更面向計算密集型需求，與 科學研究、工業(yè)仿真等客戶更契合。阿里云更多關注數(shù)據(jù)密集型任務，覆蓋主流客戶目前更需 求基礎算力，與互聯(lián)網(wǎng)客戶習慣更契合。但目前各家都逐步推進多元業(yè)務布局與融合調整，云廠商 正在服務計算密集型任務，而ICT廠商則進行更多的云化 建設能力提升。182423172221212022222118202322151009080706050403020100阿里云曙光智算華為云并行科技億歐智庫：代表企業(yè)-綜合價值力評估產(chǎn)品力運營力調度

31、力Th態(tài)力82908770產(chǎn)品力解析：曙光智算資源底座與產(chǎn)品性價比問鼎榜首21曙光智算在基礎設施建設支撐與技術性能方面略盛一籌：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。在算力服務經(jīng)濟性方面，曙光智算使用門檻最低，并行科技與華為云緊隨其后。整體來看，曙光智算的產(chǎn)品力綜合實力較為突出。產(chǎn)品力滿分為25分，其中技術與性能總分為10分，經(jīng)濟性總分為7分，基礎設施支撐總分為8分。億歐智庫：綜合價值力-產(chǎn)品力分析產(chǎn)品力主要指算力服務的技術能力、基礎設施建設、服務價 格等產(chǎn)品層面的能力。億歐智庫基于公開資料、專家訪談與調研，選取了技術與性能（異構計算相關管理平臺建設情況，算力類

32、型、精度與覆 蓋場景豐富度）、經(jīng)濟性（各企業(yè)核時的公開價格）、算力 基礎設施支撐（各企業(yè)數(shù)據(jù)中心的建設情況），進行評比。產(chǎn)品力得分詳情：阿里云：18 曙光智算：24 華為云：23 并行科技：17899647666885012345678910阿里云曙光智算華為云并行科技技術與性能經(jīng)濟性基礎設施支撐運營力解析: 阿里云拔得頭籌，華為云與曙光智算并列第二服務能力：曙光智算與并行科技對于客戶服務的深度強于阿里云與華為云。對于點對點的問題，具有即時、專業(yè)的服務能力，對于每一個客戶都可提供專業(yè)的團隊支持與應用的遷移適配服務。行業(yè)口碑與商業(yè)化能力：阿里云與華為云作為云服務先行者，積累大量案例。曙光智算入局

33、較晚，口碑與商業(yè)化方面略遜色于阿里云與華為云。運營力滿分為25分，其中服務能力總分為10分，行業(yè)口碑總分為7分，商業(yè)化能力總分為8分。22億歐智庫：綜合價值力-運營力分析運營力得分詳情：阿里云：22 曙光智算：21 華為云：21 并行科技：20運營側主要選取了服務能力（專業(yè)、即時運維能力，團 隊數(shù)量，本地化服務能力以及運維建設能力）、行業(yè)口 碑（企業(yè)與算力相關熱度值以及專家評價）、商業(yè)化能 力（落地的實際公開案例數(shù)量），進行評比。86666779777801278910阿里云曙光智算華為云并行科技3456服務能力行業(yè)口碑商業(yè)化能力調度力解析: 阿里云與曙光智算并列第一23資源調度：曙光公司20

34、余年異構計算經(jīng)驗沉淀及計算生態(tài)培育，加碼算力網(wǎng)絡及資源調度能力。算網(wǎng)協(xié)同建設：阿里云優(yōu)勢顯性，網(wǎng)絡建設布局時間早，云服務的基礎也較為深厚。調度力滿分為25分，資源調度總分為10分，算網(wǎng)協(xié)同總分為15分。億歐智庫：綜合價值力-調度力分析調度力得分詳情：阿里云：22 曙光智算：22 華為云：21 并行科技：18資源調度包含供應鏈的豐富情況，自身資源的儲備、供應能力等、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。資源調度側來看，曙光 智算與華為在計算中心基建資源、數(shù)量優(yōu)于其他兩家企業(yè)；同時在供應鏈資 源優(yōu)勢也不相上下，曙光智算、華為都進行了“芯-端-云”的自主全產(chǎn)業(yè)鏈 布局, 但曙光智算

35、依托曙光集團的沉淀，先天觸達優(yōu)勢稍勝一籌，但兩家企 業(yè)對于整體供應鏈的抗風險能力與資源調度能力較強。898714131311052025阿里云曙光智算華為云并行科技1015資源調度算網(wǎng)協(xié)同生態(tài)力解析: 多家發(fā)力生態(tài)建設，曙光智算稍高于華為云24從生態(tài)力看，華為云、阿里云、曙光智算背靠集團生態(tài)建設，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本身業(yè)務屬性與自身業(yè)態(tài)（如科研及工業(yè)）更 為契合。此外，在生態(tài)開放度層面，曙光智算基于API接口，面向ISV、算力代理商、第三方平臺等實現(xiàn)了資源與服務的開放共享。在適配能力 層面，阿里云合作多元芯片廠商

36、，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10分，生態(tài)開放度總分為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)開放度（API接口、平臺層、應用層等開放程度）， 進行評比。從生態(tài)開發(fā)度的戰(zhàn)略規(guī)劃來看，華為的整體戰(zhàn)略布局也較為突出：正積 極從內部外部整體賦能，不僅從硬件開放、軟件開源賦能伙伴，還踐行 布局人才培養(yǎng)，為整體算力體系使能開發(fā)者和生態(tài)伙伴賦能，未來發(fā)展 優(yōu)勢值得觀望。生態(tài)力得分詳情：阿里云：20 曙光智算：23 華為云：22 并行科

37、技歐智庫：算力綜合價值力-企業(yè)生態(tài)力分析4740152025阿里云曙光智算華為云并行科技510全產(chǎn)業(yè)鏈資源聚合能力適配能力Th態(tài)開放度Part4. 趨勢與建議趨勢：算力經(jīng)濟時代到來，未來將類似電力網(wǎng)絡發(fā)展軌跡，逐步走向算力 資源易用性道路26算力服務市場面臨爆發(fā)階段，商業(yè)模式逐步形成，算力產(chǎn)業(yè)上下游的各個供給側將會得到大力發(fā)展。算力傳統(tǒng)服務體系迎來突破，對算力進行多區(qū)域一體化調度。如何評測算力、如何確定算力價格、供給更高效、有深度的服務等，將是算力經(jīng) 濟時代待解決的問題。學術端已經(jīng)意識到算力衡量、算力服務標準的重要性與痛 點，算力衡量工具的研發(fā)將會得到進一步推進，異構

38、性數(shù) 據(jù)服務將致力于從人工匹配走到自動匹配，但道阻且艱。算力經(jīng)濟戰(zhàn)略布局規(guī)劃將會在未來幾年進一步推 動，向深度廣度進行規(guī)劃建設，逐步形成完善的 數(shù)據(jù)計算、數(shù)據(jù)存儲、算網(wǎng)一體的建設指南與文 件體系，指導相應數(shù)據(jù)中心的建設，監(jiān)管算力服 務市場的安全化、規(guī)范化。硬件之外，還有一系列軟件的生態(tài)體系將走 向更豐富的構建，隨著算力服務、算力網(wǎng)絡 發(fā)展將對國產(chǎn)軟件體系的發(fā)展大力推動。應用終端企業(yè)建私有云、混合云，企業(yè)業(yè)務多元化，以算力資源 為基礎的工業(yè)生產(chǎn)智能化發(fā)展趨勢看漲，同時，用戶對 于算力服務的體驗需求將會進一步提升，算力服務需時 刻跟進業(yè)務發(fā)展需求。上游供給端下游產(chǎn)業(yè)端政策端政策、學術、市場多方推動算力管理理論與工具發(fā)展， 有效分配需求，致