相关报告：《中国智算中心行业发展前景预测与投资战略规划分析报告》

行业综述

智能计算中心是智能时代最重要的计算能力生产中心。它以集成架构计算系统为平台，以数据为资源，驱动具有强大计算能力的AI模型对数据进行深度处理。各种智能计算服务以云服务的形式通过网络产生并提供给组织和个人。

图表：智算中心

资料来源：智研瞻产业研究院整理

政策环境

近年来，为推动智能计算产业发展，中国出台了多项政策，如国务院2022年发布的《“十四五”数字经济发展规划》，推动智能计算中心有序发展，构建集智能计算能力、通用算法和开发平台为一体的新型智能基础设施。为政务服务、智慧城市、智能制造、自动驾驶、语言智能等重点新兴领域提供系统的人工智能服务。

图表：中国智能计算行业相关政策梳理

资料来源：智研瞻产业研究院整理

行业产业链分析

智能计算中心的产业链分为三个环节。上游环节包括土地基础设施和信息技术基础设施。前者为行业提供环境，而后者为行业编写运行的底层逻辑。中游为智能计算服务商、IDC服务商、云服务商;下游环节是应用领域和服务业。

图表：智算中心行业产业链

资料来源：智研瞻产业研究院整理

中国智能算力规模

统计数据显示，2018年中国智能算力规模23.01EFLOPS，2022年中国智能算力规模268.56 EFLOPS。2018-2023年中国智能算力规模如下：

图表：2018-2023年中国智能算力规模

数据来源：智研瞻产业研究院整理

行业发展趋势

“东数西算”工程和智能计算中心的建设，不仅整合了数据资源的结构，还带来了更完善的计算能力和算法基础设施，为人工智能技术的创新和应用提供了有力支撑。随着智能计算能力的不断提高，大规模模型逐渐得到应用。大模型是基于海上多源数据的预训练模型。是对原有算法模型的技术升级和产品迭代。自主学习和导航数据是大模型的基本特征。传统人工智能模型下的算法模型具有明显的“领域专用性”特征，而基于导航数据的大模型可以实现无监督自主学习，通用性更强，这也是未来人工智能的重点发展方向。

在人工智能应用场景中，计算需求具有大规模、多行并行的特点。据估计，自2012年以来，人工智能训练任务所需的计算能力每3.43个月翻一番，大大突破了传统芯片性能每18个月翻一番的“摩尔定律”，这对人工智能计算架构的性能提出了更高的要求。智能计算中心以A芯片作为计算能力生产的关键部件，输出强大、高效、易用的计算能力，有效支持A训练、AI推理、数据压缩、图像编码和视频编码，为AI大规模模型开发和训练提供集约、大规模的计算服务，更好地满足日益丰富的AI计算能力需求。

智能计算加速了社会进入智慧时代，其所占据的计算资源将主要由智能计算中心等更强大的数据中心来承载。数据显示，中国的人工智能计算能力继续快速增长，预计到2026年将达到每秒1,271.4EFLOPS的1万亿次浮点运算(ZFLOPS)。自2020年以来，地方政府一直在建设智能计算中心。根据国家信息中心等部门联合发布的《关于智能计算中心创新发展的指导意见》，目前全国有30多个城市正在建设或规划建设智能计算中心，如天津人工智能计算中心、南京鲲鹏盛腾人工智能计算中心、吴淞江智能计算中心等。依托智能计算中心，地方政府一方面为企业提供计算能力，支持地方科研创新和人才培养，另一方面结合地方产业特色，加快AI应用创新，集聚AI产业生态。例如，武汉人工智能计算中心孵化了子洞太初、武汉珞佳等大型模型。加快人工智能在多模交互、遥感等领域的应用。

此外，智能计算中心也是国家一体化大数据中心建设和“东西计算”工程的核心。在这些大型项目的背后是复杂巨型系统的最优调度问题，其目标是实现集群之间计算能力的有效调度。但是，一般的计算能力对实时性有一定的要求，不适合远程调度，而且超级计算能力的商业化门槛较高。因此，“东向西计算”项目更适合于承载大量非实时计算需求的智能计算业务，如后台处理，可以实现计算力池化和智能调度。根据动态业务需求，在云、网络和边缘系统之间按需分配和灵活调度计算、存储和网络资源。

智算中心如何走好创新发展之路

创新突破是人工智能产业发展和智能计算中心建设必不可少的基本路径。现阶段，智能计算中心的创新发展方向是明确的，但具体的实施路径还需要系统的思考。目前，《智能计算中心创新发展指南》中提出的计算能力基础化、计算方法基础化、服务智能化、设施绿色化的“四化”技术路线值得进一步思考。“四化”技术路线中智能计算中心的建设定位与人工智能产业的发展趋势相对应。

1. 计算能力基础设施:定义计算能力的中心

随着人工智能应用的扩大，业界越来越意识到，数字经济中的计算能力相当于工业经济中的电力。为此，智能计算中心作为计算基础设施，需要全面推进计算基础设施建设，不断向外界提供高性价比、普惠性、安全的计算资源，使人工智能计算能力像水、电一样成为城市的公共基础资源，可供政府、企业和公众独立使用，支撑产业基础发展。

以淮海智能计算中心为例，中心整体建设规模可达300 pFLOPS，中心建成后智能计算性能将达到每秒30亿次。可为全国、全省提供智能计算、数据、算法服务，也可承接长三角、环渤海经济区、京津冀等地区的智能计算服务。支持区域内自动驾驶、机器人、智慧城市等多智能场景应用，推动人工智能产业发展走向成熟。

2. 计算基础设施:进一步开拓人工智能产业的实践路径

当前，人工智能产业的深入发展正在推动智能计算中心从单纯提供计算能力支撑向提供“计算能力+算法”服务转变。因此，智能计算中心需要在全面推进计算能力基础设施建设的同时，推动计算方式的建设。即通过提供预设的行业算法，构建预训练大模型，推动算法模型不断升级，提供专业的数据和算法服务，让更多用户享受普惠的智能计算服务，从而进一步打通人工智能行业的实践路径。

例如，通过部署大型模型所需的训练、推理和数据处理系统，智能中心正在构建具有不同功能和模式的大型模型，如自然语言处理大模型、视觉大模型、多模态大模型等，从而更快地生成专业技能模型，并将其应用于更专业的场景。实现小型化、轻量化应用落地操作。

2、服务智能软件:继续降低人工智能产业门槛

人工智能产业要实现突破性发展，必须从专业化、高门槛向普及化、易用性转变。现在，智能计算机中心提供的“智能”服务正在实现这一目标。智能计算中心提供的中间件和服务正在为AI行业构建一种新的服务模式，即通过可视化的操作界面，低代码或无代码开发模式。用户可以使用“构建块”或“拖放”开发模型来获得理想的AI应用效果。

不难发现，随着这一趋势的出现，工业用户不再需要过多关注计算能力、算法和模型本身的复杂技术细节，而是可以通过“智能切片”服务，利用人工智能模型进行创新应用，从而独立解决大多数智能场景面临的工业问题。在这个过程中，人工智能行业的门槛也会降低，促使越来越多的政府、企业组织和公众用户尝试人工智能服务。

4、绿色设施:准确贯彻可持续发展理念

智能计算中心作为一种计算基础设施，其绿色建设趋势正在进一步精准实施“双碳”战略，从设施层面推动人工智能产业的可持续发展。

例如，液冷技术在智能计算中心建设中的应用，正在推动人工智能产业的健康发展。在相同散热水平下，液冷系统比传统风冷系统节能30% ~ 50%，数据中心PUE值可降至1.2以下甚至接近1。该技术的应用将进一步控制人工智能产业的能耗，推动智能计算中心的大规模建设，从基础层面更快地推动人工智能产业的普及和发展。

图表：“四化”技术路线对智算中心的建设导向

资料来源：智研瞻产业研究院整理

智研瞻产业研究院专注于中国产业经济情报及研究，目前主要提供的产品和服务包括传统及新兴行业研究、商业计划书、可行性研究、市场调研、专题报告、定制报告等。涵盖文化体育、物流旅游、健康养老、智算中心、能源化工、装备制造、汽车电子、农林牧渔等领域，还深入研究智慧城市、智慧生活、智慧制造、新能源、新材料、新消费、新金融、人工智能、“互联网+”等新兴领域。

智算中心行业市场前景如何？智研瞻产业研究院发布的《中国智算中心行业发展前景预测与投资战略规划分析报告》详细分析了智算中心行业相关定义 、全球智算中心行业市场发展现状、中国智算中心产业发展环境、中国智算中心行业运行情况、中国智算中心所属行业运行数据监测、中国智算中心市场格局、中国智算中心行业需求特点与动态、中国智算中心行业区域市场现状、中国智算中心行业竞争情况、中国智算中心行业发展前景分析与预测、中国智算中心行业发展策略及投资建议等，帮助企业和投资者了解智算中心行业市场投资价值。您若想对智算中心行业有个系统的了解或者想投资智算中心行业，本报告是您不可或缺的重要工具。