2022中国算力服务市场发展研究报告.pdf

算力领跑时代2022中国算力服务市场发展研究报告亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)Part1.算力服务市场及行业发展现状Part2.算力服务面临的挑战与痛点Part3.算力服务综合价值力评价目录C O N T E N T SPart4.行业趋势与建议亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)Part1.算力服务市场及行业发展现状亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)定义及分类：国内算力规模高速增长，以基础算力、智能算力、高端算力为三大代表类别4u 算力指通过CPU、GPU、FPGA、ASIC等各类计算芯片设备处理数据，实现特定结果输出的计算能力，可以通过每秒可处理的信息数据量来衡量算力的强弱。现阶段，根据使用设备和提供算力强度的不同，算力可分为基础算力、智能算力与高端算力三大类，本报告中算力服务研究范围以智能算力、高端算力为主。u 2020年我国算力总规模达到135EFlops，全球占比约为31%，保持55%的高速增长，高于全球增速约16个百分点，未来我国算力规模仍将持续扩大，三类算力服务的结构也将继续发展优化。亿欧智库：算力服务分类及介绍资料来源：中国信通院，IDC，华宝证券，公开资料整理基础算力智能算力高端算力 人工智能计算 内涵：主要基于GPU、FPGA、ASIC 等芯片的加速计算平台提供的人工智能训练和推理的计算能力 应用领域：人工智能训练、推理计算 科学工程计算 内涵：主要是基于大规模集群提供高密度计算 应用领域：气象、生物信息、石油物探、工业仿真等 基础通用计算 内涵：主要基于CPU芯片的服务器提供的计算能力 应用领域：电子邮箱、数据存储等57%41%2%亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)背景：数字经济持续增长、数据要素喷涌而出，对算力供给提出更高要求，算力服务作为供给形态之一应运而生5u 中国数字经济规模持续增长：国务院在“十四五”数字经济发展规划中明确提出，“到2025年，数字经济核心产业增加值占GDP比重达10%”。同时据机构预测，2025年中国数字经济规模有望超过60万亿。u 中国生产数据要素喷涌而出：据报告数据，2018年中国产生了约7.6个ZB的数据，2025年这一数字将增至48.6ZB，且数据生产量约占世界数据总量的28%，或将超越美国成为世界第一大数据生产国。由此可见，未来数据的收集、存储、管理、使用的难度及价值均会呈现质的飞跃。u 数字经济的蓬勃增长与海量数据的管理使用，对算力供给提出更高要求。智能计算中心、一体化大数据中心等算力基础设施纷纷出现，而算力服务作为核心供给形态之一应运而生，成为数字时代的核心信息新底座。资料来源：国务院，中国信通院，东兴证券，公开资料整理亿欧智库：2018-2025E中国数字经济规模（万亿元）CAGR=12.72%我国算力规模平均增长1%带动数字经济增长0.4%带动GDP增长0.2%亿欧智库：算力与经济增长紧密相关算力每投入1元带动GDP增长3-4元6.40 7.10 7.30 8.30 9.30 10.32 11.45 12.83 24.90 28.80 31.70 37.20 43.52 48.31 53.63 59.52 0102030405060708020182019202020212022E2023E2024E2025E数字产业化产业数字化亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)现状：算力服务依托东数西算及一体化算力网络体系，旨在解决资源分配不均等问题，推动东西部数字经济协同高质量发展6u 2022年开局定调，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群，“东数西算”工程正式全面启动。u“东数西算”工程将通过有序引导东部算力需求到西部，促进资源有效配置，形成规模集聚优势，逐步搭建起新型一体化算力网络体系，推动东西部数字经济协同高质量发展。亿欧智库：东数西算工程布局图资料来源：国家发展改革委，华宝证券，公开资料整理我国算力资源存在东西供需结构性错配问题目前的数据中心分布东多西少，算力需求东强西弱，但是电力供应东紧西松、电力价格东贵西贱，自然资源分布优势使得数据中心的能耗效率东低西高，电力的供应量和价格成为影响算力资源呈现供需错位结构性矛盾的重要因素，当前我国的算力资源分配不均，呈现东部“供不应求”，西部“供过于求”的结构性矛盾。“东数西算”工程启动，优化计算力资源布局，助推算力服务发展通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动推动各地区因地制宜、充分发挥区域优势，建设数字经济的重大部署。针对我国东西部算力资源分布总体呈现出“东部不足、西部过剩”的不平衡局面，引导中西部利用能源优势建设算力基础设施，服务东部沿海等算力紧缺区域，解决我国东西部算力资源供需不均衡的现状。中卫集群张家口集群芜湖集群长三角生态绿色一体化发展示范区集群韶关集群贵安集群天府集群重庆集群庆阳集群内蒙古枢纽和林格尔集群京津冀枢纽长三角枢纽粤港澳枢纽贵州枢纽成渝枢纽甘肃枢纽宁夏枢纽南海诸岛亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)现状：各领域的算力需求持续扩展，普惠、弹性、高效的算力服务需求迸发7u 从底层算力融合释放，到软硬一体的全栈能力加持，以及性价比兼具，才能真正推动普惠算力。目前使用高端及智能算力用户可分为三大类：前沿算力用户，中小微用户及具有鲜明特色的部分用户。第一类用户工作可对接高端计算中心完成，后两者的需求受制于对接门槛与算力类型，难以与传统计算中心匹配；如自建机房与数据中心，效率及性价比相对低。因此，合适、优秀的算力服务平台，成为了提升效率的最优选。u 此外，人工智能领域的大模型训练对算力依赖较强，开发者及企业对算力的多样性、易用、经济、效率有较高要求，同时建议配备专业的运维团队。因此，平台服务的形式相比自建要更适宜，可以让更多人以高效简洁的方式使用到匹配的算力。注：“大模型”指大规模预训练模型/超大规模智能模型01前沿算力用户，主要使用超大型应用通常工作多由国家级高端计算中心来完成0302海量中小微通用高端计算用户需求对接高端计算中心门槛较高，难以快速获得服务支持具有独有特色的高端计算用户需要多样化融合算力，与上述情况类似，需求很难与国家高端计算中心匹配亿欧智库：三大类高端算力用户群国家级高端计算中心自建计算中心（成本高、运营复杂、性价比极低）购买平台服务，我们不需要自己去管理硬件、场地，去搭网络等，所有都自行搭建的话，整个成本也不低。用租用的方式来应对大规模的高密集型计算任务（特定任务、特定场景），其实在经济性上还是有一定的优势。如果是专业团队在做运营维护，还有服务的支持，客户也会省很多心。MIT：深度学习性能与算力相关性研究应用侧行业专家观点：研究表明：深度学习的进展依赖算力的增长，大模型的训练效率与算力成正比。亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)现状：脱胎于“云”的算力服务更为弹性灵活，随用随取，更匹配当下大量用户的任务型计算需求8u 在实际研发生产中，用户对算力可扩展性与灵活性提出了更高要求。如企业算力用量并不平均，时高时低，存在突发高峰需求；科研院所受研发周期等限制，则会出现暂时不需要算力，只能闲置服务器的情况。u 而脱胎于“云”的算力服务，可以通过弹性方式灵活调度算力资源。对用户而言，可以按需购买使用，同时能享受即时服务，提升开发者的使用体验，也是更省心省力的选择。通过算力集群的规模化，降低单位算力成本资源整合算力基础设施资源分配弹性调度算力资源的弹性调度与分配亿欧智库：云计算辅助下省时、省心、省钱的算力服务服务平台化输出专业运维支撑团队不仅科研平台，还有一些生产应用企业，对我们的算力要求会更高。无论是安全性，可靠性，还是稳定度，甚至很多。根据用户实际的应用，或者实际的需求出发，会出现大的一些突发性的情况。曾经有某个领域用户，因为其业务需要，一下给我们同时提交了几十万级别的作业数据与调研显示：无论是用户端还是供给端，都表明实际生产中易产生突发性算力需求。因此算力供给方的弹性调度能力、即时服务能力对于用户而言十分重要。-某大型算力供应商亿欧智库：某半导体设计企业月度算力实际用量曲线（18个月）0123456789101112131415161718亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)现状：算力服务集资源、应用、服务、运维为一体，为用户专注自身研究，提供无后顾之忧的平台支撑9u 做好算力基建，发展算力技术，从而把算力转化为生产力才是最重要的目的。u 亿欧智库基于专家访谈与调研，认为算力服务应有能力聚合跨区域计算中心的软硬件资源，并通过建设高端计算资源共享与支撑平台，向不同领域用户提供匹配需求的算力服务，同时兼顾经济性和长期运维迭代能力，为用户提供全生命周期服务。我们去应对客户所提出来的大型复杂装备场景下的这种应用的时候，就需要一个良好的算力服务平台，去给我们去做一个支撑。从而能够方便我们更好地去为这些高端装备制造的客户去提供服务。算力服务还是要具有普惠性，且具备一定的生态支撑能力。例如对于企业用户的支撑接口，让开发者工作更顺利；还有专业的团队维持算力平台的底层东西（运维、服务等），需要与时俱进，及时做到迭代，现在人工智能发展太快了，算力服务支持要并行发展，给予支持。亿欧智库：智算、高端计算相关领域专家访谈与调研高频词汇集亿欧智库：智算、高端计算应用侧相关领域专家访谈示例（部分）亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)Part2.算力服务面临的挑战与痛点亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)挑战痛点一：算力资源分布不均、数据传输难度大、各地计算中心间缺乏任务协同与资源流通11u 从资源调度视角来看，呈现出明显的算力资源分配不均与供需不平。首先区域间算力资源供需还未平衡，尽管地方积极布局算力基础设施，但目前供需矛盾还较为突出。其次海量数据传输困难，算力的即时调度难度大，各算力中心间也缺少任务协同和资源流通共享,导致跨广域数据交互效率低。资料来源：国务院发展研究中心国际技术经济研究所，CSDN，人社部、工信部，公开资料整理基础资源分布不均，跨区域传输难度大，加剧算力融合服务化难度大型算力数据传输依靠传统运输方式，算力即时调度与应用难度大：面临数据时延不敏感、单通道传输带宽有限、通道宽带数量有限等问题，导致算力传输延迟，传输费用高昂等问题。例如石油勘探行业，具有数据量大、并行任务较多、网络体系复杂等特点，对于勘探数据的精确度和丰富度需求相当之高，同时要求高精度承载力的网络和设备，对于不少计算中心而言都难以独立供给。区域资源分布不均，加大基础资源调度难度：东部地区大规模数据中心大，但能耗指标紧张、电成本高；西部地区可再生能源丰富，但网络宽带小、跨省数据传输费用高，无法有效承接东部需求，在资源分布侧加大了算力调度难度。大多数中小型企业缺乏专有算力平台：平台用户间算力资源衔接较难，缺少标准化、体系化。为了保证科研机构、国家项目等的执行优先级，算力中心对市场用户关注度不足。亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)12挑战痛点二：缺乏统一的跨网技术标准与服务标准，算力资源度量衡的标准化滞后，导致多样算力与多元场景匹配充满挑战u 从顶层设计视角来看，目前算力领域标准化的进程相对较慢。u 技术侧，尚未对算力度量、算力感知、算力路由、算力编排、算力分发、作业需求等形成统一共识，导致精确判断、匹配需求难度大，易造成资源的错配或浪费。服务运营侧，亦需在用户管理、策略管理、定价策略等层面搭建标准化运营运维团队，方能实现算力服务的标准化发展。缺乏统一的技术标准与服务标准，导致算力调度与按需分配难度较大无法准确、量化描述算力供需体量计算资源呈多样化。例如CPU、GPU各类专用芯片产生的诸多类型算力，同时在精度、形态等方面也有诸多差异，尚未形成标准度量衡用于标准化交易算力分配错位，加重资源分布不均缺乏标准度量衡，将影响算力供给侧精准衡量、判断需求，从而导致供需错位（出现资源浪费与资源短缺较难缓解），长期将会加重资源分布不均制约行业高速发展趋势对于众多人工智能训练、工业生产企业而言，巨大的算力支撑是其生产发展的基础，供需错位一定程度上，给其进一步发展带来周期拖延与应用落地拖延x亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)13挑战痛点三：异构计算作为“多样复杂计算任务处理”的底层支撑，面临着融合管理等关键性技术难点u 从技术架构视角来看，随着算力需求不断攀升，单一计算类型与架构处理器无法应对多类型、多样性数据处理任务，异构计算应运而生，在提升计算性能同时降低功耗成本。u 异构计算的优势较为显性，但目前待突破的技术瓶颈也不少。尤其是在未来在多个数据中心或智算中心互联互通的场景下，如何实现计算架构间的有机融合至关重要。异构计算的复杂性，给融合管理带来难度；面对不同架构、指令集也给开发者编程带来诸多难题 异构芯片适配标准还未统一，异构计算芯片产品除了要在芯片设计层实现突破，还面临芯片制造和封装过程中不同结构的适配与升级问题 面对不同的系统架构、指令集和编程模型，也给开发者带来了更多难度，同时多核环境下应用的可移植性及性能也成为目前亟待解决的问题 统一的异构算力管理也并不容易，涉及各种加速芯片的加载、抽象、虚拟化、挂载、删除等一系列生命周期管理工作，也需要较长时间的磨合与流程优化不同制程架构不同指令集不同功能计算单元CPUGPUFPGANPUTPU不同开发框架，体系结构复杂导致编程困难开发者在复杂环境中的高学习成本面临全生命周期的管理困难亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)14挑战痛点四：基于软硬件融合的异构计算产业面临生态合力、生态兼容挑战，商业化之路道阻且长u 从生态开放视角来看，异构计算绝不是硬件的物理叠加，真正要释放其全部能力，最终依赖着从硬件到软件的整体式设计，生态链建设的重要性不言而喻。异构计算生态建设与商业化进程推进阻力较大，创新不易，亟需生态链的建设与完善 对于上下游厂商：异构系统所涉环节多而复杂，每一步创新都需要上下游厂商共同发力。实现商业化，还需多个领域专家相互配合，除了通用的算法、硬件和软件专家，还要有应用领域专家参与。厂家自身的创新、上下游的配合，标准的建立都是目前面临的难题。对于开发者：大部分顶层的开发者不需要关注太多的底层细节，因而异构编程生态圈较小。其次，生态链的建设不全，兼容难、硬件复杂度高、无法同步更新框架，都影响着开发者的开发效率。软件生态技术应用相对薄弱，芯片百花齐放，做好系统之间的兼容实属不易硬件架构的不断细分，在考虑兼容性等性能的条件下厂商做出设计上的改变不易应用层面、管理层面和软硬件开发者未能实现互相交谈，整个异构计算的生态面还未建立好，造成许多产业割裂、创新无法融合问题架构融合软件领域硬件领域架构融合领域差异架构软硬件接口各家芯片百花齐放，协同生态支撑弱，应携手业界积极推动开源的异构编程标准，厂商之间的互联标准，助推匹配软件生态的建设，避免异构开发套件过度碎片化目前异构生态圈小，硬件行业偏碎片化发展，亟需生态链的建设与完善互联标准亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)15挑战痛点五：算力复合型人才稀缺，人才培养体系不完善，在需求高速增长下，给算力服务向精细纵深发展带来压力u 从人才视角来看，算力服务商需建设专业复合型人才团队，为即时、深度的算力服务供给保驾护航。此外，高端计算中心的运营和产品服务矩阵设计需要大量的专业人才进行支持管理；算力发展的技术难题攻克也需要软硬件、新技术、新架构相关人才的加入。u 当前中国的高端算力供给存在显著缺口，专业人才的培养体系也尚不完善，对比日益倍增的算力需求，压力显而易见。复合型专业人才培养体系不完善，需要更多相关新技术、新架构的专业人才参与人才体系培养不完善问题：校企双方暂未形成成熟的计算人才培养体系，缺少对人才软、硬技能双管齐下培养：高校端，仅有少数高校开设算力相关专业课程，整体教育资源分布不均。企业端，缺少内部人才培训机制，在职人员难利用业余时间学习前沿技术，不易取得进一步复合型发展。81.986.187.992.796.75102.3120281232273722.729.50204060801001202015201620172018201920202021实际增长人数（万人）新增人才需求（万人）亿欧智库：2021中国AI（人工智能）技术人员供需比例需10：供 1整体来看，算力产业高速发展的同时，相关人才短缺与人才培育问题也日益凸显缺口超90万2022年 将超过25万人2023年 将扩大至30万人央视报道：中国芯片专业人才缺口亿欧智库：中国IT相关行业人才供需缺口情况差距显著亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)Part3.算力服务综合价值力评估亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)从整体资源分配角度来看，一站式算力服务平台可以将多方、异构资源整合，实现资源的有效调度、管控，解决由于算力区域间不平衡而导致的供需矛盾问题，一站式完成算力生产、算力聚合、算力调度、算力释放。01基于需求与痛点，行业参与者逐步发展算力服务整体解决方案，一站式算力服务平台应势而起17u 站在用户视角，业务的运行不仅需要标准化的平台，还需要定制的存储网络，同时专业深度的服务团队也尤为重要。基于需求与痛点，行业玩家正在逐步发展推动算力服务整体解决方案，一站式算力服务平台应势而起。从产业转型角度来看，中小企业、创新性企业、传统企业皆面临数字化转型需求。一站式算力服务平台通过整合相关技术、产品和服务，为企业转型提供集约化、规模化、标准化的一站式技术支持及服务。02从业务模式角度来看，算力服务平台聚焦客户需求，根据服务形式变化，结合最终的输出服务进行定价，避免了客户在不使用算力时进行额外付费，节省不必要成本。04从场景应用角度来看，不同业务场景对算法、算力、存储需求不同，一站式算力平台针对场景进行业务建模，“因地制宜”将性能和任务适配，为企业客户提供个性化定制方案。03算力聚合算力调度算力释放算力生产亿欧智库：一站式算力服务平台特点亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)行业参与者：四类厂商特点各异，优劣势并存，ICT厂商占据优势地位18u 算力服务尚处于发展初期，行业竞争格局暂未完全定型。目前来看，算力服务市场主要包含四类参与者：云厂商、ICT厂商、算力代理商、国家高端计算中心。u 基于企业基因与行业沉淀不同，四类参与者各存在长处及短板。目前看以ICT厂商所孵化出的，曙光智算、华为云占据优势地位。资料来源：公司官网，公开资料整理云厂商特点：借助云计算优势能力，进击智能计算、高端计算云市场优势：云上部署，自由灵活；积极建设一站式平台服务；生态丰富度高劣势：虚拟机带来性能损失；价格偏高；网络性能瓶颈；欠缺针对高端计算场景做存储优化；存储系统性能一般、配套服务一般ICT厂商特点：传统老牌ICT厂商，基于原有计算沉淀扩展业务边界优势：技术突出，性能强、稳定可靠，同时自主可控能力强、配套服务能力强；生态较为丰富，并积极建设一站式平台服务劣势：灵活度一般，弹性调度、扩容缩容一般；国际形势限制算力代理商特点：受到资本市场认可，业务增速快优势：业务发展速度快；配套服务丰富劣势：主要作为代理商业务入局，稳定性较差；存储资源自建能力低，无法较好地管控和优化；自身资源能力弱，自主运维权限小代表厂商：代表厂商：代表厂商：国家高端计算中心特点：“科班出身”，行业积累深厚优势：行业知名度、认可度高；原有基础设施资源积累多；政府关系深厚；行业人才吸引强，经验多劣势：商业化能力弱；资源陈旧、提供的产品与服务较为固定化，绝大多数中心之间互不相通代表厂商：无锡超算、济南超算、天津超算等亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)综合价值力分析模型POSE19u 算力服务市场目前处于高度景气状态，对于生物医药、工业仿真、气候模拟、人工智能等重点战略领域意义重大，市场格局雏形初现。但从用户视角而言，目前业内尚未出现以综合服务价值视角，对参与厂商进行全面评价。u 据此，亿欧智库从技术、市场、资源、生态等视角入手，建立了综合服务价值分析模型，由“产品力、运营力、调度力、生态力”四大维度，11个一级指标，19个二级指标构成，系统性分析国内算力服务厂商综合价值表现，旨在赋能算力市场更自主化，成熟化发展。运营力Operatingability商业化能力服务能力行业口碑调度力Scheduling Capability底层资源调度能力算网协同建设云厂商ICT厂商算力代理商厂商类型生态力Ecological capability适配能力生态开放度全产业链资源聚合能力技术与性能经济性基础设施支撑产品力Product Capability代表企业备注：颜色越深能力越强ICT厂商亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)综合价值力评估总览：曙光智算综合能力较为凸显20u 综合价值力模型由“产品力、运营力、调度力、生态力”四大维度，11个一级指标，19个二级指标构成，满分为100分，其中产品力下设三项一级指标，六项二级指标；运营力下设三项一级指标五项二级指标；调度力下设两项一级指标，三项二级指标；生态力下设三项一级指标，五项二级指标（指标详情请见附录）。u 曙光智算在产品力与生态力中表现突出，最终以90分位列综合价值力第一，高于其他三家企业。阿里云在运营力中拔得头筹，华为云在各项维度中表现均衡。曙光智算整体综合能力略胜于其他三家厂商，在强计算资源与强计算需求侧生态链相关性更强，更有效支撑大模型开发的研究与优化在产品、运营、生态战略侧，四大企业基于目前主流用户群作业需求，存在一些在技术架构和产品方案上的差异表现。相较之下，曙光智算、华为云更面向计算密集型需求，与科学研究、工业仿真等客户更契合。阿里云更多关注数据密集型任务，覆盖主流客户目前更需求基础算力，与互联网客户习惯更契合。但目前各家都逐步推进多元业务布局与融合调整，云厂商正在服务计算密集型任务，而ICT厂商则进行更多的云化建设能力提升。182423172221212022222118202322150102030405060708090100阿里云曙光智算华为云并行科技亿欧智库：代表企业-综合价值力评估产品力运营力调度力生态力82908770亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)产品力解析：曙光智算资源底座与产品性价比问鼎榜首21u 曙光智算在基础设施建设支撑与技术性能方面略盛一筹：阿里云的算力种类相较而言更丰富，但在自主可控能力弱于曙光智算与华为云。u 在算力服务经济性方面，曙光智算使用门槛最低，并行科技与华为云紧随其后。整体来看，曙光智算的产品力综合实力较为突出。u 产品力满分为25分，其中技术与性能总分为10分，经济性总分为7分，基础设施支撑总分为8分。亿欧智库：综合价值力-产品力分析产品力主要指算力服务的技术能力、基础设施建设、服务价格等产品层面的能力。亿欧智库基于公开资料、专家访谈与调研，选取了技术与性能（异构计算相关管理平台建设情况，算力类型、精度与覆盖场景丰富度）、经济性（各企业核时的公开价格）、算力基础设施支撑（各企业数据中心的建设情况），进行评比。产品力得分详情：阿里云：18曙光智算：24华为云：23并行科技：17899647666885012345678910阿里云曙光智算华为云并行科技技术与性能经济性基础设施支撑亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)运营力解析:阿里云拔得头筹，华为云与曙光智算并列第二u服务能力：曙光智算与并行科技对于客户服务的深度强于阿里云与华为云。对于点对点的问题，具有即时、专业的服务能力，对于每一个客户都可提供专业的团队支持与应用的迁移适配服务。u行业口碑与商业化能力：阿里云与华为云作为云服务先行者，积累大量案例。曙光智算入局较晚，口碑与商业化方面略逊色于阿里云与华为云。u运营力满分为25分，其中服务能力总分为10分，行业口碑总分为7分，商业化能力总分为8分。22亿欧智库：综合价值力-运营力分析运营力得分详情：阿里云：22曙光智算：21华为云：21并行科技：20运营侧主要选取了服务能力（专业、即时运维能力，团队数量，本地化服务能力以及运维建设能力）、行业口碑（企业与算力相关热度值以及专家评价）、商业化能力（落地的实际公开案例数量），进行评比。867676767978012345678910阿里云曙光智算华为云并行科技服务能力行业口碑商业化能力亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)调度力解析:阿里云与曙光智算并列第一23u 资源调度：曙光公司20余年异构计算经验沉淀及计算生态培育，加码算力网络及资源调度能力。u 算网协同建设：阿里云优势显性，网络建设布局时间早，云服务的基础也较为深厚。u 调度力满分为25分，资源调度总分为10分，算网协同总分为15分。亿欧智库：综合价值力-调度力分析调度力得分详情：阿里云：22曙光智算：22华为云：21并行科技：18资源调度包含供应链的丰富情况，自身资源的储备、供应能力等、算网协同包含算网协同解决方案/集群解决方案上线情况等。资源调度侧来看，曙光智算与华为在计算中心基建资源、数量优于其他两家企业；同时在供应链资源优势也不相上下，曙光智算、华为都进行了“芯-端-云”的自主全产业链布局,但曙光智算依托曙光集团的沉淀，先天触达优势稍胜一筹，但两家企业对于整体供应链的抗风险能力与资源调度能力较强。8987141313110510152025阿里云曙光智算华为云并行科技资源调度算网协同亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)生态力解析:多家发力生态建设，曙光智算稍高于华为云24u 从生态力看，华为云、阿里云、曙光智算背靠集团生态建设，目前都较为成熟。u 在全产业链资源聚合能力层，曙光智算及华为云发展较为完善成熟，亦有较多用户表示曙光集团本身业务属性与自身业态（如科研及工业）更为契合。此外，在生态开放度层面，曙光智算基于API接口，面向ISV、算力代理商、第三方平台等实现了资源与服务的开放共享。在适配能力层面，阿里云合作多元芯片厂商，适配范围更广，表现更为优秀。u 生态力满分为25分，全产业链聚合能力总分为8分，适配能力总分为10分，生态开放度总分为7分。亿欧智库：算力综合价值力-企业生态力分析生态力主要选取了全产业链资源聚合能力（产业链布局量、产业链上下游协调情况）、适配能力（生态伙伴数量、适配软件的数量、适配厂商数量等）、自身生态开放度（API接口、平台层、应用层等开放程度），进行评比。从生态开发度的战略规划来看，华为的整体战略布局也较为突出：正积极从内部外部整体赋能，不仅从硬件开放、软件开源赋能伙伴，还践行布局人才培养，为整体算力体系使能开发者和生态伙伴赋能，未来发展优势值得观望。生态力得分详情：阿里云：20曙光智算：23华为云：22并行科技：156884988757640510152025阿里云曙光智算华为云并行科技全产业链资源聚合能力适配能力生态开放度亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)Part4.趋势与建议亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)趋势：算力经济时代到来，未来将类似电力网络发展轨迹，逐步走向算力资源易用性道路26u 算力服务市场面临爆发阶段，商业模式逐步形成，算力产业上下游的各个供给侧将会得到大力发展。u 算力传统服务体系迎来突破，对算力进行多区域一体化调度。如何评测算力、如何确定算力价格、供给更高效、有深度的服务等，将是算力经济时代待解决的问题。学术端已经意识到算力衡量、算力服务标准的重要性与痛点，算力衡量工具的研发将会得到进一步推进，异构性数据服务将致力于从人工匹配走到自动匹配，但道阻且艰。企业建私有云、混合云，企业业务多元化，以算力资源为基础的工业生产智能化发展趋势看涨，同时，用户对于算力服务的体验需求将会进一步提升，算力服务需时刻跟进业务发展需求。算力经济战略布局规划将会在未来几年进一步推动，向深度广度进行规划建设，逐步形成完善的数据计算、数据存储、算网一体的建设指南与文件体系，指导相应数据中心的建设，监管算力服务市场的安全化、规范化。硬件之外，还有一系列软件的生态体系将走向更丰富的构建，随着算力服务、算力网络发展将对国产软件体系的发展大力推动。应用终端上游供给端下游产业端政策端政策、学术、市场多方推动算力管理理论与工具发展，有效分配需求，致力于资源利用最大化，降低成本亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-乔先生(356417)亿欧智库-