算力行业深度报告（系列一）：算力供需双向走强，AI催化Infra建设新征程

算力供需双向走强，AI催化Infra建设新征程——算力行业深度报告（系列一） 摘要 u算力指实现AI系统所需要的硬件计算能力，是AI的“底座”，在AI时代下对GDP、数字化转型、产业数字化三方面均具有显著的拉动作用。 u算力产业链覆盖范围广阔，包括GPU芯片、服务器、IDC厂商、AIGC应用服务提供商等，具有庞大的挖掘价值。通过产业链的梳理和分析，各个体系架构有着不同的投资逻辑和重点： ØGPU芯片：传统摩尔定律逐步失效，算力催化新摩尔定律呈现Ø服务器：需求侧市场持续繁荣，量价齐升为主要投资逻辑ØIDC厂商：定制化服务需求性增强与第三方厂商优势明确Ø算力租赁：兼备灵活与部署优势，或伴随边缘计算共成长Ø算力调度：算力发展的下半场 u投资建议：我们结合产业链相关层次、发展潜力、竞争格局等方面，建议关注：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等。 风险提示：国内研发技术薄弱；中美贸易变动加剧；AIGC商业落地模式尚未明确。 目录 SECTIONC o n t e n t 1算力急缺性：AI需求加速膨胀，算力迎来发展新篇章 1.1算力、数据、算法是AI时代演进的三大引擎1.2算力是经济发展高速列车上的“关键引擎”2产业链分析：基础设施建设提速，下游商业模式各有所长2.1上游：摩尔定律面临严峻挑战，GPU有望铸就算力“摩尔定律出现”2.2中游：需求繁荣是服务器市场增量的主要来源2.3下游：需求供给双侧显著成长，数据中心发展大有可为3公司分析：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等4风险提示 1.1算力、数据、算法是AI时代演进的三大引擎 uAI发展的核心要素包括：数据、算力、算法，三者呈现三位一体，相辅相成的局面。 u标注数据是AI的“饲料”。监督学习以及半监督学习需要通过标注好的数据进行训练，中国的数据量规模呈现连年递增趋势，根据IDC预测，数据规模将从23.88ZB增长至2027年76.6ZB，CAGR达26.3%。 u算法是AI的“推手”。当前主流的深度神经网络（DNN）、循环神经网络（RNN）、卷积神经网络（CNN）等技术算法成为推动AIGC应用场景加速落地的重要力量。 u算力指实现AI系统所需要的硬件计算能力，是AI的“底座”。据OpenAI测算，2012年起，全球AI训练计算量平均每3.43个月可以翻一倍，目前计算量已扩大30万倍。然而算力硬件增长速率仅年增长1.4倍，供给仍较为匮乏。 资料来源：IDC，上海证券研究所 资料来源：MIT paper，上海证券研究所 1.2算力是经济发展高速列车上的“关键引擎” uAI时代下，算力是宏观经济跃迁的“重要基石”： u算力对GDP具有明显正向拉动作用。规模层面，2022年算力规模前20的国家中有17个是全球排名前20的经济体，经济发展水平与算力规模呈高度正相关。 u算力助推数字化转型进程不断加快。算力应用正从互联网、电子政务等领域向电信、金融、制造等行业拓展。其中，互联网企业对模型的训练需求最为庞大，占据智能算力大约53%的市场份额。 u算力拉动产业数字化蓬勃兴起。2022年我国产业数字化规模已达到41万亿元，同比名义增长10.3%，占GDP比重达33.9%。同时已培育工业互联网平台超过240家，跨行业领域平台达28个。 资料来源：中国算力发展指数白皮书，上海证券研究所 目录 SECTIONC o n t e n t 1算力急缺性：AI需求加速膨胀，算力迎来发展新篇章1.1算力、数据、算法是AI时代演进的三大引擎1.2算力是经济发展高速列车上的“关键引擎” 2产业链分析：基础设施建设提速，下游商业模式各有所长 2.1上游：摩尔定律面临严峻挑战，GPU有望铸就算力“摩尔定律出现”2.2中游：需求繁荣是服务器市场增量的主要来源2.3下游：需求供给双侧显著成长，数据中心发展大有可为3公司分析：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等4风险提示 2算力产业链布局示意图 2.1.1上游：AI时代下，摩尔定律面临严峻挑战 u摩尔定律表明，当价格不变时，集成电路上可容纳的晶体管数目，每隔约18个月便会增加一倍，性能也将提升一倍。因此，集成电路的算力呈现指数型增长。 u制程工艺的不断提升是维持摩尔定律成立的主要驱动因素。一方面，先进制程缩小的线宽可以使得晶体管更小更密集，从而降低成本；另一方面，元件之间的间距缩小后，晶体管的电容降低、开关频率随之提升，使得芯片工作频率得到明显上升。 u新时代下，摩尔定律变得不再适用。由于维持摩尔定律需要每年进行超过百亿美元资本的投入和研发投入，成本支出随着工艺增进大量增加，对集成电路的投入价值渐渐缩小；同时有数据表明，先进制程的主要使用场景集中在消费电子领域，其价值量仅占整个半导体市场的25%。因此，应用场景的局限性与成本的大幅增加构成了摩尔定律的失效。 资料来源：源码资本，上海证券研究所 2.1.2上游：GPU有望铸就算力“摩尔定律出现” u在AI算力需求持续扩大与摩尔定律失衡的大背景下，GPU、ASIC以及FPGA重要性显著抬升： uGPU：可同时处理多个数据线程，主要应用于图像处理和深度学习等大规模并行计算场景，然而其管控能力最弱、功耗最高； uFPGA：可根据需要定制硬件逻辑，进行不限次编程，具有实时性强、灵活性高的特点，在处理高并发、低时延等AI计算任务时具有优势，然而其开发难度较大，只适合定点运算，价格也较为昂贵； uASIC：可应用特定集成电路，为特定任务设计高性能芯片。ASIC可以针对算法进行优化，从而提高计算效率，然而ASIC在灵活性方面不够出色，且成本较高。 资料来源：英特尔FPGA中国创新中心，HTI，上海证券研究所 资料来源：谈思汽车，上海证券研究所 资料来源：谈思汽车，上海证券研究所 2.2.1中游：AI服务器迎来发展新纪元，量价齐升助推服务器产业成长 u受到人工智能大模型的发展热潮影响，全球智算中心建设加速，AI服务器的需求量将大幅度增加。 u数量方面，根据TrendForce预测，2023年全球AI服务器出货量将接近120万台，年增长率接近38.4%，占整体服务器的9%。预计到2025年整体出货量将增加至190万台，2022-2026年年复合增长率将达到29.0%。 u价格方面，通用服务器价格一般为几千美金/台，而主流AI服务器价格多在10-15万美金/台，单价呈现指数型提升。 资料来源：中商情报网，上海证券研究所 2.2.2中游：需求繁荣是服务器市场增量的主要来源 u国际层面，2022年北美四大云端供应商Microsoft、Google、Meta、AWS合计AI服务器采购量占比约66%；国内层面，中国AI采购量也在逐年增长，字节跳动年采购占比为6.2%，腾讯、阿里巴巴、百度紧接其后，分别达到2.3%、1.5%与1.5%。随着国产AI大模型的开发和应用拉动更多AI服务器需求，我国AI服务器的市场空间有望得到进一步提升。 u预计在国内数字基础建设及需求量不断上升的大背景下，我国AI服务器市场将迎来稳定发展阶段。据华经产业研究院预测，到2027年中国大陆AI服务器销售额将达到163.99亿美元，2022-2027年CAGR为17.7%。 资料来源：华经产业研究院，上海证券研究所 资料来源：华经产业研究院，上海证券研究所 2.3.1下游需求层：AIGC发展潜力、成长空间备受瞩目 uAIGC相关应用方面的创新主要包括两种大模型的应用分支:1)生成对抗网络（GAN）/扩散模型（Diffusion）;2) Transformer预训练大模型。 u在国外AIGC应用大规模运用大模型技术的同时，我国企业也在加快对大模型产品的布局。云厂商、AI大厂、创企、各行业公司及技术服务商等产业各领域玩家也在陆续推出大模型或基于大模型的应用产品及各类技术服务。 uAIGC产业拥有巨大的发展潜力与成长空间。根据艾瑞咨询预测，2028年我国AIGC产业预计规模将达到7202亿元，将完成在重点领域、关键场景的技术价值兑现，并逐步建立完善的模型即服务产业生态，预计2030年中国AIGC产业规模将突破至11441亿元。 资料来源：艾瑞咨询，上海证券研究所 资料来源：艾瑞咨询，上海证券研究所 2.3.2下游需求层：高关注性与低成熟性并存 u行业所展现的高热度与高成长性吸引来资本市场的广泛关注。2021年至2023年7月AIGC赛道共发生280笔投融资，应用层创业机会最多，模型层创业受到ChatGPT影响，在2023年集中涌现。 uAIGC发展尚处于早期，商业化落地尚需时间沉淀。2021年至2023年7月期间内，70%左右的项目仍处于A轮及以前的投资阶段，行业属于起步成长期，同时高达14.6%的投资比例来自于股权、战略融资，AIGC行业战略价值受到市场广泛认可。然而，优质创业项目标的的稀缺性导致了同一标的物的高频投资，获投3次及以上公司约占17%，我们认为，行业大规模发展尚需时间考验与技术突破。 资料来源：艾瑞咨询，上海证券研究所备注：2023年数据截至2023年7月31日 资料来源：IT桔子，艾瑞咨询，上海证券研究所备注：2023年数据截至2023年7月31日 2.3.3下游需求层：AIGC应用场景落地逐步成为现实 uAIGC将在生产领域与生活领域双方面开启应用落地场景，具体表现为：生活领域，AIGC将进一步下方内容创作权，激发UGC创作热情，加速内容裂变；生产领域，大模型从研发流程、产品能力和交互上全方位为企服软件带来提升，充分开拓新的服务场景。 uAIGC将会向着价值链中线上化程度高、数字化基础夯实、内容占比充足三方面进行迭代。由于AIGC主要影响内容创作和人机交互，价值链线上化程度越高，内容在价值链中占比越高，AIGC对其颠覆效应越明显；同时行业自身的数据、知识、监管要求等特点也会深刻影响到AIGC技术的渗透速度。 资料来源：艾瑞咨询，上海证券研究所 资料来源：艾瑞咨询，上海证券研究所 2.3.4下游供给层：数据中心市场主要参与者——运营商 u目前我国IDC市场份额主要由运营商以及第三方IDC服务提供商组成。我们认为，凭借强大的客户资源、拥有网络和机房资源等行业优势，运营商在我国IDC行业的龙头地位牢牢稳固。 u在算力网络发展方面，运营商继续加快数据中心规模建设：2023年中国移动通用算力规模达8EFLOPS，呼和浩特超大规模单体智算中心和11省12个智算中心区域节点启动建设，加快形成“N+X”多层级、全覆盖智算能力布局，智能算力规模达10.1EFLOPS（FP16）；中国电信23年全年智算新增8.1EFLOPS，达到11.0EFLOPS，增幅279.3%，京沪苏贵宁和内蒙等节点已具备千卡以上训练资源。 资料来源：中国信通院，公司公告，前瞻产业研究院，上海证券研究所 2.3.5下游供给层：数据中心市场主要参与者——第三方IDC服务提供商 u第三方IDC服务提供商流程精简，定制化程度高。第三方IDC机房运维团队为公司自有，该模式下办事效率和响应时间在一定程度上优于基础电信运营商。同时第三方机房可支持定制，电源可根据客户需求改电、更换机柜、包区域管理。 u部署灵活，不受单一通信网络及地域限制。终端用户的需求往往具有突发性、规模大和无法准确预知的特点，电信运营商的IDC投资计划需根据集团投资预算作出，难以与下游客户对数据中心持续高节奏的需求匹配。第三方IDC服务商可以与不同电信运营商合作，提供多个网络的连接服务，并且网络不以电信运营商和省份边界划分。 资料来源：前瞻产业研究院，上海证券研究所 2.3.6下游供给层：算力租赁开启新商业模式探索 u兼备灵活&部署优势，算力租赁探索新商业模式。算力租赁无需用户购买及维护计算设备，数据处理、存储、传输均可由算力租赁方提供一站式租赁服务，实现按需使用、按量付费。作为一种新兴服务模式，算力租赁可大幅降低企业获得算