一、全球智算产业新动向
- 智能算力成为 AI 发展的关键支撑与引擎：AI 发展推动算力需求超线性增长，模型参数规模和复杂度提升导致算力需求指数级增长。大模型加速行业渗透，多模态大模型发展进一步催生算力需求。
- AI 投资热潮推动智算产业进入快速增长期：多国政府将 AI 基础设施上升至国家战略，持续加大投资及政策支持。资本市场加大 AI 投资力度，基础设施及模型成为资本关注重点领域。头部科技公司持续加强全球化 AI 基础设施布局。
- 智算产业开启“速度”与“质量”并行：全球加快推进“人工智能治理”，各国持续加大监管行动的开展。“算力治理”成为人工智能治理抓手，倒逼智算产业高质量发展。我国明确“算力一体化”战略，生态联合实现算力产业高质量发展。
- 智算产业发展的几点认识：算力成为塑造未来社会经济发展格局的核心驱动力，与数据、算法交互融合，催生数字化、智能化、生态化的新质生产力形态。智算规模稳定增长，能效水平不断提升。底层算力具有高价格、高利润特点，影响对数字经济的带动作用。
二、智算产业图谱
- 智算基础设施：全球智算基础设施建设如火如荼，国产化进程加速。智算中心建设提速，呈现集群化、灵活调度特征。云实现智能算力资源的灵活调度。AI 芯片供不应求，国产化万卡级集群量质同步提升。
- 大模型平台服务：国内外云厂商模式创新，差异化布局。国外云厂商的 MaaS 服务专注于构建通用能力，国内云厂商的 MaaS 服务强调搭建生态。
- 行业应用：全球进入应用元年，智算能力全面升级。我国大模型数量及规模快速增长，能力逼近 GPT-4。科技巨头加大 AI 产品赋能，ToB 市场初见商业化成效。我国大模型正加速迈向行业纵深，赋能应用场景。金融行业是 AI 渗透率领先行业，大模型驱动金融业务场景革新。医疗场景融合 AI 将释放丰富价值，目前 AI 医疗项目建设方式多样化。工业算力分布在云-边-端，但应用普及率仍有较大提升空间。
- 智算集成服务：ToB 市场火热，智算集成释放巨大潜力。智算集成服务市场呈现出“一超多强”的特征。大模型降价抢占 ToB 市场，推动大模型在各行各业应用落地。
三、智算发展七大趋势预判
- 趋势一：软硬协同优化助力大模型降本增效：追求长期降本和供应安全，大型企业发力 AI 芯片自研。采用“分时复用”策略和系统级优化手段，提升算力利用率和训练效率。主流企业加快研发 MoE 大模型以平衡模型升级效果及成本。
- 趋势二：高质量数据集是大模型能力跃迁的关键：AI 发展正在从“以模型为中心”加速转向“以数据为中心”。大模型时代下，“基础模型+微调”成为 AI 开发新范式。合成数据是模型能力跃迁的关键。
- 趋势三：超大规模智算集群成为人工智能发展基石：万卡集群成为大模型军备赛的标配。智算集群从万卡向十万卡演进。AI 与超算基础设施融合，推动科研范式变迁与生产效率提升。突破 IB 封闭生态及架构，加强以太网全栈优化。
- 趋势四：算力服务由资源租赁向平台化、一体化供给演进：算力服务由资源租赁向平台化模式演变。MaaS 屏蔽底层差异，基于算力服务平台跨越模型供给侧与用户需求侧“鸿沟”，提速大模型应用普惠化。
- 趋势五：AI Agent（智能体）将成为智能交互的新流量入口：智能终端搭载多模态大模型，加速转型升级。AI Agent 逐渐成为大模型行业落地的主要方式。
- 趋势六：AI 技术设备加速 AIDC 基础设施升级：AI 技术设备高功率、高密度、高弹性对数据中心能源基础设施提出更多新要求。配电制冷弹性建设、绿电储能创新部署、智能化运维管理成为 AIDC 基础设施升级改造的趋势。
- 趋势七：算力与电力协同发展成为新态势：解决算力增长和电力消耗矛盾，推动算力和电力协同发展是必由路径。加大算力与电力在布局、市场和调度等方面融合发展成为算电协同重点方向。
四、智算技术发展的六大关键词
- 关键词 1：MoE：MoE 大模型具备高效、灵活、可扩展等优势，适合处理大规模、多模态数据和复杂任务。大模型主流企业正在差异化推进 MoE 大模型布局和落地。
- 关键词 2：具身智能：以“大模型+机器人”为特征的具身智能快速发展，推动人形机器人闭环自智。
- 关键词 3：分布式智算中心网络：大规模智算集群组网是 AI 大模型训练效率提升的关键。业界加快研究支持大模型跨数据中心分布式训练的长距组网技术。
- 关键词 4：存算一体：存算一体是后摩尔时代的关键芯片技术，从根本上解决芯片发展面临“存储墙”、“功耗墙”、“工艺墙”的问题。大模型等 AI 应用为存算一体产业发展带来新机遇。
- 关键词 5：空心光纤：空芯光纤突破实芯光纤的时延、距离和容量极限，被誉为下一代光通信的颠覆性技术。国外运营商/IDC 厂商，以及国内运营商、长飞等设备商正积极开展空芯光纤现网测试。
- 关键词 6：算电联合调度：算力和能源协同调度，是指应对算力节点负荷峰谷和可再生能源发电高波动特点，通过集成先进的监控系统、自动化工具和人工智能算法，统筹调度计算任务与能源供给。
五、智算发展潜力评估
- 评估方法：构建 ICDP-EM 模型，包括外部环境、基础设施、服务应用 3 个一级指标，以及相应的 8 个二级指标。
- 评估结果：京津冀、长三角地区智算发展的综合评估指数均在中上游，是具有较高智算发展潜力的城市。中西部地区在智算发展的外部环境方面优势凸显。全国智算基础设施布局不均，北京、上海、广东为代表的京津冀、长三角等地区在基础设施建设上具有城市集群效应。智算服务应用能力主要聚集在经济较发达的一、二线城市。
六、典型案例
- 中国电信上海万卡集群：中国电信率先部署了国产万卡规模算力集群，打造云骁、慧聚和息壤一体化的智算算力平台，以普惠的算力体系提供一站式大模型服务。
- 中国电信京津冀智算中心跨智算中心无损网络解决方案：中国电信提出“以网强算”的技术路线，通过将 IP 技术与光传输技术的协同创新，将相距百公里的多个智算中心连成一个更大规模的智算集群。
- 中国电信湖北中部绿色智算中心：中部智算中心位于湖北武汉东湖新技术开发区光谷八路中部智算中心（武昌）园区，园区规划方面，按照国家数据中心最高 A 级标准建设 3 栋数据中心、2 栋动力中心。
- 海兰云海底数据中心：海底数据中心作为一种新型绿色算力设施，在智算领域具备独特技术优势。节能降碳、安全稳定、算电协同。海底数据中心产业应用稳步推进，全球首个商用海底数据中心于 2022 年 12 月在海南启用。
七、总结与展望
智算作为支撑大模型发展的基础底座，多重价值凸显，赋能全社会生产效率提升，带来产业数字化、智能化的经济价值。智算行业呈现需求激增、价格高企、更新迭代快的特征，市场供给爆发式增长，类型多元化、异构化，万卡级及以上智算集群加速部署落地。未来需要产业界与学术界的紧密合作，共同探索智算的跨行业、跨领域的共享模式，加强训推一体的分时复用等关键技术的联合攻关，协同模型架构、通信拥塞控制等优化，探索分布式智算集群模式创新，为人工智能向全社会渗透提供支撑。
