AIDC产业链全景图谱

AIDC产业链全景图谱-20250528_原文 2025年05月29日19:51 发言人100:00 是天风策略组的肖峰，然后报的是关于AIDC的一个产业链的梳理，包括它的总揽，还有它的一个行情的复盘。AIDC它是属于这个人工智能产业链里面，属于它发展的一个核心引擎。从定义上来 看，AIDC是基于人工智能计算架构构建的算力基础设施。通过融合高性能计算设备、高速网络以及先进的软件系统，为人工智能训练和推理提供高效稳定的计算环境。它的核心构成主要包括计算设备、存储设备、网络设备、供配电系统和智能系统。它的核心功能有提供算力服务、高效数据服务和AI的应用支持。它的这个三个功能，第一个提供强大的计算能力，计算中心砖采用专门的一个AI算力硬 件，如GPU、NPU、TPU等，以支持高效的AI计算任务。第二个就是高效的数据处理，计算中心融合了高性能计算设备和高速网络，能够处理大规模的数据集和复杂的计算任务。第三个是支持多种应用计算中心，适用于计算机视觉、自然语言处理、机器学习等领域，处理图像识别、语音识别、文本分析模型、训练推理等任务。 发言人101:09 然后这边我们也有一个相当于AIDC总产业链总览的一个图。然后可以看到它其中包括了它的一个计算芯片、存储芯片、网络液冷和配电，然后我们也在其中列�了它主要的一些上市的一些标的。从政策的一个发展来看，AIDC政策支持呈现三大特征，第一个是多部门的多部门协同推进。二是全周期赋覆 盖。三是技术自主化导向。我们我国从2017年起，就从顶层设计到细分领域，持续强化对人工智能数据中心的一个政策支持，逐步构建起覆盖技术研发、基础设施布局、算力服务优化的一个完整体系。 发言人101:50 从市场规模来看，在大模型发展热潮带来的需求推动下，计算中心的一个市场规模持续扩大。根据科技咨询测算，23年到28年，我国的一个计算中心市场规模的年化增速超25%。在2028年的一个市场规模超过2800亿元。根据这个计算中心发展白皮书，截至24年8月，计算中心项目超300个。已公布的算力规模超50万的pflops，然后结构上按算力规模来看，互联网和云厂商是占据重要地位，占比约35%。 发言人102:23 其次为基础电信运营商，占比约26%。最后是地方政府，占比约14%。然后从建设主体的来看，计算中心的建设主体相对多样，它的一个功能诉求也是有所区别的，以政府主导的计算中心，主要是助力地方大模型的研发和领域的数字化，推动产业等智能化。优势是政策资金，短板是IT技术运营。 发言人102:52 基础电信运营商的计算中心主要是补充政府的一个算力基建，同时满足自身及业务的一个拓展需求，资金技术客户资源相对较丰富。但是大模型存在一个竞争问题，云厂商具有完善的供应链资源，技术能力强且客户资源丰富，�于集团的AI业务发展需求及云业务扩展需求建设计算中心。第三方IDC服务商主要是为业务增长布局，机房资源丰富但缺供应链和算力。客户服务器等厂商为纵向一体化硬件资源获取强，但是对于这个算力中心的运营能力相对较弱。 发言人103:29 从商业模式来看看，计算中心主要有四种商业模式，包括IAAS、PAS和SAS和最后的MAS。之前的话我们可能像之前在这个ChatGPT�来之前，我们可能是IAS、PAS,然后逐步向SAS发展，但是随着大模型的快速迭代和发展，目前VS成为一个属于在这种人工智能领域里面采用的比较多的一种形式。它其实模型 及服务成熟的模型供应商基于客户需求定制金条行业模型，服务中小垂直的一个领域的企业。这个是我们总体来看它的一个行业的发展和行业的一个内部的一个参与者的情况。 发言人104:11 从我们过去的一个行情复盘来看，AIDC为这个算力基建的一个核心载体，在18年到25年间有三轮显著的一个超额收益行情。首先是19年1月到20年7月，是处于一个政策驱动阶段，那么此轮行情的核心催化来自于国家新型基础设施建设的一个计划推进，算力基础设施累计涨跌幅是110%，相对全额A涨跌幅是41%。在2018年底，中央经济工作会议首次将人工智能纳入新基建范畴。在19年的全国两会上，政府工作报告强专项强调扩大新基建的一个投资规模。那么20年3月，中央政治局会议指🎧，加快数据中心等新基建建设速度。所以说其实这轮行情，我们可以可能还没有看到整体的一个业绩的快速增长。但是从政策层面一直在扩大IDC相关的一些投资。 发言人105:01 然后第二个阶段则是22年的10月20日到二三年的4月23日，属于一个技术和政策共振的一个阶段。那么此轮行情的核心催化来自于AI技术突破和政策共振发力基建的一个累累计涨幅是50%，相当于全年涨 幅39%。那么22年10月，美国限制对中国的一个算力芯片�口，加速的一个国产替代进 程。22年11月，未来发布的ChatGPT3.5催生一个催生了国内的一个大模型的一个训练需求，在二三年2月，国务院印发数字中国建设整体布局规划，指�夯实数字基础设施和数据资源体系两大基础。 发言人105:40 最近的一次AIDC的一个行情，则是我们这个deepsk引发的，这一轮的是属于AI大模型迭代突破阶段，时间是24年2月5日到255年的一个2月26日。此轮核心策划来自于国内的一个大模型的激烈竞争带来的算力需求显著提升，从20年至今，我们国内的大模型也是持续的发展和迭代，在24年2月OpenAI发布视频生成模型，sorry,视频生成模型对相对于文本模型对算力提�了一个更高的要求。24年整年国内的一个互联网企业争相更新自己的一个AI模型，比如说24年3月kimi发布能处理200万至上上下文能力的这个大模型，同年6月快手发布视频生成模型。可能然后25年1月deepskr一版本发布，对标ChatGPTOE模型，想用更好的算法减少了降低了算力门槛，也是国内芯片更加适配AI模型的训练和推理，加快了一个国产替代的一个进程。 发言人106:36 从我们细分的一个AIDC的产业链来看，首先是计算芯片，GPU是主导了AI的一个计算芯片市场，目前是属于一个国产替代加速的一个阶段。在人工智能计算芯片领域，主要的一个技术架构就可以分 为GPU、FPGA和ASIC3大类别。GPU作为通用型并行计算核心评高度的一个并行架构，不仅在图形渲染领域保持技术优势，在深度学习训练等高性能计算场景中也有比较�色的一个吞吐能力。 发言人107:08 FPGS硬件可编程的一个半导体器件，具有高度并行、高存储量、低功耗和可重构等特点。在成为在实现深度学习算法的系统中，提高性能功耗比的一个重要器件。通过可重构逻辑单元阵列，其实现算法和硬件的一个动态适配，其低延迟特性在实时推理通信信号处理等场景具备了一些相对的优势。 发言人107:30 ASIC是针对特定用途定制的集成电路，与通用集成电路，比如说CPUIPGA相比，更能按照应用需求设计并实现特定功能。其针对特定算法进行全定制设计，在能效比指标上显著的优于通用芯片。从产业规模维度的观察，GPU还是占据目前的计算芯片的一个主导地位，它的市场份额高达百分约98%。 发言人107:55 三大芯片品类近五年的一个复合增长率均超10%。其中GPU市场在2024年前维持30%以上的一个年增速。在美国对华高端计算芯片�口管制持续升级和国内人工智能产业快速发展的一个双重驱动下，计算芯片产业迎来一个比较不错的战略性发展机会。 发言人108:17 第二个是存储芯片，存储芯片是支持数据存算协同一个的核心硬件，技术升级和国产化替代是属于一个正在进行中。存储芯片主要包括意识性存储和非意识性存储两大类。意识性存储的话主要就是 以DRAM为主，非意识性存储主要是以这个net为主。然后它这两个就基本上构成了存储芯片的双支 柱，两者合计占全球的一个存储芯片的一个绝大多数份额。受2023年受消费电子需求疲软和行业库存调整的影响，存储芯片的一个市场规模处于一个周期的底部，随着AI大模型训练对高带宽存储的需求激增，叠加智能终端边缘推理对高容量存储拉动，转不市场进入了一个复苏的通道。根据这个闪存市场与中山产业研究院的预测，他们和net市场规模20年增速将回暖。然后我们认为在这个AI创新基建加速落地的一个背景，下存芯片作为支撑数据存放协同的核心硬件，它的技术升级和国产化替代已成为一个比较关键的投资主线。 发言人109:23 然后第三个，这就是这个供配电系统。其实在今年一季度，我们的这个呃供配电系统在市场上的表现也是非常的亮眼的。供电系统是数据中心的一个关键性基础设施，相当于数据中心的心脏。供配电系统一旦发生故障，不仅会导致数据存储和读取异常，还可能引发服务器宕机，造成数据丢失和损坏。我们这个AI算力需求集成，倒逼计算中心供配电系统向集约化、模块化和预制化发展，驱动电源设备的一个升级机遇。大型计算基础设施它的耗电量更大，以10万GPU集群为它的功率超过了150兆瓦，一年的耗电量近16亿度。 发言人110:06 传统的数据中心供配电系统在全新的时代需求下，已经逐渐显现�结构过于庞杂，安装以及运维难度大，交付周期长，能源损耗占比高的这个系列瓶颈。未来数据中心电源产品开始向这个集约化、模块化、预制化方向发展。具体可以关注比如说包括对外电源、柴油发电机、备用电源变压器的细分领域，然后第四个是网络，网络算力基建像多机多卡发展，高性能的网络则决定了它的一个通信效率。 发言人110:37 AI模型目前正加速向千亿至万亿级参数的一个规模演进，它指数级增长的算力和显存需求对硬件架构提 �了更高的要求。为提高模型的训练效率，多机多卡分布式训练技术为行业的一个常见的一个选择。该技术的有效运行需要具备超强的计算和显存能力的集群作为硬件底座。在这个架构中，连接算力节点的高性能网络直接决定了集群的通信效率，进而影响了整体的存储量和算力的一个利用率。当前的大模型计算集群网主要采用两类技术路线，一类是evenlybad的网络，这是凭借高带宽微秒级时延和无丢包设计，它是成为大模型训练场景的一个首选方案，可大最大程度避免GPU因为数据等待导致算力空转。但该技术主要是受到英伟达生态垄断，存在成本高、开放性不足等局限。然后现在在我们在逐渐的发展这个呃rockEVI网络，这是基于以太网的无损网络技术，在成本和兼容性方面更具优势。 发言人111:41 目前处于一个加速渗透的一个趋势。具体的一个细分领域的话，可以关注光通吸引CPU，AEC同连接和交换机等领域。然后最后一个细分的一个产业链就是智能。 发言人111:57 随着这个算力的中心的规模保持高速增长，那么建设刚刚也提到建设这种大型的多机多卡的一个算力中心成为一个主流模式，但是高算力需求会催生这个范例中心的单机功率密度提升。随着它的一个单机密度提升，它的对于这个高功率的服务器和IT设备产生的热量不断增加，那么算力中心的散热能力有限。因此算力中心需要采用先进的散热技术，解决机柜间的一个空气流动限制，散热设备容量不足，空间和布线限制等散热难题。 发言人112:29 从这个技术路线来看，我们包括冷板试验、人静默试验和pending是三类。目前的话我们可能大多数的采用的主要的路线是冷板实验的路线。但是随着我们对于随着这个算力中心的功率密度持续提升，对于这个降温的需求也是逐渐的有提高，提�更高的要求。那么这个降温效率更高的筋膜实验的路线，有望逐步成为技术演进的一个主流方向。 发言人113:02 在双碳战略的指引下，液冷技术通过节能增效正加速向算力基础设施渗透。可以关注相关的一些液冷的供应商，以上就是我此次汇报的关于这个AIGC整体的一个产业链的情况，我们也梳理了相关的这个整体的细分产业链和对应的上市公司标的。如果说各位领导有需求，也是欢迎联系我们这个天风策略团队。然后这里也预祝各位领导端午节安康，以上是我汇报的全部内容，谢谢。感谢大家参加今天的会议，祝大家生活愉快，再见。