2024中国智算产业全景调研：技术重构与演进

与非研究院资深行业分析师 张慧娟 Agenda 智算产业现状总览 生成式AI驱动的变革 , 智算产业运行状况, 智算中心核心驱动力, 智算产业关键技术, 智算产业竞争格局 , 生成式AI对智算产业的影响, 生成式AI发展挑战, 大模型对智算产业的作用, 智算产业是否过度依赖大模型 算力基础设施架构和国产化情况 未来挑战与趋势 , 智算中心如何影响我国算力分配, 算力卡供应情况, 国产算力卡替代情况, 智算中心AI芯片主要方向, 智算中心利好AI芯片类型 , 如何提高智算中心运行效率, 智算产业要解决的关键问题, 智算产业发展挑战, 智算产业应用领域, 智算产业投资趋势 1. 智算产业现状总览1.智算产业现状总览 1. 智算产业现状总览1.智算产业现状总览 1. 智算产业现状总览1.智算产业现状总览 AI算法和芯片是核心驱动力，大数据和云计算提供重要支撑，政府政策与企业需求发挥推动作用。AI算法和芯片是核心驱动力，大数据和云计算提供重要支撑，政府政策与企业需求发挥推动作用。 1. 智算产业现状总览1.智算产业现状总览 智算产业关键技术，高性能AI芯片和大模型技术占比最高。云原生、云数据库、5G/6G通信、算力网络等也发挥重要作用。智算产业关键技术，高性能AI芯片和大模型技术占比最高。云原生、云数据库、5G/6G通信、算力网络等也发挥重要作用。 1. 智算产业现状总览1.智算产业现状总览 我国智算中心整体运行良好，但需优化资源分配以提升整体效率。我国智算中心整体运行良好，但需优化资源分配以提升整体效率。 1. 智算产业现状总览1。智算产业现状总览 市场需求不足、促成更多商用落地是目前最大障碍，但运维管理、成本控制和资源利用等问题也不容忽视。市场需求不足、促成更多商用落地是目前最大障碍，但运维管理、成本控制和资源利用等问题也不容忽视。 1. 智算产业现状总览1，智算产业现状总览 智算产业呈现高度集中与多元化并存的格局，技术创新和政策驱动为主要推动力，绿色低碳与国产替代成为新趋势。智算产业呈现高度集中与多元化并存的格局，技术创新和政策驱动为主要推动力，绿色低碳与国产替代成为新趋势。 1. 智算产业现状总览1。智算产业现状总览 我国智能算力规模和增长趋势：我国智能算力规模和增长趋势： 2024年，中国智能算力规模达725.3EFLOPS，同比增长74.1%，增幅是同期通用算力增幅(20.6%)的3倍以上；市场规模为190亿美元，同比增长86.9%。2024年，中国智能算力规模达725.3EFLOPS，同比增长74.1%，增幅是同期通用算力增幅(20.6%)的3倍以上；市场规模为190亿美元，同比增长86.9%。 未来两年，中国智能算力仍将保持高速增长：未来两年，中国智能算力仍将保持高速增长： 中国智能算力规模： 2025年将达到1,037.3 EFLOPS，较2024年增长43%； 2026年将达到1,460.3 EFLOPS，为2024年的两倍。中国智能算力规模：2025年将达到1,037.3EFLOPS，较2024年增长43%；2026年将达到1,460.3EFLOPS，为2024年的两倍。 中国人工智能市场规模： 2025年将达到259亿美元，较2024年增长36.2%； 2026年将达到 337亿美元，为2024年的1.77倍。中国人工智能市场规模：2025年将达到259亿美元，较2024年增长36.2%2026年将达到337亿美元，为2024年的1.77倍。 数据来源：《2025年中国人工智能计算力发展评估报告》数据来源：2025年中国人工智能计算力发展评估报告》 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 核心点：核心点： 2. 算力基础设施架构和国产化情况2。算力基础设施架构和国产化情况 智算中心建设提升了算力集中度和效率，对促进区域算力平衡、降低算力成本、支撑产业高质量发展具有重要作用。智算中心建设提升了算力集中度和效率，对促进区域算力平衡、降低算力成本、支撑产业高质量发展具有重要作用。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 算力卡供应主要受供应链和国际市场政策的影响，大多数情况下供应较为稳定，但仍有相当比例存在波动。算力卡供应主要受供应链和国际市场政策的影响，大多数情况下供应较为稳定，但仍有相当比例存在波动。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 高端算力卡技术门槛和成本偏高，不同品牌和型号之间存在价格差异。超过半数认为价格偏高，合理价格产品占近三成，低价产品较少。高端算力卡技术门槛和成本偏高，不同品牌和型号之间存在价格差异。超过半数认为价格偏高，合理价格产品占近三成，低价产品较少。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 算力卡国产化进展显著，但整体进程仍需继续提升。算力卡国产化进展显著，但整体进程仍需继续提升。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 GPU占据主导地位，CPU作为基础通用算力紧随其后。FPGA、AI ASIC芯片、DPU网络芯片和NPU等专用芯片则在特定应用中发挥着重要作用。GPU占据主导地位，CPU作为基础通用算力紧随其后。FPGA、AIASIC芯片、DPU网络芯片和NPU等专用芯片则在特定应用中发挥着重要作用。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 在人工智能训练和推理中，CPU + GPU架构在训练中占据主导，推理中CPU + GPU和CPU Only架构并重，ASIC和FPGA应用于特定场景下。在人工智能训练和推理中，CPU+GPU架构在训练中占据主导，推理中CPU+GPU和CPUOnly架构并重，ASIC和FPGA应用于特定场景下。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 智算中心AI芯片发展主要集中在存算一体等架构创新、能效提升、支持更复杂AI模型，以及增强推理的实时性和并行能力等方向。智算中心AI芯片发展主要集中在存算一体等架构创新、能效提升、支持更复杂AI模型，以及增强推理的实时性和并行能力等方向。 2. 算力基础设施架构和国产化情况2.算力基础设施架构和国产化情况 国产AI算力芯片提升市场竞争力的关键在于持续的技术研发和创新，以及性能与可靠性的提升，逐步实现自主可控。国产AI算力芯片提升市场竞争力的关键在于持续的技术研发和创新，以及性能与可靠性的提升，逐步实现自主可控。 3. 生成式AI驱动的变革3.生成式AI驱动的变革 核心点：核心点： 3. 生成式AI驱动的变革3.生成式A驱动的变革 算力芯片和大模型是生成式AI性能提升的关键。同时，AI算法、存储技术、网络技术等都非常重要。算力芯片和大模型是生成式AI性能提升的关键。同时，AI算法、存储技术、网络技术等都非常重要。 3. 生成式AI驱动的变革3.生成式AI驱动的变革 3. 生成式AI驱动的变革3.生成式A驱动的变革 生成式AI的主要挑战集中在数据获取和质量上，其次是模型性能和计算资源，安全和隐私问题也不容忽视，这些都是实现商业化的重要考量。生成式A的主要挑战集中在数据获取和质量上，其次是模型性能和计算资源，安全和隐私问题也不容忽视，这些都是实现商业化的重要考量。 3. 生成式AI驱动的变革3.生成式AI驱动的变革 解决生成式AI发展挑战的主要途径包括提高模型的能效、加强模型研究与开发、提升数据质量和多样性等，其中提高能效最为关键。解决生成式AI发展挑战的主要途径包括提高模型的能效、加强模型研究与开发、提升数据质量和多样性等，其中提高能效最为关键。 3. 生成式AI驱动的变革3.生成式AI驱动的变革 大模型确实对智算产业发展起到了关键作用，同时，其他技术如硬件加速、数据处理和算法优化等也不可忽视。大模型确实对智算产业发展起到了关键作用，同时，其他技术如硬件加速、数据处理和算法优化等也不可忽视。 3. 生成式AI驱动的变革3.生成式AI驱动的变革 大模型的发展应重点关注高效训练方法和广泛的应用场景，同时兼顾伦理监管、合作共享和数据隐私保护。大模型的发展应重点关注高效训练方法和广泛的应用场景，同时兼顾伦理监管、合作共享和数据隐私保护。 3. 生成式AI驱动的变革3.生成式A驱动的变革 大模型驱动智算产业发展，成为算力主赛道。但同时应注重技术多样性，以实现更高效、更灵活的发展。大模型驱动智算产业发展，成为算力主赛道。但同时应注重技术多样性，以实现更高效、更灵活的发展。 3. 生成式AI驱动的变革3.生成式AI驱动的变革 大模型固然重要，但过度依赖有风险。技术多样性可以降低对单一技术依赖，针对不同场景提高效率和效果，还可促进创新，推动产业的长期发展。大模型固然重要，但过度依赖有风险。技术多样性可以降低对单一技术依赖，针对不同场景提高效率和效果，还可促进创新，推动产业的长期发展。 4. 未来挑战与趋势4.未来挑战与趋势 核心点：核心点： 4. 未来挑战与趋势4.未来挑战与趋势 智算产业通过推动智能化转型、引入新竞争者、促进业务模式创新和调整投资研发方向，对传统ICT行业产生了深远影响，同时也带来了新的技能和安全挑战。智算产业通过推动智能化转型、引入新竞争者、促进业务模式创新和调整投资研发方向，对传统ICT行业产生了深远影响，同时也带来了新的技能和安全挑战。 4. 未来挑战与趋势4.未来挑战与趋势 优化运维管理、提升硬件资源利用率是提高智算中心运行效率的关键，同时增加算力需求、降低运营成本等也是重要途径。优化运维管理、提升硬件资源利用率是提高智算中心运行效率的关键，同时增加算力需求、降低运营成本等也是重要途径。 4. 未来挑战与趋势4.未来挑战与趋势 智慧金融、医疗健康、多媒体和娱乐等领域对智算需求较高，智能驾驶、教育研究等领域正在发展阶段。智慧金融、医疗健康、多媒体和娱乐等领域对智算需求较高，智能驾驶、教育研究等领域正在发展阶段。 4. 未来挑战与趋势4.未来挑战与趋势 我国智算产业发展挑战主要集中在技术研发、国际竞争压力和供应链挑战等。这表明我国智算产业在技术创新、全球竞争力和供应链稳定性方面面临较大压力。我国智算产业发展挑战主要集中在技术研发、国际竞争压力和供应链挑战等。这表明我国智算产业在技术创新、全球竞争力和供应链稳定性方面面临较大压力。 4. 未来挑战与趋势4.未来挑战与趋势 智算产业未来五年内最需要解决的问题是算力供给与需求的匹配、国产AI芯片的研发与应用，同时也要关注智算区域协同、绿色低碳发展和其他相关问题。智算产业未来五年内最需要解决的问题是算力供给与需求的匹配、国产AI芯片的研发与应用，同时也要关注智算区域协同、绿色低碳发展和其他相关问题。 4. 未来挑战与趋势4.未来挑战与趋势 未来五年，我国智算中心应用将主要集中在少数行业作为技术探索和试点，同时在多个行业中逐步推广，成为推动行业数字化转型的重要力量。未来五年，我国智算中心应用将主要集中在少数行业作为技术探索和试点，同时在多个行业中逐步推广，成为推动行业数字化转型的重要力量。 4. 未来挑战与趋势4。未来挑战与趋势 未来五年，我国智算中心将主要集中在经济发达地区，作为区域创新发展的驱动力。同时有望在全国范围内逐步推广，地区之间仍存在一定的不平衡性。未来五年，我国智算中心将主要集中在经济发达地区，作为区域创新发展的驱动力。同时有望在全国范围内遂步推广，地区之间仍存在一定的不平衡性。 4. 未来挑战与趋势4.未来挑战与趋势 预测未来两年，我国智算产业投资将重点聚焦于基础设施建设、AI应用开发、基础技术研究、云服务与AI融合。同时，资本的持续投入将为产业发展提供强有力支持。预测未来两年，我国智算产业投资将重点聚焦于基础设施建设、AI应用开发、基础技术研究、云服务与AI融合。同时，资本的持续投入将为产业