算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通 过算力中心等算力基础设施向社会提供服务。算力产业链主要包括上游 IT 软硬 件设备、中游的算力网络及平台、下游各类应用场景。 算力产业链的上游主要为 IT 软硬件设备，例如基础硬件（CPU、GPU、存储器 等）、计算设备（服务器等）、网络设备（交换机、路由器、光模块等）、基础软 件（如操作系统、数据库、中间件等），这些是计算力、存储力、运载力的最基 本单元，也是决定算力质量的根本环节。此外，供配电（配电柜、变压器、UPS 等）、散热制冷（风冷、液冷等）等也是重要的配套设施。

　　算力产业链中游为算力网络及平台，包括各类算力基础设施建设及基于基础设 施开展的 IDC 服务、云服务、AI 算力服务、安全服务等，是为下游应用提供算 力服务的核心环节。

　　产业链下游为各类应用场景，例如互联网、金融、政务、交通、教育、工业、 医疗、能源等行业和领域。 根据使用设备、提供算力强度的不同，算力中心可分为通用算力中心、智算中 心、超算中心三类。 1）通用算力中心：即传统数据中心，由基于 CPU 芯片的服务器提供算力，可满 足一般企业和个人的计算需求，主要用于基础通用计算，如移动计算、物联网 等，投资建设主体以互联网、运营商等企业为主，主要可以分为三类，一类是 数据中心服务提供商，如世纪互联、万国数据等；另一类是具有互联网背景的 云服务提供商，如阿里kaiyun网页版 kaiyun入口云、华为云、腾讯云；还有一类是电信运营商旗下的云 服务提供商，例如中国电信的天翼云、中国联通的联通云以及中国移动的移动 云。 2）智算中心（AIDC）：是基于人工智能理论，采用人工智能计算架构，提供 AI 应用所需算力服务、数据服务和算法服务的一类算力基础设施。由基于 GPU、 FPGA、ASIC 等 AI 芯片的加速计算平台提供算力，主要用于人工智能的训练、推 理计算，建设主体以 AI 企业、政企共建为主； 3）超算中心：是基于超级计算机或者是大规模计算集群的数据中心，能够提供 大规模计算、存储和网络服务等功能，广泛应用于航天、国防、石油勘探、气 候建模和基因组测序等应用场景，投资建设主体主要为政府和科研机构。 算力中心是高度集成化、大规模的集中式计算和数据处理设施，由成千上万台 服务器、海量的存储设备、复杂的网络设备以及一系列配套的基础设施共同组 成，能够以惊人的速度和效率为用户提供强大的计算能力、海量的数据存储以 及高效的数据处理服务，已成为当前社会运行不可或缺的关键基础设施，对于 实现数字化转型、培育未来产业、形成经济发展新动能等方面具有重要作用。 据 IDC 数据，到 2027 年，全球非结构化（文本、图片、语音、视频等）数据将 占到数据总量的 86.8%，达到 246.9ZB，全球数据总量从 103.67ZB 增长至 284.30ZB，复合年均增长率为 22.4%，保持稳定增长态势。大规模数据不仅消耗 更多计算资kaiyun网页版 kaiyun入口源，对于算力的性能也提出了更高要求。 算力规模：据中国信息通信研究院数据，截至 2023 年底，全球算力总规模达到 910 EFLPOS(FP32)，同比增长 40%，呈现高速增长态势。其中，通用算力、智能 算力、超算算力规模分别为 551、335、24 EFLPOS(FP32),分别占比 60.5%、 36.8%、2.6%。

　　智能算力成为算力基建增长的新引擎。随着摩尔定律和登纳德缩放定律放缓， 以 CPU 为代表的芯片年性能提升不超过 15%，难以满足处理视频、图片等非结构 化数据的需求，而智能算力需求随着全球非结构化数据增长而快速增加。 从全球来看，据中国信息通信研究院数据，截至 2023 年底，智能算力规模从 22 年的 142EFLOPS 增长至 335EFLOPS,同比增长达 136%，其增速远超算力总规模增 速，智能算力逐渐占据重要地位。在全球总体算力规模中，智能算力占比达到 37%，在新增算力市场规模中，智能算力占比达到 74%，是主要驱动力。 从国内来看，截至 2023 年底，智能算力规模从 22 年的 41EFLOPS 增长至 70EFLOPS,同比增长 71%。在我国总体算力规模中，智能算力占比达到 30%，而 在新增算力中占比也已经过半，超越通用算力，成为主要驱动力。 2024 年，我国总体算力规模达 280EFLOPS，其中智算规模达 90EFLOPS，占比达 到 32%。

　　我国占全球算力规模 26%。中国信息通信研究院数据显示，截至 2023 年底，美 国、中国算力规模位列前两名。全球算力占比方面，美国、中国分别占全球算 力比重 32%、26%，处于领先地位，其次为日本、德国、英国、加拿大的算力占 比分别为 5%、4%、3%、3%，全球超过 70%的算力集中在这六个国家。按此计 算，2023 年我国算力规模达 237EFLOPS,另据 36 氪数据，2024 年上半年我国算 力规模已经达到 246EFLOPS。 根据《算力基础设施高质量发展行动计划》，提出到 2025 年，计算力方面，算 力规模超过 300 EFLOPS，智能算力占比达到 35%，东西部算力平衡协调发展。 我国信息化虽然起步晚于欧美及日本等发达经济体，但在算力技术研发、基建 方面具有卓越实力。相对于中美两国，日本、欧盟在一定程度上受限于算力的 需求体量，以及先进的技术水平，算力水平仍有一定发展空间。

　　从下游应用分布来看，23 年底我国算力行业应用主要分布在互联网、企业、政 务、金融等行业，别为 46.3%、21.3%、11.3%、7.8%，其中互联网主要可细分 为公有云、网站、视频、AI、电商、游戏、支付等领域，其中，公有云、视 频、电商占比较大。

　　那么，建设一个算力中心大概需要多少成本？ 由于各类数据中心板卡类型、服务器、机柜配置方式不同，功率差异较大，投 资规模也有较大差异。这里我们从单位算力、单位功耗两个角度来测算算力/数 据中心市场规模。 从单位算力角度测算：据 36 氪报道，以一个英伟达 H100 构成的千卡集群的小 型智算中心为例，前期投入成本为，购买设备约 3 亿元，网络设备 2500 万，存 储和安全设备成本约 1000 万，平台软件和液冷改造成本约 1000 万，共计约 3.5 亿元。而智算中心不仅仅在前期需要投入重资产，后续运转过程中，还要投入日常的电力、维护、人员费用等等，据 36 氪报道，该中心每年的支出大概在 5000 万元左右。 我们从单位算力的投资成本角度进行测算，例如英伟达 H100 SXM、H100NVL 的 算力分别为 67TFLOPS、60TFLOPS（FP32）。我们按照每张卡 60TFLOPS 计算，则 此前提到的建设一个 H100 千卡集群对应 1024 张卡，算力约为 61440TFLOPS。 3.5 亿投资均摊到每张卡，对应 1TFLOPS 投资约为 5697 元，即 1EFLOPS 投资约 为 56.97 亿元，后续维护成本约为 8.1 亿元。

　　根据我们初步测算，2023 年新增算力规模 57EFLOPS，对应 2023 年新增投资基 建规模约为 3247 亿元，叠加存量机组的维护投资 1920 亿元，合计市场规模达 5167 亿元。 从功率密度角度测算： 另据 36 氪报道，OpenAI/微软、xAI、Meta 等科技巨头都在竞相建立 10 万块 H100 构成的超级 AI 算力集群，而一个 10 万张 H100 构成的 AI 集群功耗约为 150MW，资本开支超过 40 亿美金，每年电费高达 1.2 亿美金。我们可以大致测 算出，北美 1MW 功耗投资约为 2700 万美元（约合 1.87 亿元人民币/MW）。 由于样本相对单一，并考虑国内物料及人工成本与海外的差异，保守估计，我 们按照国内 1 亿元/MW 的单位投资成本计算，2023 年我国新增机架对应投资规 模为 3950 亿元。

　　综合以上两种方式，我们初步测算 2023 年国内算力基建市场规模约为 3247- 3950 亿元。 值得注kaiyun登录入口 kaiyun平台意的是，以上测算可能存在一定误差，且不包含算力服务、应用等相关 产业规模。据中国能源新闻网报道，到 2025 年，我国算力核心产业规模有望达 到 4.4 万亿元，关联产业规模更是高达 24 万亿元。另据中国信通院的测算，算力中每投入 1 元，将带动 3 元至 4 元的 GDP 增长，充分彰显了算力基础设施在 经济发展中的重要作用。 数据中心成本构成：据中研网数据，数据中心建设中，主要的成本包括 IT 设备 kaiyun登录入口 kaiyun平台成本和非 IT 设备成本。其中 IT 设备主要包括服务器、网络设备、安全设备、 存储设备等;非 IT 设备主要包括柴油发电机组、电力用户站、UPS、配电柜等。

　　2 液冷设备：液冷设备市场规模超百亿，机架高功耗、能效提升、经 济性三方面助力液冷未来大趋势