​​

1 产业发展基建先行，东数西算网络初成

 

“东数西算”正式启动于 2022 年 2 月，由发改委、网信办、工业和信息化部、 国家能源局联合印发相关文件，算力作为像水利、电力等生产资源被提升为重 要的国家战略发展。依据规划，算力网络包含 8 大国家算力枢纽节点，10个国家数据中心集群。规划增量、盘活存量，重建设、重长期有效运营。本质是为了满足新时期各行业数智化加速推进所带来的海量计算、传输、存储需求，促 进数据中心产业绿色集约发展。 “东数西算”促进东西部资源优势互补、数据流通、价值传递。东部地区经济 相对发达，需要处理及运算的数据量更大。西部地区可再生能源丰富，数据中 心就近消纳绿色能源，对承接东部算力需求有较大的潜力。 

1）人工智能时代来临，对大规模并行计算的需求上升；

2）头部云厂商 新增机柜的 60-80%用于云承载，主要集中在核心区域；

3）中大型行业客户的专 有云需求增长明显，对数据中心集群化有明显需求。同时，当前已建成的算力 基础设施使用率仍较低。根据工信部《全国数据中心应用发展指引》，数据中心 利用率约为 50-60%，且随数据中心规模增大而递减。 

中西部地区数据中心发展质量不占下风，规模有较大提升潜力。据国家新型数 据中心发布的算力产业发展指数，东部由于发展较早，规模远大于中西部，中 西部地区凭借占优的地理环境因素，以及后发优势，在发展质量上不输东部地 区。中西部后续进一步扩展算力的潜力较大。

做好算力感知、算力建模及算力评估成为产业及政策制定者关注的重点。算力 感知、建模、评估是解决当前算力资源闲置、算力成本较高、算力投资回报不 足的关键，同时由于算网资源的天然特点，在实际操纵中并不容易。算力调度 亦涉及跨区域、多层次、可视监测、智能运维等，需要各行业以及各级政府协 同。鉴于新一届政府将发展数字经济，推动算力建设提升到较高的战略高度， 未来相关产业及政策的催化预计也将更加密集。未来各种规模的企业获取来源 多样、需求匹配的算力将更加容易。

全国一体化算力网调度平台实现多元异构算力调度

中国首个实现多元异构算力调度的全国性平台落地，直击算网发展痛点。2023 年 6 月发布的算网平台 1.0 版本在三个方面有明显的突破：1）可以汇聚多种算力资源，包括通用算力、智能算力、高性能算力、以及边缘算力；2）可以根据 用户的实际需求，通过异构资源池调度引擎，调用通用、智算、超算等不同类 型的算力；3）已接入天翼云、华为云、阿里云等，后续平台资源预计将快速增 长。 各地方政府亦开始自发建设算力平台或调度中心，如北京算力互联互通验证平 台、上海市人工智能公共算力服务平台、粤港澳大湾区算力调度平台、甘肃算 力资源统一调度平台。 异构资源池实现跨厂商、跨架构、跨资源池调度，有效促进智算发展。跨厂商 是指不同厂商的异构资源池的算力动态感知与作业智能分发调度。因此，平台 将使得算力应用更加充分，实现西部算力使用的集约化。服务器架构根据使用 场景不同而存在差异，且处在不断发展的过程中，导致新旧服务器架构的差 异，常见架构演进包括使用应用服务集群、数据库读写分离、反向代理和 CDN 加速，分布式数据库和服务等，实现跨架构的资源调度意义重大。同时，以 AI 训练为例，算力需求方可以在智算资源池上进行推理训练，在通用算力资源池 进行部署，发挥各类型算力的更大效用。 

通信技术及网络拓扑结构进步逐渐打破数据时空局限 

受限于传输数据效率，绝大部分“热数据”仍只能就近处理。根据数据的调用 频率及时延要求，产业界通常将数据分为“热数据”和“冷数据”。所谓热数据 是指需要经常调用，对实时可快速获得性的要求较高，冷数据则反之。因此在 网络交换传输仍有待提升的情况下，热数据只能就近部署，当前大部分的热数 据仍主要集中在东部地区。 数据网络交换传输时延问题预计将进一步改善。随着通讯协议、标准、网络建 设进一步推进，数据网络交换的实时性预计仍有较大提升空间，算力市场供需 双方对未来实现更长距离的数据交换传输抱有较大期待。 未来将有更多温数据，以致热数据在西部存储和计算。随着 5G、光通信等新一 代通讯技术的普及，算力调度平台进一步完善，接下来数据传输交换读取的便捷性将大大提高，当前行业对数据传输的困扰将进一步解决，逐步打破数据的 时空局限。 

2 智算算力成为人工智能发展的重要战略资源

 

AIDC 的兴起就是为了更好配合数字经济和人工智能发展的需要。与以往的“新 基建”略有不同，本轮政策层面积极推动算力“新基建”，产业层面人工智能 “百模大战”，产业数字化、数字产业化快速推进，预计将呈现政策与产业互为 动力，共振加速的局面，算力的需求落地节奏预计比以往，以及很多人想象的 要快。 “东推西训”不是完全字面意义上理解将 AI 推理计算放在东部地区，将模型参 数训练放在西部地区，更多的关注点在于，在算力网络不断成熟的背景下，各 个行业快速增长的算力需求将进一步与智能算力的新增建设形成正向反馈，形 成不断的价值循环，算力硬件及软件可以预期增长斜率的进一步提升。 

技术革命带来算力需求指数上升，新基建投资价值毋庸置疑

AIDC 新型算力的投入与产出比，预计相较传统算力进一步提升，投资价值明 显。从投资角度看，新型算力所能产生的经济价值预计进一步提升，预计来自 于三方面： 

1）通过智能调度带来的算力使用效率的提升。

2）基于硬件平台而 衍生的一系列附加价值，这可能包括算力平台运营收入，平台软件工具按需收 费等。

3）随着算力使用客群结构的改变，单位算力使用带来的效益也预计逐步 上升。

人工智能向大模型、多模态、多场景发展，算力需求增长确定性高

训练侧，人工智能模型参数量不断增长，所需算力指数级别上升。由于每输入 一个词都会导致模型所有参数的更新，并且每个词需要消耗浮点算力，因此， 总算力需求=模型参数量*训练词数*每个词的运算量。1 个词更新 1 个参数，需 要进行惩罚及加法各 1 次，总共 2 次浮点运算。模型训练需要反向传播算法， 反向传播需要的运算次数是正向传播的 2 倍，因此，训练时每个词的运算次数 为 3 次（模型推理每个词的训练量为 1 次），也就是 6 次浮点运算。以 1750 亿 参数的 GPT3 为例，带入上述公式计算可得，模型训练所需要消耗的算力就达 3.14 * 10^23 次浮点运算（FLOPs）。如果训练使用计算能力为 19.5 TFLOPs 的 英伟达 A100，所需 GPU 数量 = 1.8 * 10^23 FLOPs / (19.5 * 10^12 FLOPs/s * 训练时间秒数)，如果期望训练时间为 15 天，则需要 2048 张 A100 GPU。 

推理侧市场空间更大，国产算力芯片有望更早替代。推理侧算力需求取决于问 答及模型的复杂程度，相对较难一以概之。以 NLP 模型来说，所需 FLOPs ≈ L * 模型维度 * 模型层数，L 是指问题长度加上回答长度。推理侧应用场景广， 算力需求相较算力侧更大。同时由于推理芯片的可定制化程度较高，芯片性能 要求相对训练较低，因此，国产芯片厂商有希望率先在推理侧推进国产化替 代。 推理侧算力支撑仍为约束应用厂商规模推广及提升用户体验的关键因素。目前 智能应用的推出或内测正快速增加，我们同时看到由于算力的制约，会出现排 队等待耗时较长，无法大规模推广的问题。OpenAI 在今年 5 月就表示，GPU 算 力是制约其向更多用户开放精调 API 的最主要因素。7 月 17 日发布的妙鸭相机 作为 AIGC 应用较引起较大的关注，微信搜索热度最高达 300 万次。根据我们的 使用体验，由于算力的不足，等待时间长仍为需要重点解决的问题，8 月 8 日午 间等待时长超 4 小时，7 月 25 日等高峰时段等待时长一度超过 10 小时。 

国内优质数据供给量正在进一步加大。根据信通院数据，2022 年我国数据产量 8.1ZB，全球占比为 10.5%，占比相较 2021 年增长 0.6 个百分点。国内人口基数 大、市场规模广、产业丰富，随着政府及产业个体对数字化的重视程度提高， 未来优质数据的供给量将进一步增大。同时，中国数据交易机构数量今年来保 持显著的增长，为数据的高效流通打下基础。 数据要素化推动智能算力需求的提升。主要基于以下原因： 

1）数据作为模型发 展的原料，数据质量直接影响模型质量。随着社会对数据采集与流转重视程度 提高，将有更多高质量数据来发展模型，同时促进算力需求。

2）企业数智化转 型中，要求企业基于更大量的内外部数据进行分析来辅助决策，也会产生更大 层面的企业侧算力需求。

国内智能算力发展提速，东西部将进一步发挥协同优势 

算力节点扩容建设将进一步加速，智算算力占比逐步提升。根据国家网信办 《数字中国发展报告（2022 年）》，新开工数据中心项目超 60 个，新建数据中心 规模超 130 万标准机架，西部数据中心占比稳步提高。通过产业信息跟踪可 知，当前不论东西部，算力节点建设仍都在加速，包括扩容、提速、现有架构 升级，以应对当前算力需求的快速上升。根据 IDC 预计，中国智能算力规模 2022 至 2026 年复合增速为 48%。由于当前人工智能应用仍处早期阶段，算力需 求仍在快速释放，我们预计增速存在超预期的可能。

东部算力供给增长斜率预计将更加低于需求扩张斜率，东西协同发展算力大有 可为。正如上一部分提及，东部地区由于自然资源、能源荷载、土地规划、以 及运维成本等方面的限制，数据中心建设的局限性较大。同时，特别是在行业 早期，数字经济及人工智能发展的东西部差异性更加突出，东部地区快速增长 的算力需求与供给的差距将进一步扩大，东部对西部算力的需求也预计只增不 减。传统上对数据在西部存储的认知多集中在灾备，后续预计更多数据将在西部存 储和计算，主要原因为：

1）数据交换及通信技术进步，算力一体化调度平台进 一步完善，有效提升东西部算力及数据的实时互通性。因此，当前存储在东部的“冷数据”将更大规模，更大比例的转移到西部，同时，部分时效及调用频 度介于“冷数据”与“热数据”之间的“温数据”，转移的经济性及必要性也将 上升。

2）数字经济不断发展，数据量及数据种类将快速膨胀，数据也将作为未 来的重要资产，将数据合理、经济的存储成为政府及企业需要思考的课题，西 部地区在经济性上更胜一筹。

3）人工智能技术快速发展，模型及应用提供方更 倾向于将数据存储与训练集中在一个节点，进而减小传输带来的数据丢失、延 迟等问题，提升训练效率。总结看，算网成熟、数据量增大、模型训练提效的 需求将共同推动更多数据在西部存储和计算。

算力租赁释放中小实体算力使用需求，算力报价可作供需刻画的晴雨表

在各行各业数字化发展需求的催生下，适用于更多、更广用户需求的算力产品 和服务也将加速落地。算力调度和租赁进一步降低算力的使用门槛和使用成 本，抬升算力需求的天花板，是当前众多产业数字化参与主体所期盼的发展方 向。

政策利好算力服务增长，行业供给及需求抬升共振

需求侧：新技术革命使得算力需求群体，由小众扩展为千行百业。主要基于两 点判断：

1）数智化转型不仅针对大型企业，中小型公司在降本增效、提升运营 管理水平、开发新的业务增长方面亦有旺盛的需求。传统企业有大量的数据资 源由于缺少采集及分析而被浪费，因此，数字化转型需要深挖数据价值，这需 要更大算力的支撑。

2）随着业务智能化水平的提高，适用于中小厂商业务的智 能化模型的部署需要相应算力的支撑。因此，算力的主要需求方将由原来的科 研及国防机构扩展为希望实现数智化转型的千行百业。

供给侧： 

1）存量角度看：与水电资源类似，算力的使用亦存在峰谷。各行各业对算力的 使用需求并不是所有时间恒定不变的。以一天的维度看，推理的算力需求较大 集中于白天的工作时间，或者晚间休闲娱乐时间，在休息时间需求较少。从中 期维度看，一些企业在项目前期搭载的算力资源在项目后期，或者随着企业战略转型可能面临闲置。将闲置资源变现将为相关企业带来额外收益，减少算力 闲置浪费的问题。

2）增量角度看：由具有资源优势、渠道优势、资金充裕的大型企业建设，通过 租赁的形式提供给其他中小型企业及团体，预计将产生较大的市场。资源优势 主要体现为数据中心建设用地、政府支持、融资能力等方面，这类公司多为上 市公司，拥有较多资源的大型企业。在高端计算芯片短缺的背景下，与主要芯 片厂商关系紧密可以视为渠道优势。在算力需求快速增长的背景下，算力租赁 市场预计较快增长。算力普惠遍及是政策所向，多地算力券政策相继推出。推动算力建设的同时， 使得算力更多服务经济发展，使其成为容易获得的社会资源是各级政府思考发 力的重点。年初以来，在中央推动数字经济发展的定调下，成都、上海、北京 等各地方政府发放算力券可以视为明显的政策支持风向。最终实现如中国移动 负责人在 2021 年世界互联网大会上所表述的，实现“网络无所不达、算力无处 不在、智能无所不及”的愿景。

算力服务报价可作为跟踪行业算力供需求情况的重要指标 

智算中心由“资源服务”向“应用服务”转变，产业进一步丰富 

算力“新基建”，新型算力中心绝不是简单理解为提供硬件的概念，为应对数字 化、智能化需求，未来数据中心预计通过沉淀的基础通信、人工智能、大数 据、区块链、安全认证、精准定位等优质能力，提供统一封装、灵活调用的 “能力即服务”，从而促进经济社会效率和效益的提升。 

连接+算力+能力相辅相成，大厂积极布局 

“能力即服务”是指在算力中心硬件的基础上，通过平台能力，为客户使用算 力进行数智化转型提供应用服务。人工智能推理及训练是系统性的工作，需要 连接、算力、模型开发形成一个全方位的解决方案。各大 IaaS 厂商致力于提供整套的算力解决方案以提升竞争力。包括华为、百 度、阿里、商汤等大型科技厂商，也包括三大运营商，在提供整套解决方面均 有较多的布局。除了提供硬件的“资源服务”之外，在“应用服务”方面的发力可能包括算法服务、应用软件优化、算法与软件研发等。以商汤为例，2023 年 1 月 AIDC 正式启动，致力于实现不同场景的算法模型的底层抽象，以模块化 平台套件打造通用型服务平台。主要愿景之一为“扶持一批芯片企业，培育一 个软件生态，繁荣一群应用开发”。华为昇思基于昇腾硬件算力，提供工具组 件、领域套件和拓展包、科学计算套件，涵盖从模型训练到推理的一整套技术 支持。 

预计开辟按使用量收费的新模式，为算力平台和第三方软件开发公司带来新的 增长点。各厂商通过在算力平台上建立与运营应用，平台软件按需使用。在为 众多算力使用方提供便利，降低使用门槛的同时，算力用户对平台软件的付费 意愿将逐步提升。在按软件使用量付费的新模式下，算力平台和软件开发方都 将分享这块增量的“蛋糕”。算力服务生态将进一步丰富，逐步形成正向经济循环。数字经济及人工智能行 业仍在快速演进，新增需求不断，需要有更多开发者进入智算超算领域开发软 件。人工智能算力国产化不仅需要硬件，更需要软件应用生态配合。随着软件 收费模式的跑通，预计将很快形成开发者投入产出的良性循环。 

3 产业链受益范围更广，国产化重要性不断提升

 

算力产业链上中下游涉及环节较多，AIDC 时代产业链容量预计将进一步扩展。AIDC 下游主要为较为熟知的互联网及云服务厂商、运营商、政府客户、行业客 户。中游按照服务器整机提供商类型可以分为品牌商和 ODM/OEM 两种。上游服 务器硬件涉及繁多，硬件来看，最核心的为计算推理芯片，包括 GPU、CPU，其 余包括存储、连接器、PCB、散热、电源等。软件来看，核心涉及操作系统，数 据库。 

巨大的新增算力需求催生行业巨头的产生。每一轮技术浪潮带来新的机遇都会 催生掌握关键技术的巨头产生，例如，个人电脑普及造就了英特尔、微软等巨 头，移动互联网时期，国内腾讯、阿里、百度，国外谷歌、苹果等站上风口， 当下 AIGC 的发展也将在智能芯片，服务器，算力网络等环节，使得抓住新一轮 关键技术的厂商获得快速扩张。 

参与方对核心资源的占有能力仍为考量因素之一，但重要性权重相对降低。与 上一轮东数西算建设略有不同，当前建设更加考虑产业落地，与各行各业的融 合，因此，参与方预计更加多元，更注重产业链竞争力和市场化能力。预计将 是地方政府及大型央国企牵头，能够支撑具体数智化场景，更高效运营的厂商 共同参与的格局。更好匹配行业发展需要，具备优秀运营管理能力的厂商将不 断走出来。 

英伟达生态占据主要地位，落地速度较快 

算力侧国产化率预计将进一步提升 

国内发展智能算力实则是对软硬件产品的供应商提出更高的要求，包括供应链 安全可靠性，快速响应能力及国内生态的落地能力。今年，中美两国在高科技 领域的摩擦不断升级，美国限制涉及高性能计算的产品及技术对华出口，确保 中国不落后于智能化发展，智能算力国产化迫在眉睫。在这一过程中，国产优 质厂商预计将凭借政策支持，产业扩容，后发优势等因素，获得更多产业链联 合研发机会，项目定点落地，并最终加速研发成果在报表端的体现。 

政府项目及国内大厂积极推动国产算力落地。根据工信部印发的《新型数据中 心发展三年行动计划（2021-2023）》，提出要推动 CPU、GPU 等异构算力提升， 逐步提高自主研发算力的部署比例，推进新型数据中心算力供应多元化。根据 寒武纪 6 月 30 日公告，中标沈阳市大东区城市建设局的沈阳市汽车城新型基础设施建设项目-智能计算中心项目，中标金额为 1.55 亿元。7 月 26 日寒武纪中 标“浙东南数字经济产业园数字基础设施提升工程（一期）”项目，联合体拟中 标金额为 7.5 亿元，预计寒武纪所占金额约为该项目总价格的 70%。在 2023 年 人工智能大会上，国内大模型领先厂商科大讯飞公布了与华为的合作，表示讯 飞星火与昇腾 AI 将联合打造中国通用智能新底座。在政策鼓励下，国产算力落 地预计将进一步加速。 

国产芯片厂商快速崛起，生态加速丰富 

智能芯片占 AI 服务器大部分成本，当前国外厂商仍占绝大部分市场份额。智能 芯片在以往高性能服务器中的价值量占比约 50%，在训练型服务器中，CPU 与 GPU 芯片将占据服务器超 70%的成本，智能芯片厂商占据 AIDC 产业链核心的地 位。当前全球独显 GPU 市场主要被英伟达、AMD、英特尔三家垄断。 

国产智能芯片硬件性能不断提升,海思研发实力优秀 

国产智能芯片厂商可以大致分为两类，一类是华为、海光代表的，具有一定从 芯片、服务器，到软件生态优势的大型厂商。另一类是以寒武纪、壁仞科技、摩尔线程、燧原科技等代表的国产智能芯片独角兽企业。两类公司各有优势和 特点。华为海思有超 20 年技术积累，芯片超 200 项自主知识产权，技术实力领先。公 司 1991 年启动研发，前身为华为集成电路设计中心，经过 20 余年的发展，成 为领先的 Febless 半导体与器件设计公司。目前有智能终端和处理器两大产品 线，处理器产品包括麒麟、昇腾、鲲鹏、巴龙、凌霄。目前在全球设有 12 个办 事处和研发中心，产品和服务遍布全球 100 多个国家和地区，有超 8000 项专 利，研发实力突出。其中昇腾作为新一代智算芯片，有昇腾 310 与昇腾 910 两 款产品。昇腾 310 是华为首款全栈全场景人工智能芯片，昇腾 910 是华为目前 推出的算力最强的 AI 芯片，昇腾系列后续发展也被各界给予较高期待。昇腾芯 片搭载的华为独创达芬奇架构神经网络处理单元 NPU（Neural Network Processing Unit），该架构具有极具创新的高性能 3D Cube 计算引擎等关键技 术，大幅提升 AI 计算的效率和灵活性，能够在多场景，云、边、端，提供最优 算力支持。 

海光信息 CPU 及 DCU 双布局，背靠中科系，具有研发及生态优势。海光信息完 全掌握 X86 CPU 完整架构，已具备自主迭代能力。中科曙光作为国产服务器龙 头，是公司的第一大股东，有望充分受益中科系软硬件的赋能。海光 7000 系 列 CPU 最多集成 32 个处理器核心，最大支持 8 个内存通道和 128 个 PCIe 接 口，主要应用于高端服务器，面向数据中心、云计算等复杂应用领域。8000 系 列 DCU 深算一号已与国内多家开发大模型的企业和研究所达成认证。海光国产 处理器已得到众多 OEM 支持，支持国内外主流操作系统，应用于各类国产服务 器及工作站。公司持续保持较强的研发投入，CPU 及 DCU 产品未来预计将进一步 受益信创及算力需求爆发。 

智算芯片独角兽凭借优秀的创始研发团队，及精尖技术的积累异军突起。AI 芯 片独角兽企业创始团队大多来自顶尖科研机构及国外科技公司，为公司提供了 优秀的研发及技术基因。上市公司主要包括寒武纪，以及众多优秀的待上市企 业。华为及部分 AI 独角兽企业智能芯片硬件性能正逐渐接近国外龙头厂商。通过对 国内外智算芯片厂商当前最领先产品关键硬件性能指标的梳理，可以看出华为 昇腾 910 芯片处于领先的地位，与英伟达 A100 性能较为接近。此外，寒武纪、 壁仞科技、燧原科技、天数智芯等公司的智算芯片性能也处于领先的地位。随 着政策支持及产业发展，看好以华为为首的 AI 芯片国产化替代前景。 

国产芯片厂商软件生态仍在不断丰富，华为较为领先 

CUDA 生态是英伟达关键壁垒之一，国产厂商加速建立自身开发者生态。国外厂 商英伟达除芯片硬件性能之外，软件 CUDA 生态亦是其重要壁垒。借助 CUDA， 开发者能够利用 GPU 的强大性能显著加速计算应用。CUDA 工具包中包含多个 GPU 加速库、一个编译器、多种开发工具以及 CUDA 运行环境。国内厂商由于 起步较晚，在开发者生态上与国外成熟产品仍有差距。在政府推动及下游产业 支持下，国产芯片厂商开发者数量逐步上升，生态渐渐形成。以华为昇腾计算生态为代表的国产开放式生态快速发展。华为在生态建设持开 放的态度，在华为建立的全场景开源 AI 框架昇思 MindSpore 外，支持与各种计 算框架对接。除自研的应用使能工具 MindX 外，支持第三方平台应用。实现了 从模型研发到落地千行百业的全链条赋能。在今年 5 月的鲲鹏昇腾开发者峰会 上，华为公布目前鲲鹏和昇腾 AI 开发者已经超过 350 万，合作伙伴超过 5600 家，解决方案认证超过 15500 个。昇腾 AI 基础软硬件平台已孵化和适配了 30 多个主流大模型，覆盖中国一半的原创 AI 大模型，包括鹏城盘古、紫东太初。有 25 个城市基于昇腾构建人工智能计算中心，其中 14 个已经上线并饱和运 行。 

沐曦等 AI 独角兽企业则采取兼容 CUDA 生态的方式，以及与华为等国内大厂共 建国产生态的路线。摩尔线程携手浪潮共建元脑生态。在 2023 年人工智能框架生态峰会上，沐曦科技、壁仞科技作为华为昇思开源社区理事的身份，深度参 与昇思生态的构建。 

国产 AI 服务器从生态完整性和供应链能力两维度考量 

IDC 提供商更加要求一体化方案及生态型运营。服务器厂商负责算力的最终集 成和落地，从技术壁垒来看相对上游关键零件较小，因此，AI 服务器厂商的主 要优势体现为整合供应链上游硬件资源，保证关键零部件的供应稳定，同时更 好匹配下游市场需求变化，为算力客户提供尽可能多的解决方案。当前国内智 算中心较为核心的参与厂商包括：

1）华为系，神州数码、拓维信息、东华软 件、四川长虹；

2）中科系，中科曙光；

3）海外系，浪潮信息、云赛智联等。浪潮信息、新华三、超聚变占据中国总体服务器市场超一半份额，其中浪潮占 比 28%，新华三占比 17%，紧接着是超聚变，占比 10%。出于统计口径考量，我 们认为 IDC 的统计应主要以商用通用服务器为主，应还有较多超算服务器并未 在其中统计。从 TrendForce 的统计看，全球 2022 年 AI 服务器的下游主要需求 方为北美及国内云和科技厂商。 

华为服务器战略合作伙伴有望更多获得华为较全面的软硬件生态赋能，受益华 为在云、计算、存储、网络、能源方面的综合优势。华为出身通讯设备厂商， 在先进网络通信方面持续引领创新，稳稳处于国内计算机网络设备的第一梯队。根据前瞻产业研究院 8 月 2 日发布的报告，中国计算机网络设备上市公司 市场格局看，华为在交换机及企业级路由器行业国内市占率处于第一位，企业 级路由器市占率 50%，企业级 WLAN 市占率与新华三接近。同时，华为在云基础 设施投入上也处于领先地位，2022 年占据国内云基础设施投入的 19%。华为在 算网方面全面的布局，及技术领先性保障了华为总体解决方案的竞争力。在 2023 年人工智能大会上，华为发布业内首个万卡 AI 计算集群解决方案，我们 认为华为将在后续中国算力网络建设方面扮演重要角色，产业链合作伙伴将更 多受益。 

华为服务器硬件交付合作伙伴主要包括： 

1）神州数码-IT 分销基本盘稳固，受益信创与智算建设加快。公司与华为同行十 余载，2023 年华为中国合作伙伴大会上，神州数码子公司神州鲲泰获得华为“总 经销商杰出贡献奖”、“服务销售突出贡献奖”、“优秀联合营销奖”、“计算优秀整机合作伙伴奖”。作为首批加入鲲鹏计算生态的企业，拥有自主品牌“神州鲲泰”系列产品及解决方案，助力政企、金融、运营商、能源等众多行业数字化转型。以神州鲲泰 KunTai R822 服务器为基础打造的金融高性能服务器解决方案入选 “2022 年度 Powered by Kunpeng 精选解决方案鲲鹏最佳整机硬件奖”。 

神州数码是华为首批 AI 服务器合作伙伴之一，是华为整机硬件优先级合作伙 伴。未来预计也将明显受益华为智算方案的推广。公司在云管理（MSP）领域可 为公司提供全生命周期服务，根据 IDC 发布的《中国云运维管理服务市场 （2022 上半年）跟踪》报告，神州数码市场份额位于国内第二，约占 5%。同 时，公司 IT 分销基本盘稳固，随着公司逐渐向高毛利产品倾斜，预计总体毛利 率将进一步提升。

2）拓维信息-智能计算+开源鸿蒙操作系统战略合作伙伴，绑定华为软硬生态。 公司作为华为首批同舟共济伙伴，硬件上负责华为服务器的交付实施，软件上致 力于华为 OS 在工业、教育等领域的行业拓展，拥有嵌入式的“霄瀚”全场景操作 系统，提供软硬一体的解决方案。公司基于鲲鹏和昇腾处理器开发了兆瀚 RA5900 系列服务器，可以用于智算场景。拓维信息控股湘江鲲鹏 70%股权，湘江鲲鹏系 华为整机硬件优先级伙伴。

3）东华软件-大型软硬件代理集成商，参与人工智能中心建设。软件及信息系统 解决方案提供商，主要领域涉及医疗、金融、政务等。AI 服务器方面，公司东华 鹏霄一体机可定制化部署各种软件，以及可搭配华为昇腾芯片，适合为大数据、 分布式存储、原生应用、高性能计算和数据库等应用高效加速，满足数据中心多 样性计算、绿色计算的需求，结合自有数据安全软件能力，持续在智慧城市、医 疗、能源、金融等诸多业务领域进行推广应用。东华软件子公司神州新桥于 21- 22 年累计算力中标项目超 40 亿元,已中标的智算中心多使用华为芯片,华为昇腾 和鲲鹏服务器占 90%以上。

4）同方股份-昇腾优选级整机硬件伙伴，算力+数据双驱动。公司与华为鲲鹏、 昇腾、存储产品线全面合作，获得华为昇腾产品线优秀整机合作伙伴称号，整机 硬件伙伴优选级认证。同方股份和清华大学合作建设中国华北最大的内蒙古超算 中心“青城之光”、宁波智算中心、北京昇腾智算中心等项目。公司 AI 服务器具 备英伟达和昇腾两条技术路线，2022 年销售的主要为昇腾技术，具备批量出货能 力。公司对科研数据库同方知网 100%控股，具有数据资源优势，同时积极探索知 识增强型大模型在教育科研、法律医疗等垂直领域的产业化应用。

5）四川长虹-与华鲲振宇关系为最终控制方的联营企业。公司与华鲲振宇同为长 虹控股集团子公司，四川长虹董事潘晓勇先生担任该公司董事长、法定代表人， 具四川长虹公告，两公司关系为最终控制方的联营企业。华鲲振宇作为昇腾领先 级硬件合作伙伴，鲲鹏和昇腾整机生态中的出货量位列第一，22 年业绩实现三倍 增长。2022 年四川长虹向华鲲振宇采购商品 4.16 亿元，销售商品 0.53 亿元。

中科曙光作为中科体系内唯一高性能服务器交付平台，在资源及生态方面充分受益。

1）在生态方面：完整的 AI 计算服务体系，建设“全国一体化算力服务 平台”。公司具有从 AI 核心组件、人工智能服务器、人工智能管理平台、到软 件的多项创新，构建了完整的 AI 计算服务体系。在生态建设方面，曙光亦秉承 “共建繁荣、开放、共赢的智算新生态”的理念，支持第三方平台集成、应用 集成、接入第三方定制平台，与百度飞桨建立合作伙伴关系。公司布局建设 “全国一体化算力服务平台”，将实现多样融合算力的弹性供给，大幅降低算力 应用门槛。

1）浪 潮信息采取客户需求驱动的定制化商业模式，具有较领先的技术平台规划和产 品定义能力，对个性化订单承接能力较强，对复杂供应链的管理是公司的优势 之一。公司 JDM 实现 96%的生产订单自动生成，98%的物料计划自动决策和执 行，产品交付效率提升 40%。

2）在智算建设方面，公司致力构建元脑生态。截 至 2022 年底，浪潮信息生态伙伴数量达 2 万余家，元脑AlStore 已经入驻了超 过 1200 家伙伴，上线产品和解决方案超过 150 个。基于银行多业务场景常规并 发需求，通过算力资源的细粒度切分，实现一卡多用。最大化提高算力利用 率，在几乎零性能损失情况下（≈1%），将算力利用率提升至 3-5 倍。AIStation 是专为人工智能开发和部署打造的端到端平台，可以实现从模型开 发、训练、部署、测试、发布、服务的全流程一站式高效交付，获得 2023 全球 人工智能产品应用博览会「产品金奖」。

3）公司当前主要为基于海外 AI 芯片的 服务器方案，出货一定程度受到海外芯片供应节奏影响，预计随着供应恢复， 或更多元芯片的服务器方案的推出而改善。此前合作头部互联网客户，客户基 础较好。（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。） 

 

 

▼

本文主编

BAG

    以上就是本篇文章【专题报告：算力服务，从“东数西算”到“东推西训”】的全部内容了，欢迎阅览 ！ 文章地址：http://xiaoguoguo.dbeile.cn/quote/3857.html 
     行业      资讯      企业新闻      行情      企业黄页      同类资讯      网站地图      返回首页 多贝乐移动站 http://xiaoguoguo.dbeile.cn/mobile/ , 查看更多