行業觀察筆記1 | AI算力分類及其產業鏈
01 算力及其分類
AI 算力
算力即計算能力。一般地,我們傾向于將CPU(中央處理器)、GPU(圖形處理器)等芯片的計算能力稱為狹義的算力,內存、硬盤等存儲器的存儲技術稱為存力,操作系統、數據庫、中間件、應用程序等軟件技術稱為算法。廣義的算力既包括狹義的算力,也包括存力和算法。
算力的作用在于完成計算任務。計算機、手機、服務器、數據中心等系統及程序軟件的運行是由無數個計算任務支撐起來的,因而算力是硬件系統和程序軟件正常運行的動力源。
算力決定了數字經濟的發展速度和社會智能化的高度。根據IDC、浪潮信息、清華大學全球產業研究院聯合發布的數據顯示,計算力指數平均每提高1點,數字經濟和GDP將分別增長3.5‰和1.8‰。
算力的衡量單位為FLOPS(每秒浮點運算次數),高性能游戲顯卡、AI訓練服務器等常用的算力單位為TFLOPS(萬億次/秒),超級計算機等常用的算力單位為PFLOPS(千萬億次/秒),全國算力統計口徑為EFLOPS(百億億次/秒)。
按照計算精度從低到高可將算力分為:通用算力、智能算力/AI算力、超算算力/高性能計算,對應的數據中心為:通用數據中心、智算中心、超算中心。其中,通用算力以CPU輸出的計算能力為主,用于日常的網頁瀏覽、數據查詢等。AI算力以GPU、FPGA(現場可編程邏輯門陣列)、NPU(神經網絡處理器)、TPU(張量處理器)等AI芯片輸出的計算能力為主,用于人工智能訓練和推理、深度學習等。超算算力以由數萬甚至數百萬個CPU和GPU組成的超級計算機輸出的計算能力為主,用于尖端科研、國防軍工等領域。
根據服務形態可分為:公有云算力、私有云算力、混合云算力、邊緣算力。其中,公有云算力通過互聯網向公眾開放;私有云算力通常為某個特定組織,如政府、銀行、大型企業等單獨構建和使用;混合云算力則結合了公有云和私有云,通常將非核心業務放在公有云上以節省成本,將核心敏感業務放在私有云上以保證安全;邊緣算力則將算力部署在數據產生的源頭附近,以實現低延遲和本地化處理。
02 算力產業鏈及市場規模
AI 算力
算力產業鏈上游主要為IT軟硬件設備,硬件如CPU、GPU、存儲器等芯片,服務器、路由器、交換機、光模塊等網絡設備,軟件如操作系統、數據庫、中間件等。此外,供配電設施如配電柜、變壓器、不間斷電源等,制冷系統如風冷、液冷等也是重要的配套設施。
中游為算力網絡及平臺,包括各類數據中心及基于數據中心開展的運營服務、云服務、安全服務等。
下游為各類應用場景,如互聯網、金融、政務、交通、教育、工業、醫療、能源等領域。
圖:算力產業鏈

注:圖源方正證券研究所
根據中國信通院、IDC等數據,全球算力市場規模正呈現高速增長態勢,從2018年的232EFLOPS持續擴張至2023年的1397EFLOPS,CAGR約43%。預計到2030年,全球算力規模將突破16000EFLOPS,CAGR超42%。此外,全球算力市場規模在2025年預計將突破4200億美元,到2030年有望達到1.2萬億美元,CAGR達16.3%。其中,美國、中國分別占全球算力市場的32%、26%,處于領先地位,其次為日本、德國、英國、加拿大,算力占比分別為5%、4%、3%、3%。
從國內市場來看,根據IDC等與浪潮信息聯合發布的報告,2024年中國AI算力規模為725.3EFLOPS,同比增長74.1%,市場規模達到190億美元,同比增長86.9%。預計到2025年,AI算力規模將達到1037.3EFLOPS,同比增長43%,市場規模將達到259億美元,同比增長36.2%。總體來看,2023-2028年中國AI算力規模和通用算力規模的五年CAGR預計分別達46.2%和18.8%。其中,AI算力在國內算力占比已達到66.5%,成為推動算力增長的核心力量。
END
// 小編觀點僅供參考 //
原文標題 : 行業觀察筆記1 | AI算力分類及其產業鏈
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 特斯拉Optimus Gen3量產在即,哪些環節最具確定性?
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 4 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 5 Tesla AI5芯片最新進展總結
- 6 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 7 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 8 2026,人形機器人只贏了面子
- 9 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 10 AI Infra產業鏈卡在哪里了?


分享













