究 报 告 ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ◆ ◆ ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125) ©亿欧智库-陈皓 (79125)

信息化系统成为刚需，季度更新 等动态披露方式将逐步替代传统年度报告，以更及时地响应环境与社会 风险 22 绿色金融与供应链责任深化 • ESG 表现与融资成本挂钩趋势显著，2024 年 ESG 公募基金规模达 4098 亿元，绿 色债券发行同比增长 35%。企业需向供应链上下游延伸责任，如宝钢股份通过 绿电采购降低供应商碳排放。 绿色金融与供应链责任深化 供应商 制造企业 流通 使用 无害化处理 排放 回收利用 认识和需求不断增长，推动资产管理 公司和金融机构开发更多ESG投资产品和服务。中国证券投资基金业协会数据显示，截至2022年底，以ESG为主题的 公募基金数量超过200只，资产管理规模超过2000亿元. ➢ 企业ESG参与度进一步提升:公司的ESG信息披露质量逐渐提升，更加注重实质性议题的披露和量化指标的应用。中 国企业对ESG信息披露的重视程度不断提高，披露率逐年提升。上市公司层面，截至2024年5月，A股共计2094家公 24年前三季度，西藏工业经济快速增长， 规上工业增加值同比增长18.8%，增速居全国第一。2024年9月，规上工业增加值同比增长20.1%，位居全国 第一。1—9月，绿色工业固定资产投资130.68亿元，完成年度目标的93.3%。西藏，这片神奇而广袤的高原 大地，在推进绿色低碳转型发展的浪潮中，深入学习贯彻落实习近平总书记关于新型工业化的重要指示精 神，按照全区新型工业化推进大会部署，正在绿色可持续发展的道路上阔步前行。

。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 尽管如此，在整个经济与社会向数字化与智能化转型的过程中，对于智能算力 的需 2027 年全部使用等效 H100，在 2029 年全部使用等效 B200。 2023 2024 2025 2026 2027 2028 2029 2030 技术保守情景 技术乐观情景 用电量：亿度 AI 改变能源 智算如何引领新型电力系统 9 2030 年中国智算年用电最高 1.3 万亿度 智算中心要完成训练与推理任务，所需关键 IT 设备不仅包括 AI 芯片，还包括 驱动这些 AI 新增智能算力用电挤占全社会新增用电量 来源：未尽研究，环球零碳 说明：堆积图。假定全国全社会新增用电量按近十年的复合增速增长；乐观场景下部分年份新增用电量下降，主要是因为当年全部采用了能效更高的下一代 芯片。 新增用电量：亿度 8000 6000 4000 2000 0 ■ 全社会用电量 ■ 技术保守情景智算用电 ■ 技术乐观情景智算用电 2024 2025 2026 2027 2028 2029 2030

互联网等新一代信息技术的迅猛发展，全球算力需求呈现爆发式增 长，2023 年我国算力总规模已达 230EFLOPS，智能算力增速高达 45%。然而，这种增长也带来了严峻的能源问题，全国数据中心年 耗电量突破 1500 亿千瓦时，占全社会用电量的 1.6%，单次 AI 大模 型训练的能耗相当于数百个家庭年用电量。与此同时，我国电力系 统正在经历深刻变革，新能源装机占比已突破 50%，但“弃风弃 光”与东部电力短缺并存的结构性矛盾日益凸显。这种算力需求激 了巨大的能源消耗问题。以数据中心为例，2023 年全国数据中心用电 量突破 1500 亿千瓦时，占全社会用电量的 1.6%，相当于三峡电站全 年发电量的 1.5 倍。更值得关注的是，随着大模型技术的快速发展， 单次训练能耗屡创新高——OpenAI 的 GPT-3 模型训练耗电达 128.7 万千瓦时，相当于 430 个家庭一年的用电量；而 GPT-4 的能耗预计是 前者的 3-5 倍。 算力负荷的时空可转移特性（如“东数西算”工程中的冷数据处理西 迁）和灵活调节潜力（如 AI 训练任务的错峰调度）为电力系统提供 了新的调节手段。研究表明，通过优化调度，全国数据中心可提供约 3000 万千瓦的灵活调节能力，相当于 30 座百万千瓦级抽水蓄能电站。 此外，在“双碳”目标约束下，算力产业的绿色转型需求迫切，但目 前绿电使用率仅 22%左右，亟需建立更高效的算电协同机制。 算电协同创新发展已成为当前数字经济与能源革命深度融合的

。杰文斯悖论揭示了资源、 技术、经济之间的基本关系。 摩尔定律是信息技术革命时代的杰文斯悖论。单位面积芯片上的晶体管数量每 18 个月左右增加一倍，60 年来相当于算力的成本至少下降了 10 亿倍，推动经 济与社会进入数字时代。 而在加速计算逐步占据主流的深度学习“黄金 10 年”，GPU 的效率提升了千倍。 尽管如此，在整个经济与社会向数字化与智能化转型的过程中，对于智能算力 的需 7年全部使 用等效 H100，在 2029 年全部使用等效 B200。 2023 2024 2025 2026 2027 2028 2029 2030 技术保守情景 技术乐观情景 用电量：亿度 AI 改变能源 智算如何引领新型电力系统 扫码了解更多 9 2030 年中国智算年用电最高 1.3 万亿度 智算中心要完成训练与推理任务，所需关键 IT 设备不仅包括 AI 芯片，还包括 新增智能算力用电挤占全社会新增用电量 来源：未尽研究，环球零碳 说明：堆积图。假定全国全社会新增用电量按近十年的复合增速增长；乐观场景下部分年份新增用电量下降，主要是因为当年全部采用了能效更高的下一代 芯片。 新增用电量：亿度 8000 6000 4000 2000 0 ■ 全社会用电量 ■ 技术保守情景智算用电 ■ 技术乐观情景智算用电 2024 2025 2026 2027 2028 2029 2030

2035》报告中揭示的技术趋势，更凝聚了学术界、 产业界和社会的共同期待。 网络、计算、存储、云和能源是推动变革的五大核心技术，共同构成了超级智能体发展的综合 底座。预计到 2035 年，网络将需要支撑 90 亿人口拥有 9,000 亿智能体，通信容量将增长 100 倍。 与此同时，算力需求将激增 10 万倍，催生出全新的范式，如模仿大脑高效能的神经形态处理器与 量子处理器等。存储将迈入尧字节时代，让数据“觉醒”，为持续学习提供有形资源。云边协同共 技术作为驱动人类文明跃迁的引擎，其根本在于融入生活、家庭、企业与环境，以实现更美好 的生活、更温馨的家庭、更高效的企业和更可持续的环境。 到 2035 年，全球 65 岁及以上人口将突破 11 亿，个人健康将从“以疾病为中心”转向“健康全周 期管理”，人工智能将助力预防超过 80% 的慢性病，推动健康管理从“被动治疗”转向“主动预防”。 未来，智能机器人不仅能承担家务劳动，还将提供情感陪伴，显著提升居家的幸福感，预计 部分领域实现规模化落地。在人类工程体系成 熟的领域，它能够胜任人类的工作时长与强度， 进行自主决策，成为人类的高效协同伙伴。 11 人机协同编程，重塑软件未来 人类科技正在面临复杂性，芯片演进到亿 门，大模型参数突破万亿规模，产品越来越复 杂，大规模软件编程协作的挑战越来越大。 人因问题是导致软件复杂性的重要根源， 软件生产效率随着规模的扩大急剧下降。当代软 件工程主要是面对人因的复杂性而诞生的。软件

在此背景下，末端配电母线系统作为数据中心配电的关键组件，呈现以下市场和技术演变趋势 3 在AI浪潮来临之前，数据中心机房母线市场规模目前全球容量2023年约6亿美元，随着AI大 模型应用如ChatGPT的流行，这个数字在2024年爆发增长到25亿美元，并预计在2030年超过100 亿美元。 随着AI服务器的容量上升，单机柜容量快速上升，传统400A、630A精密配电柜系统难以满 足AI机柜需求，目前800A、1250A的机房母线成为AI 供电，实 现供电冗余与可靠性保障。该部署方式结构清晰，易于标准化实施，具备良好的兼容性与扩展性，是当前数据中 心较为成熟的主流配电方案。 1.机架功率大幅提升: 传统数据中心的机架功率通常为千瓦级（kW），比较常见的机架功率多为3-8kW， 随着AI需求的飞速发展和对算力需求的增加，越来越多的GPU等高性能服务器被用于大模型计算，单机柜功率密 度已经上升到20~100KW之间。英伟达和

302EFlops，结合主要云厂资本开 支和芯片出货预测，我们预计 2024-26 年我国算力规模年复合增速有望达到 44%，带动 2025/2026 年新建数据中心 8.0/9.1GW，对应 530/633 亿度增量 用电。我们预计 2025 年中国用电量增速 6.1%，其中数据中心贡献 0.5pct。 AI 数据中心高功率趋势不变，供配电解决方案技术迭代有望加速 根据各厂的芯片和服务器参数，虽然单瓦浮点算力以每代约 数将持续上升，甚至相同算力下可能提升更 快。这将带来供配电解决方案的技术迭代加速从传统 UPS 向 HVDC，以及 未来巴拿马电源和 SST 的效率更高模式发展。我们预计国内 AI 配套电力设 备市场空间 2026 年将达到 437 亿元，对应 2024-26 年复合增速 27%，其 中 HVDC，锂电池和服务器电源将实现更快增长，分别达到 77%/58%/36%。 AI 算力+双碳政策，中国绿色算力提升新能源需求端消纳 与 的成功面市，我们看好国内 AI 大模型和 AI 应用投资的加速， 带动中国主权 AI 建设和 AI 电力需求快速增长，缩小与海外领先国家的差距。 根据国家能源局，2022 年全国数据中心用电量约 2700 亿度，占全国用电量~3%。根据信 通院，2022 年全国算力规模达到 302Eflops（基于 FP32 等效），其中基础算力、智能算力 规模分别达到 120、178.5Eflops。根据信通院，截至 2022

目前合成生物学主要由北美主导 ，其次是欧洲 ，亚太是第三大市场 。根据 Markets and Markets 预测 ， 2021 年全球合成生物学市场规模达到 95 亿美 元 ，预计 2026 年全球达到 307 亿美元， 中国合成生物学 2025 年预计 70 亿美元 。近年来 ，合成生物学领域的出版物及投资也在不断增 加。 图表：合成生物学影响众多领域 ，将合成生物各个环节的工作效率大大提升 ，成本明显降低 ， 成功 缩短研发周期并扩大研发可能。 以 Deep Mind 旗下 Alpha Fold 平台为代表， 目前该平台已可预测的蛋白质结构超过 2 亿 ，来自于 100 万个物种 ，基于 Alphafold2 ，科学 家有望设计 出自然界不存在的具有更高催化效率或是具有未知催化功能的酶，从而开发出更加高效的代谢线路或是合成自然界中目前无法生物 合成的物质。 4 万吨癸二酸项目于 2022 年成功投产。 公司入股 AI 蛋白质设计平台公司“分子之心 ” ，将 AI 技术引入生物制造研发体系 ，智能化升级生物制造全流程 。该次 Pre-A 轮战略投资超亿 元 ， 由凯赛生物领投 ，联想创投跟投 ，天使轮领投方红杉中国追加投资。分子之心自主研发了国内首个功能完整的人工智能驱动的蛋白质预 测和设 计平台“ MoleculeOS” ，运用数据驱动的 AI 方法

：人工智能（尤其是生成式人工智能）正 快速融入个人和家庭生活，成为日常生活的重要组 成部分。随着技术门槛不断降低，智能设备日益 普及，更多消费者将接受并采用生成式人工智能工 具。到 2026 年，预计全球将有 50 亿 1 消费者使 用生成式人工智能 ；到 2028 年，三分之二的内容 创作者将使用生成式人工智能进行视频制作。人工 智能正逐渐融入家庭娱乐、教育、社交、内容创作 等多个领域，让每个人能都获得人工智能的加持。 意识到他们有机会成为人工智能未来发展的“设计 者”，而不仅仅是“裁判”。 德国 ：德国的《国家人工智能战略》于 2018 年发 布。2020 年，德国将人工智能领域的预算从 30 亿 欧元增加到 50 亿欧元，以支持 12 个人工智能研 究中心和 GAIA-X 计划。该战略旨在建设可信的欧 洲人工智能和数据基础设施，并加强该国的工业 4.0 和人工智能出口能力。 2 中国 ：中国的《新一代人工智能发展规划》于 等相关工程和智能计算中心等项目上 投资超过 1000 亿元人民币。地方政府还设立了数 百亿规模的人工智能产业基金，以支持制造业、能 源和交通领域的数智融合。 阿联酋 ：阿联酋于 2017 年任命了全球首位人工智 能部长，并发布了《2031 年人工智能战略》 5，旨 在推动人工智能在政府、教育和交通领域的应用。 阿联酋已投资超过 100 亿迪拉姆（约合 27 亿美 元）用于建设人工智能大学和数据中心，将人工智