超训练部分。 1.2 技术破局：从GPU集群到分布式协同一体 建设和运营智算中心需要巨大的资本投入，包括购买昂贵的AI芯片、建设高密度机房等。AI工作负载对 网络带宽和存储性能有极高的要求。AIDC需要优化网络架构，例如采用高吞吐量的以太网或InfiniBand，并 部署高速、大容量的存储系统。互联网公司通常具备强大的云计算、大数据、人工智能等核心技术积累和研 发实力，能够快速迭代和推出 的比较如下（表2-1）所示： 表2-1 运营商和互联网企业智算中心 智算网络核心技术 19 中国电信智算建设重点规划“2+3+7+N+M”的智算布局，建设“中心集群+边缘DC”一体化的 AIDC，在内蒙古和贵州打造两个公共智算中心，在京津冀、长三角、粤港澳大湾区、成渝等地建设大型智算 中心和超算集群，重点承载AI训练、高性能计算等需求，在省会城市及重点地市部署边缘算力池，提供低时 延 2025 12. 《Data center capex and IT component markets》 Dell‘Oro 参考资料 缩略语 英文全称 中文全称 缩略语 AIDC AI Data Center 智算中心 BBR Bottleneck Bandwidth and Round-trip 拥塞控制算法（谷歌提出） CPO

城市算力通过算力城域网就近服务本地用户 面对算力产业快速发展趋势，中国电信推出了面向智算的新一代 数据中心（AIDC，Artificial Intelligence Data Center）基础设施技术方 案，在高算力规模、高功率密度、高弹性需求背景下，同时兼容通算、 超算、智算，甚至未来的量子算力。在 AIDC 基础上，中国电信积极 布局算力基础设施建设，面向政府、企业、科研机构等提供就近的高 效算力 版） 5 验结果表明算效、TTFT、TPOT 等指标劣化小于 3%，充分证明算力 城域网方案的技术可行性。 算力城域网具备算力高效整合、算力无损输送、算力服务即取即 用等关键能力，通过构建 AIDC 与用户之间的安全高速通道，支撑城 市算力和行业算力就近服务本地算力用户。算力城域网通过高弹性、 高吞吐、高可靠的一跳入多算等网络新型服务能力，为政府、企业、 科研机构各类客户提供高效便捷的算力服务，加速数字化转型进程， 阶段。数据入算阶段要求网络能够满足 TB/PB 级海量数据的高效传 送。考虑到数据敏感用户的数据“不落盘”要求，还需要网络具备高 稳定和数据无损传输能力，实现用户私域存储与 AIDC 之间的高效拉 远训练。模型训练阶段当前面临单 AIDC 算力资源受限、零散算力资 源未利用等问题，亟需通过分布式协同训练实现算力资源高效整合， 要求网络提供无损、高吞吐的高性能算间互联。模型推理阶段包含推 理结果生成

....................... 15 在 AIDC 需求释放态势下对 HVDC 技术放量的市场推演 .................................................................................... 16 需求侧：看好 HVDC 在 AIDC 需求驱动下突破渗透率瓶颈 .................. 300Pflop/s 的 S1 级超算中心（通常为国家级 超算中心或国家级实验室）为例，计算节点的用电需求为 25～28MW，高速网络、存 储等节点的用电需求合计 2MW 左右。 3） 智算中心 AIDC-智能算力：通常采用芯片异构计算架构，结合 CPU、GPU、NPU、TPU 等多种芯片，形成高并发的分布式计算系统。随着智算需求的持续增加，当前我国智算 中心用电规模可以达到 100-200MW（根据 免责声明和披露以及分析师声明是报告的一部分，请务必一起阅读。 10 工业/能源 综上所述，我们认为 AI 数据中心将加速传统数据中心向智算中心 AIDC 的切换，展望后续， 或将面临四大挑战催化供配电系统迭代。 #1 电能供应：电能消耗随 AIDC 市场（推理算力需求带动）规模提升和硬件功耗膨胀相应 增长，对电力接入、电能利用率和能源利用效率（PUE）提出挑战； #2 空间利用：随着数据中心

MindSpore ， 2048 块 GPU 16 块 GPU 280 块 GPU 鹏城云脑工 (2048 块 CPU) 和百度 飞桨 4095( Pflops-day)/2128 张 GPU 商汤 AIDC ，峰值算力 3740Petaflops3 异腾 AI 基础软硬件平台 复旦大学超算中心 模型类型 多模态训练模型结合人类 参与强化学习 多模态预训练模型 NLP 大模型

10% ； GDP 增长贡 献率 66.45% 。 人工智能 (IDC) ： 2024 年 备案大模型超 200 家， 行 业模型占 70% ； 2024 年智 算 AIDC 市场同 比增长 79.6%(146 亿 ) ， 2028 年 预计达 1825 亿 (CAGR ≈ 56%) 。 行业数字化：智造业规模 24 年 1.55

脑”；另一方面，小型化数据中心在城市肌理 中加速渗透，如同遍布人体的神经末梢，让 AI 能在物理空间上更贴近应用场景，实现数据的 毫秒级响应与本地化处理。这些以 AI 为核心的 智算数据中心（AIDC），正成为电力需求增长 最迅猛的领域之一——其高密度计算单元与持 续制冷系统对能源的消耗强度，远超传统数据 中心。据预测，未来十年全球数据中心的用电 量将实现翻两番的跨越式增长，从曾经的“隐 算力与电力的自闭环控制体系。数据中心不再 被动适应电网，而是主动参与能源网络调控， 既提升了新能源就地消纳能力，又增强了电力 系统的韧性，使“源 - 网 - 荷 - 储 - 算”形成有 机整体。2035 年，新建 AIDC 中将有 30% 采用 “HVDC+ 绿电”的供电架构。这种架构变革不 仅重塑了数据中心的能源逻辑，更让算力基础 设施成为连接新能源与数字经济的关键枢纽， 为“零碳算力”的规模化落地提供了核心支撑。

OpenAI，谷歌推出了 Vertex AI，英伟达推出 了 AI Foundations；国内，阿里、百度、字节跳动、腾讯等公司均推出了基于自有云服务 的 MaaS 模式，商汤等公司也推出了基于自有 AIDC 和大模型能力的 MaaS 服务。其中， 大模型的来源包括厂商自身训练的闭源模型和开源模型，以及第三方开源模型。以微软 Azure 为例，用户可选择 OpenAI 的闭源模型，微软自己的开源模型 Phi