算力中心供需研判及未来展望 V. 附录 报告研究背景与主要研究结论 4 报告研究背景 • 纵观算力中心发展历程，移动互联网时代与云计算时代的技术革命催生了集约化、超大规模化的数据中心需求，由此孕育出了算力中心定制批发的业 务模式，并且该业务模式在2015-2020年间实现了快速增长。然而，伴随着移动互联网用户红利见顶、新基建边际效应递减及后疫情时代经济周期波动， 定制批发业务遭遇需求收缩与供给过剩的双重压力，行业陷入供需失衡与资本退潮的转型期。 入洞察。 主要研究结论 • 从算力中心的定制批发业务发展现状来看，需求端和供给端均展现出积极的发展态势。 ➢ 需求端，随着 AI 大模型的迅猛发展，市场对算力资源的需求呈现出快速增长。这一增长主要源于互联网大厂、云厂商、短视频厂商等行业头部企业 对高性能、大规模算力资源的投入持续增长，这一趋势推动了算力中心定制批发业务的高速发展。 ➢ 供给端，受益于新一轮技术升级，算力中心市场迎来更多整合契机。 算力中心的定义与作用 资料来源： 灼识咨询 数据中心自互联网时代诞生以来，伴随科技的发展进步，在移动互联网、云计算、电商及短视频等行业的推动下 快速发展，而生成式AI的兴起正驱动其向重视计算效能与硬件配置的算力中心转型，为行业发展增添新动能。 9 数据中心发展历程 时代 背景 • 互联网初步兴起，中国 进入门户时代 • 数据中心概念初步普及 • 互联网逐步普及，社交 平台的兴起与电子商务 的蓬勃发展成为该时代

经网络策略的动作指令，进行控制执行。分层决策模型的缺点是： 不同步骤间的对齐和一致性需解决。 以「Google RT-2」为代表，通过一个神经网络完成从任务目标输 入到行为指令输出的全过程。首先在大规模互联网数据预训练视 觉语言模型，然后在机器人任务上微调，结合机器人动作数据， 推出视觉语言动作模型。RT-2不仅负责最上层的感知与规划，还 参与中下层的控制与执行，打通了端到端的链路。端到端模型的 “通用、但不快速”，和机器人视觉运动策略“快速、但不 通用”的矛盾，Figure通过建立一套互补的系统进行权衡。两套系统通过端到端训练以进行通信。其中， 系统2是开源、开放权重的70亿参数量端侧互联网预训练视觉语言模型，用于理解场景和自然语言； 系统1是一个8000万参数量的快速反应视觉运动策略，将系统2理解的语义转化为每秒200次的精确连续机器人动作。 智元通用具身基座大模型GO-1 04 3月10日，智元发布首个通用具身基座模型——智元启元大模型（Genie Operator-1），提出了Vision-Language-Latent-Action (ViLLA) 架构，该架构由VLM+ MoE组成，其中VLM借助海量互联网图文数据获得通用场景感知和语言理解能力，MoE中的Latent Planner(隐式规 划器)借助大量跨本体和人类操作视频数据获得通用的动作理解能力，MoE中的Action Expert(动作专家)借助百万真机数据获得精细的动作执

和存储密集型等各类业务算力需求。 3. 促进边缘算力协同部署。加快边缘算力建设，支撑工业 制造、金融交易、智能电网、云游戏等低时延业务应用，推动 “云边端”算力泛在分布、协同发展。加强行业算力建设布局， 满足工业互联网、教育、交通、医疗、金融、能源等行业应用 需求，支撑传统行业数字化转型。 4. 推动算力标准体系建设。加快制定面向业务需求的算力 设施、IT 设备、智能运营等方面的基础共性标准，完善相关技 应用的宣传推广，营造算力发展的良好氛围。三是持续发布《中 国综合算力指数》，对全国算网存能力进行综合评价。 （二）提升算力高效运载能力 1. 优化算力高效运载质量。探索构建布局合理、泛在连接、 灵活高效的算力互联网。增强异构算力与网络的融合能力，通 过网络的应用感知和资源分配机制，及时响应各类应用需求， 实现计算、存储的高效利用。针对智能计算、超级计算和边缘 5 计算等场景，开展数据处理器（DPU）、无损网络等技术升级 构算力调度、应用、研发、验证的平台环境。依托国家新型互 联网交换中心、骨干直联点等设施，促进多方算力互联互通。 专栏 2 算网融合发展行动 一是探索建设多层级算力调度平台，逐步实现多元异构算 力跨域调度编排。二是构建算力互联互通体系，统一算力资源 标识和身份认证，依托部省算力互联互通平台开展试点验证。 6 三是建立算网监测机制，开展算力设施运载力评估，打造一批 算网城市标杆。四是实施“算力强基揭榜挂帅”，突破一批标

360集团创始人 周鸿祎 3 政企、创业者必读 政企、创业者必读 一张图读懂一堂DeepSeek课 政企、创业者必读 AI给了一个比互联网更大的机会  互联网是连接平台，人工智能是生产力  互联网是赋能性技术，生产力属性较弱  人工智能既能单兵作战，也能外部赋能 互联网创造了能写140个字的推特和分享照片的Instagram AI能帮助人解决登陆火星、能源自由的问题 5 政企、创业者必读 DeepSeek开源，可本地部署，能力强，免费 53 政企、创业者必读 利用DeepSeek打造专业模型 不用卷算力、卷数据、卷参数  可用本地算力（自有机房或一体机）  接入企业内部专业数据，无需互联网全量数据  通过蒸馏的小模型能力也很强 54 政企、创业者必读 DeepSeek打造企业应用最重要的是从何入手 对上 对下 对内 对外 四个方向 降低10倍人力 降低10倍成本 提高10倍效率 连接企业内部传感器，感知理解知 识数据 流程 完成复杂繁琐的业务流程或重复的 工作流程 角色 定义智能体应扮演的特定的角色或任务 记忆 短期记忆、长期记忆 知识库 连接内部专有知识库，外部互联网 知识库 复杂推理 基于推理能力制定计划，在过程中 反思 工具 搜索、实时信息、数据请求、业务 系统 62 政企、创业者必读 智能体与企业数字化系统的关系 软件 工具 数据 IT系统

人工智能物联网（AIoT）：将人工智能与现实世界相连 版权所有 ©2024 Moor Insights & Strategy 2024年5月 人工智能物联网（AIoT）：将人工智能与现实世界相连 互联设备提升人工智能的实用性 分析师将人工智能物联网（AIoT）大致定义为人工智能（AI）与物联网（IoT）的融合1，利 用AI让物联网设备变得更智能、更具自主性。但这是一个以设备为中心的“小数据”的定义。 器智能与现实世界之间的连接。用于AI训练和 推理的大数据最初是由网络边缘与事物和人交互的设备所采集的小数据。这些IoT传感器和 人类输入设备是真实数据的来源，它们让AI变得实用且有价值。换言之，互联设备构成了神 经系统，并将AI与我们的世界相连。AIoT让AI变得真实且有意义。 AIoT与设备连接的价值 AI对可靠的、现实世界的数据有着无尽的需求，以此来推动训练和推理。因此，AI的快速发 制HVAC系统。但如今，AI拓展了设备的价值主张，使其价值还包括对能源管理等更高级别 系统的贡献。 设备总价值 = 功能价值 + AI贡献价值 - 设备成本 基于AI的生态系统能从互联的传感器和控制器中提取更多信息，有可能使每个参与设备的价 值大幅超越其基本功能。然而，每个设备的AI贡献价值会因使用案例和解决方案规模而异， 所以AI并不能成为随意提高设备价格的理由。功能价值仍然设定了客户对成本的基本预期，

GPU；生态变革，开源模型，打 开多元化应用时代。我们也维持三个前期观点不变：算力需求增长不变；能 效追求不变；绿色发展不变。 AI 应用加速，进入全民 AI 时代，有望构成国内电力需求新增长极 相比美国，中国虽然互联网大厂在过去 2 年资本开支有 12%的复合增长，但 仅为美国同行增速的不到三分之二、总量的不到十分之一。根据 IDC 预测 2025-27 年国内人工智能服务器工作负载中超过 70%将用于推理，仅不到 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 1 倍速率提升， 但是同时我们也看到随着效率的提升，服务器和机柜的功率参数以每代 40-60%的比例提升。而 DeepSeek 实现 GPU 白卡互联的能力，为国产芯 片的大规模应用打开了大门，在经济上必然存在较强的优势，但是短期内在 能耗上与英伟达芯片仍然存在差距。因此随着国内数据中心中智算中心的比 例提升，单个数据中心的 MW 数将持续上升，甚至相同算力下可能提升更 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。 7 工业/能源 图表5： 我国算力中心地图及上架率（截止 2023 年） 资料来源：清华大学互联网产业研究院，华泰研究 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。

《北京市数字技术技能人才培养实施方 案》 数字技术技能人才培养以产业数字化与数 字产业化为核心，大力实施首都专业技术人 才“登攀”计划，围绕人工智能、物联网、 大数据、云计算、数字化管理、智能制造、 工业互联网、虚拟现实、区块链、集成电路 等数字技术技能领域，培养一定数量的数字 技术领军人才，每年培养具有良好科学素 养、精于实操应用、能够解决复杂问题的工 程技术技能人才 1 万人，不断推进专业技术 人员数字素养和技能提升，为加快发展数字 字化专业人才技能素质。 三、拥抱变化：数字化人才将成为企业新的发力点 1.数字化人才 | 企业数字化转型的关键因素 在全球新一轮科技革命和产业变革中，IT 技术展现出广阔前景和无限潜力。自“互联网+” 行动全面推行后，IT 领域创新成果便开始大范围地与中国经济社会各行业、各领域、各环节 深度融合，人们的生产生活方式发生了巨大变化。现阶段，数字化转型逐渐成为行业企业的共 识，并已成为不 一支能为企业业务活动、专业流程等赋能的数 字化专业人才队伍，成为企业转型发展的重要节点或关键所在。 1.数字化人才  传统数字人才定义：聚焦技能领域 2018 年前后，清华大学经济管理学院互联网发展与治理中心的研究团队借鉴经济合作与 发展组织（OECD）关于信息通信技术（ICT）的框架，将数字人才的能力划分为 ICT 基础技 能、ICT 专业技术以及 ICT 辅助技能三大范畴。同时，从产品与服务的价值链数字化转型视角

数白天AGV设备与载具进行统一物联与管理，大幅降低故障率，避免产线因AGV调度 停产造成的百万损失。支撑电池片生产追溯与产线工艺流程的优化改进。 智化创新平台帮助企业打造灯塔工厂和行业云 12 Z市 集团工业互联网平台 B工厂-边缘云 企业骨干网 企业骨干网 企业骨干网 腾讯公有云 3 朵中心云-TCE 4 朵边缘云-TCS 1 朵腾讯公有云 边缘云-TCS AI平台 数据平台 安全平台 智能产线设计与开发 工业物联网 数字化产线应用 泛在网络连接与智能终端 控制台 & 运营门户 企业级应用 行业级应用 某 集 团 工 业 互 联 网 腾 讯 云 G市 集团工业互联网平台 S市 集团工业互联网平台 中心云-TCE 腾讯公有云 分布式混合云 T工厂-边缘云 J工厂-边缘云 Z工厂-边缘云 某半导体采用腾讯云基础架构作为下一代数字化转型 和智能制造的新起点 客户简介/项目背景

回顾政务热线的发展历程，大体可分为三个阶段：信息化阶段、数字化阶段、 智能化阶段。 一是信息化孕育阶段。这一阶段政务热线具有离散式和平行化的特征，其背 景是私人电话、公用电话以及移动电话的迅速普及和互联网用户的剧增，使得拨 打热线电话极其简捷方便。此时政务热线表现为多条线路沟通、多个中心受理、 处置单一事项。从功能看，此时政务热线以“倾听民生、汇聚民意”为主要目的， Schwester R W 集中反映群众生活的身边事。换言之，这一阶段政务热线主要作为倾听民众声音、 处理居民难事的渠道，用以强化政府的现代化治理能力，但热线数据背后的治理 价值较少被挖掘3。 二是数字化发展阶段。随着互联网、物联网等数字技术的广泛运用，物理世 界存在的人、物、服务等被链接起来，政府也可以运用数字技术更广泛地触达不 同人群，政务服务的覆盖度显著提高。政府利用数字化工具集成大量政府服务项 目，发展 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以及不同数据网络和管理系统之间的互联衔接， 有效缓解因“数据孤岛”引发的沟通成本高昂和治理流程阻塞等问题。同时，大 模型通过对数据的深度挖掘和分析，解决源于数据共享受阻所导致的信息不对称、 反应不灵敏、响应不及时等接诉困境，使政务服务的业务处理更加流畅高效，极

回顾政务热线的发展历程，大体可分为三个阶段：信息化阶段、数字化阶段、 智能化阶段。 一是信息化孕育阶段。这一阶段政务热线具有离散式和平行化的特征，其背 景是私人电话、公用电话以及移动电话的迅速普及和互联网用户的剧增，使得拨 打热线电话极其简捷方便。此时政务热线表现为多条线路沟通、多个中心受理、 处置单一事项。从功能看，此时政务热线以“倾听民生、汇聚民意”为主要目的， Schwester R W 集中反映群众生活的身边事。换言之，这一阶段政务热线主要作为倾听民众声音、 处理居民难事的渠道，用以强化政府的现代化治理能力，但热线数据背后的治理 价值较少被挖掘3。 二是数字化发展阶段。随着互联网、物联网等数字技术的广泛运用，物理世 界存在的人、物、服务等被链接起来，政府也可以运用数字技术更广泛地触达不 同人群，政务服务的覆盖度显著提高。政府利用数字化工具集成大量政府服务项 目，发展 资源配置的最优化。另一方面，强调部门联动。在热线整合基础上，大模型能够 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以及不同数据网络和管理系统之间的互联衔接， 有效缓解因“数据孤岛”引发的沟通成本高昂和治理流程阻塞等问题。同时，大 模型通过对数据的深度挖掘和分析，解决源于数据共享受阻所导致的信息不对称、 反应不灵敏、响应不及时等接诉困境，使政务服务的业务处理更加流畅高效，极