CIC灼识咨询 中国算力中心 行业白皮书 © 2025 China Insights Consultancy. All rights reserved. This document contains highly confidential information and is solely for the use of our client. No part of it may be circulated Consultancy. 目录 3 I. 引言及算力中心发展概况 II. 算力中心需求分析 III. 算力中心供给分析 IV. 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- 基石，而算力中心，作为算力资源的核心承载平台，正迎来 崭新的发展机遇。其中，定制批发业务凭借其高效整合算力资源的能力，为大模型训练提供了稳定、可靠的算力支持，成为推动AI技术革新与应用拓 展的关键力量。 • 鉴于此，本报告将聚焦于算力中心行业定制批发业务的研究，特别是在中国不同地域市场供需关系的深度剖析上，力求提供更为详尽的数据支持与深 入洞察。 主要研究结论 • 从算力中心的定制批发业务

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 1 倍速率提升， 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 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 一体化算力网的实施意见》首次提出到 2025 年底，国家枢纽节点新建数据 中心绿电占比超过 80%。在十四五期间我国单位 GDP 二氧化碳排放降低 18%的目标约束下，我们预计各地算力中心将积极消纳新能源。对应到数据 中心建设对新能源消纳的拉动，我们估算 2024-26 年每年 6~9GW 的数据中 心建设将带来 18~27GW 的本地新能源消纳能力。 投资建议： 看好国内数据中心建设带来的电源国产替代机会，以及技术迭代加速后

完 善的安全保障体系。 （三）主要目标 到 2025 年，计算力方面，算力规模超过 300 EFLOPS，智 能算力占比达到 35%，东西部算力平衡协调发展。 运载力方面，国家枢纽节点数据中心集群间基本实现不高 于理论时延 1.5 倍的直连网络传输，重点应用场所光传送网 （OTN）覆盖率达到 80%，骨干网、城域网全面支持 IPv6，SRv6 3 等创新技术使用占比达到 40%。 家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力设施利用效率，促进东西部高效互补和协同联动。加强 数据中心上架率等指标监测，整体上架率低于 50%的地区规划 新建项目应加强论证。支持我国企业“走出去”，以“一带一 路”沿线国家为重点布局海外算力设施，提升全球化服务能力。 球化服务能力。 2. 推动算力结构多元配置。结合人工智能产业发展和业务 需求，重点在西部算力枢纽及人工智能发展基础较好地区集约 化开展智算中心建设，逐步合理提升智能算力占比。推动不同 计算架构的智能算力与通用算力协同发展，满足均衡型、计算 4 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

智算产业运行状况 , 智算中心核心驱动力 , 智算产业关键技术 , 智算产业竞争格局 生成式AI驱动的变革 , 生成式AI对智算产业的影响 , 生成式AI发展挑战 , 大模型对智算产业的作用 , 智算产业是否过度依赖大模型 算力基础设施架构和国产化情况 , 智算中心如何影响我国算力分配 , 算力卡供应情况 , 国产算力卡替代情况 , 智算中心AI芯片主要方向 , 智算中心利好AI芯片类型 智算中心利好AI芯片类型 未来挑战与趋势 , 如何提高智算中心运行效率 , 智算产业要解决的关键问题 , 智算产业发展挑战 , 智算产业应用领域 , 智算产业投资趋势 Agenda 3 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 核心点： 驱动力 ｜ AI训练与推理需求激增，驱动算力基础设施快速迭代 美元 4 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 1. 智算产业现状总览 智算中心技术体系全景图 应用场景层 ｜ • AI训练 • 实时推理 • 边缘智能 • 科学仿真 算力资源层 ｜ • 基础算力 • 智能算力GPU集群 •

自动驾驶汽车 替代传动系统 并且可持续性 新服务和 商业模式 数字化运营 并且供应链 主要 挑战 升级软件开发 数字客户体验与网络安全 管理需求不确定性， 基础设施与监管 构建以客户为中心的组织机构 最大化客户终身价值。 提高效率而不 妥协质量与安全 AI解决方案 不同参与者 类型 影响 示例 影响 示例 影响 示例 影响 示例 供应商 端到端开发 平台 NVIDIA 优化电池 生成和测试 自动化视觉工厂 控制和资产配置 自动化营销内容 生成和宣传活动 电池健康状态和 残值估测 电动汽车能源/ 充电优化 机器人/协作机器人应用 生成式车辆 零件设计 虚拟客户服务 中心/助理 视觉检验和残余 二手车价值计算 自动驾驶 优化 生成电池 工程 预测性维护 资产 预测性诊断 并且保修优化 适应性移动即服务 车队管理 车内个人助理 并且经验优化 智能驾驶员关怀 数据与人工智能治理选项，重点在于“中心辐射”模型 去中心化模型 “中心辐射”模型 集中化模型 集团 集团 集团 协调区域 对枢纽团队与辐射团队责任影响的含义 （selection） 中心辐射 愿景与目标 策略与 流程 中心：目标设定、组织变更、流程蓝图 发言人：数据/人工智能战略实施，业务单元/职能目标 运营模式 投资组合管理 用例 中心：目标投资组合结构、预算与监控、灯塔用例

（2024-2025 年）》 该计划旨在加速制造业向智能化、绿色化和 服务化转型。该计划特别强调了人工智能 （AI）、大数据等前沿技术的应用和发展， 以推动北京成为全国乃至全球的科技创新 中心。 2023 年 7 月 3 日 北京市人社局 《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、 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 IBM 中国研发中心，BEA 中国研发中心，Oracle 中国研发中心等， 并担任多家互联网研发中心咨询顾问。曾任软件开发工程师，高级技术专家， 首席架构师等，主要负责客户项目的架构设计和项目开发，架构重构，技术 支持，AI2.0 时代软件研发，AI 赋能研发转型以及基于 ChatGPT 大模型的开发咨询，保证项 目的成功实施。 刘老师还是认证培训师，为多家大型软件中心做过培训。如 EMC、VMware、华为，中

技术差距的扩大，使得后来者追赶变得更加困难。 同样，发达国家和发展中国家之间存在着显著的AI差距。例如，在基础设施方面，美国 拥有大约三分之一的顶级500台超级计算机和超过一半的总计算性能。大多数数据中心 也位于美国。除了巴西、中国、印度和俄罗斯联邦外，发展中国家在AI基础设施方面的 能力有限，这阻碍了他们采用和开发AI的能力。在服务提供商、投资和知识创造方面， AI差距也十分明显。 发达国家和发展 49 39 13 2 12 11 8 20 4 4 4 6 3 3 来源：《2023年欧盟工业研发投资排行榜》（联合研究中心，2023年）。 全球前100大企业研发投资占比，按国家分布；（百分比） 图3 美国 美国 中国 德国 日本 大韩民国 瑞士 英国 作为一种通用技术，人工智能与其他技术相互作用，正在改变研究和创新的方式，在各 的重要性。为此，成员国承诺建立独立的国际科学小组，就人工智能治理开展全球对 话。此外，科技发展委员会已设立一个专门工作组，参与关于数据治理的全面和包容 的多利益相关者对话。 全球关于人工智能治理的讨论已从建立以人为中心的方法原则转向采用基于风险的框 架来管理前沿人工智能系统。这伴随着对行业利益相关者更加积极作用的日益增长的 需求。公司需要确保开发出安全、可信赖的人工智能，并在人工智能生命周期中更加 注重透明度和问

如欲将自身打造成为智慧型金融机构，银行应该积极拥 抱人工智能，将其视为可持续发展的驱动因素之一。银 行可以通过将人工智能融入从营销和客户服务到欺诈防 范和风险管理的各项职能当中，构建以客户为中心的创 新解决方案，从而既能增强盈利能力，又能提高客户忠 诚度。本报告提供的措施建议和真知灼见，能够有助银 行消除转型障碍，扩大人工智能应用规模，为在竞争和 智能化程度与日俱增的未来取得成功奠定基础。 支持。 对于银行而言，人工智能不仅是一项技术投 资，也将成为重新定义战略、运营和文化的 催化剂。为充分挖掘人工智能的潜力，银行 必须以开放的心态拥抱变革，并将人工智能 融入成为推动以客户为中心实现可持续发展 的一大核心因素。 Francisco Uría 全球银行业与资本市场主管合伙人 毕马威国际 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础 为您的人工智能转型保驾护航 决策提供支持的企业级人工智能基础设施 进行投资。 培养利用人工智能提升人类潜能的文 化氛围 采用综合人才战略以留住人才及提升人才 技能是关键要务之一。学术机构、金融科 技初创企业和创新中心可以帮助以全新视 角提高员工技能。沉浸式人工智能培训项 目能帮助推动客户体验和运营模式创新， 拓展招聘渠道，并促成变革性成果。 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础

形成智能场站标准适配 标准化云边运行环境、数据接入、应用接 入、API接口、身份认证、安全管理规范 Tencent AI 中心版 任务管理子系统 数据存储及计算 任 务 调 度 异 常 上 报 监视数据 推理结果 数 据 上 传 算 法 下 发 智能运检系统 AI创新中心 算法模型库 第三方算法 模型 模 型 训 练 Tencent AI 边缘版 ⋯ 标 准 化 场 站 2 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 容器平台 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

8 大规模推理为中心的强化学习，提升模型数学代码能力 RL 驱动下自然涌现长文本推理能力 基于规则的奖励 Rule-Based Reward 推理为中心的大规模强化学习 Large-Scale Reasoning-Oriented RL DeepSeek-R1-Zero 9 基于规则的奖励 (Rule-Based Reward) : 准确率奖励 + 格式奖 励 推理为中心大规模强化学习：组相对策略优化（ GRPO ） + 瞄准 Reasoning 推理任务 自我迭代提升 Self-Evolution ： 随着训练步数的增长，模型的 thinking response Reward 格式奖励 ! 冷启动 Cold Start ↓ Stage I: 推理链可读性 拒绝采样和全领域 SFT 全领域 RL All-Scenarios RL 推理为中心的 RL 流畅性奖励 推理为中心的大规模强化学习 (GRPO) Large-Scale Reasoning-Oriented RL DeepSeek-R1-Zero DeepSeek-v3-Base (671B)