区的算力中心服务资源或将率先面临供不应求的局面。算 力中心定制批发业务在不同地理区域的供需格局存在一定差异，为行业参与者带来了多元化的市场机遇与挑战。 ➢ 以环京地区为典型，得益于AI训练需求的持续增长，行业下游需求迅速扩张。在各地区中，环京地区有望率先步入供不应求阶段。预计到2025年， 环京地区将率先迎来区域性价格拐点，为算力中心行业的高质量发展注入新动力。 资料来源：灼识咨询 报告研究方法论（1/2） 营情况， 二手数据则从宏观层面提供政策导向与市场趋势指引。 • 一手调研：我们对算力中心行业上、下游共计超15位专家进行深入访谈，访谈内容涵盖需求侧（算力中心需求、全国各区域布局及未来规 划等）及供给侧（运营资源、全国各区域布局、项目规划及资源消耗速度等）等多个维度。 • 行业数据追踪：我们长期追踪算力中心行业上、下游超40家具有代表性的需求方与供给服务商数据，涵盖业务运营、市场份额等关键信息。 来自超40家具有代表性的需求厂商与供给服务商的数据，整合融入供需 模型，以此反映当下市场的实际供需格局。同时，我们吸纳从专家访谈中的关键信息，如需求侧的服务器规模及业务增长情况、供给侧的 运营容量及区域布局规划等，为模型的未来预测提供依据。在此基础之上，我们亦吸纳案头调研收集的大量资料，如宏观政策文件、市场 报告等，从宏观政策导向、行业发展趋势等方面对模型进行校验与补充。 资料来源：灼识咨询 报告研究方法论（2/2）

集中度提高，算力更加集中在少数大型数据中心 推动算力向边缘计算下沉，满足实时数据处理需求 促进区域平衡，缩小不同地区的算力差距 影响算力价格，由于技术进步和规模经济，价格更加亲民 提高智算中心服务效率，促进产业高质量发展 来源：与非研究院 智算中心建设提升了算力集中度和效率，对促进区域算力平衡、降低算力成本、支撑产业高质量发展具 有重要作用。 13 Supplyframe, Inc distribute. 4. 未来挑战与趋势 智算产业未来五年内最需要解决的问题 来源：与非研究院 智算产业未来五年内最需要解决的问题是算力供给与需求的匹配、国产AI芯片的研发与应用，同时也要 关注智算区域协同、绿色低碳发展和其他相关问题。 35 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. distribute. 4. 未来挑战与趋势 预测未来五年我国智算中心的区域发展程度 主要集中在经济发达地区，作为区域创新发展的驱动力 在全国范围内得到推广，但地区之间存在发展不平衡 实现全国范围内的均衡发展，不同地区的智算中心各具特色、协同发展 无法判断 来源：与非研究院 未来五年，我国智算中心将主要集中在经济发达地区，作为区域创新发展的驱动力。同时有望在全国范 围内逐步推广，地区之间仍存在一定的不平衡性。

智能虚拟助手Alexa 该操作完成购物任务。 AI策略作为加速器 效率提升 – 与确保[潜在增长]的可能性相关 差异化与新的价值池 计算机深度 蓝色战胜冠军 卡斯帕罗夫与国际象棋 用例扩展 上升于已选 高价值 区域 总体上 影响滞后于 过分炒作 预期 计算机沃森赢得1 st 在问答电视节目中的位置 Jeopardy & Apple launches Siri virtual assistant 时间 人工智能在汽车领域的机遇 原始英文内容：OEMs 基于视频的 质量控制 个性化数字 车内体验 特斯拉 自动电动汽车 充电机器人 现代汽车 自动化二手车交易平台 汽车评估 Auto1 宝马 动态路线 定价 高需求 区域预测 移动性 提供商 传感器数据 处理用于AD 威姆奥 增强型电动汽车 充电计划 Free2Move 优步 抢夺 人工智能在汽车领域的机遇 Strategy& 注：示例性公司特定AI解决方案。缩写：SW … … 8 量身定制的AI治理是公司在实现有效扩展中的关键。 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

展的供给体系， 持续优化算力资源地域布局，加强集约化建设，强化算网存用 协调发展，推动新一代信息技术与算力设施融合应用，引导算 力运营智能化升级。 需求牵引，强化赋能。坚持市场需求导向，发挥区域比较 优势，进一步释放工业、金融等重点行业对算力应用的需求潜 力，激发智能算力、边缘算力等全场景应用创新活力，推动算 力与实体经济融合发展。 创新驱动，汇聚合力。坚持创新驱动，遵循技术、标准、 大。每个重点领域打造 30 个以上应用标杆。 二、重点任务 （一）完善算力综合供给体系 1. 优化算力设施建设布局。按照全国一体化算力网络国家 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 “算力+交通”。面向智慧交通需求，加快“中心-区域- 边缘”多层级算力设施部署，支持感知、通信、控制相关设备 的标准化接入与数据汇聚，为道路交通精细化管理、场站枢纽 智能运营等跨域综合信息应用以及车路协同自动驾驶、港口矿 山自动化生产等低时延高可靠应用提供灵活高效的算力支撑。 6.“算力+医疗”。统筹建设国家和省级医疗大数据中心， 完善区域全民健康算力平台，支撑“互联网+医疗健康”应用体

多云战略为企业带来显著实践价值 总体上看，合理规划的多云战略能够帮助企业解决发展过程中一系列业务问题和 IT问题，并带来更多的创新选择。《����年IDC中国企业多云战略调研》显示， 企业最认可的多云效益依次为：促进业务跨区域拓展并提升本地化服务能力，增 强企业韧性，优化成本效益，提高资源利用率和效率，完善技术能力建设以及弹 性支持业务发展。 �� 企业在采用多云策略时发现，多云环境赋能企业跨越地理界限，强化企业面对变 保障了企业在各重点区 域提供贴近本地需求、高效率且具有高价值的定制化服务，真正意义上实现 了全球化与本地化的深度融合，有力地支撑了企业的全球化战略实施与业务 拓展。 ��.�% 推进业务跨区域拓展， 提升创新速度与本地化服务能力 ��.�% 确保服务级别和可用性， 提高企业韧性 ��.�% 提高资源利用率和效率 ��.�% 完善先进技术能力构建 ��.�% 增强业务灵活性和可扩展性 方法、新能力 的引入，有效应对当前的挑战，为未来的不确定性做好充分准备，在竞争中持续 保持主动。 IDC认为先进的多云体系应该是以AI能力为核心，兼顾安全、数据管理、协同作 业、成本控制及跨区域布局的综合性架构。这一架构不仅能够强化AI在业务中的 应用，推动智能化转型的深入发展，还确保了数据的安全性与合规性，促进跨部 门的协作效率，实现成本的优化管理，并支持全球化业务的扩展需求。 �

决策的基础，重 要性随级别升高而凸显。 ODD 定义/验 证 N/A ★★ ★★★️ ★★★ ★★★ 高阶功能关键： 地图定义了自动驾驶系统的运行设计域（ODD），并用 于验证系统能否在特定区域安全运行，是L2+及以上功能部署和安全保障 的关键。 离线训练数据 源 ★ ★ ★★ ★★ ★★★️ 新兴价值： 高精度、富含语义的地图数据成为训练和仿真自动驾驶算法 （尤其是BEV、占用网络 运营经验， 从而逐步完善政策法规，划定安全边界与产业规范。 产品准入 遴选具备量产条件的搭载自动驾驶功能 的智能网联汽车产品，开展准入试点 上路通行 对取得准入的智能网联汽车产品在限定 区域内开展上路通行试点车辆用于运输 经营的需满足有关运营资质和运营管理 要求。 • 积累经验 • 支撑相关法律法规、 技术标准制修订 • 加快健全完善智能 网联汽车生产准入 管理和道路交通安 65% 绝大多数用户不关心底层使用的是何种地图技术。理想状态 是座舱导航与智驾功能无缝融合，系统表现可靠，信息呈现 清晰，从而建立用户信任。 用户痛点 地图数据覆盖不足或更新不及时，导致智驾功能在某些区域无法激活或频繁退出。 地图信息错误（如限速、车道线、规则错误）导致系统决策失误或驾驶行为不当。 地图规划的路线不合理，频繁选择难走或体验差的路径。 版权声明：本报告版权归泰伯智库所有，未经授权

优质训练数据的体量与企业的自研实力、综合产品力、资金投入、智驾车型销量等因素密切相关，这些因素在一定程 度上强化了车企的马太效应。 真实数据中，长尾场景覆盖率低。长尾场景（暴雨、积雪或施工复杂环境中事故高发区域）中，车辆的行为决策需要 高度鲁棒的模型支持，然而，这些场景在真实数据中占比极低，难以通过传统的路测覆盖全面。现有的仿真测试技术 只能生成部分场景，而针对动态交互场景（如复杂的多车协同避让）的模拟能力有限，导致验证结果难以完全反映真 定场景、区域及道路的示范 应用，促进新能源汽车与信息通信融合应用服务创新。 2023.11.17 工信部等四部 门 关于开展智能网联汽 车准入和上路通行试 点工作的通知 在智能网联汽车道路测试与示范应用工作基础上，工业和信息化部、公安部、住房和城乡建设部、交通运输部遴 选具备量产条件的搭载自动驾驶功能的智能网联汽车产品，开展准入试点；对取得准入的智能网联汽车产品，在 限定区域内开展上路 Module）总成拼接感知模块完整的架构，很好地应对了相对复杂 非结构道路的识别问题。同年，FSD规划模块引入基于神经网络的规划模块和蒙特卡洛树搜索，实现了规划模块 端到端的优化。2022年，为了更好的识别遮挡物的识别远距离、边缘区域等，引入Occupancy网络，实现了对3D 空间的感知，形成了BEV+Transformer+Occupancy神经网络架构。通过摄像头的图片输入，端到端输出汽车周围 环境向量空间数据，为规划模块决策提供支持。2023年12月，FSD

政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 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 术，透过政务热线直达基层，从而实现对民生民意的实时理解和准确把握。二是 时空穿越，数智化转型使得政府能够基于热线数据，实现对任一时点、任一区域 进行分析和比较，探究群众诉求的时空分布规律。三是颗粒缩放，政府在数智化 技术的支撑下可以实现对特定区域的“放大”和“缩微”（譬如点位、小区、社 区、街道、市辖区、全市，甚至是跨区域），从而更加精细和精准地理解社会治 理问题的集聚和离散状态。 第二，政务热线是协同治理的“接驳器”。政务热线承担着“上挂下联”的 实现与政府部门在诉求内容、诉求办理、办理效果等环节的数据流通，提升政务 热线与政府部门的协同治理水平。此外，政务热线的“接驳器”功能还体现在其 能超越属地管理的空间局限，接驳多个行政管辖区域，实现跨区域的协同治理， 譬如长三角、京津冀地区的政务热线已积累相关经验。4 政务热线的数智化转型进一步强化了其“接驳器”功能，通过实现“精准派 单”、“群众反馈”、“绩效评估”提升政务热线“依数治理”的能力。一是精

政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 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 术，透过政务热线直达基层，从而实现对民生民意的实时理解和准确把握。二是 时空穿越，数智化转型使得政府能够基于热线数据，实现对任一时点、任一区域 进行分析和比较，探究群众诉求的时空分布规律。三是颗粒缩放，政府在数智化 技术的支撑下可以实现对特定区域的“放大”和“缩微”（譬如点位、小区、社 区、街道、市辖区、全市，甚至是跨区域），从而更加精细和精准地理解社会治 理问题的集聚和离散状态。 第二，政务热线是协同治理的“接驳器”。政务热线承担着“上挂下联”的 实现与政府部门在诉求内容、诉求办理、办理效果等环节的数据流通，提升政务 热线与政府部门的协同治理水平。此外，政务热线的“接驳器”功能还体现在其 能超越属地管理的空间局限，接驳多个行政管辖区域，实现跨区域的协同治理， 譬如长三角、京津冀地区的政务热线已积累相关经验。4 政务热线的数智化转型进一步强化了其“接驳器”功能，通过实现“精准派 单”、“群众反馈”、“绩效评估”提升政务热线“依数治理”的能力。一是精

安全措施，这也将耗费大量的人力和财力。 数字孪生技术在解决上述金融业务场景的痛点上，具有 广阔的应用前景。在营销上，可以通过模拟客户虚拟业务场 景进行员工培训，提升品牌形象，还可以分析供应链上下游 生产经营情况，评估跨区域业务需求并提供定制化服务。在 12 风控上，数字孪生能帮助机构进行可视化分析及信贷评估， 监控虚拟服务流程是否合规。而在安全领域，数字孪生可以 为测试环境提供仿真业务数据，防止数据脱敏不彻底、生产 1.在供应链金融方面 数字孪生技术可以通过物联网设备收集的实时数据，实 现对供应链全程的可视化分析，从而为金融机构提供更精确 的企业信用评估和偿债能力分析。这不仅能够降低信贷风 险，还能促进跨区域业务的发展，尤其在风险评估和信贷决 策方面，能够显著提升金融服务实体经济的能力，体现科技 金融的核心价值。 2.在客户服务方面 融合元宇宙、VR、AR等技术构建的金融虚拟厅堂，能为 客户提 物流 信息、市场动态，帮助金融机构实时监测潜在风险，及时采 取应对措施。 （3） 推动跨区域业务发展 数字孪生技术可以帮助金融机构实时监控跨区域企业 的生产经营情况，通过集成物联网设备和传感器，收集企业 的生产数据、物流信息和市场动态，确保金融机构及时获取 准确信息，更加及时准确地评估跨区域企业的融资需求和还 27 款能力，从而提供定制化金融服务。 3.技术实现方案 数字孪生