存储设备、网络设备及管理运维系统四大核心要素构成。 • 算力资源的部署与利用离不开算力中心的支撑。核心使命是提供强 大的算力支持，以应对各类复杂的计算挑战，如数据处理、AI模型 训练等。 • 算力中心通过高速网络连接形成计算集群，提供高性能、高可靠性 和高可扩展性的计算能力，支持数据分析、模拟计算和人工智能等 复杂任务。 类型 设备种类 设备名称 IT设备 连接器 光纤 光模块 网络设备 交换机 路由器 算力设备 限。相较于传统云资源池以CPU为通用计算主体，当下以GPU为代表的芯片成为提供智能 算力的主力军。借助云计算实现零散智算资源集中与纳管的优势，各大云厂商纷纷在智算领域进行布局，形成千卡、万卡智能云集群，以云服务的方式提供可便捷 获取的智能算力。云计算与智算资源融合形成的智能云能够为大模型训练和推理提供充足的算力资源，已经成为促进人工智能领域发展的坚实底座。 年均复合增长率 2015-2021 2021-2023 大模型训练对算力中心提出更高要求 AI大模型的训练对算力中心提出了更高要求，涵盖集群化部署、高效网络通信、大规模电力供应及专业运维管理 等多个维度，促使算力中心的定制批发模式成为承载大模型厂商算力中心需求的主流模式。 20 大模型训练带来的算力中心需求将由定制批发模式承接 • 为保证大模型训练效率，大模型厂商对算力中心提出更高要求 算力中心 ✓ 网络通信：集群内部节点之间更高的网 络带宽与更低的网络延迟 ✓ 能源供应：稳定的大规模电力供应

进行新项目试点、A/B测试或快速响应市场变化，提升业务敏捷性；此外，在 面对AI开发需求时，企业可根据自身对算力、算法、应用开发、数据安全、 时延保障等方面的要求，综合考量，采用公有智算资源、专属智算集群、自 建智算集群等方式，开展训练和推理业务，满足成本和规模化的考量。 场景三：构建企业创新能力。随着大模型带来的新的AGI场景的兴起，企业需 要引入更多的AI原生开发工具能力，构建“AI+”应用。同时，企业还对研 成式AI时代中，云和智能算力、AI平台的融合是大势所趋，也是评价云服务商先 进性的重要考量因素。 在传统的AI应用中，以视觉智能、NLP为主的智能化算法，主要依赖边缘计算资 源以及小规模的GPU中心集群进行处理。随着AI应用规模急速增长以及行业大模 型需求的快速发展，企业对AI算力的规模化、质量、成本以及AI/大模型工具链的 复合型能力都提出了远高于以往的要求。 AI算力规模化：企业对加速芯 杂度的模型的开发和应用。同时，为了应对不断变化的工作负载，企业还需 要计算和存储资源具备弹性扩缩的能力。为了实现更好地管理规模化和异构 的算力资源，超大规模计算集群需要支持智能调度，特别是面对行业大模型 的训练和推理任务时。企业需要获得全面保障大规模算力集群的统筹管理和 优化能力，确保计算资源实现高效利用。 AI算力质量和性能：需要确保算力资源具有足够的可靠性和容错机制，以减 少因单节点故障而导致的

区域：中国机器人产业资源呈现集聚化、梯度化分布格局，已形 成三大梯队 总体而言，中国机器人产业资源主要集聚于东部地区，在“十 五五”时期将向中高端迈进、打造数个具有国际影响力的机器人 产业集群。同时，在中部、西部、东北地区也有多个省份具有特 色资源，在“十五五”时期具备跃升发展潜力。从产业规模、创 新资源、企业集聚、生态活力、政策保障等维度综合分析，目前 中国机器人产业已形成三大梯队，第一梯队为“领军梯队”，具 龙头企业，并积累了雄厚的生态配套资源。预计“十五五” 时期，广东将凭借强大的研发制造积累和生态配套支撑，加 力育强龙头企业，进一步扩大机器人产业规模优势，加快打 造具有国际竞争力的机器人产业集群。  江苏：领军企业汇聚，“十五五”时期有望在多个领域达到全 球领先水平。近年来江苏机器人产业发展势头迅猛，在机器 人零部件元器件、工业机器人、服务机器人等多个细分领域 拥有龙头企业。“十五五”时期，江苏机器人产业预计将在技 在细分领域的领先优势，在构建产业链、培育产业生态、开 拓下游市场等方面均走在全国前列。  北京：立足全球视野，“十五五”时期有望在人形机器人等领 域实现跃升。近年来，北京以打造国内领先、国际先进的机 器人产业集群为目标，加紧布局人形机器人产业，着力提升 医疗康复机器人、协作机器人、特种机器人和仓储物流机器 人等产业发展水平。“十五五”时期，北京凭借其卓越的创新 实力和政策支持，有望在人形机器人领域实现跨越式发展，

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 • HPC • 边缘算力 平台调度层 ｜ • 异构资源管理 • 弹性调度系统 • 数据湖仓 • 绿色节能控制 • 安全可信框架 硬件设施层 ｜ distribute. 2. 算力基础设施架构和国产化情况 核心点： 基础地位 ｜ 算力基础设施是智算产业底座，我国在用/在建算力规模反映产业发展潜力。 架构选择 ｜ AI训练主要依赖GPU集群，推理向边缘算力延伸，需异构资源管理与高速网络支 持。 国产替代 ｜ 国产算力卡逐步替代进口，但关键芯片仍依赖国际供应链。 能耗挑战 ｜ 单机柜性能提升导致能耗压力，需液冷技术等绿色节能方案优化。 Supplyframe, Inc. Confidential & Proprietary. Do not reproduce or distribute. 4. 未来挑战与趋势 核心点： 技术挑战 ｜ 集群规模扩大导致故障率上升，算法效率提升与算力需求增长并存。 架构演进 ｜ 单节点性能提升+横向扩展并行，推理需求驱动芯片架构创新。 应用落地 ｜ AI与实体经济深度融合，需解决算力利用率低、场景适配不足问题。

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%。 存储力方面，存储总量超过 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 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 络广泛覆盖，城区重要算力基础设施间时延不高于 1ms。提升 边缘节点灵活高效入算能力，满足企业快速、就近、灵活、高 效联接算力需求。 3. 提升枢纽网络传输效率。推动算力网络国家枢纽节点直 连网络骨干节点，逐步建成集群间一跳直达链路，国家枢纽节 点内重要算力基础设施间时延不高于 5ms。推动超低损光纤部 署，优化光缆路由。加快 400G/800G 高速光传输网络研发部署 和全光交叉、SRv6、网络切片、灵活以太网、光业务单元等技

自动部署 Kubernetes ZK Kafka RabbitMQ etcd MariaDB Redis ES Docker/Containerd CBS CSP 提供多集群能力，通过Web控制台动态管理多 集群及节点，提供节点自动扩展能力 全链路的自动化运维能力，实现容器化/非 容器化应用的自动更新和升级 广泛适配兼容信创CPU/指令集/操作系统 通过eBPF提供支持高性能网络 通过TSF提供了微服务框架

的供电结构。其中合盈数据智算中心项目在张家口的蔚县、沽源、张北建设总计 5.53GW 装机容量的新能源电站，共分为 13 个新能源发电项目，年新增新能源发电量达 130 亿千瓦 时，满足其怀来科技产业园算力集群超 1GW 负荷规模。为稳定供电，新能源也计划配置储 能系统，合盈数据“源网荷储”一体化示范项目首期 540MW 风电光伏已于 2023 年并网发 电。项目通过电力市场化交易打通源网荷储的落地路径，达到了确保电能量与绿色环境权 大模型、自动驾驶、空间地理等人工智能技术领域 300~1000P 中型智算中心 70% 10 亿元及以上 一线、新一线及二线城市 人工智能产业链或细分行业智能化集群 ＜100P 小型智算中心 10% 10 亿元及以下 二线及以下城市 企业智能化建设或小型人工智能产业集群 资料来源：甲子光年智库，华泰研究 领域的云计算应用，例如电商、金融、制造等 高性能计算、大规模科学计算等 人工智能、机器学习等 基础架构 物理基础层、虚拟化层、管理层、服务层等关键部分 高性能计算集群、大规模存储系统、网络架构 和管理与监控系统 AI 芯片与高性能计算节点、存储系统、网 络架构、智能化软件平台 计算方式 虚拟化计算环境 并行计算 分布式计算

企业可以更好地应对市场竞争, 实现业务的持续增长。 在构建混合 AI 数字底座的过程中, 企业需要注意以下几点: • 计算资源优化: 储备 AI 服务器集群, 以及专用的高速 SSD 阵列、高速 IB 交换机、AI 边缘服务器等专门为 AI 集群优化的 IT 设备。 • 数据清晰与知识整合:确保多源异构数据的有效整合和质量管控, 以支 撑精准的 AI 训练和分析。进行企业知识的整合和解析, 为大模型推理 基础设施底座来满足长远未来的发展需求和应付人工智能应用的 迭代演进, 将是企业都必须去迎接的新挑战。调研数据显示, 目前仅有 8%的企 业建设了 AI 服务器集群, 以及专用的高速 SSD 阵列、高速 IB 交换机、AI 边缘服 务器等专门为 AI 集群优化的 IT 设备, 大部分企业的计算设备仅能勉强满足日常 基本业务需求,难以承载复杂的 AI 模型开发与运行。其次, 混合云平台的采用 率进展缓慢 为确保服务始终可用, 温州民商银行亟需对现有 IT 基础设施进行 全面的现代化改造。 【转型故事 突破原有服务器集群限制, 全面升级 IT 基础设施 温州民商银行深知, 在快速变化的金融环境中, 一个稳固且高效的 IT 基础 设施是保障客户服务质量与客户信任的关键。 但是现有的服务器集群已经过 时, 这可能对业务运营造成极大影响。为确保银行服务始终可用, 他们决定对 现有 IT 基础进行改造

提出要规范和引导人形服务机器人、 仿生机器人等代理机器设备的接口、 数据交换、性能、功能等 上海市 《上海市推动制造业 高质量发展三年行 动计划（2023—2025 年）》 2023 年 提出打造世界级产业集群，加快人形 机器人创新发展 上海市 《上海市促进智能机器人产业高质量创 新发展行动方案（2023—2025 年）》 2023 年 提出建设人形机器人制造业创新中 心，开发通用人形机器人原型机，打 认知、生机电融等技术研究突破与系 统集成，强化商用场景和个人、家庭 应用场景探索 浙江省 《浙江省人民政府办公厅关于加快人工 智能产业发展的指导意见》 2024 年 提出人工智能技术集群化发展方向， 因地制宜建设人工智能特色产业园 区，发展类脑智能、人形机器人、元 宇宙等未来产业 浙江省 《浙江省人形机器人产业创新发展实施 方案（2024—2027 年）》 2024 等维度提出具体的产业发展方针与 目标 广东省 《关于人工智能赋能千行百业若干措施》 2024 年 提出推进智能机器人创新发展，推动 人形机器人等具身智能机器人研制 和应用 广东省 广东省培育未来智能装备产业集群行动 计划 2024 年 提出了到 2030 年人形机器人等领域 工作目标以及重点任务、工程 2.1.1.3 国外相关政策 机器人产业作为衡量国家科技创新与高端制造水平的重要标志，

时间 政策 定位 产值 企业 产品/技术 应用场景 密度 北京市机器人产业创新发展行动方 案（2023—2025年） 2023年6月16日 北京市人民政府办 公厅 国内领先、国际先进 的机器人产业集群 2025年机器人核心产业收入 达到300亿元以上 培育100种高技术高附 加值机器人产品 打造100种具有全国推 广价值的应用场景 万人机器人拥有量达 到世界领先水平 上海市促进智能机器人产业高质量 2025年机器人关联产 业规模达1000亿元 打造10家行业一流的 机器人头部品牌 打造100个标杆示范的 机器人应用场景 机器人密度达500台/ 万人 广东省培育智能机器人战略性新兴 产业集群行动计划（2023-2025年） 2024年1月24日 广东省工业和信 息化厅等五部委 2025年，营收达800亿元：服务机器人营收达200 亿元，无人机（船）营收达500亿元，工业机器人 年产量超18万台（套） 不同行业搬运后的装卸、室内外 搬运的衔接 焊接机器人 非标行业与场景需求、多种焊接 工艺临时切换 清洁机器人 多场景不同清洗需求、群体协同、 开放场景 商用机器人 运输物流机器人 动态路径优化、与人协同交互、 集群调度等 服务机器人 开放场景、陪伴化与拟人化、自 主决策 农业机器人 群体协同、精准作业、不同地形 移动与导航 医疗机器人 手术机器人 专科化场景下手术的稳定性与可 靠性 康复机器人 人机协作与融合、稳定性与可靠