中國聯科集團全球領先公共雲算力

① 全球算力競爭加劇，我國 ICT 建設駛入快車道

（報告出品方/分析師：銀河證券研究院 趙良畢）

報告原標題： 通信行業深度報告：ICT「雙碳」新基建，IDC 溫控新機遇

（一）算力建設關乎數字經濟發展，各國均不斷發力

加快培育數據要素市場，全球算力競爭不斷提升。 2020 年 4 月 9 日，《中共中央、國務院關於構建更加完善的要素市場化配置體制機制的意見》中，數據首次作為一種新型生產要素在文件中出現，與土地、勞動力、資本和技術等傳統要素並列。計算力已經與國家經濟息息相關。

IDC&清華產業研究院聯合發布的《2021-2022 全球計算力指數評估報告》表明，計算力是數字經濟時代的關鍵生成要素：

（1）從 2016-2025 年的整體趨勢及預測來看，各個國家的數字經濟占 GDP 的比重持續提升，預計 2025 年佔比將達到 41.5%。

（2）計算力作為數字經濟時代的關鍵生產力要素，已經成為挖掘數據要素價值，推動數字經濟發展的核心支撐力和驅動力。

（3）國家計算力指數與 GDP 的走勢呈現出了顯著的正相關。評估結果顯示十五個重點國家的計算力指數平均每提高 1 點，國家的數字經濟和 GDP 將分別增長 3.5%和 1.8%，預計該趨勢在 2021-2025 年將繼續保持。同時，通過針對不同梯隊國家的計算力指數和 GDP 進行進一步的回歸分析後，研究發現：當一個國家的計算力指數達到 40 分以上時，國家的計算力指數每提升 1 點，其對於 GDP 增長的推動力將增加到 1.5 倍，而當計算力指數達到 60 分以上時，國家的計算力指數每提升 1 點，其對於 GDP 增長的推動力將提高到 3.0 倍，對經濟的拉動作用變得更加顯著。

數字化進程不斷推進，發展中國家經濟增速較高。 根據 IDC 數據顯示，2016 年到 2025 年，數字經濟佔比不斷提升，全球數字經濟佔比2025E為41%，其中發達國家數字經濟佔比為48.10%，比發展中國家高 17.8 個百分點。中美兩國計算力指數綜合評估較高，中國計算力發展水平漲幅達 13.5%，處於較高增長水平。總體來看，數字經濟為各國 GDP 總量貢獻不斷提升，算力提升推動數字經濟向好發展。

全球公有雲用戶市場保持增長，IT 側資本開支不斷增加。 雲是推動企業數字化轉型升級的重要驅動力, 企業不斷增加對移動技術、協作以及其他遠程工作技術和基礎架構的投資。預計到 2023 年，用戶支出將達到近 6000 億美元，雲將佔全球企業 IT 消費市場的 14.2%。其中軟體化服務（SaaS）是最大的細分市場，預計該市場在 2023E 用戶支出增長至 2080.80 億美元，相比 2021 年增長 36.73%；雲基礎建設（IaaS）將達到 1562.76 億美元，相比 2021 年增長 70.53%。為了獲得數字經濟時代的比較優勢，全球主要國家在數據中心的建設上進行了大規模投資，全球經濟受到新冠疫情的嚴重影響下，數據中心的建設保持了較高增速，預計在未來幾年雲服務提供商與電信公司之間的合作日益增加，全球雲市場有望進一步增長。

中國 IDC 市場規模增速較快，目前處於高速發展期。 受益於我國「新基建」戰略提出和持續攀升的互聯網流量，2021 年數據中心建設規模不斷增長。根據中國信通院數據，我國 2021年 IDC 行業規模約 1500.2 億元，近 5 年中國 IDC 市場年均復合增速約達 30%，領先於全球 IDC市場增速，其中近三年中國 IDC 市場具有高增速。我國 IDC 行業增速較快主要系我國 5G 建設持續推進，5G 應用項目多點開花不斷落地，預計到 2025 年，我國數據中心市場規模達到 5952億元。隨著數字經濟「東數西算」工程加速推進、互聯網和雲計算大客戶需求不斷擴張及數據中心在物聯網、人工智慧等領域的廣泛應用，數據中心行業發展前景廣闊，有望保持高速增長。

IDC 機櫃數量不斷增長，中國東部地區 IDC 中心較多。 2021 年 IDC 的機櫃量增長了 99.15萬架，增速為 30%，機櫃量總數達到 415.06 萬架，年度增長率達到 31.39%。隨著 5G 時代數字經濟向 社會 各領域持續滲透，數據量爆炸式增長使得全 社會 對算力需求提升，預計每年仍將以20%以上速度高增，有望打開市場新空間。目前我國大部分數據中心集中在東部及沿海地區，根據 CDCC 數據，2021 年華東、華北、華南三地區機櫃數佔全國總數的 79%，而東北、西北地區佔比相對較低。

我國東部地區 IDC 上架率較高，西部地區加速建設。 目前 IDC 機房在我國東西部呈現差異較大發展，體現東密西疏、東熱西冷的特點。2021 年新增機櫃對比可知，東部及沿海地區數據中心上架率高，西部上架率較低。2021 年華東、華北、華南三地上架率約 60%-70%，而東北、西北、西南及華中上架率僅有 30%-40%。在政策布局方面，國家不斷推進數字經濟發展，形成以數據為紐帶的區域協調發展新格局。對於網路時延要求不高的業務，率先向西部轉移建設，由於西部地區氣溫較低優勢突出，實施「東數西算」有利於數據中心提高能效，西部地區產業跨越式發展，促進區域經濟有效增長。

（二）數字經濟政策護航，「東數西算」工程建設有望超預期

把握數字化發展機遇，拓展經濟發展新空間。2022 年 1 月，國務院發布《「十四五」數字經濟發展規劃》，規劃強調數字經濟是繼農業經濟、工業經濟之後的主要經濟形態，是以數據資源為關鍵要素，以現代信息網路為主要載體，以信息通信技術融合應用、全要素數字化轉型為重要推動力，促進公平與效率更加統一的新經濟形態。同時，規劃明確提出到 2025 年，數字經濟邁向全面擴展期，數字經濟核心產業增加值占 GDP 比重達到 10%。基於上述規劃，2022年 5 月 26 日，工信部在 2022 年中國國際大數據產業博覽會上指出，堅持適度超前建設數字基礎設施，加快工業互聯網、車聯網等布局。

推進綠色數據中心建設，提升數據中心可再生能源利用率。 我國能源結構正處在不斷優化的過程中，新能源地區分布不均衡，特別是水力、光伏、風能，主要集中在中西部地區，而使用端主要在東部沿海地區，雖然通過「西電東送」工程部分緩解了東部地區用電緊張問題，但是作為高耗能的數據中心產業，協調東西部發展布局、降低能耗就十分必要。全國各省市、地區相繼出台了各種強調數據中心綠色、節能的政策要求，進而促進能源生產、運輸、消費等各環節智能化升級，催化能源行業低碳轉型。

東西部資源高效匹配，建立全國一體化協同創新體系。 「東數西算」工程是我國繼「南水北調」、「西氣東輸」、「西電東送」之後的又一項重大的國家戰略工程，將東部海量數據有序引導到西部，優化數據中心建設布局，縮小東西部經濟差異，促進東西部協同發展。2022 年 2 月17 日，國家發改委、中央網信辦、工業和信息化部、國家能源局聯合印發通知，同意在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等 8 地啟動建設國家算力樞紐節點，並規劃了 10 個國家數據中心集群。全國一體化大數據中心體系完成總體布局設計，「東數西算」工程正式全面啟動。國家以「東數西算」為依託，持續推進數據中心與算力、雲、網路、數據要素、數據應用和安全等協同發展，形成以數據為紐帶的區域協調發展新格局，助力數字經濟不斷發展。

全球算力網路競爭力凸顯，ICT 產業鏈有望迎來發展新空間。 通過全國一體化的數據中心布局建設，擴大算力設施規模，提高算力使用效率，實現全國算力規模化、集約化發展，有望進一步提升國家算力水平和全球競爭能力。同時，擴大數據中心在中西部地區覆蓋，能夠就近消納中西部地區新型綠色能源，持續優化數據中心能源使用效率。通過算力樞紐和數據中心集群建設，將有力帶動相關產業上下游投資，促進東西部數據流通、價值傳遞，延展東部發展空間，推進西部大開發形成全國均衡發展新格局。

（三）雙碳減排目標明確，綠色節能成為發展必需

能源變革不斷創新升級，低碳轉型融入 社會 經濟發展。 自上個世紀人類逐漸認識到碳排放造成的不利影響，各國政府和國際組織不斷進行合作，經過不懈努力、廣泛磋商，在聯合國和世界氣候大會的框架下達成了一系列重要共識，形成了《聯合國氣候變化框架公約》（1992 年簽署，1994 年生效）、《京都議定書》（1997 年達成，2005 年生效）和《巴黎協定》（2015年達成，2016 年生效）等文件，其中《巴黎協定》規定了「把全球平均氣溫升幅控制在工業化前水平以上低於 2 以內」的基礎目標和「將氣溫升幅限制在工業化前水平以上 1.5 之內」的努力目標。

推動能源革命，落實碳達峰行動方案。 為了達到《巴黎協定》所規定的目標，我國政府也提出了切合我國實際的雙碳行動計劃，2020 年 9 月 22 日，我國在第七十五屆聯合國大會上宣布，中國力爭 2030 年前二氧化碳排放達到峰值，努力爭取 2060 年前實現碳中和目標。中國的「雙碳」目標正式確立，展現了中國政府應對全球氣候變化問題上的決心和信心。同時 2021年度《政府工作報告》中指出：扎實做好碳達峰、碳中和各項工作，制定 2030 年前碳排放達峰行動方案。優化產業結構和能源結構。推動煤炭清潔高效利用，大力發展新能源，在確保安全的前提下積極有序發展核電。擴大環境保護、節能節水等企業所得稅優惠目錄范圍，促進新型節能環保技術、裝備和產品研發應用，培育壯大節能環保產業，推動資源節約高效利用。落實 2030 年應對氣候變化國家自主貢獻目標。加快發展方式綠色轉型，協同推進經濟高質量發展和生態環境高水平保護，單位國內生產總值能耗和二氧化碳排放分別降低 13.5%、18%。

聚焦數據中心低碳發展，實現雙碳方式產業發展。 在雙碳背景下，「東數西算」工程中數據中心西部遷移，PUE 值有望降低帶來能耗電量高效利用。能源高效節能、革新升級已是大勢所趨和必然要求。

（一）數據中心能耗突出，綠色節能是發展趨勢

綠電成為發展趨勢，低碳發展中發揮重要作用。 隨著大力發展數據中心產業，數據中心能耗在國民經濟中的佔比也在不斷提高。研究表明，預計 2025 年，數據中心能耗總量將達到 3952億 kW·h，佔全 社會 用電總量的 4.05%，比例逐年攀升。整體來看，由伺服器、存儲和網路通信設備等所構成的 IT 設備系統所產生的功耗約占數據中心總功耗的 45%。空調系統同樣是數據中心提高能源效率的重點環節，所產生的功耗約占數據中心總功耗的 40%。降 PUE 將成為未來發展趨勢，主要從製冷方面入手。

數據中心碳排放不斷控制，PUE 值不斷改善。 根據國家能源局 2020 年全國電力工業統計數據 6000 千瓦及以上電廠供電標准煤耗每度電用煤 305.5 克，二氧化碳排放量按每噸標煤排放 2.7 噸二氧化碳來計算，2021 年全國數據中心二氧化碳排放量 7830 萬噸，2030 年預計排放約 1.5 億噸二氧化碳。

量化指標評估數據中心能源效率。 為評價數據中心的能效問題，目前廣泛採用 PUE（Power Usage Effectiveness）作為重要的評價指標，指標是數據中心消耗的所有能源與 IT 負載消耗的能源的比值。PUE 通常以年度為計量區間，其中數據中心總能耗包括 IT 設備能耗和製冷、配電等系統的能耗，其值大於 1，越接近 1 表明非 IT 設備耗能越少，即能效水平越好。

數據中心空調系統及伺服器系統能耗佔比較大。 數據中心的耗能部分主要包括 IT 設備、製冷系統、供配電系統、照明系統及其他設施(包括安防設備、滅火、防水、感測器以及相關數據中心建築的管理系統等)。整體來看，由伺服器、存儲和網路通信設備等所構成的 IT 設備系統所產生的功耗約占數據中心總功耗的 45%。其中伺服器系統約占 50%，存儲系統約占 35%，網路通信設備約占 15%。空調系統仍然是數據中心提高能源效率的重點環節，它所產生的功耗約占數據中心總功耗的 40%。電源系統和照明系統分別占數據中心總耗電量的 10%和 5%。

（三）溫控系統持續優化，節能技術變革打開新機遇

溫控系統多元化趨勢，節能技術不斷突破。 當前主流的製冷方式包括風冷、水冷、間接蒸發冷卻和液冷技術，根據數據中心規模、環境特點選擇合適的製冷技術。提高數據中心的能效，尤其是空調製冷系統的能效成為研究重點。目前，數據中心空調製冷能效比的提升主要從液冷和自然冷源兩方面入手。從製冷方式來看，風冷將逐漸被安裝靈活、效率更高的液冷方式所取代。液冷技術目前應用於 5G 場景，通常對骨幹網 OTN 設備、承載網設備以及 5G BBU 設備進行液冷，採用液冷技術可以通過液體將發熱元件熱量帶走，實現伺服器的自然散熱，相互傳統製冷方法，液冷技術更為高效節能。

冷卻系統不斷優化。 為了客觀評價這些製冷技術以便進一步提高節能減排效率，中國製冷學會數據中心冷卻工作組研究認為：採用數據中心冷卻系統綜合性能系數（GCOP）作為評價指標更為合理。

其中，GCOP 為數據中心冷卻系統綜合性能系數指標，用於評價數據中心冷卻系統的能效。為數據中心總能耗，其中不僅包括數據中心市電供電量，也包括數據中心配置的發電機的供電量。為製冷系統能耗，包括機房外製冷系統的能耗，另外包括 UPS 供電的製冷風扇、關鍵泵以及設備機櫃內風扇等製冷設備產生的能耗。

實際情況中，為了使能效評價結果更具有說服力與可比較性。冷卻工作組建議使用數據中心全年平均綜合性能系統數的（GCOPA）指標和特定工況下數據中心冷卻系統綜合性能系數（GCOPS）作為評價標准。

冷卻工作組根據上述標准針對來自內蒙古呼和浩特、廣東深圳、河北廊坊等地的高效數據中心進行分析。這些數據中心分布在不同建築氣候區，使用了不同系統形式和運行策略，例如高效末端、自然冷卻、AI 控制的運行優化等。數據表明西部地區建設新型數據中心製冷能耗較優。我國數據中心冷卻系統能效存在極大差異，提升我國數據中心冷卻系統的能效意義較大，冷卻系統仍存在巨大的節能潛力。

數據中心容量不斷擴充，中美兩國貢獻較多。 根據 Synergy Research Group 的最新數據顯示，由大型供應商運營的大型數據中心數量已增至 700 家，而以關鍵 IT 負載衡量，美國占這些數據中心容量的 49%，中國是繼美國之後對超大型數據中心容量貢獻第二大的國家，占總量的 15%。其餘的產能分布在亞太地區(13%)、EMEA 地區(19%)和加拿大/拉丁美洲(4%)。超大規模數據中心數量翻一番用了五年時間，但容量翻番用了不到四年時間。

空調系統建設成本較多。 根據IBM數據，數據中心的建設成本中空調系統的佔比為16.7%。總體來說，2021 年數據中心基礎設施設備總支出為 1850 億美元，能源方面建設資本開支占較大份額，能源建設及利用效率有望進一步提升。

數據中心資本穩步增長，溫控市場打開新空間。 根據 Synergy Research 的數據，2021年數據中心基礎設施設備總支出（包括雲/非雲硬體和軟體）為 1850 億美元，公有雲基礎設施設備支出佔比為 47%。面向硬體的伺服器、存儲和網路合計占數據中心基礎設施市場的 77%。

操作系統、虛擬化軟體、雲管理和網路安全佔了其餘部分。參照 2021 年全球數據中心資本開支增長 10%的現實，假設未來 4 年數據中心每年資本開支保持增長 10%，我國數據中心溫控系統市場規模 2021 年為 301 億元，可在 2025 年達到 441 億元。

（一）英維克：打造溫控全產業鏈，行業高景氣領跑者受益

國內技術領先的精密溫控龍頭，聚焦精密溫控節能產品和解決方案。 公司自成立以來，一直專注於數據機房等精密環境控制技術的研發，致力於為雲計算數據中心、通信網路、物聯網的基礎架構及各種專業環境控制領域提供解決方案，「東數西算」項目中提供節能技術。

公司營業收入高速增長，盈利能力表現良好。 2022Q1，公司實現營收 4.00 億元，同比增長 17.10%，歸母凈利潤 0.13 億元，同比下降 59.26%，主要受原材料價格上漲、疫情反復等因素影響。2021 年英維克實現營業收入 22.28 億元，同比增長 29.71%，自 2017 年以來 CAGR 達34.65%，主要是由於機房溫控一些大項目驗收確認，以及機櫃溫控節能產品收入增長。受益於整個行業的景氣度，全年實現歸母凈利潤 2.05 億元，同比增長 12.86%，自 2017 年以來 CAGR達 24.25%，主要源自數據中心及戶外機櫃空調業務的持續增長。

公司毛利率總體穩定，未來有望止跌回升。 2021 年公司銷售毛利率為 29.35%，同比下降9.50%，主要原因繫上游原材料成本提升，公司整體盈利能力承壓。凈利率總體有所下降，銷售凈利率為 8.92%，同比下降 15.85%。隨著公司持續數據機房等精密環境控制技術的研發，技術平台得到復用，規模效應愈發顯著，公司未來毛利率及凈利率有望企穩回升。

蒸發冷卻、液冷技術為未來發展趨勢，公司技術儲備充足，產品系列覆蓋全面。 目前國內數據中心溫控方式仍然以風冷、冷凍水為主，由於熱密度、耗能的提升，傳統方案已經不能滿足市場需求，散熱方式逐漸從傳統風冷模式發展到背板空調、液冷等新型散熱方式，數據中心冷卻系統呈現出冷卻設備貼近伺服器、核心發熱設備的趨勢，液冷、蒸發冷卻技術優勢明顯。

研發投入持續增加提升核心競爭力，溫控系統不斷優化。 公司以技術創新作為企業發展的主要驅動力，不斷加大研發投入。雖然受到上游原材料價格急速上漲和疫情反復的不利影響，公司始終堅持加大研發力度，為公司後續發展提供技術支撐。英維克作為細分行業龍頭，及時捕捉市場發展動向，以技術創新作為企業發展的主要驅動力。

公司產品線豐富，方案靈活凸顯競爭優勢。 英維克的機房溫控節能產品主要針對數據中心、伺服器機房、通信機房、高精度實驗室等領域的房間級專用溫控節能解決方案，用於對設備機房或實驗室空間的精密溫濕度和潔凈度的控制調節。其中包括 CyberMate 機房專用空調&實驗室專用空調、iFreecooling 多聯式泵循環自然冷卻機組、XRow 列間空調、XFlex 模塊化間接蒸發冷卻機組、XStorm 直接蒸發式高效風牆冷卻系統、XSpace 微模塊數據中心、XRack 微模塊機櫃解決方案、XGlacier 液冷溫控系統等產品與解決方案。

公司的產品直接或通過系統集成商提供給數據中心業主、IDC 運營商、大型互聯網公司，歷年來公司已為騰訊、阿里巴巴、秦淮數據、萬國數據、數據港、中國移動、中國電信、中國聯通等用戶的大型數據中心提供了大量高效節能的製冷產品及系統。此外，英維克還提供機櫃溫控節能產品主要針對無線通信基站、儲能電站、智能電網各級輸配電設備櫃、電動 汽車 充電樁、ETC 門架系統等戶外機櫃或集裝箱的應用場合提供溫控節能解決方案，以及用於智能製造設備的機櫃溫控產品。

（二）佳力圖：運營商市場企穩互聯網市場突破，業績有望邊際改善

精密環境溫控龍頭，打造恆溫恆濕解決方案。 公司產品應用於數據中心機房、通信基站以及其他恆溫恆濕等精密環境，公司客戶涵蓋政府部門以及通信、金融、互聯網、醫療、軌道交通、航空、能源等眾多行業。公司產品服務於中國電信、中國聯通、中國移動、華為等知名企業。目前，公司擁有精密空調設備、冷水機組兩大類產品，十三個系列產品線，產品的先進性、可靠性以及節能環保的優勢在行業中始終保持主導地位，同時公司依託在環境控制技術和節能技術方面的優勢，為數據中心提供節能改造服務。

公司營業收入保持增長，凈利潤有所下滑。2022Q1，公司實現營收 1.22 億元，同比下降10.69%，歸母凈利潤 0.14 億元，同比下降 36.68%，主要受原材料價格上漲、疫情反復、競爭加劇等因素影響。

2021 年佳力圖實現營業收入 6.67 億元，同比增長 6.68%，自 2017 年以來CAGR 達 9.73%，全年實現歸母凈利潤 0.85 億元，同比下滑 26.35%，2021 年，公司主要是受到以下因素影響導致利潤下滑，（1）南京疫情停工待產、限電限產、疫情延時交付驗收的各種困難；（2）隨著市場規模的不斷擴大，國內機房空調市場競爭較激烈；（3）原材料價格特別是大宗商品價格持續上漲，原材料成本占公司營業成本平均比例達 70%以上，是公司產品成本的主要組成部分，銅、鍍鋅鋼板在 2021 年度一直呈現上漲趨勢，采購價格較 2020 年上漲了 20%-40%，導致公司成本呈現大比例增長。

圖 17. 公司受多因素影響毛利率有所下降（單位：%）

公司精密環境領域產品豐富，技術先進。 公司產品應用於數據中心機房、通信基站以及其他恆溫恆濕等精密環境，公司客戶涵蓋政府部門以及通信、金融、互聯網、醫療、軌道交通、航空、能源等眾多行業。公司產品服務於中國電信、中國聯通、中國移動、華為等知名企業。

目前，公司擁有精密空調設備、冷水機組兩大類產品，十三個系列產品線，產品的先進性、可靠性以及節能環保的優勢在行業中始終保持主導地位，同時公司依託在環境控制技術和節能技術方面的優勢，為數據中心提供節能改造服務。

研發投入不斷投入，空調效率持續提升。 雖然受到上游原材料價格急速上漲和疫情反復的不利影響，公司始終保持加強技術研發團隊建設，加強與高等院校、行業專家等機構、人士的合作，推動尖端理論研究和實踐，依託現有的研發體系，充分發揮節能控制方面的技術優勢，加快機房智能節能管理系統的研製，進一步提高公司產品的性能指標，加強在空調換熱器效率提升、供配電技術方面的基礎性研究實力，全面提升公司在機房環境控制一體化解決方案方面的創新能力。

公司核心技術不斷凸顯。 2021 年末公司擁有的核心技術有 36 項，同時有包含帶封閉式高效冷卻循環的通信模塊、數據中心冷凍站集中控制系統、機房空調 VRF 系統、CPU 液冷技術、VRF 技術在機房空調領域的初級應用等 28 項在研項目。

（三）其他節能相關公司情況

申菱環境是國內提供人工環境調控整體解決方案的領先企業，服務場景數值中心、電力、化工、能源、軌道交通、環保、軍工等領域。產品主要可分為數據服務空調、工業空調、特種空調三部分。公司是華為數據服務空調的主要供應商，與華為存在多年合作關系。除了華為業務的快速增長，也獲得了騰訊等互聯網龍頭企業的認可。此外，申菱環境在儲能方面也有布局。

依米康致力於在通信機房、數據中心、智慧建設以及能源管理領域為客戶提供產品和整體解決方案，包括從硬體到軟體，從室內精密空調到室外磁懸浮主機，從一體機和微模塊到大型數據中心的設計、生產和運維服務，助力客戶面對能源和生態挑戰。公司信息數據領域的關鍵設備、智能工程、物聯軟體、智慧服務四大板塊業務均可為數據中心產業鏈提供產品及服務。

高瀾股份是國內領先的純水冷卻設備專業供應商，是國家級專精特新「小巨人」企業，從大功率電力電子裝置用純水冷卻設備及控制系統起家，產品廣泛應用於發電、輸電、配電及用電各個環節電力電子裝置。2020 年以來，通過企業並購，其新能源 汽車 業務收入大幅提升，動力電池熱管理產品、新能源 汽車 電子製造產品收入占總營收比重均大幅上漲，合計收入占總營收比重達到 48.88%，首次超過純水冷卻設備成為公司第一大收入來源。

節能技術突破不及預期導致供給端產能釋放緩；

原材料短缺及價格上漲；

市場競爭加劇；

下游數據中心市場增速不及預期。

② 綆楀姏鍙璐,鏁堢巼浠烽珮:鏅虹畻涓蹇冨嚟鍟ユ槸絳戝熀鏂板熀寤虹殑鏈浼樿В

鍦"鏂板熀寤"嫻娼涓嬶紝浜哄伐鏅鴻兘姝ｆ垚涓虹粡嫻庡為暱鐨勬柊寮曟搸錛屽悇琛屽悇涓氭ｅ紑鍚鏅鴻兘鍖栧崌綰ц漿鍨嬨傜畻鍔涘湪鍏朵腑鎵婕斾簡閲嶈佽掕壊錛屾槸鍥藉舵湭鏉ョ珵浜夊姏鐨勯泦涓浣撶幇銆傜劧鑰岋紝闅忕潃嫻烽噺鏁版嵁鐨勫揩閫熷為暱鍜屾ā鍨嬬殑鏃ョ泭澶嶆潅錛岀畻鍔涗笉瓚沖拰鏁堢巼涓嶉珮鐨勯棶棰樻棩鐩婂嚫鏄俱
綆楀姏璇氬彲璐碉細鏁版嵁銆佺畻娉曢渶瑕佹洿澶氱畻鍔涙敮鎾戙備紬鎵鍛ㄧ煡錛屽湪浜哄伐鏅鴻兘鍙戝睍鐨勪笁瑕佺礌涓錛屾棤璁烘槸鏁版嵁榪樻槸綆楁硶錛岄兘紱諱笉寮綆楀姏鐨勬敮鎾戱紝綆楀姏宸叉垚涓轟漢宸ユ櫤鑳藉彂灞曠殑鍏抽敭瑕佺礌銆侷DC鍙戝竷鐨勩婃暟鎹鏃朵唬2025銆嬫姤鍛婃樉紺猴紝2018騫村叏鐞冧駭鐢熺殑鏁版嵁閲忎負33ZB (1ZB=1涓囦嚎GB)錛屽埌2025騫村皢澧為暱鍒175ZB錛屽叾涓錛屼腑鍥藉皢鍦2025騫翠互48.6ZB鐨勬暟鎹閲忓強27.8%鐨勫崰姣旀垚涓哄叏鐞冩渶澶х殑鏁版嵁奼囬泦鍦般傚彟鎹璧涜開欏鵑棶鏁版嵁鏄劇ず錛屽埌2030騫存暟鎹鍘熺敓浜т笟瑙勬ā閲忓崰鏁翠綋緇忔祹鎬昏繑閾呯瓟閲忕殑15%錛屼腑鍥芥暟鎹鎬婚噺灝嗚秴榪4YB錛屽崰鍏ㄧ悆鏁版嵁閲30%銆傛暟鎹璧勬簮宸叉垚涓哄叧閿鐢熶駭瑕佺礌錛屾洿澶氱殑浜т笟閫氳繃鍒╃敤鐗╄仈緗戙佸伐涓氫簰鑱旂綉銆佺數鍟嗙瓑緇撴瀯鎴栭潪緇撴瀯鍖栨暟鎹璧勬簮鏉ユ彁鍙栨湁浠峰間俊鎮錛岃屾搗閲忔暟鎹鐨勫勭悊涓庡垎鏋愬逛簬綆楀姏鐨勯渶奼傚皢鍗佸垎搴炲ぇ銆
綆楁硶涓婏紝鍏堣繘妯″瀷鐨勫弬鏁伴噺鍜屽嶆潅紼嬪害姝ｅ憟鐜版寚鏁扮駭鐨勫為暱瓚嬪娍銆傛ゅ墠 Open AI 鍙戣〃鐨勪竴欏圭爺絀跺氨鏄劇ず錛屾瘡涓夊埌鍥涗釜鏈堬紝璁緇冭繖浜涘ぇ鍨嬫ā鍨嬫墍闇鐨勮＄畻璧勬簮灝變細緲諱竴鐣錛堢浉姣斾箣涓嬶紝鎽╁皵瀹氬緥鏈 18 涓鏈堢殑鍊嶅炲懆鏈燂級銆2012 鑷 2018 騫撮棿錛屾繁搴﹀︿範鍓嶆部鐮旂┒鎵闇鐨勮＄畻璧勬簮鏇存槸澧炲姞浜 30 涓囧嶃傚埌2020騫達紝娣卞害瀛︿範妯″瀷瀵圭畻鍔涚殑闇奼傝揪鍒頒簡姣忓ぉ鐧句嚎浜挎＄殑璁＄畻闇奼傘2020騫2鏈堬紝寰杞鍙戝竷浜嗘渶鏂扮殑鏅鴻兘鎰熺煡璁＄畻妯″瀷Turing-NLG錛屽弬鏁伴噺楂樿揪鍒175浜匡紝浣跨敤125POPS AI璁＄畻鍔涘畬鎴愬崟嬈¤緇冨氨闇瑕佷竴澶╀互涓娿傞殢鍚庯紝OpenAI鍙堟彁鍑轟簡GPT-3妯″瀷錛屽弬鏁伴噺鏇磋揪鍒1750浜匡紝瀵圭畻鍔涚殑娑堣楄揪鍒3640 PetaFLOPS/s-day銆傝岃窛紱籊PT-3闂涓栦笉鍒頒竴騫達紝鏇村ぇ鏇村嶆潅鐨勮璦妯″瀷錛屽嵆瓚呰繃涓涓囦嚎鍙傛暟鐨勮璦妯″瀷SwitchTransformer鍗沖凡闂涓栥
鐒惰岋紝綆楀姏涓嶈兘蹇閫熷為暱錛屾垜浠灝嗕笉寰椾笉闈涓翠竴涓緋熺硶鐨勫矓闈錛氬綋瑙勬ā搴炲ぇ鐨勬暟鎹鐢ㄤ簬浜哄伐鏅鴻兘鐨勮緇冨︿範鏃訛紝鏁版嵁閲忓皢瓚呭嚭鍐呭瓨鍜屽勭悊鍣ㄧ殑鎵胯澆涓婇檺錛屾暣涓娣卞害瀛︿範璁緇冭繃紼嬪皢鍙樺緱鏃犳瘮婕闀匡紝鐢氳嚦瀹屽叏鏃犳硶瀹炵幇鏈鍩烘湰鐨勪漢宸ユ櫤鑳姐
鏁堢巼浠鋒洿楂橈細鐜澧冧笌瀹為檯鎴愭湰楂樹紒錛屾彁鍗囨晥鐜囪揩鍦ㄧ湁鐫銆傚湪璁＄畻宸ヤ笟琛屼笟錛屾湁涓鍋囪炬槸鈥滄暟瀛楀勭悊浼氬彉寰楄秺鏉ヨ秺渚垮疁鈥濄備絾鏂鍧︾忎漢宸ユ櫤鑳界爺絀舵墍鍓鎵闀垮厠閲屾柉鎵樺紬•鏇煎畞琛ㄧず錛屽逛簬鐜版湁鐨凙I搴旂敤鏉ヨ村嵈涓嶆槸榪欐牱錛岀壒鍒鏄鍥犱負涓嶆柇澧炲姞鐨勭爺絀跺嶆潅鎬у拰絝炰簤鎬э紝浣垮緱鏈鍓嶆部妯″瀷鐨勮緇冩垚鏈榪樺湪涓嶆柇涓婂崌銆
鏍規嵁椹钀ㄨ稿炲ぇ瀛﹂樋榛樻柉鐗規牎鍖虹爺絀朵漢鍛樺叕甯冪殑鐮旂┒璁烘枃鏄劇ず錛屼互甯歌佺殑鍑犵嶅ぇ鍨 AI 妯″瀷鐨勮緇冨懆鏈熶負渚嬫紡鎱э紝鍙戠幇璇ヨ繃紼嬪彲鎺掓斁瓚呰繃 626000 紓呬簩姘у寲紕籌紝鍑犱箮鏄鏅閫 奼借濺 瀵垮懡鍛ㄦ湡鎺掓斁閲忕殑浜斿嶏紙鍏朵腑鍖呮嫭 奼借濺 鏈韜鐨勫埗閫犺繃紼嬶級銆
渚嬪傝嚜鐒惰璦澶勭悊涓錛岀爺絀朵漢鍛樼爺絀朵簡璇ラ嗗煙涓鎬ц兘鍙栧緱鏈澶ц繘姝ョ殑鍥涚嶆ā鍨嬶細Transformer銆丒LMo銆丅ERT鍜 GPT-2銆傜爺絀朵漢鍛樺湪鍗曚釜 GPU 涓婅緇冧簡鑷沖皯涓澶╋紝浠ユ祴閲忓叾鍔熻椼傜劧鍚庯紝浣跨敤妯″瀷鍘熷嬭烘枃涓鍒楀嚭鐨勫嚑欏規寚鏍囨潵璁＄畻鏁翠釜榪囩▼娑堣楃殑鎬昏兘閲忋
緇撴灉鏄劇ず錛岃緇冪殑璁＄畻鐜澧冩垚鏈涓庢ā鍨嬪ぇ灝忔垚姝ｆ瘮錛岀劧鍚庡湪浣跨敤闄勫姞鐨勮皟鏁存ラや互鎻愰珮妯″瀷鐨勬渶緇堢簿搴︽椂鍛堢垎鐐稿紡澧為暱錛屽挨鍏舵槸璋冩暣紲炵粡緗戠粶浣撶郴緇撴瀯浠ュ敖鍙鑳藉畬鎴愯﹀敖鐨勮瘯楠岋紝騫朵紭鍖栨ā鍨嬬殑榪囩▼錛岀浉鍏蟲垚鏈闈炲父楂橈紝鍑犱箮娌℃湁鎬ц兘鏀剁泭銆侭ERT 妯″瀷鐨勭⒊瓚寵抗綰︿負1400 紓呬簩姘у寲紕籌紝榪欎笌涓涓浜烘潵鍥炲潗椋炴満絀胯秺緹庢床鐨勬帓鏀鵑噺鐩稿綋銆
姝ゅ栵紝鐮旂┒浜哄憳鎸囧嚭錛岃繖浜涙暟瀛椾粎浠呮槸鍩虹錛屽洜涓哄煿璁鍗曚竴妯″瀷鎵闇瑕佺殑宸ヤ綔榪樻槸姣旇緝灝戠殑錛屽ぇ閮ㄥ垎鐮旂┒浜哄憳瀹炶返涓浼氫粠澶村紑鍙戞柊妯″瀷鎴栬呬負鐜版湁妯″瀷鏇存敼鏁版嵁闆嗭紝榪欓兘闇瑕佹洿澶氭椂闂村煿璁鍜岃皟鏁達紝鎹㈣█涔嬶紝榪欎細浜х敓鏇撮珮鐨勮兘鑰椼傛牴鎹嫻嬬畻錛屾瀯寤哄拰嫻嬭瘯鏈緇堝叿鏈変環鍊肩殑妯″瀷鑷沖皯闇瑕佸湪鍏涓鏈堢殑鏃墮棿鍐呰緇 4789 涓妯″瀷錛屾崲綆楁垚紕蟲帓鏀鵑噺錛岃秴榪 78000 紓呫傝岄殢鐫 AI 綆楀姏鐨勬彁鍗囷紝榪欎竴闂棰樹細鏇村姞涓ラ噸銆
鍙︽嵁 Synced 鏈榪戠殑涓浠芥姤鍛婏紝鍗庣洓欏垮ぇ瀛︾殑 Grover 涓撻棬鐢ㄤ簬鐢熸垚鍜屾嫻嬭櫄鍋囨柊闂伙紝璁緇冭緝澶х殑Grover Mega妯″瀷鐨勬昏垂鐢ㄤ負2.5涓囩編鍏冿紱OpenAI 鑺辮垂浜1200涓囩編鍏冩潵璁緇冨畠鐨 GPT-3璇璦妯″瀷錛涜胺姝岃姳璐逛簡澶х害6912緹庡厓鏉ヨ緇 BERT錛岃孎acebook閽堝瑰綋鍓嶆渶澶х殑妯″瀷榪涜屼竴杞璁緇冨厜鏄鐢佃垂鍙鑳藉氨鑰楄垂鏁扮櫨涓囩編鍏冦
瀵規わ紝Facebook浜哄伐鏅鴻兘鍓鎬昏佹澃緗楀•浣╂．钂傚湪鎺ュ彈銆婅繛綰褲嬫潅蹇楅噰璁挎椂璁や負錛孉I縐戠爺鎴愭湰鐨勬寔緇涓婃定錛屾垨瀵艱嚧鎴戜滑鍦ㄨラ嗗煙鐨勭爺絀剁板侊紝鐜板湪宸茬粡鍒頒簡涓涓闇瑕佷粠鎴愭湰鏁堢泭絳夋柟闈㈣冭檻鐨勫湴姝ワ紝鎴戜滑闇瑕佹竻妤氬備綍浠庣幇鏈夌殑璁＄畻鍔涗腑鑾峰緱鏈澶х殑鏀剁泭銆
鍦ㄦ垜浠鐪嬫潵錛孉I璁＄畻緋葷粺姝ｅ湪闈涓磋＄畻騫沖彴浼樺寲璁捐°佸嶆潅寮傛瀯鐜澧冧笅璁＄畻鏁堢巼銆佽＄畻妗嗘灦鐨勯珮搴﹀苟琛屼笌鎵╁睍銆丄I搴旂敤璁＄畻鎬ц兘絳夋寫鎴樸傜畻鍔涚殑鍙戝睍瀵規暣涓璁＄畻闇奼傛墍閫犳垚鐨勬寫鎴樹細鍙樺緱鏇村ぇ錛屾彁楂樻暣涓獮I璁＄畻緋葷粺鐨勬晥鐜囪揩鍦ㄧ湁鐫銆
鏈浼樿В錛氭櫤綆椾腑蹇冨ぇ鍔挎墍瓚嬶紝搴斾粠鍥藉跺叕鍏辮炬柦灞炴у仛璧楓
姝ｆ槸鍩轟簬涓婅堪綆楀姏闇奼備笉鏂澧炲姞鍙婃墍闈涓寸殑鏁堢巼鎻愬崌鐨勯渶瑕侊紝浣滀負寤鴻炬壙杞藉法澶AI璁＄畻闇奼傜殑綆楀姏涓蹇冿紙鏁版嵁涓蹇冿級鎴愪負閲嶄腑涔嬮噸銆
鎹甯傚満璋冪爺鏈烘瀯Synergy Research Group鐨勬暟鎹鏄劇ず錛屾埅鑷沖埌2020騫寸浜屽ｅ害鏈錛屽叏鐞冭秴澶ц勬ā鏁版嵁涓蹇冪殑鏁伴噺澧為暱鑷541涓錛岀浉姣2015騫村悓鏈熷為暱涓鍊嶆湁浣欍傚彟澶栵紝榪樻湁176涓鏁版嵁涓蹇冨勪簬璁″垝鎴栧緩璁鵑樁孌碉紝浣嗕綔涓轟紶緇熺殑鏁版嵁涓蹇冿紝闅忎箣鑰屾潵鐨勫氨鏄鑳借楀拰鎴愭湰鐨勫ぇ騫呭炲姞銆
榪欓噷鎴戜滑浠呬互鍥藉唴鐨勬暟鎹涓蹇冨緩璁句負渚嬶紝鐜板湪鐨勬暟鎹涓蹇冨凡緇忔湁浜嗘儕浜虹殑鑰楃數閲忋傛嵁銆婁腑鍥芥暟鎹涓蹇冭兘鑰楃幇鐘剁櫧鐨涔︺嬫樉紺猴紝鍦ㄤ腑鍥芥湁 40 涓囦釜鏁版嵁涓蹇冿紝姣忎釜鏁版嵁涓蹇冨鉤鍧囪楃數 25 涓囧害錛屾諱綋瓚呰繃 1000 浜垮害錛岃繖鐩稿綋浜庝笁宄″拰钁涙床鍧濇按鐢電珯 1 騫村彂鐢甸噺鐨勬誨拰銆傚傛灉鎶樼畻鎴愮⒊鎺掓斁鍒欏ぇ姒傛槸 9600 涓囧惃錛岃繖涓鏁板瓧鎺ヨ繎鐩鍓嶄腑鍥芥皯鑸騫寸⒊鎺掓斁閲忕殑 3 鍊嶃
浣嗘牴鎹鍥藉剁殑鏍囧噯錛屽埌2022騫達紝鏁版嵁涓蹇冨鉤鍧囪兘鑰楀熀鏈杈懼埌鍥介檯鍏堣繘姘村鉤錛屾柊寤哄ぇ鍨嬨佽秴澶у瀷鏁版嵁涓蹇冪殑 PUE錛堢數鑳戒嬌鐢ㄦ晥鐜囧礆紝瓚婁綆浠ｈ〃瓚婅妭鑳斤級杈懼埌 1.4 浠ヤ笅銆傝屼笖鍖椾笂騫挎繁絳夊彂杈懼湴鍖哄逛簬鑳借楁寚鏍囨帶鍒惰繕闈炲父涓ユ牸錛岃繖涓庝竴浜岀嚎鍩庡競闆嗕腑鐨勬暟鎹涓蹇冮渶奼傚艦鎴愮煕鐩撅紝闄や簡闄嶄綆 PUE錛屽悓絳夎＄畻鑳藉姏鎻愬崌鏈嶅姟鍣錛屽挨鍏舵槸鏁版嵁涓蹇冪殑鐨勮＄畻鏁堢巼搴旀槸姝ｈВ銆
浣嗕紬鎵鍛ㄧ煡鐨勪簨瀹炴槸錛岄潰瀵瑰墠榪板簽澶х殑AI璁＄畻闇奼傚拰鎻愬崌鏁堢巼鐨勬寫鎴橈紝浼犵粺鏁版嵁涓蹇冨凡緇忚秺鏉ヨ秺闅句互鎵胯澆榪欐牱鐨勯渶奼傦紝涓烘わ紝AI鏈嶅姟鍣ㄥ拰鏅虹畻涓蹇冨簲榪愯岀敓銆
涓庝紶緇熺殑鏈嶅姟鍣ㄩ噰鐢ㄥ崟涓鐨凜PU涓嶅悓錛孉I鏈嶅姟鍣ㄩ氬父鎼杞紾PU銆丗PGA銆丄SIC絳夊姞閫熻姱鐗囷紝鍒╃敤CPU涓庡姞閫熻姱鐗囩殑緇勫悎鍙浠ユ弧瓚抽珮鍚炲悙閲忎簰鑱旂殑闇奼傦紝涓鴻嚜鐒惰璦澶勭悊銆佽＄畻鏈鴻嗚夈佽闊充氦浜掔瓑浜哄伐鏅鴻兘搴旂敤鍦烘櫙鎻愪緵寮哄ぇ鐨勭畻鍔涙敮鎸侊紝宸茬粡鎴愪負浜哄伐鏅鴻兘鍙戝睍鐨勯噸瑕佹敮鎾戝姏閲忋
鍊煎緱涓鎻愮殑鏄錛岀洰鍓嶅湪AI鏈嶅姟鍣ㄩ嗗煙錛屾垜浠宸茬粡澶勪簬棰嗗厛鐨勫湴浣嶃
榪戞棩錛孖DC鍙戝竷浜2020HI銆婂叏鐞冧漢宸ユ櫤鑳藉競鍦哄崐騫村害榪借釜鎶ュ憡銆嬶紝瀵2020騫翠笂鍗婂勾鍏ㄧ悆浜哄伐鏅鴻兘鏈嶅姟鍣ㄥ競鍦鴻繘琛屾暟鎹媧炲療鏄劇ず錛岀洰鍓嶅叏鐞冨崐騫村害浜哄伐鏅鴻兘鏈嶅姟鍣ㄥ競鍦鴻勬ā杈55.9浜跨編鍏冿紙綰326.6浜誇漢姘戝竵錛夛紝鍏朵腑嫻娼浠16.4%鐨勫競鍗犵巼浣嶅眳鍏ㄧ悆絎涓錛屾垚涓哄叏鐞傾I鏈嶅姟鍣ㄥご鍙風帺瀹訛紝鍗庝負銆佽仈鎯充篃鏉鍏ュ墠5錛堝垎鍒鎺掑湪絎鍥涘拰絎浜旓級銆
榪欓噷涓氬唴涔熻鎬細濂藉囷紝緙樹綍涓鍥戒細鍦ˋI鏈嶅姟鍣ㄦ柟闈㈤嗚窇鍏ㄧ悆錛
浠ユ氮娼涓轟緥錛岃嚜1993騫達紝嫻娼鎴愬姛鐮斿埗鍑轟腑鍥介栧彴灝忓瀷鏈烘湇鍔″櫒浠ユ潵錛岀粡榪30騫寸殑縐緔錛屾氮娼宸茬粡鏀誨厠浜嗛珮閫熶簰鑱旇姱鐗囷紝鍏抽敭搴旂敤涓繪満銆佹牳蹇冩暟鎹搴撱佷簯鏁版嵁涓蹇冩搷浣滅郴緇熺瓑涓緋誨垪鏍稿績鎶鏈錛屽湪鍏ㄧ悆鏈嶅姟鍣ㄩ珮絝淇變箰閮ㄩ噷鍗犳湁浜嗛噸瑕佷竴甯銆傚湪AI鏈嶅姟鍣ㄩ嗗煙錛屼粠鍏ㄧ悆鏈楂樺瘑搴AGX-2鍒版渶楂樻ц兘鐨凙GX-5錛屾氮娼涓嶆柇鍒鋒柊涓氱晫鏈寮虹殑浜哄伐鏅鴻兘瓚呯駭鏈嶅姟鍣ㄧ殑綰褰曪紝榪欐槸涓轟簡婊¤凍琛屼笟鐢ㄦ埛瀵逛漢宸ユ櫤鑳借＄畻鐨勯珮鎬ц兘瑕佹眰鑰屽壋閫犵殑銆傛氮娼涓鐩磋や負錛岃屼笟瀹㈡埛甯屾湜鑾峰緱浜哄伐鏅鴻兘鐨勮兘鍔涳紝浣嗛渶瑕佹帉鎻′簡浜哄伐鏅鴻兘钀藉湴鑳藉姏鍜屾妧鏈鐨勫叕鍙歌繘琛岃祴鑳斤紝嫻娼灝卞彲浠ュ緢濂藉湴鎵婕旇繖涓瑙掕壊銆傚姞蹇浜哄伐鏅鴻兘钀藉湴閫熷害錛屽府鍔╀紒涓氱敤鎴鋒墦寮浜嗕漢宸ユ櫤鑳藉簲鐢ㄧ殑澶ч棬銆
鐢辨ょ湅錛岄暱鏈熺殑鎶鏈鍒涙柊縐娣銆佹牳蹇冩妧鏈鐨勬帉鎻′互鍙婂逛簬浜т笟鍜屾妧鏈鐨勫噯紜鍒ゆ柇銆佺爺鍙戞槸棰嗚窇鐨勬牴鏈銆
鑷充簬鏅虹畻涓蹇冿紝鍘誨勾鍙戝竷鐨勩婃櫤鑳借＄畻涓蹇冭勫垝寤鴻炬寚鍗椼嬪叕甯冧簡鏅鴻兘璁＄畻涓蹇冩妧鏈鏋舵瀯錛屽熀浜庢渶鏂頒漢宸ユ櫤鑳界悊璁猴紝閲囩敤棰嗗厛鐨勪漢宸ユ櫤鑳借＄畻鏋舵瀯錛岄氳繃綆楀姏鐨勭敓浜с佽仛鍚堛佽皟搴﹀拰閲婃斁鍥涘ぇ浣滀笟鐜鑺傦紝鏀鎾戝拰寮曢嗘暟瀛楃粡嫻庛佹櫤鑳戒駭涓氥佹櫤鎱у煄甯傚拰鏅烘収 紺句細 搴旂敤涓庣敓鎬 鍋ュ悍 鍙戝睍銆
閫氫織鍦拌詫紝鏅烘収鏃朵唬鐨勬櫤綆椾腑蹇冨氨鍍忓伐涓氭椂浠ｇ殑鐢靛巶涓鏍鳳紝鐢靛巶鏄瀵瑰栫敓浜х數鍔涖侀厤緗鐢靛姏銆佽緭閫

③ 中國算力總規模居全球前列，這背後都付出了哪些努力

中國算力總規模居全球前列，這背後都付出了哪些努力首先是付出了雲計算的發展努力，其次是建設了大型的計算機平台，再者是加強了網路信息安全的建設，另外就是加強了多渠道的資源合作。需要從以下四方面來闡述分析中國算力總規模居全球前列，這背後都付出了哪些努力。

一、付出了雲計算的發展努力

首先是付出了雲計算的發展努力 ，之所以可以付出雲計算的發展努力就是這樣子可以使得大數據的時代更貼近中國人民的生活，並且可以加強人民的幸福感，同時還可以建設更多的科技領域。

中國應該做到的注意事項：
應該加強多渠道的合作，增強算力的供應，並且加強算力在基礎設施方面的建設，從而將算力的紅利期轉化為變相的渠道，這樣子有利於中國的經濟增長，從而加強了中國的發展動力。

④ 璋佺煡閬撻欐腐鑱旂戦泦鍥㈣繖涓鍏鍙告庝箞鏍鳳紵

榪欎釜鍏鍙告槸榪樻槸涓嶉敊鐨勶紝鍏鍙哥殑浜у搧鏈嶅姟棰嗗煙涓昏侀泦涓鍦ㄩ珮鎬ц兘璁＄畻錛圚PC錛夛紝浜戣＄畻錛屽ぇ鏁版嵁鏋舵瀯鍜屼漢宸ユ櫤鑳斤紝榪欎簺閮芥槸鐜板湪IT浜т笟姣旇緝鐑闂ㄧ殑璇濋橀嗗煙錛屽洜姝ゅ叕鍙哥殑鍙戝睍鍓嶆櫙闈炲父騫塊様銆

灝辮繛縐戦泦鍥㈢殑浜у搧鍜屾湇鍔¤岃█錛屾湁鏂版剰錛屽ぇ閮ㄥ垎浜у搧鍜屾湇鍔￠兘榪樹笉閿欙紝甯傚満涓婁篃寰堟湁絝炰簤鍔涳紝榪樻槸浜氭床棣栦釜鎻愪緵HPC瑙ｅ喅鏂規堢殑鍏鍙革紝鏈夋尯寮虹殑絝炰簤鍔涖傚緢澶氫駭鍝佷緥濡傝仈縐戦泦鍥㈣嚜涓誨紑鍙戠殑鑱旂戦珮鎬ц兘璁＄畻鐜澧冭蔣浠跺寘錛圕HESS錛 鑾烽佲滈欐腐宸ュ晢涓氱戞妧鎴愬氨浼樺紓濂栤濆強鈥滀腑鍥戒紭縐杞浠朵駭鍝佲濈О鍙鳳紝PRISMA澶哄緱2016棣欐腐璧勮鍙婇氳縐戞妧濂栵紞鏈浣蟲櫤鎱ч欐腐濂 (澶ф暟鎹搴旂敤) 閾跺栫瓑絳夈
鍥犳わ紝鍚勮屽悇涓氱殑浼佷笟閮戒笌浠栦滑鍚堜綔榪囷紝姣斿傞噾鋙嶈屼笟鐨勪腑鍥介摱琛岋紝HSBC絳夛紱鏁欒偛琛屼笟鐨勬竻鍗庡ぇ瀛︼紝鍖椾含澶у︼紝涓鍥界戝﹂櫌絳夛紱鐢典俊琛屼笟鐨勪腑鍥借仈閫氾紝鍗庝負絳夛紱鍏鍏變簨鍔＄殑涓鍗庝漢姘戝叡鍜屽浗姘戞斂閮錛屼腑鍥芥按鍒╃瓑錛涜繕鏈変竴浜涢浂鍞鑳芥簮絳夋柟鍚戠殑鐑闂ㄤ紒涓氥
灝辮繖涓鍏鍙哥殑鐜澧冩潵璇達紝鎴戝湪鑱旂戝伐浣滅殑鏃跺欙紝瑙夊緱榪樻槸寰堣嚜鐢辯殑錛屽叕鍙哥幆澧冧篃寰堟俯棣錛屼笂涓嬬彮鏃墮棿涔熷緢寮規э紝緇忓父鍙浠ュ湪瀹跺姙鍏絳夈傚叕鍙哥殑紱忓埄寰呴亣涔熷緢姝ｈ勶紝寰呴亣涓嶉敊銆

⑤ 技術落地性成大數據競爭賽點，鯤鵬大數據解決方案憑何領先

文 | 曾響鈴

來源 | 科技 向令說（xiangling0815）

新基建浪潮下，作為底層支撐力量的數據與計算正變得越來越重要。

最近，由中國大數據與智能計算產業聯盟主辦，以「新算力 新基建 新經濟」為主題的第二屆中國超級算力大會ChinaSC在北京召開，包括國內外院士、知名學者和產業大咖在內的600多人參加，探討了超級計算、新基建、雲計算、大數據、人工智慧、區塊鏈等前沿技術進展。

這個獎項的頒出，官方給出的標準是，「能夠把當前的各種技術有機的整合在一起，以滿足不同應用場景下的各種綜合的軟硬體及系統方案，集科學性、先進性、穩定性、經濟性等眾多實際指標於一身，是技術轉變為實際應用的關鍵環節。」

顯然，這個權威獎項最關心的，是大數據解決方案在推動技術向實際應用轉變的能力，而這也正是當下市場環境對大數據的核心需求。筆者嘗試拆解鯤鵬大數據解決方案從宏觀到操作層面的布局，希望能給予相關從業者這方面的行業借鑒。

技術競賽不停， 但大數據需求轉向應用落地

數據的價值越來越明顯，更好地釋放數據價值的技術在不斷演化，但是，隨著更多政企組織開始著手利用大數據能力幫助現實業務提升，其需求也開始更多傾向於技術能否更好地實現應用落地，大數據解決方案正是為此而生。

以鯤鵬為案例，在推動技術落地的過程中，其大數據解決方案表現出符合時代需要的三大特徵，讓它在新趨勢下占據領先優勢，受到客戶廣泛歡迎並獲得ChinaSC權威認可。

1、超高性能仍然是應用落地的最有力支撐

大數據解決方案要推動技術實現各種場景的落地，其前提和支撐，是底層軟硬體性能本身要足夠強悍，否則，再完善和深度的解決方案，沒有性能支撐也只能是空中樓閣。

而也只有性能足夠強悍，在應用落地階段才能夠盡可能去滿足客戶各類數據價值需求。

得益於底層軟硬體能力的深度開發，鯤鵬大數據解決方案就擁有超高性能，為應用做好了充分的准備以及支撐。

例如，硬體方面，採用自主研發高性能鯤鵬920處理器，軟體方面，則擁有在大數據場景下獲得倍級性能提升的獨創IO智能預取和Spark機器學習&圖增強演算法。

以鯤鵬與浙江移動的合作為例，2019年，浙江移動相繼完成了IT雲鯤鵬伺服器測試，營業廳前台系統、CRM、計費、大數據、CDN等系統的驗證及上線商用。這其中，浙江移動的CRM&BOSS系統在鯤鵬大數據方案支撐下，整體得到了較大提升，在規模承載網路運營支撐業務的情況下，該系統現在已經穩定運行一年。

目前，浙江移動圍繞網路雲，IT雲和移動雲，已經打造了全球首個運營商領域ICT全場景樣板點。

2、全棧方案才能推動技術全面落地

解決方案本身並不是一種具體的技術，其價值在於各種技術的有效融匯，作為統一的輸出方式面向政企客戶。而在政企客戶需求日益加深的情況下，盡可能滿足多種場景、多種技術訴求的解決方案，就必須建立一套盡可能完善的全棧體系，將各種技術有機地、系統地、全面地整合在一起。

這正是華為鯤鵬大數據解決方案的體系構成，其基於鯤鵬處理器，構建了端到端打通硬體、操作系統、中間件、大數據軟體的全棧體系，並對應進行了全棧性能優化，推動各類技術匯聚成高性能解決方案：

可以看到，這套全棧體系，一方面通過有機整合，能夠較為容易地同時滿足科學性、先進性、穩定性、經濟性等需求（例如，加速特性和大數據組件能夠幫助方案更有效率同時成本更低）；另一方面，作為全面、完整、一體化的信息化解決方案，也更容易去適應政府、金融、電信、互聯網、大企業等不同行業應用需求。

從技術到應用落地，「全棧」成為重要的中間轉換環節，不但「無損」，而且「增益」。

3、符合政企個性化需求讓技術落地更具現實價值

在最終面向單個客戶落地時，大數據解決方案還需要真正貼合這個客戶的實際需要，這是從技術到應用落地的「臨門一腳」，畢竟，不論性能如何強悍，全棧體系如何完善靈活，落實到客戶頭上，最終還是需要符合業務實際，產生現實價值。

既要有能力，更需要契合，鯤鵬大數據解決方案就是這么做的。

2019年，江蘇省基於鯤鵬架構打造了全國首個省區市縣三級政務大數據，未來將有越來越多的政務系統可以由自主可靠的鯤鵬計算平台來承載；

在廣西，區內首個鯤鵬產業生態雲項目——「壯美廣西·玉林政務雲（鯤鵬雲）」已於不久前上線，這是該市全面推廣應用廣西數字政務一體化平台的體現，而其推出的廣西首個市級公共數據開放管理辦法，就與鯤鵬的大數據解決方案緊密相關；

目光轉到浙江，在鯤鵬生態落子浙江的過程中，浙江推動形成「用鯤鵬」的共識，城市被當成鯤鵬生態的「試驗場」，杭州市政務雲已經選用鯤鵬作為算力底座，基於鯤鵬技術架構的解決方案和應用在政府服務場景中得到廣泛應用。

總得看來，僅有高高在上的技術而無法產生實際價值的大數據玩法已經行不通，鯤鵬大數據解決方案跨越技術與應用的鴻溝，已經在眾多行業、場景和企業中實現落地。

電信行業三巨頭中，中國移動已實現鯤鵬大數據解決方案規模商用，中國電信則基於鯤鵬打造了天翼雲，中國聯通則基於鯤鵬構建了天宮IT系統；政務方面，北京、廣東、江蘇、浙江、廣西等政務雲都出現鯤鵬身影，當下其已經成為首選技術路線；在金融行業，鯤鵬正在幫助銀行系統加速完成國產化。

可以說，鯤鵬大數據解決方案有力推動了中國數字經濟發展，尤其是信息技術應用創新的落地。

領先優勢下， 鯤鵬三個角度出發為大數據技術落地「鋪路」

1、走得更穩——回應數字時代重要的安全關切

因此，鯤鵬大數據解決方案在安全方面一直加大投入，最典型的，是在底層硬體而非軟體層面進行安全保障——鯤鵬920處理器內置硬體加速器、業界首創支持國密演算法加速，這種CPU內置加速模塊的做法，被稱作「內生安全」，配合國密演算法在技術上更為安全。

而與通常的大數據解決方案為了保證安全不得不讓渡較多的性能隨時監控系統運行不同，華為鯤鵬大數據解決方案內生安全的做法，做到了加密對業務性能的損耗低於5%——既解決安全痛點問題，也解決「為了安全需要」本身導致的痛點問題。

2、走得更順——用兼容性保護既有數據軟硬體投資

前文提到政務雲大數據解決方案中，與現有的伺服器的混合部署，這其中有一個十分重要的兼容性做法——由於鯤鵬大數據解決方案建立在鯤鵬處理器基礎之上，而很多政企組織原有的軟硬體投資都基於X86架構，所以鯤鵬要讓技術的應用落地走得更順，還需要在技術上完成對X86在部署層面的兼容，這樣還能保護政企客戶現有的數字化投資。

可以看到，當下的鯤鵬方案已經支持大數據組件TaiShan伺服器與其他架構伺服器混合部署。

以江蘇電信為例，去年7月，其宣布成功上線全球首個基於鯤鵬處理器的運營商大數據平台。作為核心的業務系統，該大數據平台基於鯤鵬處理器的華為TaiShan伺服器和開源Hadoop軟體構建，承載著江蘇電信所有生產系統的運行數據、存儲及分析：

在項目進行過程中，雙方攜手完成基於鯤鵬處理器的開源Hadoop源代碼編譯，讓關鍵的大數據業務組件在華為TaiShan伺服器上的成功部署和運行，在原有集群上實現了傳統架構伺服器和TaiShan伺服器融合部署。

這種兼容的做法，有效結合了江蘇電信大數據業務特點和未來演進趨勢，且充分發揮鯤鵬處理器的性能，提高了數據存儲、計算等資源的使用效率。

3、走得更寬——生態開放才能讓大數據擁有內生動力

鯤鵬生態的主要推動者華為一直強調的理念是「硬體開放、軟體開源、使能合作夥伴」，在大數據解決方案中，這種理念同樣得到了應用。

例如，在鯤鵬全棧方案中，頂層大數據平台就支持華為自研的FusionInsight大數據平台以及開源Apache、開源HDP/CDH、星環大數據平台，可以有效對接各類場景需要。今年8月，星環 科技 就發布了基於鯤鵬的大數據平台軟硬體聯合解決方案，由星環 科技 的TDH大數據平台提供軟體層面優異的功能，由鯤鵬晶元提供硬體層面強大的性能，擁有極致性能、平滑遷移、豐富的場景支持以及快速部署多重優勢，為行業創造價值。

此外，鯤鵬主導的數據虛擬化引擎openLooKeng開源，就支持跨數據格式、跨數據源、跨數據中心的海量分析，最終幫助方案的性能大幅度提升，典型的如北明數據資產管理平台V4.0就基於openLooKeng技術，解決了數據資產管理數據冗雜、標准不一、難以管理等痛點問題，為企業守護和挖掘數據的價值。

開放的生態，將幫助更多合作夥伴發展伺服器和PC等計算產品，幫助構建高質量的基礎軟體生態，也讓更多生態夥伴獲得端、邊、雲的全場景開發能力，最終促進鯤鵬計算生態的繁榮，也加速大數據行業應用創新。

打好基礎、做好標桿， 鯤鵬進入「強者恆強」周期

彌合技術與應用落地的鴻溝後，鯤鵬大數據解決方案擁有越來越多的政企實踐，它們中大多數都是行業典型客戶，本身既是大數據發展過程中的優質案例。

擁有這些客戶資源的鯤鵬，實際上已經進入了強者恆強的發展周期，這不僅僅是因為它獲得了諸多標桿合作案例、領先於行業，更重要的還在於，技術到應用實踐的通路打通後，實踐也將不斷反饋技術，不斷幫助鯤鵬錘煉自身的技術能力，從而形成有效的正反饋循環。

一旦這種循環形成，大數據解決方案就會進入「飛輪」式發展進程，越轉越快、越難以停下，也很難以被後進者追趕，逐步成為政企客戶最有競爭優勢的選擇。

更進一步來看，大數據服務從來都不是孤立存在的，在計算需求多樣化的時代，鯤鵬計算產業生態的主要推動者華為在物聯網、5G、AI等方面的能力和生態布局，無疑將幫助鯤鵬大數據解決方案有更多橫向技術連接和融合的想像空間，滿足更多政企客戶潛在的創新業務需求。

總而言之，在以鯤鵬大數據解決方案為代表的優質案例引領下，數據與計算的時代正在加速到來，最終，「新算力」將推動「新基建」全面落地，帶來「新經濟」動能，更多政企客戶將享受到技術帶來的價值紅利。

*本文圖片均來源於網路

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、 科技 網站年度十大作者；

2虎嘯獎評委；

3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜志特約評論員；

5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6「腦藝人」（腦力手藝人）概念提出者，現演變為「自媒體」，成為一個行業；

7騰訊全媒派榮譽導師、多家 科技 智能公司傳播顧問。

⑥ 中國電信臨港信息園區項目在滬開工，這是個什麼樣的項目

根據中國電信有關部門的負責人介紹，中國電信臨港信息園區項目在上海即將開工，這是一個各蘊含了數字經濟和各項科技融合到一起的新型項目。

中國電信臨港信息園區還將結合雲端的一些工程項目。因為疫情的影響，很多公司很多學校都會採取線上辦公線上學習的方式，因此中國電信還將依託於高科技，開展一些雲端上的合作項目，例如雲a雲辦公雲線上教學等多種模式來共同促進上海的經濟繁榮，此外中國電信還繼續為上海提供更加新型的科技發展，一起推動數字經濟發展，高科技發展以及雲端發展的結合。