算力与经济

1. 中国算力总规模居全球前列，这对相关行业意味着什么

中国算力总规模居全球前列，这对相关行业意味着什么首先是有利于中国的经济发展，其次是有利于企业的长期发展，再者就是有利于深化科技的改革，另外就是有利于加强中国范围内的长期合作渠道。需要从以下四方面来阐述分析中国算力总规模居全球前列，这对相关行业意味着什么。

一、有利于中国的经济发展

首先是有利于中国的经济发展 ，之所以有利于中国的经济发展就是这样子算力可以在不同程度的方面加强中国的经济建设，并且使得算力的发展有一个全新的平台方式来发展对应的商业模式。

中国应该做到的注意事项：

应该加强中国多方面的算力建设，这样子有利于促进经济的增长，并且使得中国的发展越来越高质量，同时可以促进中国长期发展战略目标。

2. 我国算力规模已在全球排名第二，“算力”对于数字经济的发展有哪些帮助

据了解，我国在算力规模上已经位于全球排名第二，因为1我国的的算力产业在近些年的发展迅速，像云计算，大数据和人工智能这方面的技术，我国在全球范围内才居于比较优秀的一方，而且我国在数字经济上因为算力规模的庞大发展也非常迅速，“算力”对于数字经济发展来说是必不可少的一项技术，它显然已经成为了我国在数字经济方面发展的一项新动能，推动和支撑我国在数字经济方面的不断发展。

总之，我国在算力规模达到全球排名第二后，“算力”给予了我国在数字经济的发展给予了很大帮助，不仅是在发展上，也促进了数字经济在产业方面发挥其作用，帮助我国在数字经济方面提升，使其更加产业化，规模化和专业化。

3. 为什么说“算力”是新基建核心一环

数字化转型的基础，就是“新基建”。新基建将覆盖包括区块链在内的新技术基础设施，算力将成为新生产力。联接和计算是新基建的两个核心，一是联接网络、平台，二是计算，包括算力、算法。围绕新基建，算力是核心、数据是要素。“计算力”以数据中心作为其存在方式，扮演数字经济“发动机”的角色，计算正和水、电一样成为最基本的社会基础设施，计算力就是生产力。你可以多关注一下XnMatrix这个平台，他们所做的去中心化云计算技术行业领先。

4. 过来了解下什么是“算力”

      最近接触一个基金名称里面有“算力”二字，本以为只是一个名字而已，不查不知道，一查吓一跳。“算力”竟然已经成为了一个火爆的新概念。

      算力，又称“计算力”，从狭义上看，算力就是数据的处理能力，是设备通过处理数据，实现特定结果输出的计算能力，算力数值越大，代表综合计算能力越强。从广义上看，算力可以表达为算力是数字经济时代新的生产力，是支撑数字经济发展的坚实基础，也将是国民经济发展的重要引擎。它广泛存在于计算机、手机、PC等硬件设备中，如果没有算力，这些软硬件都不能正常使用。算力已经成为了全球战略竞争新的聚焦点，一个国家算力水平的高低基本与经济发展水平呈正相关水平。因为数字经济时代的关键资源是数据、算力和算法，其中数据是新的生产资料，算力是新生产力，算法是新的生产关系，这些构成了数字经济时代最基本的生产基石。

        算力分为算力环境、算力规模和算力应用。其中算力环境是指网络环境和算力投入等因素，这些是为算力的发展提供坚实的支撑。算力规模包含基础算力、智能算力和超算能力，这些又分别提供基础通用计算、人工智能计算和科学工程计算。算力应用是主要包括消费应用和行业应用，消费和行业应用带来了对算力规模、算力能力等需求的快速提升，算力的进步会反向推动了应用。例如当前我们所接触和使用的5G、物联网、云计算、大数据、人工智能和区块链等等。

        算力已成为数字经济的新引擎，主要表现在哪些方面呢？

1、算力直接带动数字产业化的发展。在数字核心企业，例如亚马逊、微软、谷歌等等这些互联网行业，算力是投资最大的，这三个企业每个季度投入的资本支出总额超过250亿美元，基本都是用于布局大规模的数据中心，支撑着互联网技术加速向电商、服务业、支付等领域渗透。还有电子信息制造业、电信业、软件业等等，都是数字产业化发展的重要部分，和算力的发展息息相关。

2、算力直接赋能国民经济发展。随着我国5G覆盖率的不断提升，我国对算力的投资也在不断提升，据悉，2020年我国的IT支出规模是2万亿，直接带动经济总产出1.7万亿，间接带动经济总产出6.3万亿，即在算力中每投入1元。会带动3—4元的经济产出。而且我国消费和应用算力的需求在迅猛增长，单单是互联网对于算力的需求就大概占整体算力的50%的份额，电信和金融领域对算力的应用也处于行业领先水平。

        总之，抓好算力的发展就是抓好数字经济与实体经济融合发展的机会，就是为“一带一路”合作做出贡献。抓好计算机产业链供应链的长板，就是将强了重要产品和核心技术之间的融合发展，增强我国内在的创新能力的发展。

5. 算力产业是实体经济吗

算力产业不是实体经济。算力产业是数字经济伍困稿中的一种，主要依托于计算机技术和互联网技术，通过集中计算资源和数据资产，为各种应用提供计算腔孝支持、数据处尺碧理和存储等服务。

6. 东数西算是开启算力时代的世纪工程，这项工程在未来会给我们带来哪些改变

这样的话可以带动南方和北方的经济发展，可以完成资源互助，之后可以带动中国数字经济的发展，更好的推行区域经济，之后也可以带动it行业的发展和进步，资源可以完成优势互补，绿色发展空间会变得越来越大。

7. 我国算力规模已在世界排名第二位，这对未来的数字经济领域有哪些影响

这对于未来的数字经济领域有特别大的影响，这就能够提供特别好的基础，也能够提供技术方面的支持，而且也能够有利于这方面的发展，能够拓展特别好的市场，也能够有很好的发展前景。

8. 全球算力竞争加剧，我国 ICT 建设驶入快车道

（报告出品方/分析师：银河证券研究院 赵良毕）

报告原标题： 通信行业深度报告：ICT“双碳”新基建，IDC 温控新机遇

（一）算力建设关乎数字经济发展，各国均不断发力

加快培育数据要素市场，全球算力竞争不断提升。 2020 年 4 月 9 日，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》中，数据首次作为一种新型生产要素在文件中出现，与土地、劳动力、资本和技术等传统要素并列。计算力已经与国家经济息息相关。

IDC&清华产业研究院联合发布的《2021-2022 全球计算力指数评估报告》表明，计算力是数字经济时代的关键生成要素：

（1）从 2016-2025 年的整体趋势及预测来看，各个国家的数字经济占 GDP 的比重持续提升，预计 2025 年占比将达到 41.5%。

（2）计算力作为数字经济时代的关键生产力要素，已经成为挖掘数据要素价值，推动数字经济发展的核心支撑力和驱动力。

（3）国家计算力指数与 GDP 的走势呈现出了显著的正相关。评估结果显示十五个重点国家的计算力指数平均每提高 1 点，国家的数字经济和 GDP 将分别增长 3.5%和 1.8%，预计该趋势在 2021-2025 年将继续保持。同时，通过针对不同梯队国家的计算力指数和 GDP 进行进一步的回归分析后，研究发现：当一个国家的计算力指数达到 40 分以上时，国家的计算力指数每提升 1 点，其对于 GDP 增长的推动力将增加到 1.5 倍，而当计算力指数达到 60 分以上时，国家的计算力指数每提升 1 点，其对于 GDP 增长的推动力将提高到 3.0 倍，对经济的拉动作用变得更加显著。

数字化进程不断推进，发展中国家经济增速较高。 根据 IDC 数据显示，2016 年到 2025 年，数字经济占比不断提升，全球数字经济占比2025E为41%，其中发达国家数字经济占比为48.10%，比发展中国家高 17.8 个百分点。中美两国计算力指数综合评估较高，中国计算力发展水平涨幅达 13.5%，处于较高增长水平。总体来看，数字经济为各国 GDP 总量贡献不断提升，算力提升推动数字经济向好发展。

全球公有云用户市场保持增长，IT 侧资本开支不断增加。 云是推动企业数字化转型升级的重要驱动力, 企业不断增加对移动技术、协作以及其他远程工作技术和基础架构的投资。预计到 2023 年，用户支出将达到近 6000 亿美元，云将占全球企业 IT 消费市场的 14.2%。其中软件化服务（SaaS）是最大的细分市场，预计该市场在 2023E 用户支出增长至 2080.80 亿美元，相比 2021 年增长 36.73%；云基础建设（IaaS）将达到 1562.76 亿美元，相比 2021 年增长 70.53%。为了获得数字经济时代的比较优势，全球主要国家在数据中心的建设上进行了大规模投资，全球经济受到新冠疫情的严重影响下，数据中心的建设保持了较高增速，预计在未来几年云服务提供商与电信公司之间的合作日益增加，全球云市场有望进一步增长。

中国 IDC 市场规模增速较快，目前处于高速发展期。 受益于我国“新基建”战略提出和持续攀升的互联网流量，2021 年数据中心建设规模不断增长。根据中国信通院数据，我国 2021年 IDC 行业规模约 1500.2 亿元，近 5 年中国 IDC 市场年均复合增速约达 30%，领先于全球 IDC市场增速，其中近三年中国 IDC 市场具有高增速。我国 IDC 行业增速较快主要系我国 5G 建设持续推进，5G 应用项目多点开花不断落地，预计到 2025 年，我国数据中心市场规模达到 5952亿元。随着数字经济“东数西算”工程加速推进、互联网和云计算大客户需求不断扩张及数据中心在物联网、人工智能等领域的广泛应用，数据中心行业发展前景广阔，有望保持高速增长。

IDC 机柜数量不断增长，中国东部地区 IDC 中心较多。 2021 年 IDC 的机柜量增长了 99.15万架，增速为 30%，机柜量总数达到 415.06 万架，年度增长率达到 31.39%。随着 5G 时代数字经济向 社会 各领域持续渗透，数据量爆炸式增长使得全 社会 对算力需求提升，预计每年仍将以20%以上速度高增，有望打开市场新空间。目前我国大部分数据中心集中在东部及沿海地区，根据 CDCC 数据，2021 年华东、华北、华南三地区机柜数占全国总数的 79%，而东北、西北地区占比相对较低。

我国东部地区 IDC 上架率较高，西部地区加速建设。 目前 IDC 机房在我国东西部呈现差异较大发展，体现东密西疏、东热西冷的特点。2021 年新增机柜对比可知，东部及沿海地区数据中心上架率高，西部上架率较低。2021 年华东、华北、华南三地上架率约 60%-70%，而东北、西北、西南及华中上架率仅有 30%-40%。在政策布局方面，国家不断推进数字经济发展，形成以数据为纽带的区域协调发展新格局。对于网络时延要求不高的业务，率先向西部转移建设，由于西部地区气温较低优势突出，实施“东数西算”有利于数据中心提高能效，西部地区产业跨越式发展，促进区域经济有效增长。

（二）数字经济政策护航，“东数西算”工程建设有望超预期

把握数字化发展机遇，拓展经济发展新空间。2022 年 1 月，国务院发布《“十四五”数字经济发展规划》，规划强调数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。同时，规划明确提出到 2025 年，数字经济迈向全面扩展期，数字经济核心产业增加值占 GDP 比重达到 10%。基于上述规划，2022年 5 月 26 日，工信部在 2022 年中国国际大数据产业博览会上指出，坚持适度超前建设数字基础设施，加快工业互联网、车联网等布局。

推进绿色数据中心建设，提升数据中心可再生能源利用率。 我国能源结构正处在不断优化的过程中，新能源地区分布不均衡，特别是水力、光伏、风能，主要集中在中西部地区，而使用端主要在东部沿海地区，虽然通过“西电东送”工程部分缓解了东部地区用电紧张问题，但是作为高耗能的数据中心产业，协调东西部发展布局、降低能耗就十分必要。全国各省市、地区相继出台了各种强调数据中心绿色、节能的政策要求，进而促进能源生产、运输、消费等各环节智能化升级，催化能源行业低碳转型。

东西部资源高效匹配，建立全国一体化协同创新体系。 “东数西算”工程是我国继“南水北调”、“西气东输”、“西电东送”之后的又一项重大的国家战略工程，将东部海量数据有序引导到西部，优化数据中心建设布局，缩小东西部经济差异，促进东西部协同发展。2022 年 2 月17 日，国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等 8 地启动建设国家算力枢纽节点，并规划了 10 个国家数据中心集群。全国一体化大数据中心体系完成总体布局设计，“东数西算”工程正式全面启动。国家以“东数西算”为依托，持续推进数据中心与算力、云、网络、数据要素、数据应用和安全等协同发展，形成以数据为纽带的区域协调发展新格局，助力数字经济不断发展。

全球算力网络竞争力凸显，ICT 产业链有望迎来发展新空间。 通过全国一体化的数据中心布局建设，扩大算力设施规模，提高算力使用效率，实现全国算力规模化、集约化发展，有望进一步提升国家算力水平和全球竞争能力。同时，扩大数据中心在中西部地区覆盖，能够就近消纳中西部地区新型绿色能源，持续优化数据中心能源使用效率。通过算力枢纽和数据中心集群建设，将有力带动相关产业上下游投资，促进东西部数据流通、价值传递，延展东部发展空间，推进西部大开发形成全国均衡发展新格局。

（三）双碳减排目标明确，绿色节能成为发展必需

能源变革不断创新升级，低碳转型融入 社会 经济发展。 自上个世纪人类逐渐认识到碳排放造成的不利影响，各国政府和国际组织不断进行合作，经过不懈努力、广泛磋商，在联合国和世界气候大会的框架下达成了一系列重要共识，形成了《联合国气候变化框架公约》（1992 年签署，1994 年生效）、《京都议定书》（1997 年达成，2005 年生效）和《巴黎协定》（2015年达成，2016 年生效）等文件，其中《巴黎协定》规定了“把全球平均气温升幅控制在工业化前水平以上低于 2 以内”的基础目标和“将气温升幅限制在工业化前水平以上 1.5 之内”的努力目标。

推动能源革命，落实碳达峰行动方案。 为了达到《巴黎协定》所规定的目标，我国政府也提出了切合我国实际的双碳行动计划，2020 年 9 月 22 日，我国在第七十五届联合国大会上宣布，中国力争 2030 年前二氧化碳排放达到峰值，努力争取 2060 年前实现碳中和目标。中国的“双碳”目标正式确立，展现了中国政府应对全球气候变化问题上的决心和信心。同时 2021年度《政府工作报告》中指出：扎实做好碳达峰、碳中和各项工作，制定 2030 年前碳排放达峰行动方案。优化产业结构和能源结构。推动煤炭清洁高效利用，大力发展新能源，在确保安全的前提下积极有序发展核电。扩大环境保护、节能节水等企业所得税优惠目录范围，促进新型节能环保技术、装备和产品研发应用，培育壮大节能环保产业，推动资源节约高效利用。落实 2030 年应对气候变化国家自主贡献目标。加快发展方式绿色转型，协同推进经济高质量发展和生态环境高水平保护，单位国内生产总值能耗和二氧化碳排放分别降低 13.5%、18%。

聚焦数据中心低碳发展，实现双碳方式产业发展。 在双碳背景下，“东数西算”工程中数据中心西部迁移，PUE 值有望降低带来能耗电量高效利用。能源高效节能、革新升级已是大势所趋和必然要求。

（一）数据中心能耗突出，绿色节能是发展趋势

绿电成为发展趋势，低碳发展中发挥重要作用。 随着大力发展数据中心产业，数据中心能耗在国民经济中的占比也在不断提高。研究表明，预计 2025 年，数据中心能耗总量将达到 3952亿 kW·h，占全 社会 用电总量的 4.05%，比例逐年攀升。整体来看，由服务器、存储和网络通信设备等所构成的 IT 设备系统所产生的功耗约占数据中心总功耗的 45%。空调系统同样是数据中心提高能源效率的重点环节，所产生的功耗约占数据中心总功耗的 40%。降 PUE 将成为未来发展趋势，主要从制冷方面入手。

数据中心碳排放不断控制，PUE 值不断改善。 根据国家能源局 2020 年全国电力工业统计数据 6000 千瓦及以上电厂供电标准煤耗每度电用煤 305.5 克，二氧化碳排放量按每吨标煤排放 2.7 吨二氧化碳来计算，2021 年全国数据中心二氧化碳排放量 7830 万吨，2030 年预计排放约 1.5 亿吨二氧化碳。

量化指标评估数据中心能源效率。 为评价数据中心的能效问题，目前广泛采用 PUE（Power Usage Effectiveness）作为重要的评价指标，指标是数据中心消耗的所有能源与 IT 负载消耗的能源的比值。PUE 通常以年度为计量区间，其中数据中心总能耗包括 IT 设备能耗和制冷、配电等系统的能耗，其值大于 1，越接近 1 表明非 IT 设备耗能越少，即能效水平越好。

数据中心空调系统及服务器系统能耗占比较大。 数据中心的耗能部分主要包括 IT 设备、制冷系统、供配电系统、照明系统及其他设施(包括安防设备、灭火、防水、传感器以及相关数据中心建筑的管理系统等)。整体来看，由服务器、存储和网络通信设备等所构成的 IT 设备系统所产生的功耗约占数据中心总功耗的 45%。其中服务器系统约占 50%，存储系统约占 35%，网络通信设备约占 15%。空调系统仍然是数据中心提高能源效率的重点环节，它所产生的功耗约占数据中心总功耗的 40%。电源系统和照明系统分别占数据中心总耗电量的 10%和 5%。

（三）温控系统持续优化，节能技术变革打开新机遇

温控系统多元化趋势，节能技术不断突破。 当前主流的制冷方式包括风冷、水冷、间接蒸发冷却和液冷技术，根据数据中心规模、环境特点选择合适的制冷技术。提高数据中心的能效，尤其是空调制冷系统的能效成为研究重点。目前，数据中心空调制冷能效比的提升主要从液冷和自然冷源两方面入手。从制冷方式来看，风冷将逐渐被安装灵活、效率更高的液冷方式所取代。液冷技术目前应用于 5G 场景，通常对骨干网 OTN 设备、承载网设备以及 5G BBU 设备进行液冷，采用液冷技术可以通过液体将发热元件热量带走，实现服务器的自然散热，相互传统制冷方法，液冷技术更为高效节能。

冷却系统不断优化。 为了客观评价这些制冷技术以便进一步提高节能减排效率，中国制冷学会数据中心冷却工作组研究认为：采用数据中心冷却系统综合性能系数（GCOP）作为评价指标更为合理。

其中，GCOP 为数据中心冷却系统综合性能系数指标，用于评价数据中心冷却系统的能效。为数据中心总能耗，其中不仅包括数据中心市电供电量，也包括数据中心配置的发电机的供电量。为制冷系统能耗，包括机房外制冷系统的能耗，另外包括 UPS 供电的制冷风扇、关键泵以及设备机柜内风扇等制冷设备产生的能耗。

实际情况中，为了使能效评价结果更具有说服力与可比较性。冷却工作组建议使用数据中心全年平均综合性能系统数的（GCOPA）指标和特定工况下数据中心冷却系统综合性能系数（GCOPS）作为评价标准。

冷却工作组根据上述标准针对来自内蒙古呼和浩特、广东深圳、河北廊坊等地的高效数据中心进行分析。这些数据中心分布在不同建筑气候区，使用了不同系统形式和运行策略，例如高效末端、自然冷却、AI 控制的运行优化等。数据表明西部地区建设新型数据中心制冷能耗较优。我国数据中心冷却系统能效存在极大差异，提升我国数据中心冷却系统的能效意义较大，冷却系统仍存在巨大的节能潜力。

数据中心容量不断扩充，中美两国贡献较多。 根据 Synergy Research Group 的最新数据显示，由大型供应商运营的大型数据中心数量已增至 700 家，而以关键 IT 负载衡量，美国占这些数据中心容量的 49%，中国是继美国之后对超大型数据中心容量贡献第二大的国家，占总量的 15%。其余的产能分布在亚太地区(13%)、EMEA 地区(19%)和加拿大/拉丁美洲(4%)。超大规模数据中心数量翻一番用了五年时间，但容量翻番用了不到四年时间。

空调系统建设成本较多。 根据IBM数据，数据中心的建设成本中空调系统的占比为16.7%。总体来说，2021 年数据中心基础设施设备总支出为 1850 亿美元，能源方面建设资本开支占较大份额，能源建设及利用效率有望进一步提升。

数据中心资本稳步增长，温控市场打开新空间。 根据 Synergy Research 的数据，2021年数据中心基础设施设备总支出（包括云/非云硬件和软件）为 1850 亿美元，公有云基础设施设备支出占比为 47%。面向硬件的服务器、存储和网络合计占数据中心基础设施市场的 77%。

操作系统、虚拟化软件、云管理和网络安全占了其余部分。参照 2021 年全球数据中心资本开支增长 10%的现实，假设未来 4 年数据中心每年资本开支保持增长 10%，我国数据中心温控系统市场规模 2021 年为 301 亿元，可在 2025 年达到 441 亿元。

（一）英维克：打造温控全产业链，行业高景气领跑者受益

国内技术领先的精密温控龙头，聚焦精密温控节能产品和解决方案。 公司自成立以来，一直专注于数据机房等精密环境控制技术的研发，致力于为云计算数据中心、通信网络、物联网的基础架构及各种专业环境控制领域提供解决方案，“东数西算”项目中提供节能技术。

公司营业收入高速增长，盈利能力表现良好。 2022Q1，公司实现营收 4.00 亿元，同比增长 17.10%，归母净利润 0.13 亿元，同比下降 59.26%，主要受原材料价格上涨、疫情反复等因素影响。2021 年英维克实现营业收入 22.28 亿元，同比增长 29.71%，自 2017 年以来 CAGR 达34.65%，主要是由于机房温控一些大项目验收确认，以及机柜温控节能产品收入增长。受益于整个行业的景气度，全年实现归母净利润 2.05 亿元，同比增长 12.86%，自 2017 年以来 CAGR达 24.25%，主要源自数据中心及户外机柜空调业务的持续增长。

公司毛利率总体稳定，未来有望止跌回升。 2021 年公司销售毛利率为 29.35%，同比下降9.50%，主要原因系上游原材料成本提升，公司整体盈利能力承压。净利率总体有所下降，销售净利率为 8.92%，同比下降 15.85%。随着公司持续数据机房等精密环境控制技术的研发，技术平台得到复用，规模效应愈发显著，公司未来毛利率及净利率有望企稳回升。

蒸发冷却、液冷技术为未来发展趋势，公司技术储备充足，产品系列覆盖全面。 目前国内数据中心温控方式仍然以风冷、冷冻水为主，由于热密度、耗能的提升，传统方案已经不能满足市场需求，散热方式逐渐从传统风冷模式发展到背板空调、液冷等新型散热方式，数据中心冷却系统呈现出冷却设备贴近服务器、核心发热设备的趋势，液冷、蒸发冷却技术优势明显。

研发投入持续增加提升核心竞争力，温控系统不断优化。 公司以技术创新作为企业发展的主要驱动力，不断加大研发投入。虽然受到上游原材料价格急速上涨和疫情反复的不利影响，公司始终坚持加大研发力度，为公司后续发展提供技术支撑。英维克作为细分行业龙头，及时捕捉市场发展动向，以技术创新作为企业发展的主要驱动力。

公司产品线丰富，方案灵活凸显竞争优势。 英维克的机房温控节能产品主要针对数据中心、服务器机房、通信机房、高精度实验室等领域的房间级专用温控节能解决方案，用于对设备机房或实验室空间的精密温湿度和洁净度的控制调节。其中包括 CyberMate 机房专用空调&实验室专用空调、iFreecooling 多联式泵循环自然冷却机组、XRow 列间空调、XFlex 模块化间接蒸发冷却机组、XStorm 直接蒸发式高效风墙冷却系统、XSpace 微模块数据中心、XRack 微模块机柜解决方案、XGlacier 液冷温控系统等产品与解决方案。

公司的产品直接或通过系统集成商提供给数据中心业主、IDC 运营商、大型互联网公司，历年来公司已为腾讯、阿里巴巴、秦淮数据、万国数据、数据港、中国移动、中国电信、中国联通等用户的大型数据中心提供了大量高效节能的制冷产品及系统。此外，英维克还提供机柜温控节能产品主要针对无线通信基站、储能电站、智能电网各级输配电设备柜、电动 汽车 充电桩、ETC 门架系统等户外机柜或集装箱的应用场合提供温控节能解决方案，以及用于智能制造设备的机柜温控产品。

（二）佳力图：运营商市场企稳互联网市场突破，业绩有望边际改善

精密环境温控龙头，打造恒温恒湿解决方案。 公司产品应用于数据中心机房、通信基站以及其他恒温恒湿等精密环境，公司客户涵盖政府部门以及通信、金融、互联网、医疗、轨道交通、航空、能源等众多行业。公司产品服务于中国电信、中国联通、中国移动、华为等知名企业。目前，公司拥有精密空调设备、冷水机组两大类产品，十三个系列产品线，产品的先进性、可靠性以及节能环保的优势在行业中始终保持主导地位，同时公司依托在环境控制技术和节能技术方面的优势，为数据中心提供节能改造服务。

公司营业收入保持增长，净利润有所下滑。2022Q1，公司实现营收 1.22 亿元，同比下降10.69%，归母净利润 0.14 亿元，同比下降 36.68%，主要受原材料价格上涨、疫情反复、竞争加剧等因素影响。

2021 年佳力图实现营业收入 6.67 亿元，同比增长 6.68%，自 2017 年以来CAGR 达 9.73%，全年实现归母净利润 0.85 亿元，同比下滑 26.35%，2021 年，公司主要是受到以下因素影响导致利润下滑，（1）南京疫情停工待产、限电限产、疫情延时交付验收的各种困难；（2）随着市场规模的不断扩大，国内机房空调市场竞争较激烈；（3）原材料价格特别是大宗商品价格持续上涨，原材料成本占公司营业成本平均比例达 70%以上，是公司产品成本的主要组成部分，铜、镀锌钢板在 2021 年度一直呈现上涨趋势，采购价格较 2020 年上涨了 20%-40%，导致公司成本呈现大比例增长。

图 17. 公司受多因素影响毛利率有所下降（单位：%）

公司精密环境领域产品丰富，技术先进。 公司产品应用于数据中心机房、通信基站以及其他恒温恒湿等精密环境，公司客户涵盖政府部门以及通信、金融、互联网、医疗、轨道交通、航空、能源等众多行业。公司产品服务于中国电信、中国联通、中国移动、华为等知名企业。

目前，公司拥有精密空调设备、冷水机组两大类产品，十三个系列产品线，产品的先进性、可靠性以及节能环保的优势在行业中始终保持主导地位，同时公司依托在环境控制技术和节能技术方面的优势，为数据中心提供节能改造服务。

研发投入不断投入，空调效率持续提升。 虽然受到上游原材料价格急速上涨和疫情反复的不利影响，公司始终保持加强技术研发团队建设，加强与高等院校、行业专家等机构、人士的合作，推动尖端理论研究和实践，依托现有的研发体系，充分发挥节能控制方面的技术优势，加快机房智能节能管理系统的研制，进一步提高公司产品的性能指标，加强在空调换热器效率提升、供配电技术方面的基础性研究实力，全面提升公司在机房环境控制一体化解决方案方面的创新能力。

公司核心技术不断凸显。 2021 年末公司拥有的核心技术有 36 项，同时有包含带封闭式高效冷却循环的通信模块、数据中心冷冻站集中控制系统、机房空调 VRF 系统、CPU 液冷技术、VRF 技术在机房空调领域的初级应用等 28 项在研项目。

（三）其他节能相关公司情况

申菱环境是国内提供人工环境调控整体解决方案的领先企业，服务场景数值中心、电力、化工、能源、轨道交通、环保、军工等领域。产品主要可分为数据服务空调、工业空调、特种空调三部分。公司是华为数据服务空调的主要供应商，与华为存在多年合作关系。除了华为业务的快速增长，也获得了腾讯等互联网龙头企业的认可。此外，申菱环境在储能方面也有布局。

依米康致力于在通信机房、数据中心、智慧建设以及能源管理领域为客户提供产品和整体解决方案，包括从硬件到软件，从室内精密空调到室外磁悬浮主机，从一体机和微模块到大型数据中心的设计、生产和运维服务，助力客户面对能源和生态挑战。公司信息数据领域的关键设备、智能工程、物联软件、智慧服务四大板块业务均可为数据中心产业链提供产品及服务。

高澜股份是国内领先的纯水冷却设备专业供应商，是国家级专精特新“小巨人”企业，从大功率电力电子装置用纯水冷却设备及控制系统起家，产品广泛应用于发电、输电、配电及用电各个环节电力电子装置。2020 年以来，通过企业并购，其新能源 汽车 业务收入大幅提升，动力电池热管理产品、新能源 汽车 电子制造产品收入占总营收比重均大幅上涨，合计收入占总营收比重达到 48.88%，首次超过纯水冷却设备成为公司第一大收入来源。

节能技术突破不及预期导致供给端产能释放缓；

原材料短缺及价格上涨；

市场竞争加剧；

下游数据中心市场增速不及预期。

9. 在智能时代，数据，算力算法，是构成了这一经济时代的基石

近代三次工业技术革命分别是

1、第一次工业革命，又叫产业革命，是指资本主义由工场手工业过渡到大机器生产，在生产领域和 社会 关系上引起了根本性变化。

2、第二次工业革命，19世纪中期，欧洲国家和美国、日本的资产阶级革命或改革的完成，促进了经济的发展。19世纪60年代后期，开始第二次工业革命。人类进入了“电气时代”。

3、第三次 科技 革命，20世纪四五十年代以来，在原子能、电子计算机、徽电子技术、航天技术、分子生物学和遗传工程等领域取得的重大突破，标志着的科学技术的到来，这次科学技术在人类 历史 上被称为第三次技术革命。

历史 是有周期性的，第四次 工业技术革命就在眼前，行业不外呼在那几个， 历史 技术革命浪潮带来的改变关乎国家命运更关乎你我他！

在智能时代，

“数据”是新的生产资料，

“算力”是新生产力，

“算法”是新生产关系，

构成了这一经济时代的基石。

10. 算力可贵，效率价高：智算中心凭啥是筑基新基建的最优解

在“新基建”浪潮下，人工智能正成为经济增长的新引擎，各行各业开启智能化升级转型。算力在其中扮演了重要角色，是国家未来竞争力的集中体现。但事实是，在发展的过程中，高速增长的海量数据与更加复杂的模型，正在为算力带来更大的挑战，主要体现为算力不足，效率不高。

算力诚可贵：数据、算法需要更多算力支撑

众所周知，在人工智能发展的三要素中，无论是数据还是算法，都离不开算力的支撑，算力已成为人工智能发展的关键要素。

IDC发布的《数据时代2025》报告显示，2018年全球产生的数据量为33ZB (1ZB=1万亿GB)，到2025年将增长到175ZB，其中，中国将在2025年以48.6ZB的数据量及27.8%的占比成为全球最大的数据汇集地。

另据赛迪顾问数据显示，到2030年数据原生产业规模量占整体经济总量的15%，中国数据总量将超过4YB，占全球数据量30%。数据资源已成为关键生产要素，更多的产业通过利用物联网、工业互联网、电商等结构或非结构化数据资源来提取有价值信息，而海量数据的处理与分析对于算力的需求将十分庞大。

算法上，先进模型的参数量和复杂程度正呈现指数级的增长趋势。此前 Open AI 发表的一项研究就显示，每三到四个月，训练这些大型模型所需的计算资源就会翻一番（相比之下，摩尔定律有 18 个月的倍增周期）。2012 至 2018 年间，深度学习前沿研究所需的计算资源更是增加了 30 万倍。

到2020年，深度学习模型对算力的需求达到了每天百亿亿次的计算需求。2020年2月，微软发布了最新的智能感知计算模型Turing-NLG，参数量高达到175亿，使用125POPS AI计算力完成单次训练就需要一天以上。随后，OpenAI又提出了GPT-3模型，参数量更达到1750亿，对算力的消耗达到3640 PetaFLOPS/s-day。而距离GPT-3问世不到一年，更大更复杂的语言模型，即超过一万亿参数的语言模型SwitchTransformer即已问世。

由此可见，高速增长的海量数据与更加复杂的模型，正在给算力带来更大的挑战。如果算力不能快速增长，我们将不得不面临一个糟糕的局面：当规模庞大的数据用于人工智能的训练学习时，数据量将超出内存和处理器的承载上限，整个深度学习训练过程将变得无比漫长，甚至完全无法实现最基本的人工智能。

效率价更高：环境与实际成本高企，提升效率迫在眉睫

在计算工业行业，有个假设是“数字处理会变得越来越便宜”。但斯坦福人工智能研究所副所长克里斯托弗•曼宁表示，对于现有的AI应用来说却不是这样，特别是因为不断增加的研究复杂性和竞争性，使得最前沿模型的训练成本还在不断上升。

根据马萨诸塞大学阿默斯特校区研究人员公布的研究论文显示，以常见的几种大型 AI 模型的训练周期为例，发现该过程可排放超过 626000 磅二氧化碳，几乎是普通 汽车 寿命周期排放量的五倍（其中包括 汽车 本身的制造过程）。

例如自然语言处理中，研究人员研究了该领域中性能取得最大进步的四种模型：Transformer、ELMo、BERT和 GPT-2。研究人员在单个 GPU 上训练了至少一天，以测量其功耗。然后，使用模型原始论文中列出的几项指标来计算整个过程消耗的总能量。

结果显示，训练的计算环境成本与模型大小成正比，然后在使用附加的调整步骤以提高模型的最终精度时呈爆炸式增长，尤其是调整神经网络体系结构以尽可能完成详尽的试验，并优化模型的过程，相关成本非常高，几乎没有性能收益。BERT 模型的碳足迹约为1400 磅二氧化碳，这与一个人来回坐飞机穿越美洲的排放量相当。

此外，研究人员指出，这些数字仅仅是基础，因为培训单一模型所需要的工作还是比较少的，大部分研究人员实践中会从头开发新模型或者为现有模型更改数据集，这都需要更多时间培训和调整，换言之，这会产生更高的能耗。根据测算，构建和测试最终具有价值的模型至少需要在六个月的时间内训练 4789 个模型，换算成碳排放量，超过 78000 磅。而随着 AI 算力的提升，这一问题会更加严重。

另据 Synced 最近的一份报告，华盛顿大学的 Grover 专门用于生成和检测虚假新闻，训练较大的Grover Mega模型的总费用为2.5万美元；OpenAI 花费了1200万美元来训练它的 GPT-3语言模型；谷歌花费了大约6912美元来训练 BERT，而Facebook针对当前最大的模型进行一轮训练光是电费可能就耗费数百万美元。

对此，Facebook人工智能副总裁杰罗姆•佩森蒂在接受《连线》杂志采访时认为，AI科研成本的持续上涨，或导致我们在该领域的研究碰壁，现在已经到了一个需要从成本效益等方面考虑的地步，我们需要清楚如何从现有的计算力中获得最大的收益。

在我们看来，AI计算系统正在面临计算平台优化设计、复杂异构环境下计算效率、计算框架的高度并行与扩展、AI应用计算性能等挑战。算力的发展对整个计算需求所造成的挑战会变得更大，提高整个AI计算系统的效率迫在眉睫。

最优解：智算中心大势所趋，应从国家公共设施属性做起

正是基于上述算力需求不断增加及所面临的效率提升的需要，作为建设承载巨大AI计算需求的算力中心（数据中心）成为重中之重。

据市场调研机构Synergy Research Group的数据显示，截至到2020年第二季度末，全球超大规模数据中心的数量增长至541个，相比2015年同期增长一倍有余。另外，还有176个数据中心处于计划或建设阶段，但作为传统的数据中心，随之而来的就是能耗和成本的大幅增加。

这里我们仅以国内的数据中心建设为例，现在的数据中心已经有了惊人的耗电量。据《中国数据中心能耗现状白皮书》显示，在中国有 40 万个数据中心，每个数据中心平均耗电 25 万度，总体超过 1000 亿度，这相当于三峡和葛洲坝水电站 1 年发电量的总和。如果折算成碳排放则大概是 9600 万吨，这个数字接近目前中国民航年碳排放量的 3 倍。

但根据国家的标准，到2022年，数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的 PUE（电能使用效率值，越低代表越节能）达到 1.4 以下。而且北上广深等发达地区对于能耗指标控制还非常严格，这与一二线城市集中的数据中心需求形成矛盾，除了降低 PUE，同等计算能力提升服务器，尤其是数据中心的的计算效率应是正解。

但众所周知的事实是，面对前述庞大的AI计算需求和提升效率的挑战，传统数据中心已经越来越难以承载这样的需求，为此，AI服务器和智算中心应运而生。

与传统的服务器采用单一的CPU不同，AI服务器通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、语音交互等人工智能应用场景提供强大的算力支持，已经成为人工智能发展的重要支撑力量。

值得一提的是，目前在AI服务器领域，我们已经处于领先的地位。

近日，IDC发布了2020HI《全球人工智能市场半年度追踪报告》，对2020年上半年全球人工智能服务器市场进行数据洞察显示，目前全球半年度人工智能服务器市场规模达55.9亿美元（约326.6亿人民币），其中浪潮以16.4%的市占率位居全球第一，成为全球AI服务器头号玩家，华为、联想也杀入前5（分别排在第四和第五）。

这里业内也许会好奇，缘何中国会在AI服务器方面领跑全球？

以浪潮为例，自1993年，浪潮成功研制出中国首台小型机服务器以来，经过30年的积累，浪潮已经攻克了高速互联芯片，关键应用主机、核心数据库、云数据中心操作系统等一系列核心技术，在全球服务器高端俱乐部里占有了重要一席。在AI服务器领域，从全球最高密度AGX-2到最高性能的AGX-5，浪潮不断刷新业界最强的人工智能超级服务器的纪录，这是为了满足行业用户对人工智能计算的高性能要求而创造的。浪潮一直认为，行业客户希望获得人工智能的能力，但需要掌握了人工智能落地能力的和技术的公司进行赋能，浪潮就可以很好地扮演这一角色。加快人工智能落地速度，帮助企业用户打开了人工智能应用的大门。

由此看，长期的技术创新积淀、核心技术的掌握以及对于产业和技术的准确判断、研发是领跑的根本。

至于智算中心，去年发布的《智能计算中心规划建设指南》公布了智能计算中心技术架构，基于最新人工智能理论，采用领先的人工智能计算架构，通过算力的生产、聚合、调度和释放四大作业环节，支撑和引领数字经济、智能产业、智慧城市和智慧 社会 应用与生态 健康 发展。

通俗地讲，智慧时代的智算中心就像工业时代的电厂一样，电厂是对外生产电力、配置电力、输送电力、使用电力；同理智算中心是在承载AI算力的生产、聚合、调度和释放过程，让数据进去让智慧出来，这就是智能计算中心的理想目标。

需要说明的是，与传统数据中心不同，“智算中心”不仅把算力高密度地集中在一起，而且要解决调度和有效利用计算资源、数据、算法等问题，更像是从计算器进化到了大脑。此外，其所具有的开放标准，集约高效、普适普惠的特征，不仅能够涵盖融合更多的软硬件技术和产品，而且也极大降低了产业AI化的进入和应用门槛，直至普惠所有人。

其实我们只要仔细观察就会发现，智算中心包含的算力的生产、聚合、调度和释放，可谓集AI能力之大成，具备全栈AI能力。

这里我们不妨再次以浪潮为例，看看何谓全栈AI能力？

比如在算力生产层面，浪潮打造了业内最强最全的AI计算产品阵列。其中，浪潮自研的新一代人工智能服务器NF5488A5在2020年一举打破MLPerf AI推理&训练基准测试19项世界纪录（保证充足的算力，解决了算力提升的需求）；在算力调度层面，浪潮AIStation人工智能开发平台能够为AI模型开发训练与推理部署提供从底层资源到上层业务的全平台全流程管理支持，帮助企业提升资源使用率与开发效率90%以上，加快AI开发应用创新（解决了算力的效率问题）；在聚合算力方面，浪潮持续打造更高效率更低延迟硬件加速设备与优化软件栈；在算力释放上，浪潮AutoML Suite为人工智能客户与开发者提供快速高效开发AI模型的能力，开启AI全自动建模新方式，加速产业化应用。

那么接下来的是，智算中心该遵循怎样的发展路径才能充分发挥它的作用，物尽其用？

IDC调研发现，超过九成的企业正在使用或计划在三年内使用人工智能，其中74.5%的企业期望在未来可以采用具备公用设施意义的人工智能专用基础设施平台，以降低创新成本，提升算力资源的可获得性。

由此看，智能计算中心建设的公共属性原则在当下和未来就显得尤为重要，即智能计算中心并非是盈利性的基础设施，而是应该是类似于水利系统、水务系统、电力系统的公共性、公益性的基础设施，其将承载智能化的居民生活服务、政务服务智能化。因此，在智能计算中心规划和建设过程中，要做好布局，它不应该通过市场竞争手段来实现，而要体现政府在推进整个 社会 智能化进程的规划、节奏、布局。

总结： 当下，算力成为推动数字经济的根基和我国“新基建“的底座已经成为共识，而如何理性看待其发展中遇到的挑战，在不断高升算力的前提下，提升效率，并采取最佳的发展策略和形式，找到最优解，将成为政府相关部门以及相关企业的重中之重。