中国联科集团全球领先公共云算力

① 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。

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

鍦"鏂板熀寤"娴娼涓嬶紝浜哄伐鏅鸿兘姝ｆ垚涓虹粡娴庡為暱鐨勬柊寮曟搸锛屽悇琛屽悇涓氭ｅ紑鍚鏅鸿兘鍖栧崌绾ц浆鍨嬨傜畻鍔涘湪鍏朵腑鎵婕斾簡閲嶈佽掕壊锛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娴烽噺鏁版嵁鐨勫揩閫熷為暱鍜屾ā鍨嬬殑鏃ョ泭澶嶆潅锛岀畻鍔涗笉瓒冲拰鏁堢巼涓嶉珮鐨勯棶棰樻棩鐩婂嚫鏄俱
绠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煡锛屽湪浜哄伐鏅鸿兘鍙戝睍鐨勪笁瑕佺礌涓锛屾棤璁烘槸鏁版嵁杩樻槸绠楁硶锛岄兘绂讳笉寮绠楀姏鐨勬敮鎾戯紝绠楀姏宸叉垚涓轰汉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銆嬫姤鍛婃樉绀猴紝2018骞村叏鐞冧骇鐢熺殑鏁版嵁閲忎负33ZB (1ZB=1涓囦嚎GB)锛屽埌2025骞村皢澧為暱鍒175ZB锛屽叾涓锛屼腑鍥藉皢鍦2025骞翠互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殑鏁版嵁姹囬泦鍦般傚彟鎹璧涜开椤鹃棶鏁版嵁鏄剧ず锛屽埌2030骞存暟鎹鍘熺敓浜т笟瑙勬ā閲忓崰鏁翠綋缁忔祹鎬昏繑閾呯瓟閲忕殑15%锛屼腑鍥芥暟鎹鎬婚噺灏嗚秴杩4YB锛屽崰鍏ㄧ悆鏁版嵁閲30%銆傛暟鎹璧勬簮宸叉垚涓哄叧閿鐢熶骇瑕佺礌锛屾洿澶氱殑浜т笟閫氳繃鍒╃敤鐗╄仈缃戙佸伐涓氫簰鑱旂綉銆佺數鍟嗙瓑缁撴瀯鎴栭潪缁撴瀯鍖栨暟鎹璧勬簮鏉ユ彁鍙栨湁浠峰间俊鎭锛岃屾捣閲忔暟鎹鐨勫勭悊涓庡垎鏋愬逛簬绠楀姏鐨勯渶姹傚皢鍗佸垎搴炲ぇ銆
绠楁硶涓婏紝鍏堣繘妯″瀷鐨勫弬鏁伴噺鍜屽嶆潅绋嬪害姝ｅ憟鐜版寚鏁扮骇鐨勫為暱瓒嬪娍銆傛ゅ墠 Open AI 鍙戣〃鐨勪竴椤圭爺绌跺氨鏄剧ず锛屾瘡涓夊埌鍥涗釜鏈堬紝璁缁冭繖浜涘ぇ鍨嬫ā鍨嬫墍闇鐨勮＄畻璧勬簮灏变細缈讳竴鐣锛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 骞撮棿锛屾繁搴﹀︿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骞达紝娣卞害瀛︿範妯″瀷瀵圭畻鍔涚殑闇姹傝揪鍒颁簡姣忓ぉ鐧句嚎浜挎＄殑璁＄畻闇姹傘2020骞2鏈堬紝寰杞鍙戝竷浜嗘渶鏂扮殑鏅鸿兘鎰熺煡璁＄畻妯″瀷Turing-NLG锛屽弬鏁伴噺楂樿揪鍒175浜匡紝浣跨敤125POPS AI璁＄畻鍔涘畬鎴愬崟娆¤缁冨氨闇瑕佷竴澶╀互涓娿傞殢鍚庯紝OpenAI鍙堟彁鍑轰簡GPT-3妯″瀷锛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銆傝岃窛绂籊PT-3闂涓栦笉鍒颁竴骞达紝鏇村ぇ鏇村嶆潅鐨勮瑷妯″瀷锛屽嵆瓒呰繃涓涓囦嚎鍙傛暟鐨勮瑷妯″瀷SwitchTransformer鍗冲凡闂涓栥
鐒惰岋紝绠楀姏涓嶈兘蹇閫熷為暱锛屾垜浠灏嗕笉寰椾笉闈涓翠竴涓绯熺硶鐨勫眬闈锛氬綋瑙勬ā搴炲ぇ鐨勬暟鎹鐢ㄤ簬浜哄伐鏅鸿兘鐨勮缁冨︿範鏃讹紝鏁版嵁閲忓皢瓒呭嚭鍐呭瓨鍜屽勭悊鍣ㄧ殑鎵胯浇涓婇檺锛屾暣涓娣卞害瀛︿範璁缁冭繃绋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汉宸ユ櫤鑳姐
鏁堢巼浠锋洿楂橈細鐜澧冧笌瀹為檯鎴愭湰楂樹紒锛屾彁鍗囨晥鐜囪揩鍦ㄧ湁鐫銆傚湪璁＄畻宸ヤ笟琛屼笟锛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︾忎汉宸ユ櫤鑳界爺绌舵墍鍓鎵闀垮厠閲屾柉鎵樺紬•鏇煎畞琛ㄧず锛屽逛簬鐜版湁鐨凙I搴旂敤鏉ヨ村嵈涓嶆槸杩欐牱锛岀壒鍒鏄鍥犱负涓嶆柇澧炲姞鐨勭爺绌跺嶆潅鎬у拰绔炰簤鎬э紝浣垮緱鏈鍓嶆部妯″瀷鐨勮缁冩垚鏈杩樺湪涓嶆柇涓婂崌銆
鏍规嵁椹钀ㄨ稿炲ぇ瀛﹂樋榛樻柉鐗规牎鍖虹爺绌朵汉鍛樺叕甯冪殑鐮旂┒璁烘枃鏄剧ず锛屼互甯歌佺殑鍑犵嶅ぇ鍨 AI 妯″瀷鐨勮缁冨懆鏈熶负渚嬫紡鎱э紝鍙戠幇璇ヨ繃绋嬪彲鎺掓斁瓒呰繃 626000 纾呬簩姘у寲纰筹紝鍑犱箮鏄鏅閫 姹借溅 瀵垮懡鍛ㄦ湡鎺掓斁閲忕殑浜斿嶏紙鍏朵腑鍖呮嫭 姹借溅 鏈韬鐨勫埗閫犺繃绋嬶級銆
渚嬪傝嚜鐒惰瑷澶勭悊涓锛岀爺绌朵汉鍛樼爺绌朵簡璇ラ嗗煙涓鎬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銆傜爺绌朵汉鍛樺湪鍗曚釜 GPU 涓婅缁冧簡鑷冲皯涓澶╋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椤规寚鏍囨潵璁＄畻鏁翠釜杩囩▼娑堣楃殑鎬昏兘閲忋
缁撴灉鏄剧ず锛岃缁冪殑璁＄畻鐜澧冩垚鏈涓庢ā鍨嬪ぇ灏忔垚姝ｆ瘮锛岀劧鍚庡湪浣跨敤闄勫姞鐨勮皟鏁存ラや互鎻愰珮妯″瀷鐨勬渶缁堢簿搴︽椂鍛堢垎鐐稿紡澧為暱锛屽挨鍏舵槸璋冩暣绁炵粡缃戠粶浣撶郴缁撴瀯浠ュ敖鍙鑳藉畬鎴愯﹀敖鐨勮瘯楠岋紝骞朵紭鍖栨ā鍨嬬殑杩囩▼锛岀浉鍏虫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瓒宠抗绾︿负1400 纾呬簩姘у寲纰筹紝杩欎笌涓涓浜烘潵鍥炲潗椋炴満绌胯秺缇庢床鐨勬帓鏀鹃噺鐩稿綋銆
姝ゅ栵紝鐮旂┒浜哄憳鎸囧嚭锛岃繖浜涙暟瀛椾粎浠呮槸鍩虹锛屽洜涓哄煿璁鍗曚竴妯″瀷鎵闇瑕佺殑宸ヤ綔杩樻槸姣旇緝灏戠殑锛屽ぇ閮ㄥ垎鐮旂┒浜哄憳瀹炶返涓浼氫粠澶村紑鍙戞柊妯″瀷鎴栬呬负鐜版湁妯″瀷鏇存敼鏁版嵁闆嗭紝杩欓兘闇瑕佹洿澶氭椂闂村煿璁鍜岃皟鏁达紝鎹㈣█涔嬶紝杩欎細浜х敓鏇撮珮鐨勮兘鑰椼傛牴鎹娴嬬畻锛屾瀯寤哄拰娴嬭瘯鏈缁堝叿鏈変环鍊肩殑妯″瀷鑷冲皯闇瑕佸湪鍏涓鏈堢殑鏃堕棿鍐呰缁 4789 涓妯″瀷锛屾崲绠楁垚纰虫帓鏀鹃噺锛岃秴杩 78000 纾呫傝岄殢鐫 AI 绠楀姏鐨勬彁鍗囷紝杩欎竴闂棰樹細鏇村姞涓ラ噸銆
鍙︽嵁 Synced 鏈杩戠殑涓浠芥姤鍛婏紝鍗庣洓椤垮ぇ瀛︾殑 Grover 涓撻棬鐢ㄤ簬鐢熸垚鍜屾娴嬭櫄鍋囨柊闂伙紝璁缁冭緝澶х殑Grover Mega妯″瀷鐨勬昏垂鐢ㄤ负2.5涓囩編鍏冿紱OpenAI 鑺辫垂浜1200涓囩編鍏冩潵璁缁冨畠鐨 GPT-3璇瑷妯″瀷锛涜胺姝岃姳璐逛簡澶х害6912缇庡厓鏉ヨ缁 BERT锛岃孎acebook閽堝瑰綋鍓嶆渶澶х殑妯″瀷杩涜屼竴杞璁缁冨厜鏄鐢佃垂鍙鑳藉氨鑰楄垂鏁扮櫨涓囩編鍏冦
瀵规わ紝Facebook浜哄伐鏅鸿兘鍓鎬昏佹澃缃楀•浣╂．钂傚湪鎺ュ彈銆婅繛绾裤嬫潅蹇楅噰璁挎椂璁や负锛孉I绉戠爺鎴愭湰鐨勬寔缁涓婃定锛屾垨瀵艰嚧鎴戜滑鍦ㄨラ嗗煙鐨勭爺绌剁板侊紝鐜板湪宸茬粡鍒颁簡涓涓闇瑕佷粠鎴愭湰鏁堢泭绛夋柟闈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垜浠鐪嬫潵锛孉I璁＄畻绯荤粺姝ｅ湪闈涓磋＄畻骞冲彴浼樺寲璁捐°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兘绛夋寫鎴樸傜畻鍔涚殑鍙戝睍瀵规暣涓璁＄畻闇姹傛墍閫犳垚鐨勬寫鎴樹細鍙樺緱鏇村ぇ锛屾彁楂樻暣涓狝I璁＄畻绯荤粺鐨勬晥鐜囪揩鍦ㄧ湁鐫銆
鏈浼樿В锛氭櫤绠椾腑蹇冨ぇ鍔挎墍瓒嬶紝搴斾粠鍥藉跺叕鍏辫炬柦灞炴у仛璧枫
姝ｆ槸鍩轰簬涓婅堪绠楀姏闇姹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负寤鸿炬壙杞藉法澶AI璁＄畻闇姹傜殑绠楀姏涓蹇冿紙鏁版嵁涓蹇冿級鎴愪负閲嶄腑涔嬮噸銆
鎹甯傚満璋冪爺鏈烘瀯Synergy Research Group鐨勬暟鎹鏄剧ず锛屾埅鑷冲埌2020骞寸浜屽ｅ害鏈锛屽叏鐞冭秴澶ц勬ā鏁版嵁涓蹇冪殑鏁伴噺澧為暱鑷541涓锛岀浉姣2015骞村悓鏈熷為暱涓鍊嶆湁浣欍傚彟澶栵紝杩樻湁176涓鏁版嵁涓蹇冨勪簬璁″垝鎴栧缓璁鹃樁娈碉紝浣嗕綔涓轰紶缁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骞呭炲姞銆
杩欓噷鎴戜滑浠呬互鍥藉唴鐨勬暟鎹涓蹇冨缓璁句负渚嬶紝鐜板湪鐨勬暟鎹涓蹇冨凡缁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︺嬫樉绀猴紝鍦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钩鍧囪楃數 25 涓囧害锛屾讳綋瓒呰繃 1000 浜垮害锛岃繖鐩稿綋浜庝笁宄″拰钁涙床鍧濇按鐢电珯 1 骞村彂鐢甸噺鐨勬诲拰銆傚傛灉鎶樼畻鎴愮⒊鎺掓斁鍒欏ぇ姒傛槸 9600 涓囧惃锛岃繖涓鏁板瓧鎺ヨ繎鐩鍓嶄腑鍥芥皯鑸骞寸⒊鎺掓斁閲忕殑 3 鍊嶃
浣嗘牴鎹鍥藉剁殑鏍囧噯锛屽埌2022骞达紝鏁版嵁涓蹇冨钩鍧囪兘鑰楀熀鏈杈惧埌鍥介檯鍏堣繘姘村钩锛屾柊寤哄ぇ鍨嬨佽秴澶у瀷鏁版嵁涓蹇冪殑 PUE锛堢數鑳戒娇鐢ㄦ晥鐜囧硷紝瓒婁綆浠ｈ〃瓒婅妭鑳斤級杈惧埌 1.4 浠ヤ笅銆傝屼笖鍖椾笂骞挎繁绛夊彂杈惧湴鍖哄逛簬鑳借楁寚鏍囨帶鍒惰繕闈炲父涓ユ牸锛岃繖涓庝竴浜岀嚎鍩庡競闆嗕腑鐨勬暟鎹涓蹇冮渶姹傚舰鎴愮煕鐩撅紝闄や簡闄嶄綆 PUE锛屽悓绛夎＄畻鑳藉姏鎻愬崌鏈嶅姟鍣锛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煡鐨勪簨瀹炴槸锛岄潰瀵瑰墠杩板簽澶х殑AI璁＄畻闇姹傚拰鎻愬崌鏁堢巼鐨勬寫鎴橈紝浼犵粺鏁版嵁涓蹇冨凡缁忚秺鏉ヨ秺闅句互鎵胯浇杩欐牱鐨勯渶姹傦紝涓烘わ紝AI鏈嶅姟鍣ㄥ拰鏅虹畻涓蹇冨簲杩愯岀敓銆
涓庝紶缁熺殑鏈嶅姟鍣ㄩ噰鐢ㄥ崟涓鐨凜PU涓嶅悓锛孉I鏈嶅姟鍣ㄩ氬父鎼杞紾PU銆丗PGA銆丄SIC绛夊姞閫熻姱鐗囷紝鍒╃敤CPU涓庡姞閫熻姱鐗囩殑缁勫悎鍙浠ユ弧瓒抽珮鍚炲悙閲忎簰鑱旂殑闇姹傦紝涓鸿嚜鐒惰瑷澶勭悊銆佽＄畻鏈鸿嗚夈佽闊充氦浜掔瓑浜哄伐鏅鸿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负浜哄伐鏅鸿兘鍙戝睍鐨勯噸瑕佹敮鎾戝姏閲忋
鍊煎緱涓鎻愮殑鏄锛岀洰鍓嶅湪AI鏈嶅姟鍣ㄩ嗗煙锛屾垜浠宸茬粡澶勪簬棰嗗厛鐨勫湴浣嶃
杩戞棩锛孖DC鍙戝竷浜2020HI銆婂叏鐞冧汉宸ユ櫤鑳藉競鍦哄崐骞村害杩借釜鎶ュ憡銆嬶紝瀵2020骞翠笂鍗婂勾鍏ㄧ悆浜哄伐鏅鸿兘鏈嶅姟鍣ㄥ競鍦鸿繘琛屾暟鎹娲炲療鏄剧ず锛岀洰鍓嶅叏鐞冨崐骞村害浜哄伐鏅鸿兘鏈嶅姟鍣ㄥ競鍦鸿勬ā杈55.9浜跨編鍏冿紙绾326.6浜夸汉姘戝竵锛夛紝鍏朵腑娴娼浠16.4%鐨勫競鍗犵巼浣嶅眳鍏ㄧ悆绗涓锛屾垚涓哄叏鐞傾I鏈嶅姟鍣ㄥご鍙风帺瀹讹紝鍗庝负銆佽仈鎯充篃鏉鍏ュ墠5锛堝垎鍒鎺掑湪绗鍥涘拰绗浜旓級銆
杩欓噷涓氬唴涔熻镐細濂藉囷紝缂樹綍涓鍥戒細鍦ˋI鏈嶅姟鍣ㄦ柟闈㈤嗚窇鍏ㄧ悆锛
浠ユ氮娼涓轰緥锛岃嚜1993骞达紝娴娼鎴愬姛鐮斿埗鍑轰腑鍥介栧彴灏忓瀷鏈烘湇鍔″櫒浠ユ潵锛岀粡杩30骞寸殑绉绱锛屾氮娼宸茬粡鏀诲厠浜嗛珮閫熶簰鑱旇姱鐗囷紝鍏抽敭搴旂敤涓绘満銆佹牳蹇冩暟鎹搴撱佷簯鏁版嵁涓蹇冩搷浣滅郴缁熺瓑涓绯诲垪鏍稿績鎶鏈锛屽湪鍏ㄧ悆鏈嶅姟鍣ㄩ珮绔淇变箰閮ㄩ噷鍗犳湁浜嗛噸瑕佷竴甯銆傚湪AI鏈嶅姟鍣ㄩ嗗煙锛屼粠鍏ㄧ悆鏈楂樺瘑搴AGX-2鍒版渶楂樻ц兘鐨凙GX-5锛屾氮娼涓嶆柇鍒锋柊涓氱晫鏈寮虹殑浜哄伐鏅鸿兘瓒呯骇鏈嶅姟鍣ㄧ殑绾褰曪紝杩欐槸涓轰簡婊¤冻琛屼笟鐢ㄦ埛瀵逛汉宸ユ櫤鑳借＄畻鐨勯珮鎬ц兘瑕佹眰鑰屽垱閫犵殑銆傛氮娼涓鐩磋や负锛岃屼笟瀹㈡埛甯屾湜鑾峰緱浜哄伐鏅鸿兘鐨勮兘鍔涳紝浣嗛渶瑕佹帉鎻′簡浜哄伐鏅鸿兘钀藉湴鑳藉姏鍜屾妧鏈鐨勫叕鍙歌繘琛岃祴鑳斤紝娴娼灏卞彲浠ュ緢濂藉湴鎵婕旇繖涓瑙掕壊銆傚姞蹇浜哄伐鏅鸿兘钀藉湴閫熷害锛屽府鍔╀紒涓氱敤鎴锋墦寮浜嗕汉宸ユ櫤鑳藉簲鐢ㄧ殑澶ч棬銆
鐢辨ょ湅锛岄暱鏈熺殑鎶鏈鍒涙柊绉娣銆佹牳蹇冩妧鏈鐨勬帉鎻′互鍙婂逛簬浜т笟鍜屾妧鏈鐨勫噯纭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诲勾鍙戝竷鐨勩婃櫤鑳借＄畻涓蹇冭勫垝寤鸿炬寚鍗椼嬪叕甯冧簡鏅鸿兘璁＄畻涓蹇冩妧鏈鏋舵瀯锛屽熀浜庢渶鏂颁汉宸ユ櫤鑳界悊璁猴紝閲囩敤棰嗗厛鐨勪汉宸ユ櫤鑳借＄畻鏋舵瀯锛岄氳繃绠楀姏鐨勭敓浜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娴庛佹櫤鑳戒骇涓氥佹櫤鎱у煄甯傚拰鏅烘収 绀句細 搴旂敤涓庣敓鎬 鍋ュ悍 鍙戝睍銆
閫氫織鍦拌诧紝鏅烘収鏃朵唬鐨勬櫤绠椾腑蹇冨氨鍍忓伐涓氭椂浠ｇ殑鐢靛巶涓鏍凤紝鐢靛巶鏄瀵瑰栫敓浜х數鍔涖侀厤缃鐢靛姏銆佽緭閫

③ 中国算力总规模居全球前列，这背后都付出了哪些努力

中国算力总规模居全球前列，这背后都付出了哪些努力首先是付出了云计算的发展努力，其次是建设了大型的计算机平台，再者是加强了网络信息安全的建设，另外就是加强了多渠道的资源合作。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，这背后都付出了哪些努力。

一、付出了云计算的发展努力

首先是付出了云计算的发展努力 ，之所以可以付出云计算的发展努力就是这样子可以使得大数据的时代更贴近中国人民的生活，并且可以加强人民的幸福感，同时还可以建设更多的科技领域。

中国应该做到的注意事项：
应该加强多渠道的合作，增强算力的供应，并且加强算力在基础设施方面的建设，从而将算力的红利期转化为变相的渠道，这样子有利于中国的经济增长，从而加强了中国的发展动力。

④ 璋佺煡閬撻欐腐鑱旂戦泦鍥㈣繖涓鍏鍙告庝箞鏍凤紵

杩欎釜鍏鍙告槸杩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＄畻锛圚PC锛夛紝浜戣＄畻锛屽ぇ鏁版嵁鏋舵瀯鍜屼汉宸ユ櫤鑳斤紝杩欎簺閮芥槸鐜板湪IT浜т笟姣旇緝鐑闂ㄧ殑璇濋橀嗗煙锛屽洜姝ゅ叕鍙哥殑鍙戝睍鍓嶆櫙闈炲父骞块様銆

灏辫繛绉戦泦鍥㈢殑浜у搧鍜屾湇鍔¤岃█锛屾湁鏂版剰锛屽ぇ閮ㄥ垎浜у搧鍜屾湇鍔￠兘杩樹笉閿欙紝甯傚満涓婁篃寰堟湁绔炰簤鍔涳紝杩樻槸浜氭床棣栦釜鎻愪緵HPC瑙ｅ喅鏂规堢殑鍏鍙革紝鏈夋尯寮虹殑绔炰簤鍔涖傚緢澶氫骇鍝佷緥濡傝仈绉戦泦鍥㈣嚜涓诲紑鍙戠殑鑱旂戦珮鎬ц兘璁＄畻鐜澧冭蒋浠跺寘锛圕HESS锛 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绉杞浠朵骇鍝佲濈О鍙凤紝PRISMA澶哄緱2016棣欐腐璧勮鍙婇氳绉戞妧濂栵紞鏈浣虫櫤鎱ч欐腐濂 (澶ф暟鎹搴旂敤) 閾跺栫瓑绛夈
鍥犳わ紝鍚勮屽悇涓氱殑浼佷笟閮戒笌浠栦滑鍚堜綔杩囷紝姣斿傞噾铻嶈屼笟鐨勪腑鍥介摱琛岋紝HSBC绛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﹂櫌绛夛紱鐢典俊琛屼笟鐨勪腑鍥借仈閫氾紝鍗庝负绛夛紱鍏鍏变簨鍔＄殑涓鍗庝汉姘戝叡鍜屽浗姘戞斂閮锛屼腑鍥芥按鍒╃瓑锛涜繕鏈変竴浜涢浂鍞鑳芥簮绛夋柟鍚戠殑鐑闂ㄤ紒涓氥
灏辫繖涓鍏鍙哥殑鐜澧冩潵璇达紝鎴戝湪鑱旂戝伐浣滅殑鏃跺欙紝瑙夊緱杩樻槸寰堣嚜鐢辩殑锛屽叕鍙哥幆澧冧篃寰堟俯棣锛屼笂涓嬬彮鏃堕棿涔熷緢寮规э紝缁忓父鍙浠ュ湪瀹跺姙鍏绛夈傚叕鍙哥殑绂忓埄寰呴亣涔熷緢姝ｈ勶紝寰呴亣涓嶉敊銆

⑤ 技术落地性成大数据竞争赛点，鲲鹏大数据解决方案凭何领先

文 | 曾响铃

来源 | 科技 向令说（xiangling0815）

新基建浪潮下，作为底层支撑力量的数据与计算正变得越来越重要。

最近，由中国大数据与智能计算产业联盟主办，以“新算力 新基建 新经济”为主题的第二届中国超级算力大会ChinaSC在北京召开，包括国内外院士、知名学者和产业大咖在内的600多人参加，探讨了超级计算、新基建、云计算、大数据、人工智能、区块链等前沿技术进展。

这个奖项的颁出，官方给出的标准是，“能够把当前的各种技术有机的整合在一起，以满足不同应用场景下的各种综合的软硬件及系统方案，集科学性、先进性、稳定性、经济性等众多实际指标于一身，是技术转变为实际应用的关键环节。”

显然，这个权威奖项最关心的，是大数据解决方案在推动技术向实际应用转变的能力，而这也正是当下市场环境对大数据的核心需求。笔者尝试拆解鲲鹏大数据解决方案从宏观到操作层面的布局，希望能给予相关从业者这方面的行业借鉴。

技术竞赛不停， 但大数据需求转向应用落地

数据的价值越来越明显，更好地释放数据价值的技术在不断演化，但是，随着更多政企组织开始着手利用大数据能力帮助现实业务提升，其需求也开始更多倾向于技术能否更好地实现应用落地，大数据解决方案正是为此而生。

以鲲鹏为案例，在推动技术落地的过程中，其大数据解决方案表现出符合时代需要的三大特征，让它在新趋势下占据领先优势，受到客户广泛欢迎并获得ChinaSC权威认可。

1、超高性能仍然是应用落地的最有力支撑

大数据解决方案要推动技术实现各种场景的落地，其前提和支撑，是底层软硬件性能本身要足够强悍，否则，再完善和深度的解决方案，没有性能支撑也只能是空中楼阁。

而也只有性能足够强悍，在应用落地阶段才能够尽可能去满足客户各类数据价值需求。

得益于底层软硬件能力的深度开发，鲲鹏大数据解决方案就拥有超高性能，为应用做好了充分的准备以及支撑。

例如，硬件方面，采用自主研发高性能鲲鹏920处理器，软件方面，则拥有在大数据场景下获得倍级性能提升的独创IO智能预取和Spark机器学习&图增强算法。

以鲲鹏与浙江移动的合作为例，2019年，浙江移动相继完成了IT云鲲鹏服务器测试，营业厅前台系统、CRM、计费、大数据、CDN等系统的验证及上线商用。这其中，浙江移动的CRM&BOSS系统在鲲鹏大数据方案支撑下，整体得到了较大提升，在规模承载网络运营支撑业务的情况下，该系统现在已经稳定运行一年。

目前，浙江移动围绕网络云，IT云和移动云，已经打造了全球首个运营商领域ICT全场景样板点。

2、全栈方案才能推动技术全面落地

解决方案本身并不是一种具体的技术，其价值在于各种技术的有效融汇，作为统一的输出方式面向政企客户。而在政企客户需求日益加深的情况下，尽可能满足多种场景、多种技术诉求的解决方案，就必须建立一套尽可能完善的全栈体系，将各种技术有机地、系统地、全面地整合在一起。

这正是华为鲲鹏大数据解决方案的体系构成，其基于鲲鹏处理器，构建了端到端打通硬件、操作系统、中间件、大数据软件的全栈体系，并对应进行了全栈性能优化，推动各类技术汇聚成高性能解决方案：

可以看到，这套全栈体系，一方面通过有机整合，能够较为容易地同时满足科学性、先进性、稳定性、经济性等需求（例如，加速特性和大数据组件能够帮助方案更有效率同时成本更低）；另一方面，作为全面、完整、一体化的信息化解决方案，也更容易去适应政府、金融、电信、互联网、大企业等不同行业应用需求。

从技术到应用落地，“全栈”成为重要的中间转换环节，不但“无损”，而且“增益”。

3、符合政企个性化需求让技术落地更具现实价值

在最终面向单个客户落地时，大数据解决方案还需要真正贴合这个客户的实际需要，这是从技术到应用落地的“临门一脚”，毕竟，不论性能如何强悍，全栈体系如何完善灵活，落实到客户头上，最终还是需要符合业务实际，产生现实价值。

既要有能力，更需要契合，鲲鹏大数据解决方案就是这么做的。

2019年，江苏省基于鲲鹏架构打造了全国首个省区市县三级政务大数据，未来将有越来越多的政务系统可以由自主可靠的鲲鹏计算平台来承载；

在广西，区内首个鲲鹏产业生态云项目——“壮美广西·玉林政务云（鲲鹏云）”已于不久前上线，这是该市全面推广应用广西数字政务一体化平台的体现，而其推出的广西首个市级公共数据开放管理办法，就与鲲鹏的大数据解决方案紧密相关；

目光转到浙江，在鲲鹏生态落子浙江的过程中，浙江推动形成“用鲲鹏”的共识，城市被当成鲲鹏生态的“试验场”，杭州市政务云已经选用鲲鹏作为算力底座，基于鲲鹏技术架构的解决方案和应用在政府服务场景中得到广泛应用。

总得看来，仅有高高在上的技术而无法产生实际价值的大数据玩法已经行不通，鲲鹏大数据解决方案跨越技术与应用的鸿沟，已经在众多行业、场景和企业中实现落地。

电信行业三巨头中，中国移动已实现鲲鹏大数据解决方案规模商用，中国电信则基于鲲鹏打造了天翼云，中国联通则基于鲲鹏构建了天宫IT系统；政务方面，北京、广东、江苏、浙江、广西等政务云都出现鲲鹏身影，当下其已经成为首选技术路线；在金融行业，鲲鹏正在帮助银行系统加速完成国产化。

可以说，鲲鹏大数据解决方案有力推动了中国数字经济发展，尤其是信息技术应用创新的落地。

领先优势下， 鲲鹏三个角度出发为大数据技术落地“铺路”

1、走得更稳——回应数字时代重要的安全关切

因此，鲲鹏大数据解决方案在安全方面一直加大投入，最典型的，是在底层硬件而非软件层面进行安全保障——鲲鹏920处理器内置硬件加速器、业界首创支持国密算法加速，这种CPU内置加速模块的做法，被称作“内生安全”，配合国密算法在技术上更为安全。

而与通常的大数据解决方案为了保证安全不得不让渡较多的性能随时监控系统运行不同，华为鲲鹏大数据解决方案内生安全的做法，做到了加密对业务性能的损耗低于5%——既解决安全痛点问题，也解决“为了安全需要”本身导致的痛点问题。

2、走得更顺——用兼容性保护既有数据软硬件投资

前文提到政务云大数据解决方案中，与现有的服务器的混合部署，这其中有一个十分重要的兼容性做法——由于鲲鹏大数据解决方案建立在鲲鹏处理器基础之上，而很多政企组织原有的软硬件投资都基于X86架构，所以鲲鹏要让技术的应用落地走得更顺，还需要在技术上完成对X86在部署层面的兼容，这样还能保护政企客户现有的数字化投资。

可以看到，当下的鲲鹏方案已经支持大数据组件TaiShan服务器与其他架构服务器混合部署。

以江苏电信为例，去年7月，其宣布成功上线全球首个基于鲲鹏处理器的运营商大数据平台。作为核心的业务系统，该大数据平台基于鲲鹏处理器的华为TaiShan服务器和开源Hadoop软件构建，承载着江苏电信所有生产系统的运行数据、存储及分析：

在项目进行过程中，双方携手完成基于鲲鹏处理器的开源Hadoop源代码编译，让关键的大数据业务组件在华为TaiShan服务器上的成功部署和运行，在原有集群上实现了传统架构服务器和TaiShan服务器融合部署。

这种兼容的做法，有效结合了江苏电信大数据业务特点和未来演进趋势，且充分发挥鲲鹏处理器的性能，提高了数据存储、计算等资源的使用效率。

3、走得更宽——生态开放才能让大数据拥有内生动力

鲲鹏生态的主要推动者华为一直强调的理念是“硬件开放、软件开源、使能合作伙伴”，在大数据解决方案中，这种理念同样得到了应用。

例如，在鲲鹏全栈方案中，顶层大数据平台就支持华为自研的FusionInsight大数据平台以及开源Apache、开源HDP/CDH、星环大数据平台，可以有效对接各类场景需要。今年8月，星环 科技 就发布了基于鲲鹏的大数据平台软硬件联合解决方案，由星环 科技 的TDH大数据平台提供软件层面优异的功能，由鲲鹏芯片提供硬件层面强大的性能，拥有极致性能、平滑迁移、丰富的场景支持以及快速部署多重优势，为行业创造价值。

此外，鲲鹏主导的数据虚拟化引擎openLooKeng开源，就支持跨数据格式、跨数据源、跨数据中心的海量分析，最终帮助方案的性能大幅度提升，典型的如北明数据资产管理平台V4.0就基于openLooKeng技术，解决了数据资产管理数据冗杂、标准不一、难以管理等痛点问题，为企业守护和挖掘数据的价值。

开放的生态，将帮助更多合作伙伴发展服务器和PC等计算产品，帮助构建高质量的基础软件生态，也让更多生态伙伴获得端、边、云的全场景开发能力，最终促进鲲鹏计算生态的繁荣，也加速大数据行业应用创新。

打好基础、做好标杆， 鲲鹏进入“强者恒强”周期

弥合技术与应用落地的鸿沟后，鲲鹏大数据解决方案拥有越来越多的政企实践，它们中大多数都是行业典型客户，本身既是大数据发展过程中的优质案例。

拥有这些客户资源的鲲鹏，实际上已经进入了强者恒强的发展周期，这不仅仅是因为它获得了诸多标杆合作案例、领先于行业，更重要的还在于，技术到应用实践的通路打通后，实践也将不断反馈技术，不断帮助鲲鹏锤炼自身的技术能力，从而形成有效的正反馈循环。

一旦这种循环形成，大数据解决方案就会进入“飞轮”式发展进程，越转越快、越难以停下，也很难以被后进者追赶，逐步成为政企客户最有竞争优势的选择。

更进一步来看，大数据服务从来都不是孤立存在的，在计算需求多样化的时代，鲲鹏计算产业生态的主要推动者华为在物联网、5G、AI等方面的能力和生态布局，无疑将帮助鲲鹏大数据解决方案有更多横向技术连接和融合的想象空间，满足更多政企客户潜在的创新业务需求。

总而言之，在以鲲鹏大数据解决方案为代表的优质案例引领下，数据与计算的时代正在加速到来，最终，“新算力”将推动“新基建”全面落地，带来“新经济”动能，更多政企客户将享受到技术带来的价值红利。

*本文图片均来源于网络

【完】

曾响铃

1钛媒体、品途、人人都是产品经理等多家创投、 科技 网站年度十大作者；

2虎啸奖评委；

3作家：【移动互联网+ 新常态下的商业机会】等畅销书作者；

4《中国经营报》《商界》《商界评论》《销售与市场》等近十家报刊、杂志特约评论员；

5钛媒体、36kr、虎嗅、界面、澎湃新闻等近80家专栏作者；

6“脑艺人”（脑力手艺人）概念提出者，现演变为“自媒体”，成为一个行业；

7腾讯全媒派荣誉导师、多家 科技 智能公司传播顾问。

⑥ 中国电信临港信息园区项目在沪开工，这是个什么样的项目

根据中国电信有关部门的负责人介绍，中国电信临港信息园区项目在上海即将开工，这是一个各蕴含了数字经济和各项科技融合到一起的新型项目。

中国电信临港信息园区还将结合云端的一些工程项目。因为疫情的影响，很多公司很多学校都会采取线上办公线上学习的方式，因此中国电信还将依托于高科技，开展一些云端上的合作项目，例如云a云办公云线上教学等多种模式来共同促进上海的经济繁荣，此外中国电信还继续为上海提供更加新型的科技发展，一起推动数字经济发展，高科技发展以及云端发展的结合。