報告簡介

　　算力是基于芯片、加速計算、服務器等軟硬件技術和產品的完整系統，也是承載人工智能應用的基礎平臺，算力的提升是個系統工程。算力作為數字經濟時代的關鍵生產力，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。算力是數據中心的服務器通過對數據進行處理并實現結果輸出的一種能力，是衡量計算能力的一個綜合指標。算力是以算力規模為核心，包含綠色低碳水平、經濟效益和供需情況在內的綜合能力。在數字革命的背景下，算力是決勝信息時代的關鍵實力。

　　在以萬物感知、萬物互聯、萬物智能為特征的數字經濟時代背景下，當前全球算力規模呈現高速增長態勢，據中國信息通信研究院測算，2023年全球計算設備的算力總規模已達到1369EFlops，增速每年達到47%，預計未來五年全球算力規模將以超過50%的速度增長，到2025年全球計算設備算力總規模將超過3ZFlops，至2030年將超過20ZFlops。值得注意的是，近年來，全球算力結構發生革命性變化，智能算力占比由10%左右增長至60%以上，年均增速超100%。

　　隨著數字經濟時代的全面開啟，算力作為重要“底座”支撐，基礎設施發展成效顯著，賦能作用日趨明顯。2023年我國計算設備算力規模達450EFlops，全球占比三分之一，增速近50%。從2018年到2023年5年間，我國智能算力占比由11%增長至65%，過去5年平均增速117%，高于全球增速。

　　2023年8月發布的《中國綜合算力指數（2023年）》從算力、存力、運力、環境等維度衡量我國各省區市算力發展的綜合水平。從“綜合算力指數”來看，廣東省、江蘇省、上海市等排名靠前；從“算力分指數”來看，河北省、廣東省、江蘇省等排名靠前，寧夏在全國排名第八；從“資源環境層面”來看，寧夏、內蒙古、青海等排名靠前。

　　政策支持方面，2023年10月，工業和信息化部、中央網信辦、教育部、國家衛生健康委、中國人民銀行、國務院國資委等六部門聯合印發《算力基礎設施高質量發展行動計劃》，計劃提出，到2025年，計算力方面，算力規模超過300EFLOPS（EFLOPS是指每秒百億億次浮點運算次數），智能算力占比達到35%，東西部算力平衡協調發展。2024年1月29日，工信部等七部門聯合發布《關于推動未來產業創新發展的實施意見》，要求加強前瞻謀劃部署，重點推進未來制造、未來信息、未來材料、未來能源、未來空間和未來健康六大方向產業發展，《實施意見》通過加強技術創新、擴大產業規模、完善基礎設施、提供政策支持以及優化區域布局等多方面措施，對算力產業產生了深遠的影響，推動其在數字經濟時代成為新的生產力和競爭力的重要支撐。

　　圖表：2022-2024年我國算力產業相關政策匯總

　　資料來源：中投產業研究院整理

　　隨著新一代信息通信技術加速融入經濟社會各領域全過程，算力為越來越多的行業數字化轉型注入新動能。目前，算力已經在數字政府、工業互聯網、智慧醫療、遠程教育、金融科技、航空航天、文化傳媒等多個領域得到廣泛應用，供給普惠化、業態多樣化的融合創新成果加速涌現。

　　圖表：我國各行業通用算力應用分布情況

　　數據來源：中國信息通信研究院、IDC，中投產業研究整理

　　中投產業研究院發布的《2024-2028年中國未來產業之算力產業趨勢預測及投資機會研究報告》共十二章。首先介紹了算力產業的相關概念，接著全面分析了全球算力產業發展情況，然后詳細分析了中國算力產業發展環境以及算力產業發展狀況。隨后，報告分析了算力產業區域布局，核心產業及產業鏈發展狀況。接下來，報告對國內算力產業重點企業經營狀況進行了詳細分析。最后，報告分析了算力產業行業投資案例，并對其前景趨勢做出了科學的預測。

報告目錄

第一章　算力產業相關概述

1.1　算力基本介紹
1.1.1　算力概念界定
1.1.2　算力的分類
1.1.3　算力的衡量
1.2　算力產業發展特征
1.2.1　高能化
1.2.2　多樣化
1.2.3　泛在化
1.2.4　綠色化
1.2.5　產業化

第二章　2022-2024年全球算力產業發展狀況分析

2.1　全球算力指數評估分析
2.1.1　算力指數評估
2.1.2　算力發展水平評估
2.1.3　算力的經濟影響
2.1.4　算力的社會價值
2.1.5　算力發展行動建議
2.2　全球算力發展現狀分析
2.2.1　算力規模現狀
2.2.2　算力產業分析
2.2.3　算力技術進展
2.2.4　算力發展價值
2.2.5　算力競爭格局
2.3　全球主要國家算力發展水平分析
2.3.1　美國
2.3.2　日本
2.3.3　德國
2.3.4　新加坡
2.3.5　法國
2.3.6　韓國
2.3.7　愛爾蘭
2.3.8　意大利

第三章　2022-2024年中國算力產業發展狀況全面分析

3.1　中國算力產業相關政策分析
3.1.1　全國政策
3.1.2　地方政策
3.2　中國算力產業發展運行狀況
3.2.1　算力發展環境
3.2.2　算力規模現狀
3.2.3　算力供需水平
3.2.4　算力應用現狀
3.2.5　算力經濟地位
3.2.6　算力主要城市
3.2.7　算力產業主要短板
3.2.8　算力產業發展機遇
3.3　中國算力發展指數評估
3.3.1　指標建立依據
3.3.2　指標體系建立
3.3.3　算力發展指數
3.3.4　算力規模分指數
3.3.5　算力產業分指數
3.3.6　算力技術分指數
3.3.7　算力環境分指數
3.3.8　算力應用分指數
3.3.9　算力發展指數與經濟的關系
3.4　中國數字經濟一線城市算力建設狀況分析
3.4.1　算力建設優勢條件
3.4.2　算力建設制約因素
3.4.3　算力建設思路分析
3.4.4　算力建設的突破口
3.5　中國算網協同發展及影響分析
3.5.1　算網協同發展歷程
3.5.2　算網協同產業實踐
3.5.3　對算力產業帶來的影響
3.5.4　算網協同發展建議
3.6　中國算力產業發展對策分析
3.6.1　引導基礎設施布局
3.6.2　促進核心技術研發
3.6.3　提升計算產品供給
3.6.4　優化網絡數據服務
3.6.5　強化算力行業賦能
3.6.6　推進一帶一路建設
3.6.7　其他發展策略分析

第四章　中國八大算力樞紐布局狀況分析

4.1　八大算力樞紐布局總析
4.2　京津冀樞紐
4.2.1　京津冀樞紐定位布局
4.2.2　京津冀樞紐數據中心發展現狀
4.2.3　京津冀樞紐數據中心盤點
4.2.4　京津冀樞紐數據中心最新審批情況
4.2.5　京津冀樞紐節點的獨特優勢
4.2.6　京津冀樞紐建設正式啟動
4.2.7　北京市算力供給現狀
4.2.8　張家口數據中心集群介紹
4.2.9　天津市算力資源創新應用分析
4.2.10　京津冀算力產業發展趨勢
4.3　長三角樞紐
4.3.1　長三角樞紐建設定位
4.3.2　長三角樞紐發展規劃
4.3.3　蕪湖數據中心集群介紹
4.3.4　長三角生態綠色一體化發展示范區集群介紹
4.4　粵港澳大灣區樞紐
4.4.1　粵港澳大灣區樞紐建設定位
4.4.2　粵港澳大灣區樞紐建設的戰略需求
4.4.3　粵港澳大灣區樞紐節點的建設方向
4.4.4　粵港澳大灣區樞紐的產業前景展望
4.4.5　粵港澳大灣區樞紐部署推動數據中心集群方案編制
4.4.6　韶關數據中心集群介紹
4.5　成渝樞紐
4.5.1　成渝樞紐建設定位
4.5.2　成渝樞紐相關解釋
4.5.3　成渝樞紐建設優勢
4.5.4　成都算力產業發展分析
4.5.5　天府數據中心集群介紹
4.5.6　重慶數據中心集群介紹
4.6　貴州樞紐
4.6.1　貴州樞紐建設定位
4.6.2　貴州樞紐發展優勢
4.6.3　貴州樞紐準備狀況
4.6.4　貴州樞紐發展機遇
4.6.5　貴州樞紐發展措施
4.6.6　貴安數據中心集群介紹
4.7　甘肅樞紐
4.7.1　甘肅樞紐建設定位
4.7.2　甘肅樞紐準備狀況
4.7.3　甘肅樞紐推進策略
4.7.4　甘肅樞紐相關規劃
4.7.5　慶陽數據中心集群介紹
4.8　寧夏樞紐
4.8.1　寧夏樞紐建設定位
4.8.2　寧夏樞紐準備狀況
4.8.3　寧夏樞紐建設要求
4.8.4　寧夏樞紐建設方案
4.8.5　寧夏樞紐發展舉措
4.8.6　中衛數據中心集群介紹
4.9　內蒙古樞紐
4.9.1　內蒙古樞紐建設定位
4.9.2　內蒙古樞紐發展優勢
4.9.3　內蒙古樞紐準備狀況
4.9.4　內蒙古樞紐建設狀況
4.9.5　內蒙古樞紐發展機遇
4.9.6　內蒙古樞紐面臨的挑戰
4.9.7　內蒙古樞紐發展建議
4.9.8　和林格爾數據中心集群介紹

第五章　2022-2024年中國算力核心產業發展狀況分析

5.1　中國算力核心產業規模
5.2　云計算
5.2.1　云計算產業發展特點
5.2.2　云計算產業發展規模
5.2.3　云計算市場競爭格局
5.2.4　云計算市場應用狀況
5.2.5　云計算服務商業模式
5.2.6　云計算企業典型模式
5.2.7　云計算產業發展前景
5.3　數據中心
5.3.1　數據中心規模分析
5.3.2　數據中心收入狀況
5.3.3　數據中心需求狀況
5.3.4　數據中心機柜分布
5.3.5　數據中心競爭分析
5.3.6　數據中心低碳發展
5.3.7　數據中心投資規模
5.4　人工智能
5.4.1　人工智能行業發展特點
5.4.2　人工智能市場發展規模
5.4.3　人工智能算力規模分析
5.4.4　人工智能融資情況分析
5.4.5　人工智能企業主體分類
5.4.6　人工智能應用前景廣闊

第六章　2022-2024年中國算力產業上游核心環節--邊緣計算發展分析

6.1　邊緣計算基本概念
6.1.1　基本概念
6.1.2　基本特征
6.1.3　原理分析
6.1.4　計算模型
6.1.5　分類情況
6.2　2022-2024年中國邊緣計算行業發展概況
6.2.1　行業發展價值
6.2.2　行業產生原因
6.2.3　行業實現形式
6.2.4　行業發展歷程
6.2.5　產業發展結構
6.2.6　解決問題分析
6.2.7　資源整合分析
6.3　2022-2024年中國邊緣計算市場運行情況
6.3.1　主要政策發布
6.3.2　市場發展規模
6.3.3　細分市場發展
6.3.4　市場參與主體
6.3.5　應用情況分析
6.3.6　技術發展分析
6.3.7　行業投融資分析
6.4　2022-2024年中國邊緣計算競爭情況分析
6.4.1　市場競爭派系
6.4.2　區域競爭情況
6.4.3　企業排名情況
6.4.4　企業競爭力分析
6.4.5　競爭狀態總結
6.5　2022-2024年中國邊緣計算企業發展分析
6.5.1　企業注冊規模
6.5.2　上市公司匯總
6.5.3　業務布局情況
6.5.4　業績對比分析
6.5.5　業務規劃對比
6.6　中國邊緣計算行業發展問題及建議解析
6.6.1　邊緣計算面臨挑戰
6.6.2　邊緣計算研究思路
6.6.3　政策頂層設計建設
6.6.4　完善理論技術基礎
6.6.5　加強技術應用規范
6.6.6　探索行業發展路徑
6.7　邊緣計算發展前景趨勢展望
6.7.1　行業發展機遇
6.7.2　技術發展趨勢
6.7.3　行業發展方向
6.7.4　信息化建設方向

第七章　2022-2024年中國算力產業上游基礎設施--算力網絡建設分析

7.1　算力網絡基本概念
7.1.1　算力網絡基本定義
7.1.2　算力網絡主要特征
7.1.3　算力網絡框架構成
7.1.4　算力網絡產業鏈條
7.2　全球算力網絡發展狀況分析
7.2.1　算力網絡市場規模
7.2.2　算力網絡市場格局
7.2.3　算力網絡區域分布
7.3　中國算力網絡發展狀況分析
7.3.1　算力網絡政策發布
7.3.2　算力網絡市場規模
7.3.3　算力網絡區域布局
7.3.4　算力網絡典型企業
7.3.5　算力網絡企業格局
7.4　中國算力調度發展狀況分析
7.4.1　算力調度發展背景
7.4.2　算力調度關鍵技術
7.4.3　算力調度區域布局
7.4.4　算力調度企業布局
7.4.5　算力調度發展路徑
7.5　中國算力網絡發展面臨的挑戰和建議
7.5.1　算力網絡發展面臨的挑戰
7.5.2　算力網絡網絡發展對策建議
7.5.3　算力網絡未來發展前景
7.5.4　算力網絡發展趨勢分析
7.5.5　算力網絡技術發展路線

第八章　2022-2024年中國算力產業中游制造設備發展狀況分析

8.1　半導體設備
8.1.1　政策發布情況
8.1.2　市場銷售規模
8.1.3　市場結構分析
8.1.4　企業競爭態勢
8.1.5　企業營收情況
8.1.6　市場國產化率
8.1.7　行業投融資分析
8.1.8　行業發展前景
8.2　服務器
8.2.1　行業基本概況
8.2.2　市場規模分析
8.2.3　出貨規模分析
8.2.4　市場競爭格局
8.2.5　下游應用格局
8.2.6　專利申請分析
8.2.7　行業投融資分析
8.2.8　行業發展展望
8.3　超級計算機
8.3.1　行業基本定義
8.3.2　性能發展情況
8.3.3　研發機構布局
8.3.4　廠商布局情況
8.3.5　典型產品分析
8.3.6　行業發展展望

第九章　2022-2024年中國算力產業下游應用領域發展分析

9.1　智能制造
9.1.1　智能制造發展階段
9.1.2　智能制造發展水平
9.1.3　智能制造產值規模
9.1.4　智能制造重點領域
9.1.5　智能制造區域發展
9.1.6　算力賦能智能制造
9.1.7　智能制造發展趨勢
9.1.8　智能制造發展方向
9.2　工業互聯網
9.2.1　工業互聯網基本介紹
9.2.2　工業互聯網市場規模
9.2.3　工業互聯網市場結構
9.2.4　工業互聯網競爭格局
9.2.5　工業互聯網平臺示范
9.2.6　工業互聯網投融資分析
9.2.7　算網融合發展趨勢分析
9.2.8　工業互聯網行業發展展望
9.3　智慧城市
9.3.1　智慧城市行業概況
9.3.2　智慧城市市場規模
9.3.3　智慧城市建設模式
9.3.4　智慧城市排名分析
9.3.5　智慧城市企業布局
9.3.6　智慧城市投融資分析
9.3.7　算力應用于智慧城市
9.3.8　智慧城市行業發展展望
9.4　智能交通
9.4.1　智能交通基本介紹
9.4.2　智能交通政策發布
9.4.3　智能交通市場規模
9.4.4　智能交通需求分析
9.4.5　智能交通競爭格局
9.4.6　智能交通項目分析
9.4.7　智慧交通投融資分析
9.4.8　算力應用于智能交通
9.4.9　智能交通發展展望
9.5　智慧教育
9.5.1　智慧教育基本介紹
9.5.2　智慧教育政策發布
9.5.3　智慧教育市場規模
9.5.4　智慧教育應用場景
9.5.5　智慧教育企業布局
9.5.6　智慧教育融資現狀
9.5.7　算力應用于智慧教育
9.5.8　智慧教育發展趨勢
9.6　金融產業
9.6.1　金融產業基本介紹
9.6.2　金融市場運行現狀
9.6.3　金融行業改革進程
9.6.4　金融行業數字化轉型
9.6.5　算力應用于金融產業
9.6.6　金融市場發展困境
9.6.7　金融市場改革建議

第十章　2021-2024年中國算力產業重點企業運營狀況分析

10.1　中科曙光
10.1.1　企業發展概況
10.1.2　經營效益分析
10.1.3　業務經營分析
10.1.4　財務狀況分析
10.1.5　核心競爭力分析
10.1.6　未來前景展望
10.2　科大訊飛
10.2.1　企業發展概況
10.2.2　經營效益分析
10.2.3　業務經營分析
10.2.4　財務狀況分析
10.2.5　核心競爭力分析
10.2.6　公司發展戰略
10.2.7　未來前景展望
10.3　浪潮信息
10.3.1　企業發展概況
10.3.2　經營效益分析
10.3.3　業務經營分析
10.3.4　財務狀況分析
10.3.5　核心競爭力分析
10.3.6　公司發展戰略
10.4　中國長城
10.4.1　企業發展概況
10.4.2　經營效益分析
10.4.3　業務經營分析
10.4.4　財務狀況分析
10.4.5　核心競爭力分析
10.4.6　公司發展戰略
10.4.7　未來前景展望
10.5　寒武紀
10.5.1　企業發展概況
10.5.2　經營效益分析
10.5.3　業務經營分析
10.5.4　財務狀況分析
10.5.5　核心競爭力分析
10.5.6　公司發展戰略
10.5.7　未來前景展望
10.6　國網信通
10.6.1　企業發展概況
10.6.2　經營效益分析
10.6.3　業務經營分析
10.6.4　財務狀況分析
10.6.5　核心競爭力分析
10.6.6　公司發展戰略
10.6.7　未來前景展望
10.7　易華錄
10.7.1　經營效益分析
10.7.2　業務經營分析
10.7.3　財務狀況分析
10.7.4　核心競爭力分析
10.7.5　未來前景展望
10.7.6　企業發展概況
10.8　神州數碼
10.8.1　企業發展概況
10.8.2　經營效益分析
10.8.3　業務經營分析
10.8.4　財務狀況分析
10.8.5　核心競爭力分析
10.8.6　未來前景展望
10.9　首都在線
10.9.1　企業發展概況
10.9.2　經營效益分析
10.9.3　業務經營分析
10.9.4　財務狀況分析
10.9.5　核心競爭力分析
10.9.6　公司發展戰略
10.9.7　未來前景展望

第十一章　中國算力產業投資項目案例分析

11.1　天和防務5G通訊產業園天融大數據（西安）算力中心項目
11.1.1　項目基本概述
11.1.2　項目建設規模
11.1.3　項目效益分析
11.1.4　項目可行性分析
11.1.5　項目影響分析
11.1.6　項目存在的風險
11.2　亞康股份全國一體化新型算力網絡體系（東數西算）支撐服務體系建設項目
11.2.1　項目基本情況
11.2.2　項目實施背景
11.2.3　項目投資必要性
11.2.4　項目投資可行性
11.2.5　項目投資測算
11.2.6　項目建設安排
11.2.7　項目經濟效益
11.2.8　新增算力中心業務

第十二章　2024-2028年中國算力產業發展前景及趨勢分析

12.1　中國算力產業發展趨勢分析
12.1.1　加快建設算力基礎設施
12.1.2　營造良好算力發展環境
12.1.3　提升產業鏈供應鏈競爭力
12.1.4　強化算力應用需求牽引
12.1.5　持續擴大國際合作
12.1.6　其他發展趨勢分析
12.2　中投顧問對2024-2028年中國算力行業預測分析
12.2.1　2024-2028年中國算力行業影響因素分析
12.2.2　2024-2028年中國算力總規模預測
12.2.3　2024-2028年中國算力核心產業規模預測