2021-2022中国算力发展指数研究报告.pdf

返回 相关 举报
2021-2022中国算力发展指数研究报告.pdf_第1页
第1页 / 共46页
2021-2022中国算力发展指数研究报告.pdf_第2页
第2页 / 共46页
2021-2022中国算力发展指数研究报告.pdf_第3页
第3页 / 共46页
2021-2022中国算力发展指数研究报告.pdf_第4页
第4页 / 共46页
2021-2022中国算力发展指数研究报告.pdf_第5页
第5页 / 共46页
点击查看更多>>
资源描述
2021-2022中国算力发展指数 研究报告 前 言 当前,新一轮科技革命和产业变革 正在重塑全球经济结构 , 算力 作为 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 ,对推动科技进步、促进行业数字化转型以及支撑经济社会发展 发挥重要的作用 。 算力已成为全球战略竞争新焦点 ,是 国民经济发展的重要引擎,全球 各国的 算力 水平 与经济发展水平呈现 显著的 正相关 。 2020年我国算力在逆势中加速发展,呈现出以下特征: 算力规模 持续 扩大 ,算力结构不断演化 。 2020年我国算力依然保持蓬勃发展态势,规模达到 135 EFlops, 同比 增加 48 EFlops, 在全球疫情背景下, 我国 算力依然保持 55%的高位增长 ,高于 全球增速约 16个百分点 , 有效支撑疫情防控和经济社会发展。 在算力结构上,基础算力依旧是主力,智能算力增长迅速,占比已超过 40%,成为算力快速增长的驱动力。 算力环境 日益优化, 应用需求不断提升。 一是, 持续优化的网络环境为算力发展提供坚实支撑, 一方面 网络带宽不断提升 , 2020年 全国 互联网省际出口带宽增长 11%, 助推算力 的 跨区域调度 ,另一方面 5G 覆盖率不断提升,加速 云 边端 算力的 协同 。 二是, 不断提升的算力投资为算力发展提供动力 , 我国 IT支出规模达到 2万亿,增长 7.3%。 三是, 我国消费和行业应用算力需求增长迅猛,互 联网依然是最大的算力需求行业,占整体 算力近 50%的份额 ,电信、金融领域 对算力的应用处于行业领先水平。 算力助推经济增长 ,各地加快发展步伐 。 2020年 我国 以计算机为代表的算力产业 规模达到 2 万亿 元, 直接带动经济总产出 1.7 万亿元,间接带动经济总产出 6.3 万亿元 ,即 在算力 中每投入 1 元,将带动 34元经济产出 。全国 各地算力 发展步伐加快, 京津冀、长三角、粤港澳大湾区等 区域整体 算力发展处于领先水平 , 其中,算力规模方面,北上广及周边省份地区表现较为突出 , 北京、广东、上海位列前三,均超过 15 EFlops;算力环境方面,四大城市群拥有较好的网络支撑、算力投入等环境条件;算力应用方面,东部沿海省份消费及行业应用需求较大,对算力增长的拉动作用显著。 加快 发展 算力, 是我国 打造数字经济新优势 、 构建“ 双循环 ”新发展格局 、提升国家整体竞争力的重要保障 。我国高度重视算力发展, 明确提出布局全国算力网络国家枢纽节点,启动实施 “ 东数西算 ” 工程,构建国家算力网络体系。 在需求与政策的双重驱动下,全国各地大力推进算力 技术产业、基础设施 建设 及算力应用的发展 。本 白皮书系统研究我国算力发展状况,结合算力发展特点和重点影响因素,建立算力发展指数,全面客观评价我国 各省份 算力发展水平 ,以促进 算力 技术产业、基础设施 建设 及算力应用的发展 ,加强我国各地区 算力 的 协同联动, 为全国及 各省份 算力 发展政策制定提供有力支撑 。 当然,白皮书仍有诸多不足,恳请各界批评指正。 目 录 一、 算力内涵和发展框架 . 1 (一 ) 算力内涵 . 1 (二 ) 算力发展框架 . 2 二、 全球 算力发展进入新阶段 . 3 (一 ) 算力多样化态势日益凸显 . 3 (二 ) 算力创新步伐进一步加快 . 5 (三 ) 算力成为数字经济新引擎 . 8 (四 ) 算力成为战略竞争新焦点 . 10 三、 中国算力总体发展态势 . 11 (一 ) 我国算力规模不断扩大 . 12 (二 ) 算力创新水平大幅提升 . 14 (三 ) 算力发展环境日益优化 . 17 (四 ) 算力应用需求不断释放 . 20 (五 ) 算力发展助推经济增长 . 23 四、 中国算力发展指数评估 . 24 (一 ) 指标建立依据 . 25 (二 ) 指标体系建立 . 27 (三 ) 我国算力评估 . 29 (四 ) 算力发展指数与经济的关系 . 34 五、 加快算力高质量发展,支撑构建新发展格局 . 36 附件一:算力指数测算框架 . 38 附件二:数据来源 . 41 图 目 录 图 1 算力发展总体框架 . 3 图 2 全球算力规模发展趋势 . 4 图 3 全球算力规模与 GDP关系 . 9 图 4 全球算力规模分布情况 . 11 图 5 我国算力发展规模及增速 . 13 图 6 我国算力内部结构 . 13 图 7 我国移动通信基站发展情况 . 18 图 8 我国 IT 硬件、软件、服务支出规模 . 19 图 9 我国各行业算力应用分布情况 . 21 图 10 2015-2020年移动互联网流量及月 DOU增长情况 . 22 图 11 我国算力投入对经济总产出的带动作用 . 24 图 12 2020年 中国部分 省份 算力发展指数 . 30 图 13 2020年中国部分 省份 算力规模分指数 . 31 图 14 2020年中国部分 省份 算力规模 . 32 图 15 2020年中国 部分 省份 算力环境分指数 . 33 图 16 2020年中国部分 省份 算力应用分指数 . 34 图 17 算力发展指数与 GDP关系 . 35 表 目 录 表 1 中国算力发展指标体系 . 28 1 一、 算力内涵和发展框架 (一 )算力内涵 从狭义上看,算力是设备通过处理数据,实现特定结果输出的计算能力。 2018年诺贝尔经济学奖获得者 William D. Nordhaus在计算过程一文中提出:“算力是设备根据内部状态的改变,每秒可处理的信息数据量”。算力实现的核心是 CPU、 GPU、 FPGA、 ASIC等各类计算芯片,并由计算机、服务器、高性能计算集群和各类智能终端等承载,海量数据处理和各种数字化应用都离不开算力的加工和计算。算力数值越大代表综合计算能力越强,常用的计量单位是每秒执行的浮点数运算次数( Flops, 1 EFlops=1018 Flops)。据测算, 1 EFlops约为 5台天河 2A超级计算机,或者 25万 台 主流 双路 服务器,或者 200万台主流笔记本的算力输出。 从广义上看,算力是数字经济时代新生产力,是支撑数字经济发展的坚实基础。数字经济时代的关键资源是数据、算力和算法,其中数据是新生产资料,算力是新生产力,算法是新生产关系,构成数字经济时代最基本的生产基石。现阶段 5G、云计算、大数据、物联网、人工智能等技术的高速发展,推动数据的爆炸式增长和算法的复杂程度不断提高,带来了对算力规模、算力能力等需求的快速提升,算力的进步又反向支撑了应用的创新,从而实现了技术的升级换代、应用的创新发展、产业规模的不断壮大和经济社会的持续进步。随着 5G 商用步 伐的加快,物与物之间的连接不断深化,2 算力在自动驾驶、智慧安防、智慧城市等领域的应用不断扩大,边缘计算以及雾计算的需求日益增加,算力范畴和边界仍在不断扩展。 (二 )算力发展框架 结合算力的内涵和特点 , 本白皮书从算力规模、算力环境和算力应用三个维度建立算力发展的总体框架。在数字经济时代,算力规模是国家和地区数字化生产力发展水平的重要指标, 算力环境是我国新生产力发展的重要条件,算力应用反映了我国新生产力的需求状况。 算力环境为算力规模发展提供坚实支撑,算力应用拉动算力规模的增长,三者相互促进、协同发展。 现阶段算力规模重 点包括基础算力、智能算力和超算算力三部分 1,分别提供基础通用计算、人工智能计算和科学工程计算,其中,基础通用算力主要基于 CPU芯片的服务器所提供的计算能力;智能算力主要是基于 GPU、 FPGA、 ASIC等芯片的加速计算平台提供人工智能训练和推理的计算能力;超算算力主要是基于超级计算机等高性能计算集群所提供的计算能力。算力环境主要包括网络环境和算力投入等因素,持续优化的网络环境为算力发展提供坚实支撑,大规模算力投入将会对算力增长产生直接和间接的推动作用。算力应用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,算力的进步又反向推动了应用 1 算力主要考虑集约化规模化算力,个人桌面、终端及边缘等算力未纳入统计。 3 的发展。 算力指数的测算框架如图 1所示。 来源:中国信息通信研究院 图 1 算力发展总体框架 二、 全球算力发展进入新阶段 在数字经济时代,算力正成为新生产力。当前 5G、物联网、云计算、大数据、人工智能、区块链等新一代信息通信技术加速创新突破,数据的爆炸式增长 、算法复杂度的不断提高,以及应用场景的日益多元化,推动算力需求和要求不断升级,全球算力多样化态势日益凸显,创新步伐进一步加快,算力成为数字经济新引擎和战略竞争新焦点。 (一 )算力多样化态势日益凸显 全球算力规模不断增大。 2020 年全球算力总规模达到 429 4 EFlops,增速达到 39%,其中基础算力规模( FP322)为 313 EFlops3,智能算力规模(换算为 FP32)为 107 EFlops4,超算算力规模(换算为 FP32)为 9 EFlops5。伴随 万物感知、万物互联以及万物智能时代的开启,据 IDC 预测数据, 2025 年全球物联网设备数将超过400亿台,产生数据量接近 80 ZB,且超过一半的数据需要依赖终端或者边缘的计算能力进行处理。预估未来五年全球算力规模将以超过 50%的速度增长,到 2025年整体规模将达到 3300 EFlops。 来源:中国信息通信研究院 、 IDC、 Gartner、 TOP500 图 2 全球算力规模发展趋势 2 FP32为 单精度浮点数 , 采用 32位二进制来表达一个数字,常用于多媒体和图形处理计算。 FP16为 半精度浮点数 , 采用 16位二进制来表达一个数字,适合在深度学习中应用。 FP64为 双精度浮点数 ,采用 64位二进制来表达一个数字,常用于处理的数字范围大而且需要精确计算的科学计算。 3 基础算力规模按照全球存量服务器算力总量估算。根据资产配置标准,服务器使用年限一般为 6年 ,存量服务器总量近似为全球近 6年服务器出货 规模,全球基础算力 = 近六年 ( 年服务器出货规模 *当年服务器平均算力 ) 。 4 智能算力规模按照全球存量 AI加速器芯片算力总量估算。存量加速器芯片 总量采用全球近 6年加速器芯片 出货 规模进行测算,全球智能算力 = 近六年 ( 年加速器芯片出货规模 *当年加速器芯片平均算力 ) 。 5 超算算力规模主要是基于全球超级计算机 TOP500数据 ,并参考超算生产商的相关数据 估算。 0%15%30%45%01503004502016 2017 2018 2019 2020全球算力规模( EFlops) 全球算力增速5 需求多元化加速算力多样化升级。基础算力方面, 云计算 仍 保持高速增长 和快速创新态势 , 根据 IDC数据, 2020年 全球云计算 市场规模达 3120亿美元,同比增长 24.1%。 在行业数字化转型的带动下,云原生 技术持续落地,带动技术架构、应用效能、云化效益的全方位提升,深化云数融合、云智融合、高性能计算的发展,推动云数智高质量融合发展。 智能算力方面, 从主动学习到迁移学习再到强化学习,需要的能力也由“人机交互能力、数据整合能力”到“大算力预训练、数据处理能力”再到“信息采集能力、概率计算能力”不断演化。 人工智能 的模型 训练和推理 部署对算力的需求也存在显著差异,训练阶段的计算精度直接影响最终模型的准确度,更强调 32位或 16位的浮点运算能力, 推理 阶段 结合云到端各 类设备的部署需求,可采用 16位或 8位定点的低精度运算提升运算效率。超算算力方面, 十年千倍定律依然在持续,目前 P级超算已成为世界超级计算机 TOP500的准入门槛, 2021年 6月日本超级计算机富岳 Fugaku 以每秒 53.7 亿亿次浮点计算的峰值速度 蝉联 榜首,开启了 E级计算(每秒百亿亿次)进入应用的前奏。 (二 )算力创新步伐进一步加快 当前,摩尔定律发展逐渐趋缓,以先进工艺升级为主导的经典计算体系演进模式遭遇“功耗墙”、“内存墙”瓶颈挑战。为应对万物智能时代海量应用创新和重大技术革新对算力供给的百千倍递加需求,深度挖掘计 算器件、计算芯片、计算系统、计算理论等层面6 技术增长潜力,探索更多维度、更多要素的协同创新成为支撑算力进一步升级的重要举措。 从计算芯片看,摩尔定律仍在延续。 依赖鳍式场效应晶体管( FinFET)尺寸微缩、设计与工艺协同优化技术以及围栅纳米片 、高数值孔径极紫外光刻机、钌互联等新结构、新设备、新材料加持,集成电路制造工艺后续升级路径逐渐清晰,台积电 3纳米制程 工艺预计在 2022 年下半年实现量产应用;堆叠叉片( Forksheet)、互补场效应晶体管( CFET)等方向探索有望进一步 将 先进工艺延伸至 2纳米制程 节点。此外,借助芯粒( Chiplet)、 2.5D和 3D高级封装等技术实现不同工艺制程、不同类型芯片间的 异质 集成,成为实现计算芯片及系统整体效能延续摩尔定律升级的重要方向。 从计算架构看,多级异构计算逐步普及。 异构计算通过多种计算单元混合协作模式提升计算并行度和效率,在移动互联网、人工智能、云计算等各类典型应用中占比显著提高,并主要通过芯片内异构、节点内异构两种模式实现性能、功耗与成本间的最佳均衡。芯片内异构典型代表为 SoC芯片,以苹果 M1芯片为例,通过集成CPU、 GPU、神经处理单元( NPU)等内核实现超越 通用 CPU的性能;国内自研的申威超算 CPU芯片也引入主从众核架构,提升计算灵活性。节点内异构多通过 CPU 与各类加速器协同提升整体能力,如人工智能多选用的 CPU+GPU 芯片异构、云计算多采用的CPU+GPU+DPU模式等。此外,英特尔、英伟达、华为等企业均在7 推进对多样芯片异构加速库、编译器、工具链等异构软件生态布局,如英特尔发布异构框架 OneAPI,实现跨 xPU的全栈异构能力建设,抢占异构发展机遇。 从计算系统看,算力基础设施建设不断提速。超级计算方面,全球超算将迈入 E级计算时代, 并正在探索基于云服务模式提供 灵活、弹性的计算支持,未来云超算将作为超算的重要补充,满足急剧增长的高性能计算需求。 智能计算中心方面, AI计算需求的 高速增长,进一步催生公共 AI 智能计算中心的快速发展,全球主要国家和领先企业 普遍开展人工智能算力平台建设,提供人工智能应用所需算力服务、数据服务和算法服务,高效支撑数据开放共享、智能生态建设、产业创新聚集。 数据中心方面, 伴随智能手机、家庭网关、智能汽车等泛终端计算平台逐步普及,云原生技术持续下沉和边缘算力的协调补充,不同层级、不同体系的算力快速增长和生态打通,将加速云边端 算力 的 深度融合和协调发展 ,广泛支撑 云手机、 VR媒体、政企移动办公、在线教育等丰富应用场景。 从计算理论看,前沿颠覆体系成为未来探索的重要方向。一是,存算一体架构实现在存储单元中进行计算,突破“冯 诺依曼”体系“存”“算”分离的局限,适合处理 大数据、人工智能等海量数据分析处理任务,行业内已有诸多产业化探索。 二是, 量子计算在高斯玻色取样等特殊问题 求解中实现远超经典计算机的算力,算力接近8 超算算力百亿倍 6,目前研究尝试在组合优化、化学模拟、药物研发等场景中应用。 三是, 光子计算利用光学器件折射、干涉等特性进行运算,对于信号处理、人工智能 等复杂特定任务更具优势 。 四是,类脑计算芯片模拟人脑神经元工作原理,基于脉冲神经网络算法,适合应用于物联网等低功耗场景。 (三 )算力成为数字经济新引擎 算力直接带动数字产业化的发展。 电子信息制造业、电信业、软件和数字技术服务业、互联网行业等数字核心产业的发展与算力的发展息息相关。 互联网是算力投资最大的行业,亚马逊、微软和谷歌 通常每个季度投入的资本支出总额超过 250亿美元 , 其中大部分用于 布局超大规模数据中心,使互联网行业成为先进生产力的代表, 不仅支撑互联网技术加速向支付、电商、服务、内容等领域渗透,更赋予其对其他产业 链、价值链进行改造的潜能,进一步推动其由消费互联网向产业互联网的进化。 算力助推产业数字化转型升级。 由算力投入带来的数字化智能技术不仅为制造、交通、零售等多个行业带来产业产值增长,还带来了 生产效率提升、商业模式创新、用户体验优化等延伸性效益,对经济增长的拉动作用愈加凸显。以制造业领域为例, 以云计算、边缘计算 、智能计算 为代表的算力 投入和规模应用可以显著提升生 6 我国 76个光子的量子计算原型机 “九章 ”求解高斯玻色取样数学算法需 200秒 , 如果用目前世界最快超级计算机日本 “富岳 ”求解 要用 6亿年 , 算力接近超算算力百亿倍 。 9 产效率,从需求洞察、研发、采购、生产、营销和售后等产业链环节对制造业进行赋能 和重构,打造高度协同的智能制造生态体系。 算力的发展强力推动数字经济持续向前、 赋能国民经济发展。工业时代,电力是评估 GDP增长量的重要指标 。 在 数字经济时代,算力是 ICT产业发展关键要素,对推动科技进步、促进行业数字化转型以及支撑经济社会发展 发挥着重要的作用 ,成为新的核心指标。算力对数字经济和 GDP的发展有显著的带动作用,在 2016-2020年期间,全球算力规模平均每年增长 30%,数字经济规模和 GDP 每年分别增长 5%和 2.4%。全球各国算力规模与经济发展水平 密切相关 , 经济发展水平越高,算力规模越大。 算力规模前 20的国家中有17个 是全球排名前 20的经济体 ,并且前四名 排名一致 。 来源:中国信息通信研究院、 IDC、 Gartner、世界银行 图 3 全球算力规模与 GDP关系 10 (四 )算力成为战略竞争新焦点 全球主要国家和地区纷纷加快算力布局。 算力现 已成为各国 核心竞争力体现 ,全球主要国家和地区纷纷加快战略布局力度。美国2020年 11 月发布引领未来先进计算生态系统战略计划,将先进计算生态系统作为国家战略性资产,以确保美国在科学和工程方面的领导力、经济竞争力和国家安全。日本 2019年启动新一代国产超级计算机计划,投入约 1300亿日元打造全球速度最快的超级计算机。欧盟聚焦数字主权布局超算和量子计算,于 2018年提出“欧洲高性能计算共同计划”, 2020年 9月拟投资 80亿欧元支持以百亿亿次计算和量子计算为主的新一代超级计算技术和系统的研究和创新,维持并提升欧洲在超算和量子计算领域的领先水平。 全球算力竞争愈加白热化。算力水平方面, 美国、中国、欧洲、日本在全球算力规模中的份额分别为 36%、 31%、 11%和 6%,其中全球基础算力竞争以美国和中国为第一梯队,且中美差距不断缩小,美国在全球基础算力排名第一,其份额达 43%,中国以 26%份额排名 第二;智能算力方面,中国、美国处于领先,算力 全球占比分别为 52%和 19%;美国 、日本、中国在超级计算综合性能指标方面优势明显,总算力 份额分别为 31%、 23%、 20%,中国在绝对数量方面处于领先。 全球化方面, 美国、日本和欧洲信息化起步早,相关企业发展历史长,对国际市场的开拓也早于中国,国际市场的占有率明显高于中国, 中国算力在国际市场的竞争力明显弱于在国内市11 场的竞争力。例如,虽然阿里云在全球云市场占有率排名第四,但其绝大多数业务集中在中国国内市场,与亚马逊、微软、谷歌等美国企业还有很大差距。与此同时,大国博弈加 剧致使全球化产业链供应链格局面临重塑重构,将给算力技术创新及产业生态带来新挑战。我国算力相关设备制造能力不断提高,但要彻底赶超美国等领先国家仍然面临严峻的“卡脖子”问题。 来源:中国信息通信研究院 、 IDC、 Gartner、 TOP500 图 4 全球算力规模分布情况 三、 中国算力总体发展态势 2020 年,新冠肺炎疫情席卷全球,对我国经济造成较大冲击,叠加周期性经济波动,对经济增长 带来较大下行压力。在复杂严峻的发展环境下,我国算力规模依然保持强劲增长,算力结构持续演化,创新水平、发展环境和应用需求不断提升,成为支撑我国经济高质量发展的坚实基础。 美国36%中国31%欧洲11%日本6%其他16%12 (一 )我国算力规模不断扩大 我国算力规模持续扩大。 “十三五” 期间我国算力规模整体保持高速增长态势,包括数据中心机架数、通用服务器数量、 AI服务器数量、超级计算机数量均保持快速增长,在技术加速创新迭代下,单台算力设备的性能也不断提升。 2020年我国算力总规模达到 135 EFlops,全球占比约为 31%,保持 55%的高位增长,高于全球增速约 16个百分点。其中,基础算力规模( FP32)达到 77 EFlops7,全球占比约为 26%;智能算力规模(换算为 FP32)达到 56 EFlops8,全球占比约为 52%;超算算力规模(换算为 FP32)约为 2 EFlops9,全球占比约为 20%。 算力结构持续演化。 与全球发展情况相似,近年来我国算力结构随着应用需求的变化不断演化,其中基础算力占算力的比重由2016 年的 95%下降至 2020 年的 57%,智能算力占算力的比重则由2016年的 3%提升至 2020年 41%。在互联网及云计算需求不断提升的同时,以 智能计算中心 为代表的人工智能算力基础 设施 发展迅猛,数据中心智能化升级步伐不断提速,计算智能化升级已是大势所趋。 7 基础算力规模按照我国存量服务器算力总量测算。根据资产配置标准,服务器使用年限一般为 6年 , 存量服务器总量近似为我国近 6年服务器出货规模 , 我国基础算力 =近六年 ( 年服务器出货规模 *当年服务器平均算力)。 8 智能算力规模按照我国存量 AI加速器芯片算力总量测算。存量加速器芯片总量采用我国近 6年加速器芯片出货规模进行测算 , 我国智能算力 =近六年 ( 年加速器芯片出货规模 *当年加速器芯片平均算力 )。 9 超算算力规模主要是基于全球超级计算机 TOP500、中国高性能计算机性能 Top100数据,并参考超算生产商的相关数据。 13 我国超算算力在整体算力中的占比较为稳定,约为 2%,主要用于科学计算与工程计算等领域。 来源:中国信息通信研究院 、 IDC、 Gartner、 TOP500、 HPC TOP100 图 5 我国 算力发展规模及增速 来源:中国信息通信研究院 图 6 我国 算力内部结构 0%20%40%60%80%040801201602016 2017 2018 2019 2020基础算力 智能算力 超算算力 算力增速0%20%40%60%80%100%2016 2017 2018 2019 2020基础算力 智能算力 超算算力14 (二 )算力创新水平大幅提升 1.基础通用算力稳步发展 基础算力支撑能力大幅增强。 以数据中心为代表的算力基础设施随着经济社会信息化得到巨大发展,与通信 网络 基础设施一道构成新一代信息基础设施,为推进网络强国、数字中国建设贡献了重要力量,为工业生产、社会民生等多领域提供重要支撑。近 5 年我国基础算力快速增长,基础算力从 2015 年的 23 EFlops 增长到 2020年的 77 EFlops,年增幅均超过 27%。 2020 年,我 国基础算力在疫情防控中发挥了重要支撑作用,通过开发数字平台和 应用、开放基础算力设施和算法等多种方式,保障了疫情溯源、病毒研究、病情诊疗、疫苗研发、药物筛选等工作的稳步开展, 衍生出 大数据行程卡等多项新型应用,助力我国社会生产各项工作的全面恢复。截至2021 年 8 月,“通信行程卡”累计提供查询服务超 120 亿次,日查询量稳定在 2500 万次以上,基础算力需求达到 50 PFlops 以上,成为各地做好疫情防控的重要手段。 基础算力产业生态日趋完善。 整机方面,在全球服务器市场规模稳步增长的背景下,国产服务器快速成长为我国基础算力的主力军,浪潮、华为、新华三、联想等国内服务器厂商位居我国服务器市场前五名,整体市场份额达到 74%。 CPU 方面,以英特尔和 AMD为主导的 X86 架构 CPU 持续主导服务器市场,占比超过 96%;我国华为鲲鹏、飞腾、海光等 CPU 芯片目前已实现规模应用,综合性15 能达到行业中高端水平,产业生态逐步完善。操作系统方面, Linux具备开源、稳定性高、安全自由等特点,在服务器市场占据主导地位,市场份额达 70%;我国基于 Linux 开发的统信、麒麟操作系统,以党政军领域为入口,逐步向金融、电信、医疗等行业渗透。 2.智能计算快速兴起 智能计算中心是人工智能算力发展的重要方向。 过去 10年中,用于人工智能的训练模型的计算资源激增, AI训练的计算复杂度每年猛增 10 倍 ,人工智能计算已成为主流 的计算形态, 2020 年中国总算力规模中智能算力占比达到 41%,预计到 2023 年智能算力的占比将提升至 70%。 AI复杂模型、复杂场景的计算需求进一步催生面向 AI 的算力基础设施的需求,目前智能计算中心是发展重点。智能计算中心主要是指基于最新人工智能理论,采用先进的人工智能芯片,针对人工智能多样场景的海量数据处理、智能算法加速、高速训练推理等计算需求,提供共性的算力、算数、算法服务的新型算力基础设施,正受到政府、企业和研究机构的广泛关注。 2020年 4月,国家发改委首次将智能计算中心纳入算力基础设施范畴,并提出在全 国布局 10个左右区域级数据中心集群和智能计算中心。 智能计算呈现多路径发展趋势。一是, GPU在 智能计算中心中占据主导地位。 2020 年 英伟达 GPU 芯片占据国内人工智能服务器约 95%的市场份额,国内也涌现天数智芯、沐曦、壁仞、摩尔线程等 GPU初创企业,如天数智芯于 2021年 3月发布 7纳米制程 云端16 训练通用 GPU芯片 BI,提供每秒 147万亿次计算能力( FP16),可完成上百路摄像头视频通道的人工智能处理。 二是, ASIC等其他非GPU加速芯片将在各个行业和领域被越来越多的采用, 以满足差异化场景的性能、功耗与成本需求。燧原科技于 2021年 7月推出第二代人工智能训练芯片云燧 T20,单精度张量算力达到 160TFlops;寒武纪已形成云端训练芯片思元 290、推理芯片思元 270 和用于边缘计算的思元 220芯片的完整产品线布局。 国内多地加快投入智算计算中心布局。 上海、广州、济南、武汉和深圳等人工智能产业集聚区多通过联合华为、商汤、浪潮等人工智能头部企业,采用政企合作建设运营的模式推进实施。华为与深圳、武汉等地方政府合作推进智能计算中心落地,与深圳鹏城实验室合作的鹏城云脑二期在 2020年 10月 实现业务上线,可提供 1E级人工智能算力,目前排名世界人工智能算力 500排行榜首位;武汉人工智能计算中心项目规划百 P级算力规模,预期将 于 2021年 具备业务上线条件。商汤科技上海新一代人工智能计算与赋能平台项目也预期在 2021年运行,平台能同时满足 4个超大规模城市使用,提供 850万路视频接入能力。 3.高性能计算加快发展 我国在超级计算机领域取得长足进展。 从算力服务看,国家超级计算服务网格已接入天津、广州、深圳、长沙、济南、无锡、郑州和昆山 8个国家超算中心,各地方、各行业、各高校也在推进建17 设高水平超算中心, 目前累计 服务用户超两万,支持两千余项国家各类科学计算和重要工程项目研究。从算力能力看,截止 2021年 6月的全球 TOP500 超算排行榜中,我国超算数量世界第一,占比份额接近 40%,超算规模位列美日之后的第三位,榜单前十中占据两席,“神威太湖之光”、“天河 2A”分别名列第四和第七。从市场供给看,国内超算制造商市场份额遥遥领先,在全球 TOP500 超算排行榜中,联想、浪潮、曙光分别交付 184台、 57台、 39台,分别排名全球第一、二和四位,累计份额达到 56%。 国内 E级超算系统研制工作稳步推进。 目前,由江南计算技术研究所、 国防科大和中科曙光分别主导研制的神威、天河、曙光三台 E级超算系统齐头并进,核心软硬件设备将实现中国制造。从相关的 E级超算的原型机 配置看,神威系统选用国产申威众核处理器、Mellanox无限带宽互联架构和自研网络芯片组,散热系统为液冷模式;天河系统集成飞腾 ARM架构 FT-2000芯片和 128核 DSP芯片,选用 400GB/s的光电集成高速互联架构,选用水风冷混合靶向式散热技术;曙光系统采用海光 X86 处理器与自研 DCU 加速器的异构计算架构,搭载每秒 200GB带宽的 6D-Torus高维层次化网络系统,采用全浸式相变冷却技术实现极低的 PUE。 (三 )算力发展环境日益优化 持续优化的网络环境为算力发展提供坚实支撑。 算 力水平不仅取决于服务器、终端的算力,同时受到网络传输能力的影响,与此18 同时,数据的泛在分布推动计算从云端向物联网、边缘计算逐步普及,不同的计算领域相互协同。 伴随电信网络云化的不断深入,算网融合将成为算力发展重要的趋势。 随着 5G 带来低延时、高带宽和高连接密度的管道,打破了数据中心与边缘、终端之间的界限,计算与网络相互协同能够促使算力水平的提升。我国网络基础设施能力持续升级,全国 持续推进互联网骨干网、城域网结构优化和关键环节扩容,加大省际出口带宽扩容力度, 2020年 各省份 平均互联网省际出口带宽达到 22 Tbps,增长 11%。移动通信方面, 2020年全国移动通信基站总数达 931 万个,其中 4G 基站总数达到 575 万个,城镇地区实现深度覆盖, 5G网络建设稳步推进,按照适度超前原则, 5G基站超 77万个,已覆盖全国地级以上城市及重点县市,覆盖 率达 13%,覆盖率提高 10 个百分点。我国物联网发展取得积极成效,窄带物联网 NB-IoT基站数超过 70万个,覆盖全国地级以上城市,用户规模全球最大,移动物联网连接数超过了 10.8亿。 来源 : 工业和信息化部 图 7 我国 移动 通信 基站发展情况 020040060080010002015 2016 2017 2018 2019 2020单位:万个2G/3G基站数 4G基站数 5G基站数19 不断增长的算力投资对算力发展发挥重要拉动作用。 我国在计算硬件、软件、服务等领域支出的不断增长使得人工智能、自动驾驶、智慧城市等新兴应用对算力发展的促进作用进一步提升。 IDC数据显示, 2020年我国 IT支出规模达到 2万亿,增长 7.3%,带动我国经济强劲复苏,预计 2021年中国 IT支出将达到 2.21万亿元人民币,相比 2020年将增长 10.0%。与此同时,我国算力投资主体逐步多元化,数字经济发展使得投资主体由政府或企业单一主体投资,向政府与社会资本合作的多元主体发展,政府与社会资本合作这种多主体投资模式越来越多, PPP 模式得到广泛应用,更加灵活的投资模式进一步促进我国算力投资规模的持续增长。 来源 : 中国信息通信研究院 、 IDC 图 8 我国 IT 硬件、软件、服务支出规模 0.000.501.001.502.002.502018 2019 2020单位:万亿元IT硬件 IT软件 IT服务20 (四 )算力应用需求不断释放 我国算力在创新发展的同时,算力需求潜力不断释放。随着 5G、工业互联网、人工智能、云计算、大数据等新技术和新应用的快速发展,算力作为经济社会运行不可或缺的数字底座,有效支撑我国数字经济蓬勃发展,推动各行业各领域数字化转型。 1.算力赋能千行百业数字化转型 算力发展推动我国产业数字化走向深入。 我国在算力基础设施的支撑下,电子商务、平台经济、共享经济等数字化新模式接替涌现,工业互联网、智能制造等全面加速,为我国产业数字化持续健康发展输出强劲动力。 2020年,我国产业数字化规模达 31.7万亿元,占 GDP比重为 31.2%,同比名义增长 10.3%,占数字经济比重由 2015年的 74.3%提升至 2020年的 80.9%,服务业、工业、农业数字经济占行业增加值比重分别为 40.7%、 21.0%和 8.9%。 算力为行业数字化转型提供强大支撑。 从行业的角度看,互联网依然是最大的算力需求行业,占整体 算力近 50%的份额 ,以阿里、腾讯、百度、字节跳动为代表的互联网巨头 对算力的需求更加迫切,同时算力的集中部署也使互联网行业成为先进生产力的代表。政府、服务、电信、金融、教育、制造、运输等行业分列二到八位,其中电信、金融行业信息化和数字化起步较早,是 我国算力应用较大的传统行业,对算力的应用处于行业领先水平;制造业数字化转型仍处于初期,需要更多规模化、普惠型的公共算力基础设施的支持。 21 来源 :中国信息通信研究院、 IDC 图 9 我国各行业算力应用分布情况 2.信息消费持续释放算力需求 智能终端消费和移动数据流量消费规模继续扩大。 算力的不断提升推动了包括高清内容、视频传播、 AR导航等新兴应用的普及,进而更加促进了智能终端消费的增长。当前我国移动电话普及率稳步提升, 4G用户渗透率超八成,用户数及用户占比持续扩大,截至2020年底,我国 5G网络用户数超过 1.6亿,约占全球 5G总用户数的 89%。我国 5G 手机出货量和占比不断提升, 2020 年国内 5G 手机总计出货量为 1.63亿部,占同期手机出货量的 52.9%。与此同时,移动数据流量消费规模继续扩大, 2020年月户均移动互联网接入流量( DOU)跨上 10 GB区间,移动互联网接入流量消费达 1656亿互联网 , 47%政府 , 14%服务 , 9%电信 , 8%金融 , 6%教育 , 5%制造 , 4%互联网 政府 服务 电信 金融 教育 制造运输 公共事业 健康 资源 传媒 物流 建筑22 GB,比上年增长 35.7%,其中手机上网流量达到 1568亿 GB,比上年增长 29.6%,在总流量中占 94.7%。 来源 :工业和信息化部 图 10 2015-2020年移动互联网流量及月 DOU增长情况 算力泛在化促使智能终端呈现多元化发展态势。 随着 5G网络、边缘计算的规模建设,新兴应用将加速驱动数据处理由云端向边侧、端侧的扩散,边端计算能力持续增长,算力泛在化已成趋势 ,带动各种计算设备的巨大需求。未来随着 边端设备 种类 的 丰富,个人 PC甚至家庭网关都将可能作为算力 的节点,手机、智能汽车等智能终端的普及形成了 数据就 近处理和泛在计算处理的场景,由此也将 促进用户周边信息化空间内,不同距离、不同规模的算力相互协同 和联动 ,呈现 “ 云 -边 -端 ” 三级计算架构 。 目前 5G泛终端已达 20类,涵盖 VR/AR 头显、 CPE、工业级路由器 /网关、无人机、机器人、车辆 OBU 等众多品类, 将率先在工业、医疗等非成本敏感领域率23 先普及并迭代演进,并对文化教育、休闲娱乐方式等产生颠覆性变革。 (五 )算力发展助推经济增长 算力成为支撑我国经济高质量发展的坚实基础。 伴随着新一轮科技革命和产业变革持续推进,叠加疫情因素影响,算力成为 推动数字经济、国民经济持续稳定增长的关键动力 ,对夺取疫情防控和经济社会发展双胜利发挥了重要作用。算力已成为我国当前最具活力、最具创新力、辐射最广泛的信息基础设施,算力成为衡量数字经济活力的关键指标。在 2016-2020 年期间,我国算力规模平均每增长 42%,数字经济规模增长 16%, GDP增长 8%,与全球相比,我国算力对数字经济和 GDP增长的拉动作用显著。 算力产业对我国经济社会和产业能级的带动作用日益增强。 通过国家投入产出表模型计算, 2020年以计算机为代表的算力产业规模达到 2 万亿元,直接带动经济总产出 1.7 万亿元,间接带动经济总产出 6.3 万亿元,即在算力产业中每投入 1 元,平均将带动 34元的经济产出。其中,算力产业对电子元器件、计算机、材料、软件和信息技术服务等产业的直接拉动作用较大,直接带动经济产出高达 1.5 万亿元;在行业领域,算力的投入对制
展开阅读全文
相关资源
相关搜索
资源标签

copyright@ 2017-2022 报告吧 版权所有
经营许可证编号:宁ICP备17002310号 | 增值电信业务经营许可证编号:宁B2-20200018  | 宁公网安备64010602000642