算力即国力，数字时代的新质生产力。算力指的是数据处理能力，其核心实 现依赖于中央处理器（CPU）、图形处理器（GPU）、专业集成电路（ASIC）等各 类芯片。芯片承载在各类计算机、服务器、高性能计算集群、各类智能终端中，通 过云计算和边缘式计算等技术，对海量的数字应用和数据进行加工和处理。数字 化时代浪潮中，算力已成为推动社会进步的关键引擎，成为支撑国家发展和提升 人民生活质量的重要基石。截至 2023 年底，我国算力总规模位列全球第二。
按照功能划分：算力可分为通算、智算、超算三大类。其中，通用算力主要用 于电商、短视频、政务等普适性应用场景；智能算力面相医疗诊断、自动驾驶等人 工智能应用场景；超级算力应用于天气预报、飞行器设计等科学、工程领域。
IDC 是数字经济的算力底座，新质生产力的典型代表。互联网数据中心 （Internet Data Center，简称 IDC）利用已有的互联网通信线路和带宽资源，建 立标准化的电信专业级机房环境，为企业和政府提供服务器托管、租用以及相关 增值等方面的全方位服务。数据中心的产业链涵盖了从上游的基础设施建设，到 中游的运营管理，再到下游的终端用户服务的全过程。IDC 产业链上游主要为设 备和软件供应商，包括网络设备、精密空调、软件系统、电源设备等；产业链中游 是数据中心集成服务、运维服务、运营商、云服务商及解决方案；下游是具体使用 数据中心机房的企业，包括互联网、金融业、政府机构等。
全球 IDC 行业发展迅速，总体逐渐步入成熟期。受发达国家的引领，全球数 据中心产业自 2000 年来快速发展，全球数据中心形态从计算中心、信息中心、云 中心向算力中心迅速演变，并在全球各大核心城市形成产业集群，不断向外扩张。 从 2019 到 2023 年，全球 IDC 行业市场规模从 567 亿美元增长到 822 亿美元， 年均增速在 9%以上。
我国 IDC 行业起步较晚，正逐步向智算中心转型。受益于互联网+、数字经 济等国家政策的引导，以及云计算、大数据、物联网、人工智能等领域的蓬勃发 展，我国数据中心产业市场规模持续增长，已经发展成为全球互联网数据中心的 重要建设基地。产业发展早期，IDC 行业保持高速发展，市场规模也逐年增加， 但这一阶段发展模式相对粗放，导致产业区域发展不平衡，产业发展质量不高。 加之发展前期新建基建浪潮过热，导致部分区域 IDC 市场供过于求，市场增速放 缓。根据中商产业研究院，2023 年我国 IDC 行业市场规模达到 2407 亿元，较 2022 年增长 26.7%。
我国 IDC 行业从初步发展到成熟运营，经历了网络中心、IT 中心、云中心、 算力中心四个阶段。 网络中心（2000 年以前）：20 世纪 90 年代，互联网公司兴起，PC 端对网络 需求增加，数据中心逐渐成为网络流量的载体，数据中心数量和个体规模呈现较 大增长。三大运营商是机房、网络、主机的主要提供商和托管商，服务形态以零散 网络服务器为主。 IT 中心（2000-2010 年）：企业自建数据中心（EDC）和互联网数据中心（IDC） 开始兴起，标志着互联网行业迎来大发展时代。三大运营商依然是数据中心的主 要建设方，部分第三方 IDC 企业开始进入，服务形态主要以零散中小型机房为主。 云中心（2010-2020 年）：云计算技术逐渐取代传统服务器托管、机架租赁 IDC 等服务形式，IDC 市场持续高速增长，2010-2020 年间我国 IDC 产业复合增长率 为 36.16%。市场供给侧呈现运营商、第三方、跨境方多主体竞争格局，服务形态 逐渐转变为相对集中的大型云数据中心。 算力中心（2020 年-至今）：，云计算、大数据、AI 技术等加速发展，驱动 AI 发展进入以多模态和大模型为特色的 AI 2.0 时代。需求向“云计算大型、超大型 IDC+智能计算本地化中型数据中心+边缘计算小微型 IDC”三级转变。三大运营商 占据大量市场份额，同时专业第三方凭借服务优势快速发展，传统国央企也开始 跨界经营数据中心产业。 国内数据中心产业走势从高速发展进入平稳发展期，期间经历了两次降速拐 点，2021 年在“东数西算”、数字经济等多要素的推动下迎来科技浪潮，IDC 产 业呈现短周期性提速拐点；2023 年后，由于投资泡沫带来低价竞争，加之东数西 算对上架率、PUE 等指标约束日趋严格等因素，IDC 产业规模未来短期内呈现增 速趋缓，但预期十四五末期会迎来新一轮上扬。
IDC 资源在区域分配上存在不均衡，部分区域存在较多的存量资源空置现象。 2021 年以来，随着流量红利的消退，行业增速放缓，同时国家政策监管日趋收紧， 导致部分地区的 IDC 需求下降。此外，由于上一波 IDC 产业建设浪潮下的投资惯 性，加之 2020 年新基建背景的催化，部分地区部分规模数据中心总供给依然持续 增加，留下大量空置存量资源，2024 年有所缓和，但传统 IDC 存量消纳依然处于 中后期。
非需求驱动因素致使 IDC 供给增加。从供给端看，由于新基建政策加大投资 热度，资本纷纷投入 IDC 行业，一些头部企业大规模扩张，跨界企业加入，市场 供给迅速增加。在中央政府和资本的驱动下，而非需求的驱动下，机架建设供给 走在需求前面，导致大数据中心上架率低。在算力供给方面，西部地区许多机柜 无法得到充分利用，导致算力过剩。2021 年至 2023 年间，全国在用数据中心机 架规模从 520 万架增长到了 810 万架。随着新一代信息技术的发展和“东数西算” 工程进一步深入，国内数据中心建设还将继续加大，《中国数据中心产业发展白皮 书（2023 年）》预计至 2025 年我国数据中心机架规模将增长至 1400 万架。
不同地区 IDC 机房上架率存在明显差异。互联网行业受政策影响，2021 年 后市场需求增速放缓，加之产业数字化转型尚在孵化中，跨区域算力需求并未得 到充分调动，导致短期内市场出现供给过剩的情况，使得全国平均上架率有所下 降。从区域视角看，2021 年，华北、华东、华南三个区域 IDC 机柜平均上架率 65%-68%之间，华中地区为 39%，而西北和西南分别为 34%和 41%，低于平均 水平。一线城市资源稀缺度高，需求较高，上架率明显高于其他地区；一线周边城 市为消纳溢出需求，平均上架率达到 64%；其他地区需求有限，上架率低。
价格端：机柜价格下降较为明显。短期内 IDC 市场供大于求，供需关系失衡， 企业间竞争从增量市场转向存量市场，从销售模式上看定制不含电机柜价格下降 明显。以万国数据为例， IDC 报价由 2019Q1 的 2624 元/平方米/月降至 2023Q4 的 2051 元 /平方米/月，降幅明显。
随着人工智能发展进入新纪元，智能算力驱动产业变革。人工智能技术发展 逐渐成熟，数字化基础设施不断建设完善。IDC 预计，全球人工智能服务器市场 将从 2022 年的 195 亿美元增长到 2026 年的 347 亿美元，年复合增长率达 17.3%。其中， AI 产业正在逐渐从传统分析型 AI 走向生成式 AI，用于运行生成 式人工智能的服务器市场规模在整体人工智能服务器市场的占比将从 2023 年 的 11.9%增长至 2026 年的 31.7%。
AI 时代加码智算，中国智算中心规模高速增长。据艾瑞数据，2023 年中国智 能算力总规模已经达 389.1Eflops，预计 2027 年规模将会增长至 1694.9EFlops。 2019-2027 年期间，中国智能算力规模年复合增长率达 47.7%。据国家统计局， 2024 年我国规划建设具有高性能计算机集群的智算中心 10 余个，智能算力占算 力总规模比重超过 30%。
随着 AI 大模型迭代发展，训练算力需求不断增加。AI 大模型对算力的需求 增速远超摩尔定律的迭代速度。在深度学习时代，用于 AI 训练的算力大约每 3 至 4 个月翻一倍。而进入大模型时代，用于 AI 训练的算力大约每 2 个月就会翻一倍。 据 OpenAI 测算显示，2012 年起，全球头部 AI 模型训练算力每 3-4 个月就翻 番，每年增幅高达 10 倍。随着 AI 大模型参数量的指数级上升，算力需求不断增 加。例如，GPT-3 训练使用了 128 台英伟达 A100 服务器，而 GPT-4 则使用了 3125 台，GPU 数量暴增近 24 倍。
推理算力市场兴起， AI 推理端需求成为焦点。根据 IDC 数据，2020 年， 全球数据中心用于推理的芯片的市场份额已经超过 50%。预计到 2025 年，用于 推理的工作负载的芯片将进一步增加到 60.8%。据英伟达 2024 年财报，英伟达 数据中心板块 40% 的收入源自推理业务。
DeepSeek 成本优势显著，有望加速 AI 应用进程。相较于 OpenAI，Deepseek API 服务定价显著较低。DeepSeek-R1 API 服务定价为每百万输入 tokens 1 元 （缓存命中）/ 4 元（缓存未命中），每百万输出 tokens 16 元，与之对应的 OpenAIo1 价格分别为 55、110、438 元。我们认为在随着 Deepseek 以及类似的低成本 推理模型的逐渐普及下，推理成本及价格大幅削减势将带来应用侧繁荣，从而带 动总算力需求的大幅提升，进而带动 AIDC 需求。
豆包大模型 1.5Pro 发布，性能表现优异。2025 年 1 月 22 日，豆包大模型 1.5Pro 发布。该模型使用 MoE 架构，并通过训练-推理一体化设计，仅用较小的 激活参数，即可比肩一流超大稠密预训练模型的性能，并在多个评测基准上取得 优异成绩。
国内大模型层出不穷，性能后来居上。ChatGPT 火爆之后，中国出现了 300 多个大模型，其中 10 亿参数规模以上大模型数量超过了 100 个，远超美国大模 型数量。性能方面，中国后来居上，阿里云通义千问大模型 Qwen2-72B 模型，在 性能上超过了文心 4.0，而豆包 pro、混元 Pro 等国内的闭源大模型，也超越了美 国最强开源模型 Llama3-70B。
Deepseek 已成最快突破 3000 万日活 APP。据 QuestMobile 的数据，截至 2024 年 12 月，豆包 App 月活跃用户规模复合增长率达到 21.2%，突破 7500 万 大关，在综合类 AI 原生 App 中以显著优势稳居榜首；而 DeepSeek 在 1 月 28 日的日活跃用户数首次超越豆包，随后在 2 月 1 日突破 3000 万大关，成为史 上最快达成这一里程碑的应用。
国内云厂商：互联网巨头纷纷增加资本开支，加码 AI。国内方面，我们认为 随着 Deepseek 等大模型的持续迭代，国内互联网巨头将持续加大资本开支，增 加对 AI 领域的投入。以阿里为例，阿里在 2024Q3 大幅提高资本开支，资本开支 已达 318 亿元，环比+80%，主要用于云计算基础设施的扩展等领域，并明确阿里 未来三年在云和 AI 的基础设施投入预计将超越过去十年的总和。此外，腾讯、百 度等互联网企业的资本开支均有所提高。
海外云厂商 ：北美四大云厂商资本开支大幅提升。北美方面，微软、亚马逊、 谷歌以及 Meta 为代表的全球科技巨头资本开支增长强劲。以微软为例，在 2024 年第三季度资本开支达 149.23 亿美元，同比增长 50.5%。亚马逊的资本开支同样 呈现出强劲的增长态势，在 2024 年第三季度资本开支更是高达 226.20 亿美元， 同比增长 81.3%。同时谷歌和 Meta 也在不断加大资本投入，2024 年第三季度资 本开支分别达到 130.6 亿美元和 82.58 亿美元，同比增长 18.5%和 26.3%。在 2025 年度，四大科技巨头将继续加大对 AI 的投入，微软将在 AI 数据中心方面开 支 800 亿美元，用于建设能够处理人工智能工作负载的数据中心；亚马逊、谷歌、 Meta 2025 年均将提高 AI 投入，其中亚马逊预计支出将达到 964 亿美元，谷歌和 Meta 的预计支出则分别为 626 亿美元和 523 亿美元。
国家队：运营商加码算力投资。运营商层面，2024 年中国移动算力开支 475 亿元，同比上涨 21.5%；中国电信云/算力方面计划投资 180 亿元；中国联通加 快算网数智布局。据通信产业网，2025 年电信运营商有望加大 AI 智算方面的投 入，构建新的万卡智算集群，扩大 400G 算力网络的覆盖规模，加紧 AI 大模型的 训练和迭代，加快 AI 与行业数字化应用的融合。预计总投资规模或超过千亿元，占资本开支总额的 1/3。