可编辑文档：算力行业市场前景及投资研究报告：算力供需走强，AI+Infra建设.pptx

证券研究报告2024年9月6日行业：通信增持（维持）算力供需双向走强，AI催化Infra建设新征程——算力行业深度报告（系列一）

摘要u算力指实现AI系统所需要的硬件计算能力，是AI的“底座”，在AI时代下对GDP、数字化转型、产业数字化三方面均具有显著的拉动作用。u算力产业链覆盖范围广阔，包括GPU芯片、服务器、IDC厂商、AIGC应用服务提供商等，具有庞大的挖掘价值。通过产业链的梳理和分析，各个体系架构有着不同的投资逻辑和重点：?GPU芯片：传统摩尔定律逐步失效，算力催化新摩尔定律呈现?服务器：需求侧市场持续繁荣，量价齐升为主要投资逻辑?IDC厂商：定制化服务需求性增强与第三方厂商优势明确?算力租赁：兼备灵活与部署优势，或伴随边缘计算共成长?算力调度：算力发展的下半场u投资建议：我们结合产业链相关层次、发展潜力、竞争格局等方面，建议关注：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等。风险提示：国内研发技术薄弱；中美贸易变动加剧；AIGC商业落地模式尚未明确。2

目录Content1算力急缺性：AI需求加速膨胀，算力迎来发展新篇章1.1算力、数据、算法是AI时代演进的三大引擎1.2算力是经济发展高速列车上的“关键引擎”2产业链分析：基础设施建设提速，下游商业模式各有所长2.1上游：摩尔定律面临严峻挑战，GPU有望铸就算力“摩尔定律出现”2.2中游：需求繁荣是服务器市场增量的主要2.3下游：需求供给双侧显著成长，数据中心发展大有可为3公司分析：工业富联、浪潮信息、中科曙光、云赛智联、大名城、恒为科技等4风险提示

1.1算力、数据、算法是AI时代演进的三大引擎uAI发展的核心要素包括：数据、算力、算法，三者呈现三位一体，相辅相成的局面。u标注数据是AI的“饲料”。监督学习以及半监督学习需要通过标注好的数据进行训练，中国的数据量规模呈现连年递增趋势，根据IDC预测，数据规模将从23.88ZB增长至2027年76.6ZB，CAGR达26.3%。u算法是AI的“推手”。当前主流的深度神经网络（DNN）、循环神经网络（RNN）、卷积神经网络（CNN）等技术算法成为推动AIGC应用场景加速落地的重要力量。u算力指实现AI系统所需要的硬件计算能力，是AI的“底座”。据OpenAI测算，2012年起，全球AI训练计算量平均每3.43个月可以翻一倍，目前计算量已扩大30万倍。然而算力硬件增长速率仅年增长1.4倍，供给仍较为匮乏。图1全球数据量发展情况及预测(ZB）图2深度学习模型算力需求和算力发展对比图中国北美全球其他地区30025020015010050128.1679.54105.3364.1387.7352.4173.3442.1861.7551.7334.5530.022023E28.0523660.8147.893802024E2025E2026E2027E资料：IDC，上海证券研究所资料：MITpaper，上海证券研究所4

1.2算力是经济发展高速列车上的“关键引擎”uAI时代下，算力是宏观经济跃迁的“重要基石”：u算力对GDP具有明显正向拉动作用。规模层面，2022年算力规模前20的国家中有17个是全球排名前20的经济体，经济发展水平与算力规模呈高度正相关。u算力助推数字化转型进程不断加快。算力应用正从互联网、电子政务等领域向电信、金融、制造等行业拓展。其中，互联网企业对模型的训练需求最为庞大，占据智能算力大约53%的市场份额。u算力拉动产业数字化蓬勃兴起。2022年我国产业数字化规模已达到41万亿元，同比名义增长10.3%，占GDP比重达33.9%。同时已培育工业互联网平台超过240家，跨行业领域平台达28个。图3我国各行业智能算力应用分布情况概览图42016-2022年我国算力规模、GDP与数字经济呈现正相关关系运输,1.46%资源,1.33%金融,3.67%其他,1.48%教育,4.00%制造,4.16%电信,4.16%政府,8.67%互联网,53.27%服务,17.80%资料：中国算力发展指数白皮书，上海证券研究所资料：中国算力发展指数白皮书（2023），上海证券研究所5

目录Content1算力急缺性：AI需求加速膨胀，算力迎来发展新篇章1.1算力、数据、算法是AI时代演进的三大引擎1.2算力是经济发展高速列车上的“关键引擎”2产业链分析：基础设施建设提速，下游商业模式各有所长2.1上游：摩尔定律面临严峻挑战，GPU有望铸就算力“摩尔定律出现”2.2中游：需求繁荣是服务器市场增量的主要2.3下游：需求供给双侧显著成长，数据中心发展大有可为3公司分析：工业富联、浪潮信息、中科曙光、云