大规模算力部署逐步晨开，基础设施走向更高性能、更优协同
思瀚产业研究院    2025-11-28

从工业传感器到医疗监护终端，物联网全面应用面临的“数据洪峰”与“算力饥渴”挑战愈加显现一一这些物联网设备每天产生海量数据，传统云计算架构的传输成本与时延已难以支撑如此大规模实时计算需求。在此背票下，算力已从物联网的“配套设施”逐步主要表现在；

一是算力为物联网设备提供强大的计算能力，使其能够实时处理和分析收集到的数据，进而实现智能化控制和管理。

二是算力通过优化算法和模型，提高物联网系统的处理速度和准确性。

三是算力为物联网系统利用加密技术、访问控制等手段保护数据的安全性和隐私性等提供基础保障。

日前全球算力部署逐加快：向更高性能、更优协同方向演进。据中国信通院数据，截至2024年底，全球通算规模达628EFLOPS（FP32），智算规模达5693EFLOPS（FP16），超算规模为20EFLOPS（FP64）。

从国家部尝石，关国聚焦前沿算力布局，发布（美国国际网络空间和数疗政策战略：迈向创新、安全和等权利的数字木来）等一系列政策文件，把云计算和大数据上升到国家战略高度，加强布局量子计算、超级计算、类脑计算等前沿算力。

欧洲陆续发布（塑造欧洲的数字未来）《欧洲芯片法案》等文件，聚焦高性能计算等，规划到2030年，75%的欧盟企业应使用云计算服务、大数据和人工智能。

日本聚焦绿色算力应用，大力推进节能措施和数据中心节能绩效评价标准，引导政府采购和民间投资向绿色化方向发展等，并计从产业链竞争格局看，美国凭借英伟达、AMD等芯片巨头主导高端市场，拥有从芯片设计【英伟达）、服务器制造（戴尔】到云服务【AWS）完整产业链，其中全球前15名半导体厂商美国占8家：中国以性价比优势领先其他发展中国家，但高端芯片、操作系统等仍依赖进口，数据中心核心设备国产化率不足30%：欧洲迪过AI伦理法案构建差异化竞争力，吸引金融、医疗等行业订单。从企业竞争若，算力芯片领域，以英伟达、AMD为首的两大芯片巨头凭借其技术优势占据全球算力市场34%的份额。

英伟达采用“单封装双芯粒路线，把算力密度和内存带宽推到极致，同时也带来高耗电和高品成本，2026年推出BlackwellB200，并发布20262027路线图，VeraRubin与RubinUltra稳步推进。AMD把Chiplet思路发挥到极致，多颗小Die通过InfinityFabric灵活组合，以更低功耗构建同级算力。

云技术平台领域，金球云计算市场由三大巨头主导，分别是亚马逊AWS，市场份额约占32%，全球第一：其次是微软Azure市场份额约为22%，谷歌GCP市场份额约为11%。2024年，微软宣布将在未来四年内投资17亿美元在印度尼西亚，建设云计算和人工智能基础设施：5月，亚马逊旗下云服务平台AWS宣布，在未来4年内将把其在新加坡的投资再提升近一倍至235亿新元【约1298亿元】：同月，谷歌宣布将在马来西亚投资20亿美元，建立首个数据中心和谷歌云服务区域。整体来看，全球云计算市场规模稳步向前，Gartner预测，预计到2027年全球云计算市场规模将达到1.16万亿美元，2024-2027年年复合增长率约为18.6%。

算力中心领域，OpenAl、软银、甲骨文与MGX联合发起的“星际之门”项目计划投资5000亿美元，打造超大规模AI算力集群。微软、亚马避、谷歌、Meta四大行业领军企业计划在2025年向AI数据中心投入3200亿美元，主要用于AI模型训练与推理基础设施的建设。xAI的Colossus的GPU数量今年2月已从2024年的10万块翻倍至20万块，第一阶段并于5月全面投入使用。Meta则计划在俄亥俄州和路易斯安那州建设两个“吉瓦级”的超级计算集群。

我国从“东数西算”工程的全面推进到智算中心的密集布局，从国产芯片的技术突围到超节点集群的协同创新，算力产业发展已从规模速度型粗放增长转向质量效率型集约增长，算力部署结构持续向高技术含量、高附加值方向升级。据《2025年中国人工智能计算力发展评估报告》，2025年，中国通用算力规模预计达85.8EFLOPS，增长20%；智能算力规模将达1037.3EFLOPS，增长43%，远高于通用算力增幅。总体来看，2023-2028年中国智能算力规模和通用算力规模的五年年复合增长率预计分别达46.2%和18.8%。

从区域布局来看，“东数西算”工程的实施推动了算力资源的优化配置。贵州、内蒙古、甘肃等西部枢纽节点凭借能源优势，成为承接东部离线分析、存储备份等业务的重要基地，面东部枢纽节点则聚焦布局低时延、高算力需求的人工智能训练推理、实时交互等业务。这种空间分工既缓解了东部地区的能源压力，又带动了西部地区的教字经济发展，形成全国算力资源的高效循环。

从市场竞争来看，算力产业呈现出多元化竞争格局。英伟达等国际巨头在高端GPU市场占据优势地位，国内企业则通过技术创新和生态建设加速追杜。联想、华为等企业在服务器制造领域持续领先，百度、阿里等百联网企业通过云服务平台提供善惠算力，批专注于国产芯片的创新企业也在加速幅起，形成多层次的市场竞争体系。从技术创新来右，算力产业正突破传统发展模式，进入体系性创新阶段。

硬件方而，华为导腾910B/C被定位为NVIDIAA100/H100的直接竞争者：赛武纪作为中国AI芯片设计的先行者之一，专注于云端、边缘和终端的智能芯片产品线，致力于为各类AI应用场累提供核心算力。软件方面，鸿蒙6凭借微内核架构与端云协同能力，首次在系统层实现跨设备算力池化与AI任务动态调度，打破国外操作系统在智能互联时代的技术垄断：海光信息CPU产品兼容xB6指令集，而其DCU产品则音在兼容NVIDIA的CUDA环境，这种类CUDA”策路极大地降低了用户迁移成本，使其能够快速融入现有的AI应用生态。与此同时，中国加快布局自主可控算力生态，推动“模型+系统+芯片”协同发展。异腾已形成“芯片一框架一集群一应用”四级闭环，支持建造多个万卡级集群，2025年推出384卡超节点新形态，最大算力可达300PFLOPS，48TB高速内存，配备创新高速互联总线，实现384卡一台计算机运行。

昆仑芯三代XPU-R，自研XPU-Link全互联架构，搭建“芯片-XPU-Lite框架一千卡1.2TB/SXPU-Link集群一百度文心大模型”四级闭环。沐雕睡云C系列训推一体GPU芯片，基于全自研的GPUIP、指令集和架构，拥有多精度混合算力，内置大量运算核心，具有较强并行计算能力和较高能效比，在通用性、单卡性能、集群性能及稳定性、生态兼容与迁移效率等方面均达到领先水平。

应用层面，“通用基座+垂直增强”模式成为主流。据中商产业研究院数据，我国通用算力应用领域前五名分别足互联网、电信、政府、金融、服务，分别占比38.65%、14.06%、11.25%、9.54%、8.78%，智能算力应用领域前五名分别是互联网、服务、政府、电信制造，分别占比52.34%、17.05%、8.61%、5.73%、4.04%。

分析来看，算力作为数字经济时代的核心生产力，其产业发展正处于政策红利释放、技术快速选代、应用场景拓展的关键时期。由于世界各国资源察赋、经济水平、关注重点等差异，在算力产业体系中，各国发展态势各有不同。中美均在全产业链进行布局，美国在核心芯片、算法、软件平台等领域优势突出，而中国在设备制造、设施建设和应用环节优势突出。日本在产业链的各个环节、产业体系的各个领域都具有较强竞争力。欧洲掌握个别核心工艺和关键设备，创新能力强，但实际应用较弱。

更多行业研究分析请参考思瀚产业研究院官网，同时思瀚产业研究院亦提供行研报告、可研报告（立项审批备案、银行贷款、投资决策、集团上会）、产业规划、园区规划、商业计划书（股权融资、招商合资、内部决策）、专项调研、建筑设计、境外投资报告等相关咨询服务方案。