全球计算能力进入新一轮快速发展期

1 全球计算能力进入新一轮快速发展期

计算能力是数字时代的新生产力。在万物智能时代，对计算的需求呈上升趋势， 科学研究、人工智能、数字孪生、元宇宙等新兴领域的迅速崛起，促进了全球计算能力 规模的快速增长推动了计算技术和产品的多元化创新，推动了产业格局的重构和重塑 成为全球数字经济发展的新引擎，成为各国战略竞争的新焦点。

1.1 随着数据量的增长，计算能力需求增加，智能计算能力规模预计将迅速增加 增长

随着数据量的增加，算法模型越来越复杂，应用场景的深入和发展带来了对计算能力的需求 快速提升。根据白皮书数据，从 2012 年开始的 6 年中, Al 计算需求增加 加了 30 万倍。

计算能力的发展促进了我国数字经济质量的上升。2022 年我国计算能力规模稳步扩大，智能化 计算能力保持强劲增长。我国计算能产业保持稳定发展，为推动我国 GDP 增长做出 突出贡献，在 2016-2022 年期间，中国计算能力规模的平均年增长 数字经济增长了46% 长 14.2%，GDP 增长 8.4%。 各地也把计算能力发展放在重要位置。从算力发展指数来看，京津冀、长三角、中国 粤港澳大湾区、成渝双城经济圈等地区的计算能力发展保持领先水平，包括广东、北京、 江苏、浙江、山东、上海仍位于第一梯队。贵州、内蒙古、甘肃、宁夏等核心省份的计算能力发展日益上升，其计算能力发展优势突出 中西部地区技术创新、计算能力应用、产业基础等链条并行发展 基础等限制计算能力发展的条件不断改善。

根据 IDC 计算，国内智能计算能力规模正在快速增长。2022 年中国智能计算能力规模 达 259.9 每秒100亿浮点运算 (EFLOPS) ，2023 年将达到 414.1 EFLOPS，预 计到 2027 年将达到 1117.4 EFLOPS（基于 FP16 计算）。2022-2027 年期间， 中国智能算力规模年复合增长率 33.9%。

2 中国开启了数字经济计算能力赋能的新篇章

“十四五”以来，我国充分发挥了超大规模的市场优势，实现了计算能力规模和供给水平 随着行业赋能效益的大幅提升，发展环境不断优化，数字经济蓬勃发展。

2.1 随着计算能力规模的不断扩大，智能计算能力成为行业增长的重要基础

从基础设施的角度来看，数据中心、智能计算中心和超级计算中心加快了部署。随着全国一 国家枢纽节点的部署和“东数西算”项目的推进，以及我国计算能力基础设施建设 保持快速发展的设置和应用。一是加快智能计算中心布局。根据 ICPA 智算联盟统计， 截至 2022 年 3 全国已投入运营的人工智能计算中心接近月份 20 人工智能正在建设中 超能计算中心 20 个。一方面，地方政府依托智能计算中心，为企业提供包容性计算能力和支持 另一方面，结合当地产业特点，加快人工智能应用创新，地方科研创新和人才培养， 武汉人工智能计算中心等人工智能产业生态相继孵化紫东。太初，武汉 汉.LuoJia 等待大模型，加速推进 AI 应用于多模态交互、遥感等领域。二是超 商业化进程不断加快。我国超算已进入以应用需求为导向的发展阶段，国内很多 为了加强商业运营改革，超级计算中心引进了以云服务为理的专业超级计算商业运营公司 输出超算资源的念和方式。

2.2 供给水平显著提高，先进计算创新成果出现

加快了计算能产业的增长和升级。经过多年的发展，我国已经形成了体系相对完整、规模庞大的规模 在全球产业分工体系中，大、创新、活跃的计算产业越来越重要。截至 2022 年 11 月，我国计算产业规模约占电子信息制造业的比重 规模以上的企业20% 2300 余 加快建设“创新突破、兼容并蓄”的产业发展新格局。一是整机市场不断发展， 在高性能计算领域，中国超级计算系统和制造商总装机的占有率保持了世界领先地位。二是产 工业生态不断完善。国产芯片已初具规模，X86、ARM、自主架构 CPU 持续深化规 模型应用、百度、寒武纪等 AI 芯片加速迭代优化，国内操作系统逐步向金融、电信、 昆鹏生态、医疗等行业的应用渗透PKS 计算产业生态系统日益完善，涵盖底层软硬件、整机系统及应用等关键环节。

3 全球人工智能计算中心的发展现状

3.1 政策与发展战略：智能计算能力已成为衡量国力的重要体现

全球各国都在制定自己的人工智能战略和政策，以促进 AI 产业发展。 世界上许多国家都意识到了这一点 AI 提高生活质量，促进经济增长，维护国家安全 因此，制定了自己的重要性 AI 发展战略和政策。加强这些战略 AI 基 基础设施建设一般被视为关键组成部分。例如，美国在 2016 每年发布的《美国人》 《工智能研究与发展战略计划》明确提出加强 AI 建设基础设施。同时，欧 洲联盟也在 2018 年发布的 AI 该战略明确提出了加强基础设施建设的目标。这些 基础设施包括计算资源、数据资源、人才资源等。 计算能力不仅是数字化的基础，也是衡量综合国力的重要指标。1）人均智 综合国力发展的重要表现是计算能力水平的高低。《2022-2023 全球计算能力指数 根据评估报告，美国和中国在全球计算能力方面排名前两位，其中包括日本和德国在内的追赶者 国等国家。

3.2 发展趋势：从智算到超算再到量子计算，不断推动产业发展， 绿色理念贯穿始终

根据相关信息，总结全球不同地区智能计算中心的建设特点，如 下： 继续推动产业发展，从智算到超算再到量子计算。人工智能计算中心的发展， 面临 AI 计算能耗密度高，成本高，硬件基础设施和软件基础设施等问题，只发布 展览人工智能计算中心不能满足巨大的计算能力需求，因此还需要开发超级计算中心和量子计算中心。量子计算领域的研发将有助于增加量子计算领域的内容 该领域的人才储备推动了该领域的可持续发展。未来人工智能计算中心的建设将采用人工智能 可以支持理论、技术和应用，同时兼顾超级计算中心和量子计算功能，可以作为配套建设。 企业提供包容性计算能力的公共计算服务平台。 智能中心是构建上层应用和数据管理的核心和主体。以智能计算中心为主 身体，收集各行业的数据资源，促进教育、医疗、能源、公共安全等领域的数据 部门整合、共享和开放，支持人工智能与政府服务和企业服务的整合，提高智能水 平。鼓励相关企事业单位和人工智能企业围绕应用场景提供人工智能服务 开放数据共享。

注重绿色环保，低碳理念始终贯穿发展。从美国和欧盟的智能计算中心来看， 数据中心的碳排放强度正在开发新的技术方案，以应对计算中心日益增长的问题 能源消耗和温室气体排放造成的环境污染。智能计算中心的建设需要考虑 注重计算中心的绿色环保，提高计算中心的能源效率，提高计算中心的能源效率， 碳中和。 互联网、金融、制造业是智能计算能力需求的主要产业。从行业角度来看，全球计算能力 前三个行业是互联网行业、制造业和金融业。制造业计算能力发展水平 年接近金融业，年接近金融业 2022 年度评估超过金融业。从市场数据来看，2022年 全球金融业通用服务器年度投资规模达到 124.7 亿美元，同比增长 26.3%；制造 行业投资规模达到 125.8 亿美元，同比增长 29.0%；从应用场景的角度来看，在全球范围内 在数字化的背景下，制造业面临着更激烈的全球竞争，市场变化更快。同时， 两者的主要计算能力需求不同，金融业更注重数据的快速交互和高频交易，而制造业则更注重数据的快速交互 制造业通常需要大规模处理实时数据、模拟生产、优化供应链等，对计算能力的需求更大 加多样化。

3.3 建设现状：美国、欧盟、英国和新加坡都非常重视智能 算中心发展

全球人工智能计算中心发展迅速。这些中心通常由政府和企业组成 以提供强大的计算资源和专业知识为目标，共同建立了行业和学术机构。这些计算 该中心通常由政府、企业和学术机构共同建立 AI 研究和应用提供了强大的应用 计算资源和专业知识。

3.3.1 美国在智能计算领域处于国际前列

根据赛智产业研究所，美国智能超级计算中心的布局基本上可以分为三个系统：美国能源 依托高校智能超算中心、美国国家科学基金会支持的六个国家实验室和美国国家科学基金会 国航航空航天局（NASA）下属的 Ames 超级计算中心的研究中心。 美国能源部智能计算中心在构思、设计、建设、运维等方面处于世界领先地位。美国能源 下属橡树岭国家实验室、劳伦斯·利弗莫尔国家实验室和 IBM、NVIDIA 公 建立超级计算机优秀实验中心，共同发展新一代 HPC 计算机，使用 IBM 的 Power 处理器及 NVIDIA 的 Teslak 至少加速卡具有浮点性能 10 亿次，最高可 达 30 亿亿次，主要研究核武器、核安全、天文、能源、气候、宇宙、新能源等 域。

多维机构共同发展超级计算行业，注重绿色环保。1)美国国家科学 通过与美国大学和研究机构的合作，基金会为世界各地的科学家提供免费和最高的性能 在伊利诺伊大学、加州大学圣地亚哥分校、西纳西大学等大学布局超级计算资源。 由美国国家科学基金会资助的美国最大的公共超级计算中心是美国国家超级计算 应用中心，业务主机为 Abe。德克萨斯高级计算中心的主要研究领域是可视化 工具、教育、县计算、数据管理、业务主机 Stampede。2)美国航空航天局 （NASA）下属的 Ames 研究中心超级计算中心主要用于天文、航天、气候 模拟未来太空任务、预测人类活动对气候模型的影响、设计安全高效等军事领域 太空探索工具和航天器。3)美国企业智能计算中心注重绿色环保。2020 年 4 谷歌宣布致力于实现所有数据中心 24/7 无碳能源目标，其碳智能计算平衡 该平台将帮助谷歌根据计算负载匹配风能和太阳能等清洁能源。 量子计算已成为智能计算发展的新重点。1）政府端：2020 年 7 美国白宫的月亮 科学技术政策办公室和美国国家科学基金会（NSF）宣布投资 7500 全国1万美元 建立三个量子计算中心。获得新的研究所 2500 量子计算领域的1万美元资金用于量子计算 量子计算领域的内容研究开发，有助于增加该领域的人才储备，推动该领域的发展 域发展。三个量子计算中心将建立在不同的大学，每个中心的方向不是 尽相同。2)企业端:美国互联网企业也在布局量子计算中心。2020 年 8 月，亚 马逊宣布全面推出量子计算管理服务平台 Braket，这是亚马逊网络服务的全面管理，探索和设计新颖的量子算法开发环境（AWS）的产品。可点击客户 Braket 测试和排除云中运行的模拟量子计算机上的算法，以帮助验证其故障 实现，然后在 D-Wave，IonQ 和 Rigetti 这些算法在系统中的量子处理器上运行。

3.3.2 欧盟专注于超算和量子计算的数字主权布局

高度重视政策，创造智能计算生态环境。2019 年 6 1月，欧盟委员会发布了《欧盟委员会》 洲洲高性能计算共同计划（EuroHPC）》，宣布将选择欧盟成员国 8 处地点建 项目总预算高达“世界级”超级计算机中心 8.4 亿欧元将用于个性化医疗， 在药品和材料设计、生物工程、天气预报和气候变化等领域，包括欧洲学术服务对象包括欧洲学术服务对象 各种用户，如边界、工业和公共部门。这一举措标志着欧洲成为世界顶级超级超级 计算区域迈出了重要一步。这一举措标志着欧洲成为世界顶级超级超级 计算区域迈出了重要一步。“欧洲高性能计算共同计划”致力于与欧盟国家合作建设 世界级的超级计算基础设施在超级计算系统和应用性能方面具有很高的竞争力 生态环境的创新高性能计算。

AI 同时，欧盟重视量子计算等技术，是欧盟发展智算的重要动力。 1）2020 年 10 1月，欧洲云计算平台“GAIA－X“项目正式发布，旨在提及欧洲 提供“强大、有竞争力、安全可靠的数据存储基础设施” 依赖云制造商。GAIA－X 云计算平台将于 2021 年正式上线。2019 年 4 月，欧盟 建立一个新的 92 亿欧元资助理计划-“数字欧洲计划”，以确保欧洲应对各种数字 具备所需的技能和基础设施进行字挑战。2020 年 12 欧盟计划在1月份成为“数字欧洲” 计划拨付 75 其中，亿欧元 22 超级计算1亿欧元，21亿欧元 人工智能使用1亿欧元。该 具体计划包括:在 2021 至少在年底前收购 1 台湾百万兆超级计算机；健康，制造 建立可用于人工智能的全欧洲数据空间和测试设施；部署泛欧量子通 信用基础设施，支持网络安全产品认证计划的建立；专门设置人工智能、高级计算和网络安全 全硕士计划等。2）2020 年 9 月 18 日本，欧洲委员会联合执行欧洲高性能计算 新章程发布：拟投资 80 1亿欧元支持新一代超级超级计算，主要是100亿次计算和量子计算 研究和创新等级计算技术和系统，培养必要的基础设施使用技能，为欧洲建设世界 在超算和量子计算领域，维护和提升欧洲领先的超算生态系统奠定了基础 平。EuroHPC 主要聚焦 5 主要核心领域是基础设施和超算服务的结合、技术 应用，不断拓展的用途和技能。

欧盟的智算发展主要依赖于非欧洲科技巨头。亚马逊、微软、谷歌等IBM、 云计算行业巨头，如阿里云、腾讯云等。西门子 MindSphere 云基基础工业互联网平台云基础工业互联网平台 设施服务主要依赖亚马逊 AWS 和微软；依赖谷歌云的雷诺、德意志银行和汉莎航空； 大众汽车与 AWS 法国卫生部签署了云计算服务协议，选择微软公司存储其研究 数据；阿里云与沃达丰达成战略合作，布局德国数据中心，并与西门子合作 MindSphere 阿里云将部署工业物联网操作系统，共同发展中国工业物联网 网络；腾讯云联合 SAP、西门子等软件制造商开始在细分领域创建解决方案。 绿色环保也是欧盟智能计算发展的重要主题。 绿色环保也是欧盟智能计算发展的重要主题。2020年 年 3 本月，欧盟资助的GREENDC 该项目正在开发新的技术方案来降低数据中心的碳排放强度，以应对全球问题 日益增长的能源消耗和数据中心温室气体排放带来的严峻挑战。该项目已收集 来自英国、保加利亚和土耳其的 5 一个学术和工业联合团体的目的是有效减少 能耗，创建更绿色的数据中心。2021 年 1 月，在欧洲范围内 25 个数据中 以及心脏服务提供商和云供应商 17 一个协会共同签署协议，即到达 2030 年使欧洲数 中心在能源消耗方面保持中立，实现气候中和目标，确保行业长期可持续发展 展览的重大努力。

4 我国人工智能计算中心的发展现状

4.1 政策与发展战略：高度重视政策已成为国内科技产业发展的重要战略

大力催化政策，引领战略发展。国家出台了多项智算中心相关政策，推动智算 中心发展。其中，新数据中心发展三年行动计划(2021-2023) 年)提出加快高 “十四五”国家信息化规划强调区块统筹建设 “十四五”数字经济发展规划提出了促进智能的计算能力和算法中心，如链和人工智能 能够有序发展计算中心，构建智能算法、通用算法和开发平台集成的新型智能基础 设施。

五个部门发布文件，加快建设全国一体化计算网络，再次展示政策支持的决心。2023 年 12 月，国家发改委、国家数据局、网络信息办公室、工业和信息化部、国家能源局 印发《深入实施“东数西算”工程》 加快建设全国一体化计算网的实施意见(以 以下简称《实施意见》)。提出重要目标，包括：到 2025 年底，综合算力基 初步形成基础设施体系。各种新计算能力占全国新计算能力的比例 60%以 国家枢纽节点计算能力资源利用率明显超过国家平均水平；1ms 延城市计算网，延城市计算网， 5ms 延迟区域计算网，20ms 在示范区初步实现时延跨国家枢纽节点计算网络； 初步形成计算力电力双向协同机制，国家枢纽节点新建数据中心绿电比例超过 80%； 用户使用各种计算能力的可用性显著提高，成本显著降低，网络传输费用在国家枢纽节点之间 大幅减少；计算网关键核心技术基本安全可靠，以网络化、普惠化、绿色化为基础 逐步形成以计算力网为特征的优质发展格局。政策强调计算能力的建设，并给出明确的目标， 有助于促进行业的进一步发展。

智算中心建设布局浪潮迅速掀起，数十个城市正在建设或规划智算中心建设。 智能计算中心可以为经济、社会、工业提供大规模的数据处理和高性能的智能计算支持 固化各种模型和经验，形成新的生产力，支持智能产业、服务和治理。 智能计算中心是一个具有强大公共属性的开放服务平台，可以实现大面积的数字辐射带 成为经济发展的新动力引擎。随着“东数西算”工程、新基础设施等国家政府 随着规划的出台，中国智算中心掀起了落地热潮。目前，中国数十个城市正在建设或规划中 以东部地区为主，逐步向中西部地区拓展，设立智算中心。未来，和我在一起 国家智能计算中心布局的不断优化和完善，以及人工智能应用场景的不断创新和解锁，智能 能算能力需求将得到更大的释放，智算中心的赋能作用将得到进一步的刺激。

4.2 发展趋势：快速发展的应用催生了巨大的需求，包容性和绿色性 它将成为一种重要趋势

4.2.1 AI 应用侧的快速发展带来了长期和大量的计算需求。智能计算中心是发展 展览“东数西算”发展的关键

ChatGPT 能够实现目前如此强大的互动，离不开背后巨大的算力支撑。根据 官方绿色节能数据中心，ChatGPT 总算能消耗约为 3640PF-days。按近 一个在中国落地的数据中心是参考，计算能力 500P 耗资 30.2 如果要支持亿落成的话 ChatGPT 运行，需要 7—8 在数据中心的支持下，基础设施投资需要100亿元。 “东数西算”项目是促进国内计算能力发展的总体规划。2021 四部分，如国家发改委 委员会联合发布了《全国一体化大数据中心协同创新系统计算能力枢纽实施方案》 京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等 8 个地 启动国家计算能力枢纽节点建设，实施“东西计算”工程，构建全国一体化大数据中心 系。

智算中心业务是国家一体化大数据中心建设和“东数西算”项目的核心关键。通 计算能力主要用于计算复杂度适中的云计算和边缘计算场景。通常，这些场景是实时的 对性有一定的要求，不适合将本地数据完全转移到异地进行计算。超级计算主要用于科学计算 与工程计算等领域不同，不同的超级计算机有不同的处理器、加速卡和框架 化学服务门槛高。因此，智能计算更适合承载背景加工的“东数西算”工程 大量非实时计算能力需求业务，如离线分析、存储备份等，而智能计算中心可以根据不同的细分进行分类 域业务的计算能力需求与相应的计算能力相匹配。智算中心可以在“东数西算”项目下实现计算 力量协调和智能调度可以在全国范围内，根据动态业务需求，在云、网、边之间进行实际调度 计算、存储、网络等资源的按需分配和灵活调度。

4.2.2 计算能力普遍普惠化是大势所趋，相关服务生态逐步构建

实施“东数西算”项目，带动数据和计算能力跨域流动，实现产业跃升和区域平衡 衡发展。根据未来智库的官方网站，计算能力服务是计算能力输出的关键，采用多种场景云服务 作为代表，成为一种全新的交付形式。计算能力的分布决定了企业能否获得最高性价比的计算能力， 基于分布式云技术，近源交付云资源，在一定程度上降低计算成本的同时，计算能力 输出到工厂、社区和农村，以计算服务的形式向用户布局，用户根据业务需要进行采集 计算能力、存储、带宽等专业服务，实现无处不在的计算。 依托智算中心的超大规模预训练能力，各行业的人工智能应用不必从零开始 开发。根据未来的智库官方网站，人工智能模型可以在许多场景中实现通用、泛化和大规模的复合 系统只需结合领域数据进行调整和增量学习，就能形成精度好、性能好的下游 应用，帮助各行业智能升级，实现智能算法应用的普遍化。 先进的节能降耗技术已成为发展的重点。根据未来智库的官方网站，智能计算中心拥有高功率 随着服务器主流芯片功耗的不断增加，用于密度属性 AI 机器单机柜功率训练 密度将显著增加，传统的风冷模式已不能满足智能计算中心的制冷和散热需求。液冷技术 它的应用为智算中心的绿色运行提供了解决方案。液冷是指利用高比热容的液体作用 满足服务器的传热介质等 IT 与传统风冷相比，设备散热需求的冷却方法具有 冷却能力强，其冷却能力是空气的 1,000-3,000 倍，热传导能力是空气 25 倍。 与传统风冷系统相比，液冷系统具有相同的散热水平，节约电力 数据中心30%-50% PUE 值可降至 1.2 下面，甚至接近 1。

4.3 建设现状：已超过 30 智算中心的城市建设将在未来前进 景广阔

4.3.1 政府主导，坚持自主技术路线统筹规划建设

政府是国内智算中心发展的主导力量之一。政府已经投入了大量资源来建设这一点 一些中心一直坚持自主技术路线。政府在人工智能计算中心的建设中发挥着主导作用。政府不仅在政策上给予支持，还在投资上提供了大量资金。例如，政府 在各地设立了一系列系列 AI 创新中心和 AI 工业园区，旨在推广 AI 的创新和产 业化。 政府还坚持自主技术路线，鼓励国内企业和科研机构进行原创研发， 推动 AI 技术发展。在关键核心技术上，政府鼓励攻关，打破外国技术的封锁 和限制。政府主导的人工智能计算中心的建设不仅体现在物质资源的投入上，也体现在物质资源的投入上 目前的政策指导和规划。通过制定长期发展计划，政府明确了人工智能的发展 方向和重点，有助于聚焦资源，提高效率。 人工智能计算能力基础设施已成为我国数字经济高质量发展的重要战略部署 重大发展意义。截至 2023 年 8 据新京智库统计，目前全国至少有一个月 30 座城 智算中心(不包括企业自主建设的智算中心)已建成或正在建设中。未来随着 AI 随着工业的快速发展，预计智算中心数量将迅速增加。

4.3.2 企业主体建立市场化管理运行机制

企业，特别是科技巨头，在人工智能计算中心的建设中也发挥着重要作用。许 阿里巴巴、腾讯等大型科技公司都在自己的人工智能计算中心投入了大量资源。中国企业在人工智能计算中心的建设中也发挥着关键作用。一方面，企 另一方面，企业可以在中国人工智能计算中提供强大的技术支持和市场应用。 在心脏建设中，不仅提供资金和技术支持，还提供市场化的管理和运作机制。相比 对于政府和学术机构来说，企业更注重效率和效率，这有助于提高人工智能计算中心的运输 营效率和服务质量。 根据 IDC 圈数据，截止 2023 年 4 月，国内已超过 10 由大型科技企业主组成 导的智算中心。

4.4 建设运营模式:多元化模式并存，政府和科技巨头依然存在 是主导力量

地方政府、工业园区、企业在建设全国一体化大数据中心协同创新体系的背景下 智能中心被用作培育人工智能产业生态、提高数字经济能力的有力工具。

4.4.1 常见的建设模式：独立投资、第三方投资、SPV 模式

独立投资建设模式：以政府、企业或科研机构为投资主体，也是目前最主流的 的形式。1)政府:直接投资和管理建设项目，建设资金主要来自地方政府 建设完成后，智算中心的所有权归政府所有，如金融资金、专项债券发行等。出于促进产 考虑到产业发展和产业服务优化，不同规模的产业园日益成为智算中心的投资主体， 建设智算中心由园区管委会出资。2)企业:服务于特定产业的发展和特定场景 应用。一些负责投资的企业可以同时作为智算中心的建设者，一些负责投资的企业 联合专业化建设企业进行施工是必要的。由于智算中心的投资普遍较高，大型科技往往是由大型科技引起的 企业承担建设。3)高校或科研机构:智能计算平台一般建设，服务场景相 对于单一，建设成本小于智算中心。该平台可为师生和研究人员提供免费的计算能力支持， 为科研教育场景服务，高校和各科研机构的科研资源叠加智能计算能力，为基础研究， 支持前沿科学技术研究。

由第三方投资的建设模式：智能计算中心建设的第三方一般为国有控股企业。该模型 在公式下，不仅实现了政府对项目建设全过程的控制和需求的充分对接，而且有效利用了相位 关国有控股公司在科技、人力资本、平台资源、市场等方面具有优势。智算中心建成后 归第三方公司所有，可归第三方所有。政府承诺补贴或更换其他项目。细分为两个细分 类。一是地方政府成立新的国有控股公司，专门负责智算中心的建设投资 现有的国有控股公司由地方政府委托或授权出资。 基于特殊项目公司的建设和运营（SPV）模式：政府与企业共同投资建立智算 在合作框架协议下，双方按比例出资建设智算中心。政府既可 以直接投资参与项目建设，也可以通过国有控股公司和下属机构参与项目建设 设。政府授权项目公司按照公司化的方式独立经营，负责设计、融资和施工 并向政府、企业提供服务或产品并收取费用。这种模式的优点是可以节约政治 政府部门的项目建设成本实现了建设资金的筹集，同时启用了专业的建设团队和项目管理 在工程设计、建设和运营中，理性灵活多样，效率高。

4.4.2 三种常见的操作模式，操作内容逐渐多样化

智能中心出现时间短，其运营模式极具探索性，可根据运营商、服务类型、 从三个方面分析服务内容。 运营主体选择：指负责智算中心投入使用后的运营服务机构。1）“投 -运输一体化模式:即项目投资者投资成立实体运营公司，负责计算服务和管理 生态服务。团队成员一般包括运营公司自身的管理职能部门、计算服务营销人员、技术人员 技术支持工程师等计算能力建设方人员。2)“投-建”合作模式，即投资者和承包商 建方共同成立新公司，专职负责计算能力的运营和对外服务。在这种模式下，可以形成投资 考虑到智算中心的后期维护和存储，资方与建设方的运营联合，实现运营风险共担，特别是 在一定的技术门槛下，可以保证运营的专业性和高产出。3）“建-运” 一体化模式：承包商设立运营公司，专职负责计算能力运营和对外服务。考虑到 在这种模式下，承包商可以单独承担经营风险，政府可以补贴经营费用。为了约束经营公司的经营行为，政府可以评估经营公司的计算能力利用率等指标。运营收入 收入可由经营者和政府部门共享。 服务类型和内容逐渐多样化。1)服务类型:服务对象包括产业发展、科研 调查、公共服务等。服务内容：包括提供数据服务、计算能力服务、算法服务、生态服务、 服务等。

5 人工智能计算中心面临的新形势和新需求

5.1 人工智能计算中心需要适应人工智能 +大算力发展的新形势

智能中心可以促进人工智能技术在各个行业的应用，从而推动各个行业的应用 提质增效。农业方面，2022 “十四五”全国农业农村信息化发展规划提出 到 2025 农业生产信息化率达到年度 智算中心可提供27%的数字农业专有目标 算法为实现农业生产信息化目标提供了强有力的辅助。工业方面， 智能中心可以为工业生产的多个场景提供算法和算力支持，提高生产效率。生活服 在业务方面，智能计算中心可以提供电子商务、智能家居、新零售、智能驾驶等应用场景 提供信息技术支持，推动产业智能化升级。此外，智算中心还可以为新业态提供基础 计算支持，推动智能网络汽车、元宇宙、数字交易等新业态的发展。 在经济效益方面，智能计算中心将帮助人工智能技术推动相关产业的快速增长。 《关于印发新一代人工智能发展规划的通知》提出了目标 2025 年，人工 超过规模的智能核心产业 4，000 带动相关产业规模超过1亿元 5 万亿元；到 2030 年，人工超过规模的智能核心产业 1 万带动相关产业规模超过1亿元 10 万亿元。据 IDC 以及2020年浪潮信息预测 年至 2030 我国人工智能核心产业年均复合规模 增长率达 20.9%、带动相关产业规模的年均复合增长率达到 25.9%。智能中心可以 人工智能技术的实施为相关产业的增长提供了基本的计算能力支持。

在社会效益方面，智算中心可以整合各方优势，促进城市数字化转型。智算中心在 在提供公共计算能力基础设施支持的同时，它还具有工业“聚合器”和“孵化器”的功能 有效促进人才、资本、技术、数据等要素的联系，建立跨行业的沟通平台 成为政府、企业、研究所等多学科的优势，促进更多的优势 AI 应用场景着陆。此外，智能计算中心已成为构建智能城市的基础设施，可以帮助构建各种人工智能应用场景，广泛服务 城市数字化转型的各个方面，如社会治理、智能安全、移动支付等。

目前，我国各行业智能化水平较低，需要降低人工智能应用的门槛。根据中国的科学技术 人工智能计算中心发展白皮书由技术信息研究所发布 目前我国2.0 85%以上 人工智能计算能力集中在教育、医疗、养老、环境保护、城市等互联网和公安行业 运营、司法服务、交通、能源、制造等领域尚未得到深入应用，对公共服务，生 提高社会治理、经济活动各环节的智能化水平，如生产、分配交换等，仍有待提高。未来 大型通用模型的开放可以加快行业模型的开发，实现应用场景的快速复制。未来 大型通用模型的开放可以加快行业模型的开发，实现应用场景的快速复制。 也可以结合自身资源禀赋，结合当地优势产业，打造符合当地特色的产业 应用。

5.2 人工智能计算中心需要满足国家“双碳”目标的新要求

近年来，计算能力基础设施的能效指标日益严格。近年来，工业和信息化部等部门 继续发布文件，不断规范数据中心的能耗管理 PUE 值。根据国家信息中心发布的《智慧》 计算中心创新发展指南目前正在建设大型和超大型数据中心 PUE 要求已从 2017 年的 1.5 降至 2021 年的 1.3 以下是国家枢纽节点的平均水平 PUE 更需要进一步 降到 1.25 以下。“东数西算”项目要求东部地区 PUE 目标不超过 1.25，西部地 区不超过 1.2能效指标更加严格。

智能中心可以通过发展节能技术和计算能力调度来降低能耗，满足低碳发展的需要 求。近年来，由于数据中心建设的总体规划和制冷供电技术的不断改进，智能计算 中心的平均 PUE 价值有了很大的提高。根据中国科技信息研究所发布的《人人》 发展白皮书智能计算中心 2.0》，2013 年前，全国对外服务数据中心的平均水平 PUE 在 2.5 左右，而到 2019 年底，国家对外服务数据中心的平均水平 PUE 近 1.6， 实现质的飞跃。未来，智能计算中心的建设可以重点发展制冷效率高的液冷技术，降低制冷效率 能耗，并通过人工智能计算网络的建设实现计算调度，继续提高计算设备的使用效率。

6 华为升腾：国产 AI 国内智算中心建设计算能力标杆 的核心力量

全栈 AI 覆盖“端边云”的软硬产品。升腾计算产业以升腾为依托 AI 处理器 以一系列硬件和基础软件为核心，构建全栈 AI 计算基础设施，赋能各行各业。 昇腾 AI 华为基础软硬件平台包括华为 Atlas 系列硬件和合作伙伴自己的品牌硬件，异构计算 架构 CANN、全场景 AI 框架昇思 MindSpore、升腾应用使能 MindX、一站式开 发平台 ModelArts 统一工具链 MindStudio 等。在硬件方面，包括模块、标卡、 小站、服务器、集群等产品形式；在软件层面，包括异构计算架构AI 框架、应 全过程开发工具链等产品。

6.1 硬件：打造以升腾为核心的硬件 AI 算力底座

两个基于达芬奇架构的“核心”，其中，升腾 310 用于推理业务，升腾 910 用 在培训业务中。1）昇腾 310 处理器：本质上是人工智能电影系统，主要用于边缘 计算低功耗领域，如产品和移动设备。该芯片采用 12nm 制造工艺，最大功耗 仅为 8W，半精度(FP16)计算能力 8TFLOPS，整数精度(INT8)计算能力 16TOPS， 同时也集成了 16 全高清视频解码器通道。2）昇腾 910 处理器：芯片计算密度 与同时代的英伟达相比，大，领先世界。 Tesla V100 GPU 还要高出一倍，主要应该是 在云中使用，可以为深度学习的训练算法提供强大的算力。在计算能力方面，升腾 910 表 半精度(FP16)计算能力现在非常出色 320TFLOPS，整数精度(INT8)计算能力 640TOPS，功耗只有 310W同时使用 7nm 支持先进的工艺流程 128 通道全 高清视频解码。从算力的角度来看，升腾 910 和英伟达 A100 性能基本相同。

超级计算能力推理+训练标卡华为升腾。“通用处理器”集成了培训和推理标卡AI Core、集成编解码，需要安装在服务器上，通过服务器提供操作和模型 根据中心提供强大的计算能力。1)推理卡：包括 Atlas 300V 视频分析卡，Atlas 300V Pro 视频分析卡，Atlas 300I Pro 推理卡、Atlas 300I Duo 推理卡。其中，Atlas 300I Duo 推理卡可以在配置下输出整数精度(INT8) 半精度(FP16)280TOPS 算力达到 140TOPS。2)训练卡:主要是 Atlas 300T Pro 训练卡(型号:9000)、 Atlas 300T A2 培训卡可广泛应用于智慧城市、智慧交通、智慧园区、智慧园区 金融等诸多 AI 行业场景。

业界领先的服务器。昇腾 AI 服务器具有超强的计算能力，适用于中心侧 AI 推 以及深度学习模型开发和训练场景。1）Atlas 800 推理服务器(型号:3000)： 具有计算能力高、能效高的特点。最大可支持 8 个 Atlas 300I/V Pro，提供强大的实时性 推理能力广泛应用于中心侧 AI 推理场景。2）Atlas 800 推理服务器(型号: 3010）：配置灵活，适应多种负载特性。最大可支持 7 个 Atlas 300I/V Pro， 广泛应用于中心侧 AI 推理场景。3）Atlas 800 训练服务器(型号:9000)：具 具有计算力密度高的特点。拥有 4 颗鲲鹏 920 芯片广泛应用于深度学习模型的开发和 培训适用于智慧城市、智慧医疗、天文探索、石油勘探等需要大计算能力的行业。 4）Atlas 800 训练服务器(型号:9010)：它具有计算力密度高的特点。可提供 2.24PFLOPS FP16 计算能力广泛应用于深度学习模型的开发和训练。5）Atals 800T A2 训练服务器：具有高速带宽等特点。双向互联带宽达 392GB/s，深度应用广泛 开发和训练学习模型。6）Atlas 500 Pro 智能边缘服务器：易于部署和维护 支持云边协同等特点。最大支持 3 张 Atlas 300I/V Pro 推理卡，单卡功耗仅 72W，充分发挥鹏鹏架构多核、低功耗优势，广泛部署在边缘场景中。

6.2 软件：构建完整的底层结构

6.2.1 CANN：类似 CUDA 的计算架构

CANN 它是一种与英伟达相似的异构计算架构 CUDA。CANN 位于计算资源中 在高性能计算硬件和应用层之间，即芯片使能层 AI 在应用之间架起一个 座桥梁。部署在盛腾服务器中，包括统一的编程语言、统一的网络构图界面、高性能计算 计算引擎和算子库。通过 AscendCL 对外提供 Device 管理、Context 管理、Stream 管理、内存管理、模型加载与执行、算子加载与执行、媒体数据处理等 API，帮助 现在开发者已经实现了 CANN 深度学习推理计算在平台上进行，图像预处理，单算子加速计 算。应用于离线推理场景和训练场景。 CANN 释放 AI 硬件的终极性能，其高性能算子库和优化引擎，支持快速部署 神经网络。构建深度学习框架的模型由计算单元组成，被称为 对应特定计算逻辑的算子构成了加速神经网络的基础和核心。CANN 支 持超过 1400 并提供高性能算子 900 各种优选模型，并覆盖 80%的 DSL 算子，其 DSL 与业内其他产品相比，算子得到了改进 70%的开发效率。正是这些丰富的 算子，筑起了澎湃的算力源泉。此外，CANN 还提供了新一代智能调优工具 AOE， 取而代之的是繁琐的手动优化操作，降低了调优的门槛，提高了调优的效率。以 ResNet50 以网络为例，使用 AOE 与上一代工具相比，调优效率提高了一倍以上， 而且性能提升超过 100%。在 CANN 6.0 在版本下，模型迁移的成功率可以达到 90%。

CANN 深受各个领域的认可。1)学术领域:2022 年 3 月，基于 CANN 的 AI 论文 PLGAN 强势上榜 2022 CVPR，5 12月荣获“软件行业示范案例” 在第八届中国国际“互联网+”大学生创新创业大赛中，“基于升腾计算能力和 CANN 突破“互联网+”国赛金奖的创新应用。2)在科研领域：分子动力学模拟服务 CANN 在成功商用的帮助下，AI 现有产品的预测性能达到了现有产品的预测性能 1.5+倍，可预测 与传统方法相比，规模有所提高 为光伏材料、新能源电池、半导体材料的研究带来1万倍+倍 巨大的商业应用价值。此外，昇腾 AI 基于平台端到端的蛋白质结构预测 CANN 多维度性能优化，使 AI 预测效率较 Baseline 提升 2+倍，长序列 推理能力，2022 年底已支持 蛋白质氨基酸序列长度3800+，达到行业领先水位 平。

6.2.2 MindSpore：全场景 AI 深度学习框架

MindSpore 支持云边端灵活部署的深度学习框架是华为推出的。人工智能领 没有深度学习框架，域的发展是分不开的。从 2012 年以前的 Torch、OpenNN 等原始深 学习框架的发布形成在后面 TensorFlow 和 PyTorch 双头垄断，再到现在 中国国内框架有一席之地，深入学习框架市场新产品不断更新。2020 年，华为研 制的 MindSpore 正式开源，和 TensorFlow、PyTorch、飞桨等框架是人工制作的 发力智能领域。

MindSpore 帮助开发者孵化各种各样的产品 AI 创新算法和应用。在 2018 年“华为 全联接会议提出了人工智能面临的十大挑战，包括长部署周期和高开发 本、高科技门槛等问题，为了应对这些问题，升腾 MindSpore 专注于开发朋友的实现 良好、高效运行、全场景按需协调三大目标，有效降低开发门槛。一般而言，开发 深度学习软件框架可以从繁琐细致的具体编程工作中解放程序员，从而解放程序员 主要集中在人工智能算法的优化和改进上。昇思 MindSpore 作为新一代全场 景 AI 框架也是如此，具有图算融合、分布式并行、企业安全可信等功能， 可实现模型训练-推理-全场景部署。

MindSpore 在全球 AI 框架利用率处于第一梯队。根据 Omdia 的调研 在社区活动方面，数据，MindSpore 以 占11%，排名第四；在中国开发人员 心中，MindSpore 认知度在国内框架中排名第一，认知度在全球框架中排名第三。在人 在工智能框架利用率方面，TensorFlow、PyTorch、昇思 MindSpore 和飞桨合计 占了 其中，86%的市场份额，MindSpore 以 11%的比例在全球框架中排名第三， 逆势进入了 AI 框架的第一梯队。

6.2.3 MindStudio：面向开发者的全过程开发工具链

MindStudio 提供全过程开发的工具链。可供开发人员使用 MindStudio 提供 简单易用的开发工具可以有效地完成端到端开发，使开发人员能够安装和部署模型 一站式完成培训、模型推理、算子开发、应用开发、调试调优、应用部署等全过程， 开发门槛明显降低，无需切换不同的工具。MindStudio 支持训练和推理场 景。1)训练场景：MindStudio(升腾训练加速工具)使用独特的算法使训练速度快 度提升 25%。2)推理场景：MindStudio(升腾模型压缩工具)使用独特的智能 算法，加速推理过程，可以大致加速 47%。

6.3 生态:建立国内领先的生态伙伴体系，为千行百业注入 新动力

截至目前，华为坚持“硬件开放、软件开源、合作伙伴、人才发展”的生态战略 2023 年 7 月 6 日，昇腾 AI 已经超过了开发者 180 一万，合作伙伴超过 1200 家，行业 AI 超过认证解决方案 2500 多个。盛腾生态合作伙伴包括整机硬件合作伙伴，IHV 硬件伙伴、 五大类:应用软件伙伴、一体机解决方案伙伴和生态运营伙伴。其中，整机硬件伙 伴有 13 家、IHV 硬件伙伴有 6 关于家，软件伙伴 1200 家，以萨技术是其一体机 解决方案合作伙伴、极视角科技和中软国际是其生态运营合作伙伴。

1)整机硬件合作伙伴:华为通过包括宝德、华为在内的升腾计算整机硬件产品 坤振宇、神州数码等多家主流厂商合作，内容主要涵盖服务器，共同打造适应生产 工业开发的产品。

以黄河信产为例，黄河信产专注于坤鹏系列的通用计算和升腾系列 AI 计算的服 与生态伙伴密切合作，推动计算机、微型计算机、软硬一体化解决方案 计算生态创新。其产品包括 Huanghe OceanAI 900H 训练服务器，Huanghe OceanAI 800H 推理服务器，Huanghe OceanAI 500 Pro 智能边缘服务器等。

2）IHV 硬件合作伙伴：凌华科技、研扬科技、研华科技、飞途、东声智能、全爱 科技 6 大公司成为 IHV 硬件合作伙伴。合作伙伴基于华为升腾部件进行二次开发， 形成自有品牌的硬件产品并销售。

3)应用软件合作伙伴:对接升腾服务器、智能站、集群、加速模块和卡片 华为盛腾应用软件合作伙伴开发和销售自有知识产权的应用程序，如MindSpore 软件、垂直细分应用等产品。合作伙伴多为数字政府和制造业。

4)一体机解决方案合作伙伴：以萨技术成为华为盛腾唯一的一体机解决方案合作伙伴， 以升腾系列产品为基础，打造了以萨智能交通和以萨智能交通两大解决方案。

5)生态运营伙伴:华为升腾与极视角科技、中软国际达成合作。其中，极 从升腾产品的角度构建“智慧城市”解决方案，部署方便，一键安装，一键安装 站式管理和数据不泄漏功能；中软国际年度在中国软件和信息服务方面具有综合竞争力 百强企业前 15 位置，致力于升腾计算企业合作、计划建设、计算运营等领域。

6)开发者生态:华为将开发者生态建设视为最重要的工作之一，从五个方面围绕开发者生态展开。全面开放多生态、多领域能力：利用华为技术底座和开放 华为开发者的官方网站收集了各种生态和领域的开发平台和工具套件，全面开放 人工智能、数据库、物联网、云原生、华为HarmonyOS、HMS、鹏鹏、升腾等 该领域的技术能力。旗舰赛事汇聚，赋能应用创新：精选华为各生态领域的顶级赛事， 全面开放华为在各行业取得的技术成果，鼓励开发者探索前沿技术。 线上线下活动，链接生态商机：根据企业、高校、个人等不同开发者群体的需要， 华为提供丰富的在线活动、离线沙龙、技能培训和产品体验。华为专业 产品能力和大量的学习资源，全面赋予开发者在云上开展实际项目，帮助企业 开发商链接生态商机，共同推动产业生态发展。丰富的项目促进开发者的成长：华 为了覆盖多个领域和生态系统 30+开发者计划与世界各地的开发者联系起来。 华为对企业、个人和大学提供全方位的支持，包括开发、推广和实现 帮助全球开发者成长，加快开发者生态的成熟发展。打造一站式开发者 服务：围绕开放能力、学习赋能、应用建设、商业实现、服务支持等一站式发展 新升级的开发者官网覆盖产品、活动、program、社区、学校和支持 菜单，方便开发者从自己的兴趣和目标出发，快速检索相关的产品和服务。

升腾万里伙伴计划是基于升腾万里伙伴计划 AI 为培训提供基础软硬件平台推出的计划 全面支持技术、营销和市场。从合作伙伴、开发者、大学、初创企业等方面开展阶段 计划，全面激励。1)合作计划:根据合作伙伴的技术和市场能力，以及行业 绩效贡献，将合作伙伴分为注册级、认证级、领先级、优先级，享有不同的权益。2）开发 人员成长计划：根据开发者在盛腾开发者社区的活动，给予不同的积分，可以获得相应的积分 权益。3)高校教学合作计划:与国内“双一流”建设高校合作，或在校园内设置 AI 学 或研究所，或独立设立的 AI 可以加入所有相关学科 AI 人才培养计划。4）初创扶 持有计划：分为孵化、成长、云腾三个阶段，企业参与计划后，获得相应的支持， 随着与 Atlas AI 进一步整合和裁员计算解决方案，进入成长和云腾阶段， 获得更高的支持，并优先向合作伙伴和客户推荐销售。

基于硬件和软件产品，华为推出了许多产品 AI 解决方案。在人工智能计算中心，能源 广泛应用于金融、交通、电信、智能城市、制造和医疗等行业，创造了高价行业 值。 AI 产业集群由计算中心授权。AI 计算中心提供从底层芯片计算能释放到顶层应用程序 人工智能全栈能力的重点是建设“一中心四平台”，实现政府、产业和学术研究 调查与应用场景的全方位连接与合作。这样，人工智能产业在地区乃至地区都得到了推广 全国范围内的集聚与发展，促进了“政、产、学、研、用”五位一体的协调发展。

6.4 核心地位：升腾是国内智能计算中心建设的核心力量

全方位的升腾 AI 智算中心解决方案 AI 智能中心的需求方具有高度的需求 的友好性。昇腾打造的 AI 根据不同行业和客户的需求，提供计算中心解决方案案 全栈 AI 计算中心解决方案案 AI 计算中心解决方案案，轻量化 AI 计算中心解决方案 三种不同规模的解决方案，包括案例。 1）全栈 AI 计算中心解决方案：为智能计算中心提供全栈建设需求 多样化的计算能力，LO-L3 全栈交付。以应用驱动的多样性计算能力集成和超高密度硬件架构创建 新的、应用感知的存算与全栈能效管理相协调，获得全栈倍数级优势。 2）云 Al 计算中心解决方案：智能计算中心需要建立硬、软件平台， 提供 Atlas 硬件和华为云 HCSO(ModelArts)软件为客户提供高效、可重用的知识 的一站式 AI 在数据处理阶段，模型开发平台可以节省 50%~80%的人力和智能标记 提高标注效率 70%，基于图像分类 AI 培训性能可以达到行业 4.5 倍、推理 性能可以达到行业 1.8 倍。 3）轻量化 AI 计算中心解决方案：面向软件平台的智能计算需要关注行业属性 基于计算中心，提供合作伙伴 MindX DL 具有行业属性的深度学习平台 web 页面，一键安装部署，操作简单，5~10 步骤可以完成训练。

在应用方面，升腾 AI 支持多个应用场景。鹏城云脑Ⅱ以 Atlas 900 AI 集群为Ⅱ 底座，结合 AI 可以实现集群软件 AI 自由扩展到计算能力 E 级的 AI 计算系统，通过 支持多元化的异构计算平台、多源算法平台和多态智能应用 AI 主要应用模型 训练和推理，可用于自动驾驶、城市大脑、智能医疗、智能交通、语音识别 语言处理等应用场景。

华为升腾是国内政府领导智算中心建设的核心力量。我国超大规模预训模型 型号发展如火如荼，计算能力需求不断上升，人工智能计算中心建设保持快速增长。 政府统筹建设的人工智能计算中心大多采用国内通用处理器和 AI 以加速器技术为准 国内华为升腾、寒武纪思元等 AI 芯片为主。目前，以国内政府为主导的智算中心 华为升腾已签约建设多个智算中心。重庆、武汉、西安等城市已建成人工智能 多个人工智能计算中心的建设也在陆续规划中，可以计算中心并投入运营。

6.5 全面赋能:从智能中心到城市智能中心，升腾全面赋能 城市 AI 发展

城市智能中心的解决方案是面向数字政府，致力于加快数字政府的智能升级 让城市整体运转更加聪明、智慧。将底层 AI 计算能力所需的基本软件和硬件，智能调整 软件平台层及各种度能力 AI 以软件算法层为基础，整合软件算法层 委员会办公室提供标准接口，并发布 AI 最后，各委办局通过调用服务实现各类城市 智能服务的治理和应用需求。 城市智能中心方案件有三个亮点:1)全栈 AI 自主创新:支持建设可持续性 智能城市人工智能生态的韧性；2)平台开放、敏捷创新：开放平台能力实现软硬 零件解耦，端边云协同架构支撑，全场景智能持续迭代创新；3)工业生态繁荣:聚集 结合各类优质行业合作伙伴的优势，共同打造标准化、可复制的智慧城市解决方案。 进入智能时代，城市的智能治理必须克服许多挑战，给出合理的解决方案：1） 要打破信息系统烟囱林立的局面，消除数据孤岛现象，在城市层面形成统一的态势 知识、综合治理、应急救援、决策分析能力。2)解决政府服务流程复杂的问题，消除 为群众提供一体化服务，提高群众满意度，除了各委办局之间的系统壁垒外。3）鼓励 国内政务创新 AI 基础软硬件使国内自主创新技术成为城市智慧的“基础”。

城市智能中心方案具有丰富的应用场景和重要价值。以几个典型的应用场景为例： 1)城管:事件自动报告，准确率>90%，自动取证，节省人力 50%，告警恢 复自动结案。2)水务:水尺识别准确率可达 85%以上；可占屏幕比例； 5% 识别漂浮物；并且精度可以达到 85%以上；支持洗拖把、洗衣服、扔垃圾的识别 识别垃圾、倒泔水等不文明行为，识别远程小目标，识别游泳、船舶入侵、 人员入侵等场景，算法准确率 80%以上。3)市监管:智能视频分析，解决方案 人力不足。

计算能产业在人工智能发展下的发展带来了重大机遇，是人工智能浪潮下确定性最高的细分领域之一，建议重点关注：

1)国内AI芯片龙头:寒武纪、海光信息、超信通信(沐)、景嘉微等;

2)华为盛腾一体机制造商:科大讯飞、云从科技、软通动力、恒为科技等。

3)人工智能服务器制造商：软通电源、浪信息、联想集团、中国长城、中科曙光、高新技术发展(华坤振宇)、神州数码、拓息、烽火通信(长江计算)等。

4)计算能力运维：润建股份、网宿科技、超讯通信、杭锦科技、龙宇股份等；

5)先进包装:长电科技、通富微电、永硅电子、兴森科技等。来自民生证券