2019-2026年中国通用算力规模及预测

参数量及数据量指数级增长，AI算力需求高增。大模型是基于大量数据训练、拥有巨量参数的

模型，以GPT为例，2020年发布的GPT-3参数量达1750亿个，较2019年发布的GPT-2的参数量15亿多出百倍，同时预训练数据量也由40GB增长至45TB。随着模型参数量及数据量呈指数级增长、应用场景不断扩充深入，算力需求迎来快速增长。根据IDC数据，以智能加速卡半精度（FP16）相当运算能力来测算，2021年中国智能算力规模达155.2每秒百亿亿次浮点运算（EFLOPS），2022年将达到268.0EFLOPS，预计到2026年将进入每秒十万亿亿次浮点计算（ZFLOPS）级别，达到1,271.4EFLOPS，五年复合增长率达52.3%。作为参考，以CPU双精度（FP64）运算能力，2021年中国通用算力规模达47.7EFLOPS，预计到2026年将达到111.3EFLOPS，五年复合增长率为18.5%。

算力规模（EFLOPS）增速（右轴）算力规模（EFLOPS）增速（右轴）

1,400

1,200

1,000 800 600 400 200 0

2019202020212022E2023E2024E2025E2026E

160%

140%

120%

100%

80%

60%

40%

20%

0% 120 100 80 60 40 20 0

2019202020212022E2023E2024E2025E2026E

35%

资料来源：IDC，万和证券研究所资料来源：IDC，万和证券研究所

AI服务器成长性较高，有望迎来量价齐升。AI服务器作为算力基础设施之一，根据IDC数据，

2021年中国人工智能服务器市场规模达到59.2亿美元，同比增长68.2%，高于全球市场增速，

预计到2026年，中国人工智能服务器市场规模将达到123.4亿美元，五年复合增长率为15.8%，且随着AI模型逐步进入广泛投产模式，用于推理的AI服务器需求占比将逐年提升。由于AI大模型的训练和推理需依靠大量高性能计算的算力支持，带来上游算力基础设施的需求确定性较强，从以英伟达为代表的芯片厂商加速硬件迭代升级可见，算力需求正不断攀升，加之随着AI应用场景的不断扩容，算力也将同步受益。AI服务器作为上游算力基础设施中必要的组成部分，考虑到2023年以来，随着AI算力需求高增，全球GPU及相关专用芯片供应紧缺，预计AI服务器价格将会继续呈现上涨趋势，有望进一步催化行情演绎。

100%

80%

60%

40%

20%

0% 2020 2021

2022E

2023E

2024E

2025E

2026E

资料来源：IDC，万和证券研究所

AIGC空间广阔，商业化进程持续推进。当前，我国AI大模型呈现蓬勃发展态势，据不完全统计，参数在10亿规模以上的大模型全国已发布79个，而相关厂商的竞争阵地也由大模型本身转为其商业化应用落地。随着大模型成熟度和可用性的不断提高，在办公软件、教育、医疗、电

商等行业领域的应用正逐步渗透。目前，AIGC的商业化之路仍在探索，C端，除ChatGPT开启订阅收费外，多数基于AI模型开发的产品尚处于免费试用期，同时以Microsoft365、Bing等为代表的应用产品也未正式开启收费；而B端，ChatGPT、GPT-4则以API接口的形式进行收费。尽管AIGC的收费标准和商业模式仍未成型，但随着应用场景的不断扩展，相关公司有望迎来价值重估。