智能算力是驱动计算机视觉产业链发展的基础

图16：智能算力是驱动计算机视觉产业链发展的基础

资料来源：中国信通院

GPU芯片多用于图形图像处理、复杂的数学计算等场景，可较好支持高度并行的工作负载，常用于数据中心的模型训练，也可以用于边缘侧和端侧的推理工作负载。2021年中国仍以GPU为主实现数据中心计算加速，据IDC测算GPU市场占有率近90%，而ASIC、FPGA、NPU等非GPU芯片市场占有率超过10%，其中NPU芯片设计逻辑更为简单，常用于边侧和端侧的模型推理，并生成结果，在处理推理工作负载时，具有显著的能耗节约优势，因此增长较快。

从工作负载角度而言，据IDC数据，2021年中国数据中心用于推理的AI服务器占比已达57.6%，预计这一比例将在2026年提升至6成。伴随企业人工智能应用成熟度逐步递增，企业将把精力更多从人工智能训练转移到人工智能推理工作负载上，这意味着人工智能模型将逐步进入广泛投产模式，因此智算中心的基础设施规划和运营支出规划更加需要追求服务器利用率提升和性能利用率的提升，以实现更

好经济性。

图17：2021年GPU应用于中国89%的计算加速场景图18：预计AI服务器用于推理计算比例将提升至6成

202020212022E2023E2024E2025E2026E

GPUNPUASICFPGA

训练推理

数据来源：IDC、开源证券研究所数据来源：IDC、开源证券研究所

当下全球智能算力快速增长，据中国信通院数据，2022年底全球算力总规模达到650EFLOPS，其中通用算力规模为498EFLOPS，智能算力规模为142EFLOPS，超算算力规模为10EFLOPS；智能算力规模同比增长25.7%，规模占比达21.9%。国内市场方面，2022年算力总规模为180EFLOPS，排名全球第二，其中通用算力规模为137EFLOPS，智能算力规模为41EFLOPS，超算算力规模为2EFLOPS。中国智能算力同比增长41.4%，规模占比达22.8%。而2023年10月工业和信息化部、中央网信办、教育部、国家卫生健康委、中国人民银行、国务院国资委等六部门联合印发《算力基础设施高质量发展行动计划》，提出到2025年实现国内算力规模超300

EFLOPS，其中智能算力占比达到35%（105EFLOPS），预计2022-2025实现36.8%

CAGR。