AIGC驱动智算集群建设，算力租赁模式复现IDC高增路径.pdf

北交所行业主题报告 目 录 1、 引言：AIGC 迎技术与应用拐点，大模型+云计算走向全民化、普惠化4 2 、 AI 算力是新时代核心基建，复盘第三方数据中心看算力租赁厂商增长路径4 3、 洞察趋势：AI 大模型引领算力服务商发展，GPU 基建建设加速扩张9 4 、 发掘壁垒：聚焦软硬件多元优化，虚拟化与资源调度促成本效率提优 14 5、 公司布局：多赛道龙头加码GPU 算力，蓝耘&并行彰显专精优势22 6、 风险提示26 图表目录 图1： 通用及行业大模型不断涌现、进化，AIGC 开启全球产业技术新引擎4 图2 ： 英伟达多路线AI 硬件持续迭代，将大模型训练、部署从两年周期缩短到一年4 图3 ： 微软OpenAI+GPU 算力资源打造协同效应，同时云服务对外提供租赁业务 5 图4 ： 第三方数据中心厂商通过绑定核心客户长期租赁模式，实现快速扩张 6 图5 ： 2014-2018 年是数据中心“跑马圈地”核心阶段 6 图6 ： 资源向内生能力转化，毛利率整体维持20-40% 6 图7 ： 非流动资产占比普遍高，重资产长线运营为主7 图8 ： 销售费用率普遍较低，绑定大客户无需大量推广7 图9 ： AI“算力租赁”与第三方数据中心厂商扩张模式类似，聚焦于资源层能力7 图10： “算力租赁”本质上是AI 算力云业务的一种具体商业模式 8 图11： 算力租赁厂商与常规算力云厂商的商业模式有较多差异，具备独特竞争力 8 图12： AI 算力服务产业链中，云服务商（包括第三方算力租赁商）集成芯片、服务器，形成算力服务供给9 图13： 2022 年全球智能算力规模增长25.6%/EFLOPS 10 图14： 2022 年中国智能算力规模增长41.4%/EFLOPS 10 图15： AI 模型算力需求主要来自于训练和推理两大类 11 图16： 2021 年GPU 应用于中国89%的计算加速场景 12 图17： 预计AI 服务器用于推理计算比例将提升至6 成 12 图18： 智能算力是驱动计算机视觉产业链发展的基础 12 图19： AI 时代GPU 算力需求预计每年翻倍，10 年内实现千倍增长 13 图20 ： AIGC 成核心驱动力，预计全球CAGR 超90% 13 图21 ： 预计中国AI 服务器市场2026 年达 123 亿美元 13 图22 ： 成本端核心是优化数据中心系统工程投入，收入端核心在于提升算力利用率、实现算力调优 15 图23 ： NVIDIA 加速计算全栈平台横跨芯片层、系统层和软件层布局 15 图24 ： 从芯片层、服务器层到云架构层，服务商均需要持续优化算力资源体系 16 图25 ： 开放加速计算系统全栈设计方法涉及芯片、散热等辅助硬件、系统方案、性能调优等环节紧密配合 16 图26 ： AI 服务器集群建设过程需要在架构等硬件层的设计经验上有深厚积累 17 图27 ： GPU 云计算集群通过网络、存储协同部署以及容器化，构建AI 云服务 17 图28 ： GPU 容器共享技术可依托K8S 与调度算法实现 18 图29 ： AI 算力网络在算力池化基础上，通过AI-VPC 实现多租户隔离 19 图30 ： 租户隔离与多租户资源调度优化是优化AI 算力资源的一大重点 19 图31 ： 资源层、代码层到系统层的各级优化实现是定制化服务能力的一大核心20 图32 ： 业内主要通过RDMA 技术实现大带宽、低时延的端到端通信，其中InfiniBand 是主要实现方式21 图33 ： 智能算力需要应对不同场景对带宽、时延的需求21 请务必参阅正文后面的信息披露和法律声明 2 / 28