原创 算力百科 J 2025-03-27 06:00 贵州
全网第一份算力行业阐述和解读资料。
主要面向想持续耕耘算力产业的读者，公众号也会发删减版，实践证明公众场合写的干货容易被和谐，更详细的内容就写在知识星球“算力百科”里
打算用5章，把算力中心的事说清楚，抹平行业认知差，服务希望深耕算力和大模型产业链的从业者。
这应该是全网第一份行业阐述和解读资料。主要面向想持续耕耘算力产业的读者，公众号会发删减版，实践证明公众场合写干货容易被和谐！
更详细的文字阐述，写在知识星球“算力百科”，希望用实践经验打造“算力圣经”。
第一章 《算力中心从入门到精通【概述篇】》
一、算力大火的产业背景
计算机产业的历史机遇: 未来计算产业主导权（产业战略 “算力即新智生产力”，政治上，建算力=增强国力）。
算力是一个产业，大家可以研究一下国家产业政策，任何一个产业的兴衰成败都是跟产业政策息息相关的，20年前开始的光伏产业发展，10年前的新能源汽车产业发展，现在的算力产业发展，国家布局产业思路一致，有利于做算力产业项目理解。
1.1宏观产业的历史机遇
就拿最近10年的新能源产业发展来说。汽车产业发展的200多年里，核心技术、核心部件、专利、产业资本都是西方主导，咱改革开放，为了获取汽车技术被迫选择市场换技术的路线，通过合资汽车引入本地生产产业链，但最多也都是代工，并没有进入到利润核心产业，这么多年合资车，活咱干的，利润全被拿走啦。
经过10年的新能源政策发展和策源，目前新能源产业链核心基本上都是咱的，电机、电池、自动驾驶，供应链金融，基本上都是中资控制，这是历史第一次一个产业链不是又西方资本控制，由东方资本控制，所以西方掀桌子不玩新能源了，但是咱坚定不移的走下去。
总结新能源产业链发展，就是抓住“油转电”产业链升级的历史机遇，国家新能源车产业链的持续投入和政策助推，才有了“小米”“蔚来”“小鹏”这些新势力，形成今天内资主导新能源产业链的局面，最终形成了现在新能源汽车全球格局。
计算机产业发展同样遵循类似规律。现在我们正处于“CPU换GPU”产业链升级的历史机遇，算力产业链也类似周期和动作。
以往CPU为代表的计算产业是外资主导，专利、指令集、供应链、金融都是西方主导，因为他们发展早，卡位了，我们没有办法，只能被迫接受x86、arm、gpu这些西方的计算标准和生态，我们沦为组装厂，核心部件都是外企主导，核心利润都被外资赚走。
目前，计算机产业链，正由CPU为核心的串行计算向GPU为核心的并行计算的升级的历史机遇，类似油车产业链向新能源产业链升级。
在大模型的主推下，GPU为代表的并行计算快速发展，全球超过70%的AI芯片公司在中国，虽然我们企业多，但是并不强，虽然相关专利申请占比全球超过50%，但是依然离intel、英伟达、AMD差的太远，他们一家可以吊打我们所有，但是国内相关计算生态正在蓬勃发展，咱中资也有可能主导产业链发展。
当然，在“电换油”的产业链成功了，因为那时候的全球环境是一个状态，现在咱要复制“电换油”的成功模式到“GPU换CPU”挑战也很大，因为西方资本已经反应过来啦，正在全方位对咱围追堵截的，又拼命与咱拉开差距，毕竟对方发展的更早，产业生态更完整，但是咱还是有成功机会的。
1.2宏观未来争霸主导权（算力即国力）：
算力业务可以理解为新时代的“军备竞赛”，过去美苏关于热武器的...，现在中美....全球算力和大模型也就只有咱两家竞争。
随着大模型等新型AI技术发展，算力越来越呈现基础设施的特征，而基础设施决定各个国家的命脉，即便不考虑禁运，我国不会是唯一一个要求算力自主可控的国家，甚至每个大厂都开始想自己搞显卡或者AI专用算力卡，所以算力领域的竞争者会越来越激烈
1.3.微观未来城市AI主导权（AI厂商战略）：
算力中心+大模型基础设施产业，地位类似政务云是业务发展的根据地，哪个厂商占据了“根据地”，以后所有的省级、城市级AI业务基本上都是优先这个厂商的，因为AI不具备通用性（算力云和传统云的区别注意区分），各个厂商各自壁垒很高。
AI之所以厂商之间不兼容是因为各自需要有独立的知识产权，同行之间除了amd和intel交叉x86相互授权，剩下的同行都是冤家，不太可能把自己的知识产权授权给第三方同行跟自己抢市场。这就导致了各个AI芯片和大模型厂商不兼容，必须彼此独立发展的根本原因。
二、算力中心项目运作思路
算力中心市场很热，发展每5年为一个周期20~25年是一个完整周期，绝大多数从业者都是23年底进入这个行业，行业红利期已经过了，目前处于震荡期，所以行业内“大忽悠”“骗子”“串串”“记者”“掮客”更多。这也说明了这个行业的火爆，绝对是好事，从业者越多，也说明这个行业被大家所看好。
一个上亿乃至几百亿的项目运作周期都很长，没成交肯定有原因，除非是多年老友，知根知底有实力，轻易不要相信所谓“大哥”，很过title都是自封的。
我们要清醒的知道，任何投资和业务都是有风险的，如果一个业务100%无风险，那大概率是一个“陷阱”，上市公司、金融资本做算力中心项目与金融风投类似，有赚钱的，也有暴雷的...
同时，算力中心属于大额项目运作，不是标品买卖，也不是传统的信息化项目。更多的偏向产业落地，产业落地，那就少不了多方协调。要明白算力中心行业是一个比房地产都暴利的行业，理论上房地产爆火的时期，国内有多少家房开公司，未来国内就会有多少家智算建设和运营公司。
如果卖100～500w的信息化产品，做一个信息化项目，仅仅是IT产品和集成交付而已。但是再大，比如几个亿甚至上百亿的算力中心或者算力产业园，就不是简单的产品交付了，更多的偏向产业落地，类似的项目一定设计到政府对价落地，所以要懂算力产业政策和发展逻辑，才能打动客户。
特别要指出智算项目金额往往比较大，因此竞争对手也比较多，项目不确定性风险更高...
金额越大的项目竞对手段越多，盯着的人也多，运作难度也越大，一定要找一个当地强有力“伙伴”或者“资源”或者“其他”，俗话说，强龙不压地头蛇。
案例1：项目某互联网公司销售总监耕耘1年时间，平台公司，政府立项完成，招投标前，另外一硬件厂商找通过运作，最后项目硬件厂商中标。
案例2:某AI芯片公司协同某设计院，给某平台公司申请8亿专项做算力中心，政府汇报、材料、流程都走完，专家评审过完，钱批下来到账，但是政府和平台公司把钱挪做城市绿化，公交车更新及还其他债务统筹，智算不建啦，AI芯片公司投入巨大精力，最后颗粒无收。
既然是产业项目，那就需要跟政府和平台公司打交道，两条核心的客情关系1条是平台公司，另1条政府相关部门 ，两条线客情关系都要硬，项目才具备走下去的可能性。
我们形象的比喻打麻将三缺一，乙方是其中一方，另外三方，主管单位、平台公司、管委会，三方必须达成一致（至少没有一方明确反对），再加上乙方，才能成局。
一般算力中心能落地的，基本上都是本地长期耕耘的资源伙伴，三方达成一致，项目才能落地。当然如果特别牛的资源方，从上往下可以直接保驾护航到底，也是可以走下去的，否则项目基本上都只停留在“口嗨”阶段。
2.1算力中心乙方产业故事思路设计
算力中心项目大部分根据资金来源分自筹资金投资和政府产业，主要乙方是跟政府和平台公司对价，不同的乙方因为可控的对价资源不同，对政府的价值不同，所以采用的产业故事线也不同，具体如下：（详细会在“产业篇”阐述），记住一点算力项目甲乙双方一定是门当户对，甲乙双方要体量要对等，凤凰男的故事，在算力行业不适用！
对于一个几亿乃至上百亿的产业算力中心项目，一定是政府、平台公司、管委会、乙方四方会谈达成一致才能落地，缺一不可。
一把手工程一定是从上往下，至少没有人明确反对，才能执行下去，而且这么大的产业项目，一定是有完整的产业对价故事和执行路径，不同乙方掌握的资源不同，归总起来主要四方面：
1、产值和税收：子公司落地+GDP开票还是很有吸引力的
2、产线：实体AI服务器组装线还是很多政府喜欢的产业，毕竟是实体经济。
3、研发中心：算力和大模型研发是很多城市走在发展相关产业，但是人才匮乏，希望有一个大logo的公司能够牵头，引入一些相关人才，这个时候研发中心就成为核心对价条件。
4、资源置换：从政府手里采购一些土地或者大楼作为公司资产，承诺未来产值和税收，置换项目。
2.1算力中心投资商业闭环设计
一般情况算力中心投资基本逻辑核心是政府引导投资的社会新型基础设施，也就是产业回报型，而不是纯的经济回报；
政府考虑的回报=经济+产业对价，一起考虑才能闭环，如果纯的经济算账，那只能走偏门，采用其他金融手段才能闭环。
政府投资算力中心的目的主要分两大类，算力经济回报型和算力产业回报型项目；
算力产业回报型，不仅仅考虑经济回报，还考虑本地的算力和大模型产业的聚集和发展，这种项目比较优质。
举个例子：某平台公司给A芯片公司一个10个亿的算力中心，A芯片公司给平台公司一定比例股份，A芯片公司上市之后平台公司回收10个亿回报，这属于典型的产业投资回报型。
算力经济回报型，仅仅考虑投入10个亿，5年回报10个亿，这种属于经济回报型，往往会以国有资产不能流失来作为理由，压榨乙方。
举个例子：平台公司给B上市公司一个10个亿算力项目，B公司承诺5年后归还平台公司10个亿，并且拿股份或者其他进行质押，类似“明股实债”的模式，或者直接拉升股价，从A股赚钱回填算力租赁亏空或者其他金融模式等等，这种也是很多的。
2.3算力中心乙方成本估算设计
算力中心不同厂商建设内容不同，特别是客户不懂的情况下，预算最高差10倍，一定要跟客户沟通清楚建设内容，再聊预算，这就跟买车一样，买奥迪和奥拓价格天壤之别，但是都叫车；也就说100P FP16稠密算力1000w成本可以干，10000万成本也可以干，差10倍成本。
具体计算在“公式篇”阐述
这里只阐述算力硬件，不同模式，成本差别很大，最便宜的方式就是模式1废铁模式，从第三方采购淘汰的设备，重新翻新，只要能点亮即可，最典型的就是采购矿卡，部署在算力中心，兑换政府产业指标。
2.4算力中心IDC来源设计
IDC主要来自三个来源：
1）新建AIDC，这类项目基本上都是产业类项目，而且跟政府对价很高，大项目基本都是类似项目，类似算力产业园模式，简单理解为科技地产项目；
2）租赁AIDC，这类一般都是平台公司自己有idc，需要解决空置问题，所以上马算力中心项目，盘活闲置资产，目前国内aidc空置率超过50%；
3）改造AIDC，基于一个已经建设好的建筑或者毛坯，完成相关手续，改造成算力中心，盘活相关固定或者盘活烂尾资产。
2.5算力中心运营设计
算力中心是一个运营项目，建设是基础，运营是关键，这个话题无法绕过去，因为算力中心对技术要求非常高，一般的甲方没有自己运营和运维能力，所以运营问题极为突出，需要重点设计，具体在“运营篇”详细阐述！
算力中心赢单思路设计
算力中心产业项目，经典模式总结：本地平台公司（或者政府）投资xx亿建设xxP，总集牵头EPC总包承建，建设本地算力产业园；
1.算力消耗承诺，xx消费xx%+xx%本地政府（国家/省/市三级）给20～30%补贴+本地算力券补贴，培养本地智算MaaS生态 （解决经济压力-平台公司最关注算账问题）。
2.大模型产业承诺，加入大模型生态，培养xx本地伙伴或者本地生态伙伴，大模型精调和开发能力，拓展maas应用生态（解决政绩压力-政府领导最关注政绩问题）
3. 产业资源盘活承诺，盘活平台公司资源，算力中心算是xx标杆业务和政绩工程。繁荣xx本地人工智能产业生态，或者盘活某产业园等... （盘活资产-政府/平台/管委会领导关注问题）
三、算力中心基本内容
*牢记灵魂三连问：为啥建？给谁用？钱谁出？
算力中心分类
根据使用场景和用途，算力中心会进行划分，划分依据主要是主要计算部件和用途
超算计算主要是FP32，FP64等高精度计算
智算计算主要是Fp4、FP6、Fp8、FP16等低精度计算
主要指标 | 超算中心 | 数据中心（通用计算，传统云） | 算力中心 |
使用对象 | 面向科研人员和科学计算场景提供支撑服务 | 帮助用户降本增效或提升盈利水平 | 促进AI产业化、产业AI化、政府治理智能化 |
技术标准 | 采用并行架构，标准不一，存在多个技术路线，互联互通难度较大 | 标准不一、重复建设iaas云内部互联、跨云隔离安全水平参差不齐 | 统一标准、统筹规划、开放建设、互联互通互操作、高安全标准 |
计算核心 | CPU+GPU | CPU | GPU |
具体功能 | 以提升国家及地方自主科研创新能力为目的，重点支持各种大规模科学计算和工程计算任务 | 能以更低成本承载企业、政府等用户个性化、规模化业务应用需求 | 算力生产供应平台、数据开放共享平台、智能生态建设平台、产业创新聚集平台 |
应用领域 | 基础学科研究、工业制造、生命医疗，模拟仿真、气象环境、天文地理等 | 面向众多应用场景，应用领域和应用层级不断扩张，支撑构造不同类型的应用 | 面向AI典型应用场景，如知识图谱、自然语言处理、智能制造、自动驾驶、智慧农业、防洪减灾等。 |
计算难易 | 最难 | 简单 | 难 |
承接算力生态落地的核心是算力芯片。AI芯片主要分四类：GPGPU、ASIC（NPU、TPU、XPU等）、FPGA、其他等
技术架构种类 | 定制化程度 | 可编辑性 | 算力 | 价格 | 优点 | 缺点 | 应用场景 |
GPU | 通用型 | 不可编辑 | 中 | 高 | 通用性较强且适合大规模并行运算；设计和制造工艺成熟 | 并行运算能力在推理端无法完全发挥 | 高级复杂算法和通用性人工智能平台 |
FPGA | 半定制化 | 容易编辑 | 高 | 中 | 可通过编程灵活配置芯片架构适应算法迭代，平均性能较高；功耗较低，开发时间较短（6 个月） | 量产单价高；峰值计算能力较低；硬件编程困难 | 适用于各种具体的行业 |
ASIC | 全定制化 | 难以编辑 | 高 | 低 | 通过算法固化实现极致的性能和能效，平均性很强；功耗很低；体积小；量产成本最低 | 前期投入成本高；研发时间长（1 年）；技术风险大 | 当客户处在某个特殊场景，可为其独立设计一套专业智能算法软件 |
类脑芯片 | 模拟人脑 | 不可编辑 | 高 | - | 最低功耗；通信效率高；认知能力强 | 目前仍处于探索阶段 | 适用于各种具体的行业 |
芯片选型中客户关注的的问题主要是算力怎么用，生态问题，这里面有一个CUDA兼容悖论，你要仿cuda，还要不侵犯NV的知识产权，这个是是一个悖论，所以大AI芯片公司一般都选择不兼容cuda，不想冒险，但是这个事是风险，没说一定侵犯。主要看NV官方搞不搞你。
算力中心收入来源
算力中心的收入主要分直接收入和间接收入，
直接收入主要是：机柜租赁、算力租赁、算法服务等
间接收入主要是：产业对价、政府项目及其他收入，产业收入部分在模式篇中讲解。
售卖内容 | 主要客群 | 政府侧支持（政府喂项目） | |
资源售卖收入 | IDC机柜、基础资源、AI算力资源、网络资源、数据库中间件等 | 1、本地化政府服务、企事业、科研教研机构进行资源售卖； 2、招商引资的科技类公司； 3、各类云和大型公司边缘资源和带宽需求； 4、政府产业化场景平台，产学研转化平台等，智能网联车、自动驾驶、生物医药、工业互联网、科技影视、科研平台等等 | 1、企业侧，一般由工信、科技、经信等各个委办局制定扶植政策，引导企业接入算力中心，包含扶植科技创新项目、支持中小企业； 2、政府侧，智慧城市、政务云、数字政府等资源需求； 3、项目支持，智慧城市、智慧交通、应急、水务等各类城市智能化项目； 4、合规前提下，开放一些数据场景； |
算法售卖收入 | 大模型预训练模型、大模型token、算法API等 | 1、数字政府智能化服务（大模型、OCR等在12345、政府办公等的应用），智慧城市（大模型、视觉等）、智慧交通、智慧应急等； 2、本地重点产业客户，比如汽车、制药、影视、游戏、金融、机器人、医疗仪器、高端工业制造、军工、能源等 3、本地各类中小企业、零售、商业体、幼教/普教等； 4、高校、科研机构； | |
产品方案收入 | 基于平台+ISV伙伴或者解决方案伙伴构建的SAAS服务、解决方案等售卖，比如自动驾驶平台、生物计算平台、科技影视平台、智慧城市解决方案等 | 1、各类SAAS和解决方案面向本地中小企业； 2、场景化解决方案面向政府、园区、重点本地中大型产业型企业、城市智能化场景等； | |
数据服务收入 | 合规前提下，针对业务运营中积累的语义、视频、图片、数据等各类有价值数据集 | 1、本地各类AI公司、政府服务； 2、全国各类AI型公司； |
四、算力中心项目商机重点区域
产业项目政策是第一考虑因素，所以东数西算八大节点+黑龙江+新疆 10个地方作为重点，新疆和黑龙江地位可以和八大节点一样看待。产业模式在“产业篇”阐述！
商机在哪里：
1.之前建设和运营政务云的平台公司，15~18年建设的政务云的高峰期，基本上到了升级换代的时间节点，看是否有机会。这类算力中心基本上都是智算+通算一起建设，主要是服务政府，单价高，利润丰厚。
政务云运营单位可以作为重点，如果之前是政务云运营平台公司，他们不建设算力中心，算力市场就会被其他平台公司抢走，出于守住份额和不让竞争对手切走份额的心态也会建设算力中心；或者新成立的平台公司因为历史原因，政务云没有分到份额，想趁着算力中心建设切入政府算力服务市场。
2. 围绕区域内政府主导数据中心(已建、在建、规划)梳理，目前算力中心IDC运营现状都不是太好，以盘活历史IDC资产的角度切入市场，跟领导谈，也许是个机会。
3.围绕“乐数西算”、新疆、黑龙江集群、“电力资源丰富”等梳理，这些地方往往都是算力产业园模式，具体在“模式篇”阐述。
4.围绕重点行业 数科、研究院、高校AI4S等梳理，算力直接需求部门，建设定向算力中心。
万字长文，详细阐述，欢迎加入星球VIP🔽
