开云（中国大陆官方网站）Kaiyun科技股份有限公司 - 领先的GPU计算与AI算力解决方案

　　一般地，我们倾向于将CPU（中央处理器）、GPU（图形处理器）等芯片的计算能力称为狭义的算力，内存、硬盘等存储器的存储技术称为存力，操作系统、数据库、中间件、应用程序等软件技术称为算法。

　　算力的作用在于完成计算任务。计算机、手机、服务器、数据中心等系统及程序软件的运行是由无数个计算任务支撑起来的，因而算力是硬件系统和程序软件正常运行的动力源。

　　算力决定了数字经济的发展速度和社会智能化的高度。根据IDC、浪潮信息、清华大学全球产业研究院联合发布的数据显示，计算力指数平均每提高1点，数字经济和GDP将分别增长3.5和1.8。

　　算力的衡量单位为FLOPS（每秒浮点运算次数），高性能游戏显卡、AI训练服务器等常用的算力单位为TFLOPS（万亿次/秒），超级计算机等常用的算力单位为PFLOPS（千万亿次/秒），全国算力统计口径为EFLOPS（百亿亿次/秒）。

　　按照计算精度从低到高可将算力分为：通用算力、智能算力/AI算力、超算算力/高性能计算，对应的数据中心为：通用数据中心、智算中心、超算中心。其中，通用算力以CPU输出的计算能力为主，用于日常的网页浏览、数据查询等。AI算力以GPU、FPGA（现场可编程逻辑门阵列）、NPU（神经网络处理器）、TPU（张量处理器）等AI芯片输出的计算能力为主，用于人工智能训练和推理、深度学习等。超算算力以由数万甚至数百万个CPU和GPU组成的超级计算机输出的计算能力为主，用于尖端科研、国防军工等领域。

　　根据服务形态可分为：公有云算力、私有云算力、混合云算力、边缘算力。其中，公有云算力通过互联网向公众开放；私有云算力通常为某个特定组织，如政府、银行、大型企业等单独构建和使用；混合云算力则结合了公有云和私有云，通常将非核心业务放在公有云上以节省成本，将核心敏感业务放在私有云上以保证安全；边缘算力则将算力部署在数据产生的源头附近，以实现低延迟和本地化处理。

　　算力产业链上游主要为IT软硬件设备，硬件如CPU、GPU、存储器等芯片，服务器、路由器、交换机、光模块等网络设备，软件如操作系统、数据库、中间件等。此外，供配电设施如配电柜、变压器、不间断电源等，制冷系统如风冷、液冷等也是重要的配套设施。

　　中游为算力网络及平台，包括各类数据中心及基于数据中心开展的运营服务、云服务、安全服务等。

　　下游为各类应用场景，如互联网、金融、政务、交通、教育、工业、医疗、能源等领域。

　　根据中国信通院、IDC等数据，全球算力市场规模正呈现高速增长态势，从2018年的232EFLOPS持续扩张至2023年的1397EFLOPS，CAGR约43%。预计到2030年，全球算力规模将突破16000EFLOPS，CAGR超42%。此外，全球算力市场规模在2025年预计将突破4200亿美元，到2030年有望达到1.2万亿美元，CAGR达16.3%。其中，美国、中国分别占全球算力市场的32%、26%，处于领先地位，其次为日本、德国、英国、加拿大，算力占比分别为5%、4%、3%、3%。

　　从国内市场来看，根据IDC等与浪潮信息联合发布的报告，2024年中国AI算力规模为725.3EFLOPS，同比增长74.1%，市场规模达到190亿美元，同比增长86.9%。预计到2025年，AI算力规模将达到1037.3EFLOPS，同比增长43%，市场规模将达到259亿美元，同比增长36.2%。总体来看，2023-2028年中国AI算力规模和通用算力规模的五年CAGR预计分别达46.2%和18.8%。其中，AI算力在国内算力占比已达到66.5%，成为推动算力增长的核心力量。

　　机器人奥运会战报：宇树机器人摘下首金，天工Ultra抢走首位“百米飞人”