一、事件

2月21日消息，国务院国资委召开“AI赋能产业焕新”中央企业人工智能专题推进会。会议强调，中央企业要把发展人工智能放在全局工作中统筹谋划，深入推进产业焕新，加快布局和发展智能产业。要夯实发展基础底座，把主要资源集中投入到最需要、最有优势的领域，加快建设一批智能算力中心，进一步深化开放合作，更好发挥跨央企协同创新平台作用。国盛证券研报指出，在目前较为明晰的受益环节包含算力调优、液冷散热、国产交换机等领域，均有望伴随国内智算中心建设加速，而进一步拓展未来业绩增长空间。

二、行业介绍

（1）算力租赁提供商介于下游算力需求方和上游算力生厂商之间，扮演提供算力的中介服务，降低了算力使用的门槛。算力租赁是指通过租用计算资源（如GPU）来提供计算能力的服务，这种模式的特点是“即租即用”，大型数据中心和云服务提供商将自身闲置的计算资源出租给下游急需算力资源的需求方，需求方无需自身投入大量的资金进行设备购买和运维团队搭建，就可以灵活、快速、高效的获得所需算力，降低了算力使用的门槛。

①自建算力：以训练一次1,746亿参数的GPT-3模型为例，需要的算力约为3,640PFlop/s-day，根据单张A100（80G）的参数，单张卡的算力约为0.6PFlop，则需要6000张左右，考虑到45%的训练有效性，则需要1.3万张左右，参考线上各渠道商报价，当下A100（80G）的单价约为10万元左右，则完成一次训练的成本过亿元，这还不包括日常运营算力需求和调优迭代算力需求。

②算力租赁：同样以训练一次1,746亿参数的GPT-3模型为例，需要的算力约为3,640PFlop/s-day，以国内目前不同平台同等规格的A100（80G）租赁价格为样本，均价为35.75元/小时，需要1.3万张左右，按一天24小时，训练一次30天来计算，通过算力租赁完成一次训练的成本为3亿元左右。

• ①AI算力需求巨大

AI是一个重要的生产力工具，AI通过与各行各业结合，赋能各行各业。在自动驾驶、智能家居、安防监控、机器人、医疗设备、智慧课堂等新兴行业中，人工智能的技术创新和应用落地是行业智能化的推手。此外，AI交互、AI创作等应用场景发展迅速，如自然语言处理工具ChatGPT的问世，有望进一步推动行业智能化程度不断提升。过去10年，AI领域主要的算力载体是以国外芯片厂商提供的GPU设备为主，广泛应用于与AI相关的云端产品。而端侧嵌入式AI算力载体从CPU、GPU、DSP发展到ASIC架构，推动了基于深度学习的语音识别、人脸识别、图文识别、AIGC、目标检测、超分辨率、ADAS等技术的广泛应用。

• ②政策助力算力市场发展

《数字中国建设整体布局规划》明确指出，要夯实数字中国建设基础，系统优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。AI算力需求持续增长。随着人工智能应用的兴起和需求的增加，国内AI相关算力需求正成为高性能计算的主要增长点。国家宽带网络与数据基础设施进入大规模建设期，各地陆续发布政策，推动算力基础设施建设，优化人工智能算力平台布局，加强算法创新与应用，构建算法转化与应用生态。除了深度学习，GPU在其他领域的应用也在不断扩大。科学研究、医学影像处理、金融分析等领域都能够受益于GPU强大的计算能力和加速效果。美国英伟达公司作为全球GPU市场的巨头，目前占据主导地位，同时CUDA充当通用平台，引入英伟达软件服务和全生态系统，英伟达GPU在各行业的AI项目中被广泛采用。

• ③算力租赁市场空间广阔