计算机行业：国产算力调度运营的机会-260413（33页）.pdf

1、计算机行业国产算力调度运营的机会核心观点：二、算力调度运营架构、商业模式及产业链主要参与方梳理9（一）算力互联网体系架构解析，.9（二）从技术层面看算力如何实现调度运营，.16四、风险提示，.31一、算力需求持续增强，调度运营是关键所在（一）应用新形态继续突破，算力需求增强态势不减应用不断出现新形态，带动算力需求持续增长。以OpenClaw为例，其带来的丰富功能和便捷化操作大大推动了相关Agent应用的落地。AIAgent对于Tokens的消耗远高于AI大模型文字生成任务。与传统Chatbot仅需单轮、短文本交互的低Token消耗模式不同，AIAgent因具备自主规划、多步推理、循环思考、工具

2、调用及长上下文读写能力，其Token消耗并非线性增加，而是呈现指数级、数量级跃升：单智能体执行任务时的Token消耗通常为大语言模型文字生成任务的10倍以上。例如，在社交媒体平台上调用Agent，生成并发布一个带有文本和图片的帖子，其消耗量约1500-2000Tokens；而GPT5.2模型在博客和邮件场景中生成300字的文字内容，仅消耗110Tokens。而多Agent协同、复杂业务流程自动化等场景下更是可达百倍甚至更高。以OpenClaw为代表的AIAgent在执行任务过程中自主规划任务以及调用工具产生的大量Tokens有望进一步推动AI算力需求的快速增长。我们预期伴随应用的持续发展，以及

3、新形态的不断突破，算力需求当维持高位。此外，从相关龙头的财报数据中，也可以印证这一点。以Oracle为例，26Q3Oracle剩余履约义务（RPO）达到5530亿美元，同比增长325%，显著超出市场预期，订单增长主要来自与OpenAI、MetaPlatform等公司在Al数据中心与算力基础设施方面的合作订单。（二）从供给端看，算力投入维持高位，但算力供给扩张并不等于供需匹配改善，亟需对算力进行统一的调度及运营从供给角度出发，我国在算力方面投入较多。根据IDC的数据，我国算力规模将于2028年达到2781.9EFLOPS，24-28年CAGR为39.9%；通用算力于2028年达140EFLOPS

4、，24-28年CAGR为18.3%。根据IDC的数据，2025-2027年期间，中国人工智能服务器市场规模增速预计分别为36.2%、30.2%和28.8%。(divcenter)图1:中国智能算力规模（单位：EFLOPS）(/divcenter)尽管我国算力相关资源建设加速，投入维持高水平，但是有着算力资源利用率低、算力的弹性需求高、算力中心所处区域错配下导致供需不平衡、以及异构资源较多导致管控难度较高的特点。1算力资源利用率低我国算力资源整体利用率较低，存量盘活空间大。受前期新基建驱动及地方政策激励影响，我国数据中心建设节奏整体偏快，行业供给在短期内集中释放，但实际需求消化相对滞后，导致资源

5、利用效率整体偏低。分省份来看，浙江省、江苏省、山西省、内蒙古自治区等省份依托本地需求或周边地区外溢去求，实现算力资源供需高效对接，上架率平均超70%；广东省、河北省等省份上架率约为50%，仍有提升空间。根据科智咨询数据，2023年IDC机架平均上架率在58%左右，同时其也预测该数据在未来几年将保持平稳，而我国在用算力中心机架总规模已达1085万标准机架（截至25年6月底），以此数据为基础进行测算，我国仍有约456万标准机架的存量算力空间有待盘活与释放。2算力的弹性需求较高AI训练、云渲染及科学计算等核心业务场景的算力需求呈现出显著的波动性特征，从而驱动企业对弹性算力的需求持续提升。具体来看，在

6、模型训练、项目交付等阶段性任务推动下，算力需求在短期内快速攀升，而在非高峰阶段又明显回落，整体利用率存在较大不确定性,导致算力资源易出现阶段性紧缺与长期闲置并存的现象。在此背景下，传统以一次性大规模资本开支为主导的算力基础设施建设模式难以有效适配企业需求：一方面，其前期投入高、回收周期长，显著加重企业资本负担；另一方面，固定化部署缺乏灵活调整能力，既难以应对业务高峰期的算力需求激增，也易在需求回落阶段造成资源闲置，整体投入产出效率承压。因此，能够实现按需获取、动态扩展与灵活调配的弹性算力逐步成为企业刚性需求，而算力调度平台通过整合分散资源并优化配置效率，正成为支撑弹性算力供给、提升资源利用率的