为您找到相关结果约136个

  • 【直播中】Token 经济时代下算力全球化新机遇 超级AI周期下的算电协同展望

    “十五五”规划纲要明确提出“推动绿色电力与算力协同布局”,算力产业绿色低碳、智能高效发展已成为国家层面的重要部署。随着人工智能大模型规模化落地、数字经济与实体经济深度融合,算力已成为驱动科技创新与产业升级的关键基础设施和重要的新质生产力,中国算力规模持续快速增长。然而,在产业高速扩张的同时,算力资源高效配置、算电协同与产业链深度融合等方面仍面临诸多挑战。 在此背景下,11月19日,由 上海有色网信息科技股份有限公司(SMM) 主办的 2026 SMM数据要素赋能算力产业发展大会 在 中国·上海雅居乐万豪侯爵酒店 隆重召开! 依托SMM在大宗商品、新能源等产业链长期积累的数据、研究与产业资源优势,大会将聚焦算力与能源、材料、金融等领域的交叉融合,汇聚产业链上下游企业、科研院所与行业专家,搭建促进跨界交流与协同创新的高端平台,深入探讨数据要素价值释放、算电协同机制、绿色低碳转型等前沿议题,推动算力产业链向绿色化、智能化、融合化、国际化方向高质量发展。 SMM全程对本次大会作图片,文字直播报道,文章实时更新中,敬请刷新查看! 》点击查看会议现场图片直播 》点击查看大会专题报道 主论坛 趋势与政策 上午场 嘉宾致辞 上海有色网信息科技股份有限公司 联合创始人、AI算力中心负责人 董谌 SMM算力价格指数数据体系阶段性成果发布 SMM AI算力事业部首席分析师 刘小磊 刘小磊介绍, SMM 算力租赁价格指数由 SMM 按照既定方法论编制发布,可供算力租赁产业链作为租赁结算的参考指导价。指数体现的是每个完整工作日内,最可能被广泛成交的指导价格。 整套指数体系分为两级: 第一级为 SKU 基准价。 卡型、区域、租期的每一种组合,即为一个 SKU,每日同步发布最低价、加权平均价、最高价三项数据。采集按元每单位每月,发布折算为元每卡每小时。 第二级为综合价格指数 。不同卡型之间算力差异较大,因此采用 SCU(算力计算单元)统一核算标准,以 H100 作为等效算力基准,基准系数设为 1。各类显卡价格完成折算后再加权合成,单位为元 / SCU / 小时。 指数面向不同主体提供价值:采购方(模型企业、云服务商)可依托 SKU 基准价比价;供给方(IDC、算力租赁商)用于定价校验、观察价格和库存的联动;科研、金融机构可使用这套连续可回溯时序数据,作为研究与产品开发的数据基础。 SMM CEO 卢嘉龙、 上海有色网联合创始人、算力中心负责人董谌 、 SMM AI算力事业部首席分析师 刘小磊共同按下启动球,SMM算力租赁价格指数正式发布! 发言主题:Token经济:人工智能时代的价值体系与发展机遇 发言嘉宾:中国信息通信研究院 副院长 敖立 发言主题:以用定算:AI 应用与算力基础设施协同演进 发言嘉宾:腾讯金融云 副总经理,金融科技领域专家 谢任东 腾讯金融云 副总经理,金融科技领域专家 谢任东提到, AI助推产业智能化升级加速,算力供给、模型适配、智能体融合成为落地关键。 当前算力供需矛盾仍在加剧,租赁成为常态化 :当前算力缺口仍在持续扩大,需求同比增速是供给同比增速的3 倍;2026 Q1算力租赁同步增长 62%,未来3年算力租赁占比将从 5% 提升至 30%。 模型不再唯规模论,任务适配与合理调度是关键 :参数规模 ≠ 实际消耗,规模竞赛正在转向激活效率竞赛;企业要的不是“最大的模型”,而是为每类任务匹配恰当的模型和算力。 智能体应用爆发,场景落地价值涌现 :从 coding 场景加速迈向办公、生产、研运全链路;Token、算力等基础设施能力从成本单位转为生产力单位。 发言主题:凝聚产业力量,共建计算新生态——全球计算联盟探索与实践 发言嘉宾:GCC全球计算联盟 秘书处上海代表 朱海峰 发言主题:算力的金融化:The Financialization of Compute 发言嘉宾:Silicon Data Founder & CEO CarmenLi 发言主题:PPIO 的Token 工厂与智能模型网关实践 发言嘉宾:PPIO 商业化总监 韩正伟 发言主题:破解算力与模型供需错配:智能调度、可信履约与金融支持 发言嘉宾:清华大学五道口金融学院金融发展与监管科技研究中心 兼职研究员,睿易数科创始人 孙天印 清华大学五道口金融学院金融发展与监管科技研究中心 兼职研究员,睿易数科创始人 孙天印 提到,AI用量快速增长,算力供给与需求仍存在严重结构性错配。不同任务需要不同成本与保障的算力,需求增长也需要更有效的资源组织。企业接入AI之后,还要解决使用、管理与业务落地的问题,企业所需的不仅仅是一次模型调用,更是可管理、适合自身业务、能够持续使用的AI服务。 算力与新能源都存在时空错配,柔性计算任务可以连接两者:在满足交付约束的前提下灵活调整任务执行时段与节点,实现算力利用率提升和新能源消纳的双向增益。分布式算力调度交付平台,可把电力条件纳入任务的时间与节点选择,把任务的时间与地域弹性转化为用电灵活性,同时按约完成交付。而需要注意的是,想要提高算力与模型匹配效率、改善企业AI应用效益,需要公共机构、供需各方共同协作, 由公共互联体系完善互联互通基础设施与标准规范,能源端统筹用电调度,企业厘清业务诉求,服务平台负责资源适配与落地交付。 圆桌:Token 经济时代的算力供给 ——推理需求爆发下的算力、芯片与网络 主持人: 上海市数字企业出海服务协会 副秘书长 郑茂宽 访谈嘉宾: 广州灵鲸科技有限公司 创始人 袁亮 万国数据服务有限公司 高级副总裁 汪琪 鸿博股份有限公司 智算业务总经理,上海弘博信息技术有限公司副总经理 陈亚东 案例与模型 下午场 发言主题:算力租赁与交易市场:现货报价、价格发现与SMM 指数体系 发言嘉宾:SMM AI算力事业部首席分析师 刘小磊 发言主题:让算力与电力对话——设计院视角下的AIDC与算电协同 发言嘉宾:上海邮电设计咨询研究院有限公司 高级工程师 丁聪 上海邮电设计咨询研究院有限公司 高级工程师 丁聪围绕“让算力与电力对话——设计院视角下的AIDC与算电协同”的话题展开分享。他表示,算电协同场景下,设计院需要严守三条红线:一是 SLA 底线不可调整,可中断容量并非意味着随时可以中断,训练任务的 Checkpoint 机制决定了最小中断粒度;二是热安全边界不可逾越,功率调节不得超出服务器进、出风温度限值,液冷系统存在响应滞后,该因素需要纳入调节时间计算;三是保护配合不可简化,直流母线的保护配合在柔性潮流工况下更为复杂,不可为了提升调节能力而牺牲电气安全。设计院的价值,就是在可调节性与不可牺牲的安全底线之间,划定不可逾越的边界。 》让算力与电力对话——设计院视角下的AIDC与算电协同 发言主题:Al lnfra软硬协同释放国产算力效能 发言嘉宾:北京清程极智科技有限公司 联合创始人 师天麾 发言主题:数算协同:让算力在产业场景中创造卓越价值 发言嘉宾:上海市数商协会/上海数据交易所 秘书长、副总经理 卢勇 发言主题:算电协同产业发展及最新实践研究 发言嘉宾:华信咨询设计研究院有限公司 人工智能融合研究院院长 唐汝林 发言主题:AI光连接的新方案与新突破 发言嘉宾:烽火通信科技股份有限公司 战略MKT总监 袁渊 发言主题:算力全球化新机遇 发言嘉宾:交大安泰校友国际交流协会 会长 袁中华 他表示,在分层格局下,算力领域存在三大机遇方向:一是推理算力服务,采用按请求量收费的模式,售卖运算结果而非硬件资源;二是跨区域调度运营,实现 GPU 与国产芯片的统一调度;三是国产算力出海,生态稳定运行是核心竞争要点。整体目标是推动绿色能源变现,将电力成本优势转化为算力服务优势。 》算力全球化新机遇——在分层的世界里 找到中国企业的坐标 发言主题:旧有所值物尽其用——算力基础设施资产回收助力全生命周期绿色低碳 发言嘉宾:REER Global 副总裁/大会主持人 丁敏 她提到,全球AI服务器从2023年118万台冲向2026年237万台,GPU服务器大规模部署,技术迭代周期缩短至 3~5年;2023年全球出货曾短暂下滑(-3.7%),2024年AI拉动回暖(+2.6%)-一今天出货的增量,就是3~5年后的退役潮;行业在讨论PUE、绿电、液冷的同时,退役资产仍处于“灰色地带”一-每年超250万台服务器被淘汰,正式回收率不足两成。 而退役资产处置的四大行业痛点包括数据安全:算力中心承载大量客户敏感数据、业务密钥、网络配置。存储介质如何做到物理不可恢复地彻底销毁,同时留存可审计证据;资产贬值:设备更新快,闲置越久残值越低。处置决策缺乏客观定级依据,报废变“贱卖”,资产价值流失;合规风险:环保拆解、信息销毁需要资质与全链路可追溯。行业标准尚不统一,跨区域、跨国家流通存在合规断点;ESG量化:电子垃圾减量、范围三排放降低,如何形成可审计、可披露的碳减排数据,支撑ESG报告与绿色算力评级?这四大痛点,需要一套从政策、标准到技术、周服务的完整体系来回答。 》旧有所值 物尽其用——算力基础设施资产回收助力全生命周期绿色低碳 发言主题:超低功耗光模块和NPO如何重塑算力集群 发言嘉宾:光为科技(广州)有限公司 副总经理 范经韧 光为科技(广州)有限公司 副总经理 范经韧围绕“超低功耗光模块和NPO如何重塑算力集群”的话题展开分享。他提出三点结论:超节点需要高密度光连接;NPO 是高密度光连接的最优解,具备低时延、低功耗、高密度、易维护等特性;可插拔 NPO 是最佳实践之一。 关于 AI 超节点:在 AI 超节点由电互连向光互连演进的过程中,NPO 是当前兼顾高性能、低时延、低功耗、可维护性与产业成熟度,且低成本、高可靠、可快速落地的技术路径。 光模块:AI 智算集群的可靠性瓶颈 光模块,是一个数千亿级市场。龙头企业市值已接近万亿元。 每条光纤的两端都配有光模块,它是全光网络时代的传导神经。 进入 AI 智算时代,光模块的高可靠性、低功耗、良好散热性能以及低时延,成为这条 “传导神经” 的核心指标。 据不完全统计,在运营智算集群,75-80%以上故障与光模块有直接或间接相关。问题包括,硬件故障、网格故障、存储故障、软件故障、电力与散热故障。任务调度故障等。 光模块:丢包、错报或闪断,导致训练效率下降或任务中断。 算力集群,以H系列为例,光模块(国产)占设备投资3-5%,但需要注意的是,3-5%成本,影响80%+收益。 AI算力集群对“高带宽、低延迟、高稳定性”的通信需求,使光模块从“普通组件”升级为“性能瓶颈”。 》超低功耗光模块和NPO如何重塑算力集群? 发言主题:做优AIDC-从算力资产到算力价值 发言嘉宾:上海科技网络通信有限公司 副总经理 郑郑 上海科技网络通信有限公司副总经理郑郑指出,当前行业存在的突出矛盾是算力过剩与算力紧缺并存,算力错配才是核心问题。做优 AIDC,并非单纯把机房建设得更好,而是实现算力的高效用好:以技术为底座、重构业务模式、直击客户痛点、依靠运维兑现价值。算力的价值,不在于峰值多少,而在于稳定跑出来多少有效任务。 行业最大的矛盾—— 算力过剩与算力紧缺同时存在,错配才是真问题。 供给侧:在建算力、抢GPU卡——没有模型、没有客户、没有持续任务的算力,只是纸面资产; 需求侧:要买AI业务结果——要的是确定性产能,不是又一批卡。 错配的三种形态: 卡型错配: 训练要大集群、推理要小实例,却按同一张卡卖; 时隙错配: 忙时不够用、闲时全空转,价格却不分时; 地域错配: 有电的地方没客户,有客户的地方没指标。 供给的资产化 vs 需求的业务化——错配的代价,售卖出的资产 ≠ 可直接交付的业务能力 》做优AIDC(人工智能数据中心)-从算力资产到算力价值 发言主题:发挥金融租赁优势功能支持算电算水协同发展 发言嘉宾:宏泰新航金融租赁有限公司(原航天金租) 创始董事兼总经理、一级专务 杨博钦 圆桌:算力定价与Token 计量标准化——让算力像电力一样可计量、可交易 主持人: 上海市数字企业出海服务协会 副秘书长 肖岳 访谈嘉宾: 数据要素价格形成与认定创新实验室 执行主任 蔡红宇 北京九章云极科技股份有限公司 联合创始人首席运营官 尚明栋 天羽蜂(成都)科技有限公司 创始人 林亮 11月20日|分论坛 AIDC算电协同产业年会•上午(投资与商业模式专场) 发言主题:Token 工厂——智算基础设施的顶层设计与商业闭环 发言嘉宾:华信咨询设计研究院有限公司 AI院资深运营总监 柏林 发言主题:从电的视角拆解算电协同的机遇与挑战 发言嘉宾:中德创新联盟碳中和专委会 副主任 廖宇 发言主题:AIDC+人工智能构建全球能源发展新飞轮 发言嘉宾:亚马逊云科技 电力能源和公用事业行业总监 胡进 发言主题:基于机器学习算法的中国算力基础设施CO₂排放驱动因素研究 发言嘉宾:西安科技大学管理学院 副教授 李品 发言主题:超级AI周期下的算电协同展望 发言嘉宾:中航证券有限公司 新能源行业首席分析师 曾帅 发言主题:算电协同--冀北电网的探索与实践 发言嘉宾:国网冀北电力科学研究院电力系统研究所 副所长 王泽森 国网冀北电力科学研究院电力系统研究所 副所长 王泽森 指出,AI发展推动算力需求持续增长,算力竞争正由芯片、服务器延伸至电力、网络等基础设施。中美算力中心用电量合计占全球一半以上。算力协同方面,美国走"供给扩张"路线,以新增电力供给为核心,通过加快核电、气电等基荷电源建设,推动数据中心与电厂共址布局,完善大负荷接网成本分摊机制,快速提升电力供给能力以匹配 AI 算力爆发式增长的用电需求。 中国则更侧重资源优化,以统筹配置算电资源为核心,立足能源资源与算力需求逆向分布的基本国情,通过一体化算力调度、绿电直连与源网荷储协同、“算随电动”空间布局优化,促进新能源消纳与算电资源高效匹配。 国内方面,从2024年至今,国内围绕算力基础设施、新型电力系统和新能源发展,逐步形成多层次政策体系。政策重点已由数据中心能效和绿色用能,拓展到算力与新能源、电网、储能的协同布局,并进一步推动算力参与需求响应、电力市场和跨区域调度。 发言主题:算电协同,能源企业的时代机遇-华为算电协同洞察与思考 发言嘉宾:华为电力数字化军团 生态合作总监 杨柳 发言主题:叠片:开启AI储能「芯」时代 发言嘉宾:蜂巢能源科技股份有限公司 品牌副总经理 陈艳 圆桌访谈:算电协同的资本新局:政策、电力市场与算力投资价值重估 主持人: 中航证券有限公司 新能源行业首席分析师 曾帅 访谈嘉宾: 中德创新联盟碳中和专委会 副主任 廖宇 澜序能源(深圳)有限公司 CEO 陈婧怡 协鑫能源科技股份有限公司 AIDC研究院院长 赵斌 清华大学五道口金融学院 研究员、睿易数科创始人 孙天印 AIDC算电协同产业年会 •(技术与解决方案专场) 发言主题:算电冷协同下的AIDC创新建设方案 发言嘉宾:科华数据股份有限公司 算力基础设施高级解决方案专家 杨超 发言主题:算电协同调度的价值逻辑与规模化路径思考——从算力产业与负荷机理出发的观察、判断与实践 发言嘉宾:朗新科技集团股份有限公司 咨询创新中心总监 杜杰 发言主题:源荷共生算电协同---AI时代绿色算力系统方案 发言嘉宾:阳光电源光储集团 营销策略总监 胡宏达 发言主题:绿电直供×SST×直挂储能:智算中心能源底座的三重奏 发言嘉宾:广东智光综合能源有限公司 数据中心业务部总经理 徐英慧 发言主题:AIDC绿电一体化供电解决方案 发言嘉宾:南京南瑞继保电气有限公司 智能行业装备总监 王鋆 南京南瑞继保电气有限公司 智能行业装备总监 王鋆 表示,AIDC(人工智能算力中心)作为AI重要的基础设施,全球范围内迎来新一轮的建设热潮,电力消耗需求呈指数级增长。传统算力中心单柜容量从数kW到数十kW,AIDC单机柜功率也将逐步攀升到MW级,一个算力园区的用电量将达到GW级,相当于一座中小城市的体量。 建设挑战:运行效率低:传统供电设备转换环节多,效率低,高效和紧凑化供电设备研制难;算力波动大:GPU推理负荷毫秒级波动,振幅大,对电网冲击严重,电网友好性差;稳定运行难:源荷双波动存在电压/频率稳定和振荡风险,稳定运行难;系统设计难:新能源缺乏电气强度与转动惯量,可靠和经济的系统架构和容量规划方法难。 基于高比例绿电的智算中心供电是系统级的难题,不是单一设备能够解决。 发言主题:绿电-算力协同关键技术与装备探讨 发言嘉宾:许继电气科学技术研究院新型配网技术研究中心 副主任 娄思静 发言主题:加速迈进算电协同时代,打造绿色电算Token一体化科技服务商 发言嘉宾:协鑫能源科技股份有限公司 AIDC研究院院长 赵斌 协鑫能源科技股份有限公司 AIDC研究院院长 赵斌 表示,生成式AI正驱动全球AIDC 市场进入高速增长期。随着生成式AI技术加速演进,全球AIDC市场迎来新一轮发展机遇。受AI训练与推理需求快速增长带动, AIDC正从传统数据中心加快向高密度、大规模、智能化基础设施升级,预计到2027 年全球市场规模将超过1.1 万亿美元。 不过,电力与算力正在成为AIDC 发展的瓶颈:经济性方面,到2030 年,美、中、欧将占全球AIDC市场82% ,电力资源争夺进一步加剧;需求方面,AIDC用电需求呈非线性攀升,到2028 年,美国数据中心用电占比或超10%;电网方面,AIDC集中布局正加大电网容量与并网压力, 2027 至2030 年北美高峰电力缺口或超20GW;电价方面,自2021 年以来,美国电价持续上涨, 2024 年工业电价较2020 年底上涨超21% ,电力成本上升挤压项目经济性。 圆桌访谈:算电协同产业落地思辨:源网荷储多方如何共建智算基础设施可持续商业模式 主持人: SMM 高级咨询顾问 平原 访谈嘉宾: 上海邮电咨询设计院 副总工程师 王斌 亚马逊云科技 电力能源和公用事业行业总监 胡进 南京南瑞继保电气有限公司 智能行业装备总监 王鋆 智光综合能源 数据中心业务部总经理 徐英慧 西安交通大学 AIDC算电协同实验室副主任 褚伟 AI数据中心液冷供应链年会 发言主题:算力卫星冷却技术探讨 发言嘉宾:浙江银轮机械股份有限公司 副总工程师 陆国栋 发言主题:液冷阀门:当"小零件"开始决定"大系统"的可用性—从化工严苛工况到液冷回路的可靠性迁移 无锡美瑞克阀门制造有限公司 ABC阀门中国区执行董事兼无锡美瑞克阀门制造有限公司总经理 孙海东 发言嘉宾:全栈液冷筑基高密智算-服务器液冷一体化解决方案 发言主题:苏州超集信息科技有限公司 高级液冷技术经理 许西波 发言主题:通讯基站及智算中心热管理 发言嘉宾:中兴通信股份有限公司 硬件系统部热设计专家 周爱兰 发言主题:高算力AI服务器两相液冷关键技术 发言嘉宾:浙江芯寒智能科技有限公司 工程热物理和控制领域专家 孙涛 首席圆桌:液冷产业估值空间测算与最紧缺环节拆解 主持人: SMM 行业研究部算力分析师 曹正 访谈嘉宾: 中国银河证券股份有限公司 电力设备新能源首席分析师 曾韬 国泰君安证券研究所 新能源/电力设备与环保公用事业方向首席分析师 徐强 上海及瑞工业设计有限公司 总经理&联合创始人 王苓 发言主题:国产异构算力一体机的协同计算技术架构 发言嘉宾:广州市品高软件股份有限公司 技术总监 林冬艺 发言主题:QD各类快接插头与管路系统市场寿命及密封性能等探讨 发言嘉宾:伊勉特芯络科技(江苏)有限公司 总监 计晓曦 圆桌B:液冷规模化「最后一公里」 主持人: SMM 算力营销事业部高级经理 于泽华 访谈嘉宾: 开利空调销售服务(上海)有限公司 北亚数据中心产品市场负责人 张湘圆 开立基业(北京)阀门制造有限公司 总经理 刘丽 广东东阳光液冷科技有限公司 董事长 庄园 供需对接会 15:30-18:00 签到 》点击查看更多现场花絮 》点击查看 2026 SMM数据要素赋能算力产业发展大会 专题报道

  • 做优AIDC(人工智能数据中心)-从算力资产到算力价值【算力大会】

    在 由 上海有色网信息科技股份有限公司(SMM) 主办的 2026SMM数据要素赋能算力产业发展大会 上, 上海科技网络通信有限公司副总经理郑郑围绕“做优AIDC-从算力资产到算力价值”的话题展开分享。他指出,当前行业存在的突出矛盾是算力过剩与算力紧缺并存,算力错配才是核心问题。做优 AIDC,并非单纯把机房建设得更好,而是实现算力的高效用好:以技术为底座、重构业务模式、直击客户痛点、依靠运维兑现价值。算力的价值,不在于峰值多少,而在于稳定跑出来多少有效任务。 基础设施先行,商业模式随后:两代技术浪潮的同一条路径 当年互联网用十年走出变现之路,今天算力应用正在同一条曲线上加速探索。 政策锚点:算力网已纳入国家"六张网"重点推进,"十五五"新增直投约4万亿元——基建先行、模式后至,算力的模式探索才刚刚开始。 机房、IDC、AIDC:"优"的定义换了三次 每一次代际更替,客户要的东西都变了。"优"从来不由机房定义,而由客户的业务定义——谁先换标尺,谁就先完成代际跨越。 标尺换了三次:可靠性→规模与合规→有效算力产能;下一次换标尺,不会等十年。 行业最大的矛盾—— 算力过剩与算力紧缺同时存在,错配才是真问题。 供给侧:在建算力、抢GPU卡——没有模型、没有客户、没有持续任务的算力,只是纸面资产; 需求侧:要买AI业务结果——要的是确定性产能,不是又一批卡。 错配的三种形态: 卡型错配: 训练要大集群、推理要小实例,却按同一张卡卖; 时隙错配: 忙时不够用、闲时全空转,价格却不分时; 地域错配: 有电的地方没客户,有客户的地方没指标。 供给的资产化 vs 需求的业务化——错配的代价,售卖出的资产 ≠ 可直接交付的业务能力 做优的四个着力点:从卖资源,到卖价值 越早从"卖资源"走向"卖价值",越早进入下一阶段。 做优在经济上的定义:不是更好看的机房,而是更值钱的算力。 烧广告与烧算力:两代盈利模式探索的镜像对照 对照结论: 路径相同——两代生意都从"买资源"走向"买结果";节奏不同——互联网用十年走完,算力是生产力生意,产出可计量、复购可验证,闭环会被需 求密度压缩得更短。 做优 AIDC 的四层框架 1. 技术做优: 高密、高效、弹性的算力底座——是让业务主张成立的基础; 2. 业务做优: 从资源销售到算力价值运营:算力分层、效能计价、跨域组网; 3. 痛点做优: 所有能力对齐客户真实业务目标:确定性、成本、门槛,一一破局; 4. 运维做优: 从机房运维到全栈运营,保障算力价值稳定兑现。 做优不是把机房建得更好,而是把算力用得更好——即技术打底,业务重构,痛点破局,运维兑现。 范式跃迁:从"房东"到"产业合伙人" 市场观察:机柜租赁仍是收入主体,但增量正从"标准机柜"转向"机柜+带宽+运维"的一体化定制,以及按用量计费的 AI 算力服务。——转型窗口已经打开。 从卖资源,到交付确定性产能——这是传统 IDC 迈向智算最大的一次范式转变。 做优怎么挣钱:四层业务阶梯 分层原则: 按业务价值、算力需求与服务复杂度分层,而不是按收入大小分层——大模型客户要集群规模,AI 应用客户要推理成本,政企客户要合规与国产化。 实现算力分层:避免单一的算力租赁模式 混合模式: 长协保底 + 按需弹性 + 预留算力——给头部客户确定性产能,给中小客户按量即用,平抑行业"一边抢卡、一边空置"的结构性错配。 分层不是切资源,是让不同负载都在合适的架构和价格上跑起来。 计价标尺升级:从 PUE 到 TPW TPW(Tokens per Watt):每消耗一瓦电力产出的有效 Token 数。客户从此可以像比电价一样,横向比较不同算力供应商的真实单价。 把账算清楚,客户才敢把核心业务放上来。 把有效算力做出来:五种手段,各有代价 利用率要看三层:上架率 → 分配率 → 有效利用率(Goodput) 把卡卖出去只是分配率;客户任务真正跑出结果,才叫有效算力——做优的考核终点在这里,不在上架数字上。 单点是算力工厂,组网才是生产力 当前政策方向与算力互联互通,网络时延圈划到哪,算力的生意边界就到哪——单节点竞争正让位于组网能力竞争。 组网与封装 · 破除单点孤岛 跨域调度: 算力路由、跨域调度、算力迁移,支撑东数西算与多节点协同; 场景封装: 政务、工业、金融、多模态行业套件,业务前置、先备好方案; 生态培育: 数据集、微调工具链、ISV 同步培育——只有算力没有应用,算力就是闲置资产; 安全配套: 安全隔离、数据摆渡、微调与调优,开箱即用的工程化底座。 单个智算节点是算力工厂,组网调度才是普惠算力的关键——这是独立机房给不了的。 三类客户、九层痛点:以痛点反向定义"做优" 总纲:大家在建算力,客户要买的是 AI 业务结果——九层痛点,就是九个创新起点。 破局确定性:让训练任务跑得完 对应痛点|算力确定性不足——GPU 空转、任务中断、重训成本极高,一次中断可能损失数天进度 01集群高可用架构: 多路径组网、无阻塞互联,故障域隔离; 02 任务级 SLA: 承诺任务可用率、吞吐与时延,写进合同; 03 故障自动迁移: 断点续训、分钟级恢复,任务不推倒重来; 04 智能根因定位 :告警自动关联、快速定位,缩短 MTTR。 SLA 从"机房可用率"升级到"AI 任务可用率"——承诺的是业务结果,不只是设备在转。 破局成本:让客户算得清、用得起 成本主张:从买卡时到买确定的产出 计价单位变了,商业模式才会变——把“每瓦产出”而不是“每卡每小时”写进方案。 资源弹性按需供给: 按需算力池、分时调度;闲时让利、普惠可用;中小客户即用即走,无重资产压力; 客户全口径 TCO: 电费、折旧、网络、运维并入一张账单;不藏隐性费用,预算可预测、可审计; 混合采购与退出成本: 长协保底+按需弹性+预留算力动态配比;扩容不锁死、退出有折算,客户才敢签长约。 跨节点算力池分时调度平抑峰谷,弹性推理池已支撑 AI 应用类业务按量使用。 让客户从"买卡时",变成"买确定的产出"。 破局门槛:会用、敢用、合规地用 工程化支撑 · 会用: 镜像仓库、调优服务、监控看板随取随用;算力工程团队随业务全程陪跑——让客户拿到卡也跑得起来、跑得快。 安全与合规 · 敢用: 安全隔离、算力分区、数据不出域;等保三级与制度化安全管理,满足政企与金融行业准入要求——合规不是后置补丁,是前置约束。 自主可控 · 不被绑定: 国产算力兼容纳管、信创适配;统一调度屏蔽异构差异——给客户选择权,避免单一芯片绑定;把供应链的长期风险留给平台消化。 痛点不是客户的麻烦,痛点就是业务创新的出发点。 技术打底、运维兑现:让业务主张成立 先把自己的园区做成样板间——自有能力,是对外输出的信用基础。 换一套 KPI:从机房可用,到任务可用 配套客户成功机制:以客户 GPU 利用率改善、上线周期缩短、中断时长下降、续约率提升、单位算力成本下降为考核——从设备在转,到任务在跑。 交付流水线:从签约到稳定运行的五个关键节点 TTD 不是设备到货天数,而是签约到第一个生产任务稳定跑完的天数。 每一关都有交付物、都有客户签字——把它写进合同接受考核,交付速度本身就是竞争力。 四句话,收束今天的分享 算力的价值,不在于峰值多少,而在于稳定跑出来多少有效任务。 》【直播中】Token经济时代下算力全球化新机遇超级AI周期下的算电协同展望 》点击查看 2026SMM数据要素赋能算力产业发展大会 专题报道

  • 超低功耗光模块和NPO如何重塑算力集群?【SMM算力大会】

    在 由 上海有色网信息科技股份有限公司(SMM) 主办的 2026 SMM数据要素赋能算力产业发展大会 上, 光为科技(广州)有限公司 副总经理 范经韧围绕“超低功耗光模块和NPO如何重塑算力集群”的话题展开分享。他提出三点结论:超节点需要高密度光连接;NPO 是高密度光连接的最优解,具备低时延、低功耗、高密度、易维护等特性;可插拔 NPO 是最佳实践之一。 关于 AI 超节点:在 AI 超节点由电互连向光互连演进的过程中,NPO 是当前兼顾高性能、低时延、低功耗、可维护性与产业成熟度,且低成本、高可靠、可快速落地的技术路径。 光模块:AI 智算集群的可靠性瓶颈 光模块,是一个数千亿级市场。龙头企业市值已接近万亿元。 每条光纤的两端都配有光模块,它是全光网络时代的传导神经。 进入 AI 智算时代,光模块的高可靠性、低功耗、良好散热性能以及低时延,成为这条 “传导神经” 的核心指标。 据不完全统计,在运营智算集群,75-80%以上故障与光模块有直接或间接相关。问题包括,硬件故障、网格故障、存储故障、软件故障、电力与散热故障。任务调度故障等。 光模块:丢包、错报或闪断,导致训练效率下降或任务中断。 算力集群,以H系列为例,光模块(国产)占设备投资3-5%,但需要注意的是,3-5%成本,影响80%+收益。 AI算力集群对“高带宽、低延迟、高稳定性”的通信需求,使光模块从“普通组件”升级为“性能瓶颈”。 光模块可靠性的五大关键要素 光连接的技术挑战 为什么是NPO? 面向超节点的光互连刚性要求 光连接的技术挑战:NPO vs. CPO NPO大规模部署——系统级需求 NPO需要能同时支撑密度、可靠性、可维护性和产业生态的完整框架,这是规模部署的前提 可插拔NPO架构 可插拔NPO架构: 方案: 采用标准连接器,方案成熟; 生态: 在成本、供应链、工艺、可维护性上的优势。 可插拔NPO架构:方案 可插拔NPO架构:生态 可插拔NPO架构是实现规模化部署的使能器。 其核心价值在于用成熟、低成本、可维护的方案,同时满足了NPO对高密度、可靠性、生态兼容性的要求。追求系统级的可落地、可量产、可运维——这恰恰是AI基础设施规模化部署最需要的东西。 总结 三个结论:超节点需要高密度光连接;NPO是高密度光连接的最优解,拥有低时延、低功耗、高密度、易维护等特性;可插拔NPO是最佳实践之一。 超节点:在Al超节点从电互连走向光互连的过程中,NPO是当下兼具高性能、低时延、低功耗、可维护和产业成熟度的路径;低成本、高可靠、可快速落地的技术路径。 》【直播中】Token 经济时代下算力全球化新机遇 超级AI周期下的算电协同展望 》点击查看 2026 SMM数据要素赋能算力产业发展大会 专题报道

  • 旧有所值 物尽其用——算力基础设施资产回收助力全生命周期绿色低碳【算力大会】

    在 由 上海有色网信息科技股份有限公司(SMM) 主办的 2026 SMM数据要素赋能算力产业发展大会 上, REER Global 副总裁/大会主持人 丁敏围绕“旧有所值,物尽其用——算力基础设施资产回收助力全生命周期绿色低碳”的话题展开分享。 问题提出:算力中心的“绿色盲区’ 算力狂奔背后的"退役潮":出货量持续攀升,迭代周期缩短至3~5年 核心判断: AI算力需求爆发:全球AI服务器从2023年118万台冲向2026年237万台,GPU服务器大规模部署,技术迭代周期缩短至 3~5年; 2023年全球出货曾短暂下滑(-3.7%),2024年AI拉动回暖(+2.6%)-一今天出货的增量,就是3~5年后的退役潮; 行业在讨论PUE、绿电、液冷的同时,退役资产仍处于“灰色地带”一-每年超250万台服务器被淘汰,正式回收率不足两成。 全生命周期视角:80%的碳排放在“使用之前”已发生 退役资产处置的四大行业痛点 1. 数据安全: 算力中心承载大量客户敏感数据、业务密钥、网络配置。存储介质如何做到物理不可恢复地彻底销毁,同时留存可审计证据? 2. 资产贬值: 设备更新快,闲置越久残值越低。处置决策缺乏客观定级依据,报废变“贱卖”,资产价值流失。 3. 合规风险: 环保拆解、信息销毁需要资质与全链路可追溯。行业标准尚不统一,跨区域、跨国家流通存在合规断点。 4. ESG量化: 电子垃圾减量、范围三排放降低,如何形成可审计、可披露的碳减排数据,支撑ESG报告与绿色算力评级? 这四大痛点,需要一套从政策、标准到技术、周服务的完整体系来回答 政策驱动:回收进入“强监管”时代 国家政策体系:回收处理进入“强监管+激励”双轮驱动 政策信号非常明确:电子废弃物回收从“鼓励”走向“规范”,从“可选”走向“必选” 国家绿色算力设施推荐:回收循环能力成为“硬指标 这1分看似不⾼,但佐证材料要求实质上构成对算⼒设施回收管理能⼒的系统性检验 全生命周期成本管理:退役是减碳与降本的闭环支点 数据中心全生命周期成本(LCC)四阶段--定位 REER 解决方案的价值锚点 资产利旧回收售卖全生命周期成本闭环管理; 以合规退役衔接「运营退役」,减碳与残值回收双赢 随后,他又详细介绍了REER标准企业循环服务流程,数据安全以及销魂标准和价值分流,支持回收的品类等内容。以绿色算力,赋能绿色中国,REER为“绿色中国”贡献循环力量,让每一台退役设备,成为绿色算力的新起点。 》【直播中】Token 经济时代下算力全球化新机遇 超级AI周期下的算电协同展望 》点击查看 2026 SMM数据要素赋能算力产业发展大会 专题报道

  • 算力全球化新机遇——在分层的世界里 找到中国企业的坐标【SMM算力大会】

    在 由 上海有色网信息科技股份有限公司(SMM) 主办的 2026 SMM数据要素赋能算力产业发展大会 上,交大安泰校友国际交流协会 会长 袁中华围绕“算力全球化新机遇——在分层的世界里,找到中国企业的坐标”的话题展开分享。 他表示,在分层格局下,算力领域存在三大机遇方向:一是推理算力服务,采用按请求量收费的模式,售卖运算结果而非硬件资源;二是跨区域调度运营,实现 GPU 与国产芯片的统一调度;三是国产算力出海,生态稳定运行是核心竞争要点。整体目标是推动绿色能源变现,将电力成本优势转化为算力服务优势。 数据中心旁边,就是输电线 芯片没有入境,就不受管制吗? 从“芯片卖到哪里”到“谁可以调用算力” 全球数据中心用电量 算力扩张,要先回答供电问题 2025 年估计 485 TWh,2030 年预测950 TWh,约翻一翻。 中美产业观察 美国的技术积累,中国的制造场景 美国: 先进芯片设计、基础模型与云平台、数据中心工程交付; 中国: 制造业数据与应用场景,质量、能耗、设备运行,算力枢纽与数据中心集群。 全球算力或形成两套体系:应用层与推理服务继续交融,底层训练资源更难共享 管控正在“三层合拢” 监管三层: 硬件层: 芯片与设备出口限制; 主体层: 穿透审查总部与实控人; 使用层: 远程调用算力需核验; 意味着,第三国采购仍可能需要许可,数据中心核验客户身份用途,“芯片未入境”的空间收窄。 跨境使用算力:从普通商业安排,变成复杂合规命题 机遇一· 区域算力圈 本地算力,越来越值钱 数据主权: 数据主权与合规,要求本地部署; 绿电与液冷 :低电价+稳定供电+液冷成选址核心; NEXTPOW 实践: 美国算力中心建设与运维服务。 机遇速览· 分层格局下 推理、调度、国产算力出海 01 推理算力服务: 按请求量收费,卖结果不卖资源; 02 跨区域调度运营: 统一调度GPU与国产芯片; 03 国产算力出海: 生态稳定运行是竞争关键。 绿色能源变现把电力成本优势,转化成算力服务优势 给同行的三点务实建议 先立足,再升级 一、先做“短平快” 东南亚:推理服务、私有化部署、离岸容灾 二、合规先行,架构前置 主体架构、客户核验、数据流向,启动前想清楚 三、用场景换空间 产业数据+全球算力,打造“AI赋能制造”标杆 宁可晚进场,不能带病进场。 》【直播中】Token 经济时代下算力全球化新机遇 超级AI周期下的算电协同展望 》点击查看 2026 SMM数据要素赋能算力产业发展大会 专题报道

  • 让算力与电力对话——设计院视角下的AIDC与算电协同【SMM算力大会】

    在 由 上海有色网信息科技股份有限公司(SMM) 主办的 2026 SMM数据要素赋能算力产业发展大会 上, 上海邮电设计咨询研究院有限公司 高级工程师 丁聪围绕“让算力与电力对话——设计院视角下的AIDC与算电协同”的话题展开分享。他表示,算电协同场景下,设计院需要严守三条红线:一是 SLA 底线不可调整,可中断容量并非意味着随时可以中断,训练任务的 Checkpoint 机制决定了最小中断粒度;二是热安全边界不可逾越,功率调节不得超出服务器进、出风温度限值,液冷系统存在响应滞后,该因素需要纳入调节时间计算;三是保护配合不可简化,直流母线的保护配合在柔性潮流工况下更为复杂,不可为了提升调节能力而牺牲电气安全。设计院的价值,就是在可调节性与不可牺牲的安全底线之间,划定不可逾越的边界。 从瓦特到Token:算力狂飙与算电协同的时代同频 从“用电大户”到“机动电源”:算力中心角色的历史性重构 2026年8月,冀北电网用电负荷多次创下新高。晚高峰时段,国家电网向域内算力中心告知用电紧张情况并发起协同邀约,花费不到10分钟,11座算力中心通过自发参与,共释放了超过100兆瓦的供电空间,算力中心“灵活调节资源”得到实践验证。这是国内首次百兆瓦级算电协同调节。 这不是实验室仿真,是2026年已经落地的电网市场化调度。 算力中心从“用电大户”变成了电网的“ 机动调节力量”。 设计院破局起点:我们的图纸里,有没有为这种“可调用性”留出接口? 错位与破局:告别“刚性峰值”,拥抱“柔性负载” 核心矛盾: 电力成本占算力中心总成本40%–60%,但AI任务具备时间腾挪空间。 经济逻辑: Token工厂的经济逻辑是“每瓦Token吞吐量”,不是“每瓦峰值容量”。 设计误区: 如果继续按峰值冗余配置,就是在为一个可以“错峰”的负荷付“刚性”的代价。 设计的进阶:把算力负荷变成电力资源的“三部曲” 物理层:负载谱与直流母线 把Token流翻译成功率流,定义可中断/可迁移比例,用直流架构让功率波动快速传导。 系统层:绿电直连与虚拟电厂 设计源网荷储算拓扑,把算力中心变成可被电网调度的虚拟电厂单元。 交付层:联合仿真与数字孪生 交付可被调度指令驱动的热电算联合仿真模型,让运营方能提前验证调节边界。 这三层加起来,就是设计院把算力负荷翻译成电力资源的完整方法论。 精准翻译:设计院需要交付的“四维功率谱” 设计院要输出的不是单一“IT功率值”,而是四个关键参数: 行业验证方向 :从“单任务功率实测”扩展到“集群与并网点功率映射”。 设计院破局前提: 这是算电协同的第一块设计输入,没有它,后面的一切调节都是盲调 神经重塑:为什么“全直流”是柔性响应的物理基石 核心价值: 全直流减少AC/DC变换环节,使GPU功率波动更快传导到母线,也更容易被储能和电网侧感知与响应。 设计院落地路径: 形成涵盖中压直流保护、固态断路器选型、直流母线分区的可落地设计导则。 绿电直连:打通“源网荷储算”的物理拓扑 标杆项目 :某绿电直连示范项目— 120MW风电+ 60MW光伏+ 240MWh储能,IT负荷66MW,PUE≤1.2 政策背景: 国家能源局明确将绿电直连作为算电协同的重要实现路径,通过专用线路就近向算力负荷供应绿电。 设计院前置规划: 在可研阶段就把“哪些算力任务匹配哪段绿电、哪套储能”写进拓扑,而不是交给运营期“碰运气”。 经济重构:算好“消纳率与调节收益”这本账 核心判断: 经济性高度依赖“源荷匹配度”。 设计院算账逻辑: 通过调整算力任务的时序弹性,把消纳率从“看天吃饭”变成“设计出来的”。 可量化输出: 给定风光资源,不同算力柔性比例对应的全生命周期度电成本曲线 虚实相生:构建连接电网与算力的“VPP中间件” 2026年10月, 湖北两家算力中心共1.5万千瓦柔性算力负荷已纳入虚拟电厂资源池,完成华中区域首例“算电协同”市场化交易,预计企业用电成本下降约6%。 这笔交易由华中能 源监管局推动,参与方是位于武汉的光谷爱计算、超级算力两家算力中心,今年9月起接入湖北虚拟电厂平台参与电力现货市场交易。 标杆案例 :华中区域首例市场化交易——1.5万kW柔性算力负荷纳入虚拟电厂,企业用电成本下降约6%。 设计院协同挑战 :这个“中间接口”到底谁出图?弱电专业?还是电气二次专业?——这正是设计院内部跨界融合的必答题。 时空交织:热、电、算三层尺度的耦合与挑战 核心矛盾: GPU功率是毫秒级波动,冷机是分钟级响应,电网调度是分钟~小时级。 设计院统合标尺 :把这三层响应时间尺度翻译成“可调节容量参数表”,让电网和算力方能在同一张表里对话。 交付革命:从“静态图纸集”到“动态仿真孪生体” 设计院交付跃升:从“静态图纸集”升级为“动态可调节参数表”——不仅告诉施工方怎么建,还要告诉电网调度方能调多少、多快能恢复。 价值锚点:做算电协同生态中的“可调节性定义者” 设计院价值锚点: 设计院不是“配合方”,而是“可调节性定义者”——向上对接电网调度,向下对接设备供应商,向业主方输出可调节容量参数。 双向奔赴:从Token 任务到电网调度的完整闭环 算电协同不是单向的“用电”,而是算力任务与电网调度双向反馈的完整闭环。 向上响应电网,向下调度算力,完成“电力流”与“信息流”的闭环交汇。 把宏观的协同理念,拆解为每一环可量化、可落地的设计参数——这张图,就是设计院在项目中的核心工作分解结构(WBS)。 顶层设计:亟待建立的三项算电协同设计标准 这三项标准,正是设计院接下来要牵头推动的行业设计指南——向电网输出规则,向算力输出接口,向行业输出标准。 底线思维:算电协同中设计院必须死守的“三条红线” SLA底线不可调: 可中断容量不等于“随时可断”;训练任务的Checkpoint机制;决定了最小中断粒度; 热安全边界不可越: 功率调节不能突破服务器进/出风温度限值;液冷系统响应滞后必须纳入调节时间计算; 保护配合不可简化: 直流母线的保护配合在柔性潮流下更复杂;不能为了“可调节性”牺牲电气安全。 设计院价值防线: 在“可调节”和“不可牺牲”之间,画出那条不可逾越的线。 灵魂拷问:我们的图纸里,有“被调用”的接口吗? 核心价值: 算力中心能不能被电网调用,不取决于调度软件,取决于设计图纸里有没有为“被调用”留出物理接口和验证模型。 抛砖引玉:关于算电协同的三个待解之问 绿电直连项目中,算力的柔性比例往往取决于业务SLA, 如何让“算力调度”与“电力设计”在前期就同频共振? 为了让算力中心真正成为电网的“机动电源”, 虚拟电厂接口是否应作为AIDC设计的“准入条件”? 谁来为“可调节容量”买单和背书? 设计院能否在其中承担核心的评估与测算角色? 》【直播中】Token 经济时代下算力全球化新机遇 超级AI周期下的算电协同展望 》点击查看 2026 SMM数据要素赋能算力产业发展大会 专题报道

  • 【SMM分析】显卡市场巨变,英伟达在华份额33.8%:算力供需会变吗?

    11月12日,英伟达宣布黄仁勋辞去总裁、首席执行官及董事职务,由首席财务官科莱特·克雷斯出任临时首席执行官,并继续兼任原职。董事会同时任命哈维·琼斯为首任主席,启动正式继任者遴选。 [1] 人事变动首先冲击的是市场对公司治理的信心。对国内算力采购和租赁而言,更直接的问题仍是:芯片能否按期交付,进口何时获批,境外算力还能通过哪些合同安排使用。 2026年上半年,英伟达在中国数据中心AI加速器市场的出货份额为33.8%。这一变化早于此次换帅。随着出口审查、买方资质和最终用户核查趋严,决定高端算力可得性的因素,正在从产品和价格延伸到交易资格。国会监督可能进一步强化这一趋势,具体影响仍要通过出口许可和合同执行来观察。 一、经营数据与中国市场份额出现分化 英伟达2027财年第二季度截至2026年7月26日,营收962.2亿美元,同比增长106%;其中数据中心收入890亿美元,同比增长117%。公司表示,业务运营、客户承诺和产品路线图预计保持连续,第三季度财报仍定于11月17日发布。 [1][2] 公司尚未披露因换帅调整订单或产能安排。供给是否受到影响,仍需后续交付数据验证,股价反应本身不足以说明当季供给已经收缩。 与此同时,据《IT时报》转引的IDC数据,英伟达2026年上半年在华AI加速器出货67.8万颗,同比下降44%。全球数据中心收入高速增长与中国市场出货下降同时出现,说明其全球经营表现与中国市场准入已明显分化。两组数据的统计期间和指标不同,不能直接比较规模,也不能将分化全部归因于单一政策。 [3] 图1|英伟达全球数据中心收入与在华出货表现 二、国会监督可能加强,但选举结果不等于新规则 据公开报道,民主党在11月3日中期选举后夺回国会两院控制权。新一届国会将于2027年1月3日就职,委员会主席及具体工作安排仍有待确定。 [4] 多数党变化的实际意义,在于谁能主导委员会调查、文件调取和听证安排。相关传唤须遵循各委员会规则,不能简化为某位议员在选举结束后立即获得新的执法权限。国会监督与行政部门执行出口许可,也不是一回事。 共和党议员也在推动相关审查。三名共和党籍众议院委员会主席要求黄仁勋于11月18日出席闭门简报,或另行提供可出席日期。会议是否按期举行、当事人是否出席,目前仍待确认。这也说明,对芯片流向的关注并不限于胜选一方。 [5] 围绕AI芯片出口的多项提案,包括AI监督法案、MATCH法案和芯片安全法案,关注销售审查、流向核实和防止受限芯片转移。后续影响取决于具体条文、审议进度及执行安排。提案、委员会调查、行政许可和已生效法律,应分别观察。 图2|近期事项与待定政策进程 三、跨境算力合同已成为重要观察窗口 政策影响未必等到新法通过才出现,企业的交易条件可能先变。 据某报道,英伟达要求云服务客户将至少51%的服务销售给非中国客户,要求由销售及区域团队口头传达,仅涉及未来合同。另有报道提到,公司收紧亚洲客户购买AI芯片的合规名单。由于缺少公开书面规则,这些要求的具体口径、适用范围和执行强度,仍需结合实际合同确认。 [6] 远程使用算力也已进入立法讨论。《远程访问安全法案》(H.R.2683)于2026年1月12日在众议院以369票对22票通过,次日转交参议院银行、住房和城市事务委员会。现有公开记录尚未显示其成为法律,实际影响仍取决于后续审议和实施安排。 [7] 该法案拟将出口管制的适用范围延伸至特定远程访问情形。若后续成法并落实,审查对象可能进一步涉及使用者、访问方式及最终用途,而不只看芯片安装在哪里。 对依赖境外数据中心的客户而言,合同中的最终用户披露、转租限制、审计权和服务中止条款值得优先关注。同一型号的算力,即使名义单价相近,也可能因使用资格和合同限制而具有不同的实际成本。 四、中国市场的替代在推进,出货量不能代表训练能力 国内现货供给仍高度依赖进口审批和到货节奏。对采购方而言,审批完成、实际到货与可交付库存是不同阶段,不能把流通环节中的潜在货源直接计入现货供给。 出货结构的变化更值得持续跟踪。据《IT时报》转引IDC数据,2026年上半年,中国数据中心AI加速器总出货约200.8万颗。其中,GPU为99.1万颗,同比下降26%;含推理芯片在内的非GPU加速器为101.6万颗,同比增长近80%,出货量首次超过GPU。按厂商计算,英伟达出货67.8万颗、份额33.8%;华为出货57.2万颗、份额28.5%。 [3] 图3|中国数据中心AI加速器出货结构 这组数据反映了采购结构变化,却不能单独证明国产算力已在训练环节实现全面替代。芯片颗数没有反映单卡性能、互联效率、软件适配和集群稳定性。训练能力的比较,还需要相同模型、相近精度和一致任务规模下的实测数据,以及完成任务所需的总成本。 国内算力网建设则提供了另一层需求支撑。国家发展改革委网站刊发的文章指出,全国一体化算力网建设已纳入“十五五”109项重大工程,相关规划强调多层次算力设施和全国一体化布局。设施建设能否转化为有效需求,仍取决于项目落地、利用率和应用适配,不能直接折算为某家芯片厂商的新增订单。 [8][9] 五、租赁市场需要分别评估供给、资格和成本 短期供给主要由交付、许可和进口审批决定。只要这些条件没有实质变化,就缺乏仅凭人事调整判断租金方向的依据。后续财报中的交付说明和订单变化,比管理层名单本身更有参考价值。 图4|政策变化如何影响算力租赁 交易资格影响的是“谁能拿到、谁能使用”。买方主体、客户来源、部署地点或最终用途不同,同一型号算力的可得性就可能不同。比较境内外价格时,还需统一配置、税费、交付和服务条件,否则难以区分产品价差与准入溢价。 合规与融资成本则通过合同和项目建设逐步传导。流向追踪、用户核查和审计可能增加服务成本;融资条件变化也可能影响数据中心扩建。传导速度取决于合同续签、项目阶段与融资结构,不能预设为“一个季度内不影响租金”或“必然改变未来两年供给”。 还需留意美国本土项目审批、电力和土地等约束。若新增数据中心建设放缓,而需求保持稳定,可能对租金形成支撑。这与跨境使用限制对需求的影响方向不同,最终仍要看项目落地和客户需求的变化。 不同政策路径对国内市场的影响,可以作如下情景分析。表中为条件判断,并非价格预测。 六、SMM观点 对算力市场而言,此次换帅带来的直接变化是治理不确定性上升;供给和租金是否调整,还需要订单、交付与审批数据验证。现阶段,将人事新闻直接解释为供给冲击,依据并不充分。 未来一个月,重点关注英伟达11月17日财报对经营与交付的说明,以及议员要求的闭门简报是否举行、后续是否出现明确调查安排。国内市场则应继续跟踪进口审批、年底到货和租赁成交情况。文中美国事件日期均按当地时间表述。 未来三至六个月,观察新一届国会的委员会安排和相关法案进度,同时跟踪跨境算力合同的变化。客户资质、最终用途和转租限制,可能比挂牌价格更早反映监管影响。涉及远程访问的判断,应以最终法律文本及实施规则为准。 国产替代的评估也需要从出货份额深入到任务表现。33.8%说明英伟达在华出货格局已经变化,训练场景中的替代程度,仍要由性能、生态和使用成本共同验证。 上述分析主要针对受美国出口管制影响的高端AI算力。成熟制程产品和国产算力还受国内产能、软件生态及采购政策影响,不宜直接套用同一价格判断。 公开资料来源 [1] 英伟达,NVIDIA Announces CEO Transition,2026-11-12。 https://nvidianews.nvidia.com/news/nvidia-announces-ceo-transition [2] 英伟达,NVIDIA Announces Financial Results for Second Quarter Fiscal 2027,2026-08-26。 https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/default.aspx [3] 《IT时报》,《黄仁勋辞任英伟达CEO!国产算力迎来窗口期?》,2026-11-13,含媒体转引IDC出货数据。 https://t.cj.sina.com.cn/articles/view/1891330474/70bb69aa00102da9a?finpagefr=p_103 [4] 《早报》,《美国中期选举民主党翻转国会 特朗普称接受败局》,2026-11-04。 https://www.zaobao.com.sg/news/world/story20261104-9947377 [5] 亚洲电台,《美国会议员要求黄仁勋出席会议 说明与“中国情报员”关系》,2026-11-06。本文仅引用议员信函的日期和程序信息,不采纳标题涉及的指控作为事实。 https://www.rfa.org/mandarin/xinwenkuaixun/2026/11/06/mast-moolenaar-crawford-jensenhuang-brief-congress-nvidia-huangle-alicehuang/ [6] 法新社,Nvidia orders data center clients to reduce China exposure: FT,2026-11-03,。 https://finance.yahoo.com/technology/ai/articles/nvidia-orders-data-center-clients-080911859.html [7] 美国国会H.R.2683立法记录、2026-01-12众议院表决及2026-01-13参议院转交记录。 https://www.govinfo.gov/app/details/BILLS-119hr2683rfs ; https://www.govinfo.gov/content/pkg/CREC-2026-01-12/pdf/CREC-2026-01-12-pt1-PgH645.pdf ; https://www.govinfo.gov/content/pkg/CREC-2026-01-13/pdf/CREC-2026-01-13-pt1-PgS159-5.pdf [8] 国家发展改革委网站刊发,《加快万亿级算力网建设 夯实智能经济新底座》,2026-08-24。 https://www.ndrc.gov.cn/wsdwhfz/202608/t20260824_1407173_ext.html [9] 湖南省工业和信息化厅转载,《10万亿级大棋局:算力网建设须“协同发力”》,2026-11-10。 https://gxt.hunan.gov.cn/gxt/xxgk_71033/gzdt/rdjj/202611/t20261110_34098598.html 资讯编辑:李偲鸣 021-51666774

  • 【SMM算力日评】指数17.7企稳 H200整批五年约13.6万

    【市场概述】 综合指数17.704元/卡·时,单日-0.03%,连续第二日企稳于17.7元附近,折合整机8卡月租约10.20万元/台·月。19条基准价当日全部持平。交易量指数610.666点(+1.81%)、景气指数279.467点(+0.89%),均连续三日走高。当日主线为"价格冻结、成交回温":合约面报价带纹丝不动,而成交与景气持续修复,增量成交集中在既有价格带内完成。 【SMM价格相关】 综合指数17.704元/卡·时(-0.005元,-0.03%);节后序列:11-04报17.952、11-05报18.213、11-06报18.387、11-09报17.467、11-10报17.709、11-11报17.704。19条基准价(A100/A800/H100/H800/H20/4090/910B,覆盖长三角、珠三角、京津冀、成渝、西部)两日逐条对比全部持平,无异动项。交易量指数610.666点(前日599.781),景气指数279.467点(前日277.007)。 【今日快讯】 上海某机房128台H200整机资源对外整租,超微SXM 2T机型,五年闭口、整批不拆,报约13.6万元/台·月,12月底交付,承租方须为国央企或上市公司等强主体,先审主体后签约。 市场释出5台H系列SXM 141GB模组整机现货,附三年维保,单台报715万元,按五年闭口租赁样本测算回本约54个月;一对一渠道另有同系下架整机4台,报约670万元/台,新旧与维保口径不同质,价差属合理差异。 某渠道报Pro 5000 72G全新现货一批、约200片,境外交付,报约8300美元/片(税别未注明)。 需求侧:某渠道询16台高端算力五年长约资源;A100撮合仍卡在需求方低预算与后付费结构,居间链条偏长。 公告面:东方新能签署约9.12亿元算力板卡采购合同;金刚光伏控股子公司签署预估总价不超15.36亿元算力云服务合同,服务期60个月、按季度预付。 【SMM观点】 其一,"价平量升"结构延续:指数与基准价双双冻结,而交易量与景气三连升,说明当前成交在既有价格带内即可消化,买卖价差收窄、报价带短期夯实,暂不支持价格单边异动。 其二,H200供给端正从"零散发售"转向"整批长约":上海128台五年闭口、现货整机715万元、下架整机约670万元多点同现,供给放量但普遍附加主体审核与整批门槛,本质是供方在用履约筛选换取价格稳定,13.2万—14.0万元/台·月正形成新的整租价格锚。 其三,可跟踪命题:上海该批128台H200能否在约13.6万元水位实现强主体签约去化——若12月交付前整批落定,将验证五年闭口价格锚的有效性;若去化迟缓,则当前报价带的"筛选溢价"将被重估。

  • CoreWeave电话会:算力供不应求推动大幅提价 明年容量已近售罄

    AI云计算基础设施提供商CoreWeave在最新财报电话会上传递出强烈的供需信号:公司算力资源在2027年前已基本售罄,2028年需求更是远超可用容量数倍,同时公司宣布大幅上调旗下服务价格,并表示将以客户预付款取代无担保债务作为主要融资手段。 CoreWeave管理层在电话会上表示,公司2027年前的算力资源"在极大程度上脱销",而2028年的市场需求已达到当时可用算力的数倍。公司还指出,数据中心行业整体扩张步伐放缓,将在客观上提升现有算力资产的稀缺价值。 供需紧张局面为CoreWeave提供了显著的定价能力 。公司披露,7月份已对服务价格上调约25%,三季度后期再度上调10%;基于英伟达旧款芯片的服务自上季度以来累计涨价30%至50%,涨幅尤为显著。 尽管周二美股盘后,业绩公布后股价一度大涨11%,但在管理层参加分析师电话会议期间,CoreWeave股价震荡,显示市场对电话会内容消化后情绪趋于谨慎。 在资本结构层面 ,CoreWeave明确表示,未来不会在当前收益率水平下依赖无担保债务市场为业务融资,也无此必要。公司认为,客户预付款在条件上更具吸引力,可作为替代性融资来源。 公司进一步披露,到2027年,已承诺资本支出中逾75%与投资级客户及企业级客户相关,显示收入质量和履约确定性较高。 公司表示,未来三个月将收取90亿美元客户预付款,70%的交易已收到预付款 ,当前资金安排对公司而言比无担保债务市场更具吸引力。同时,公司预计未来数周将发布下一款延迟提款定期贷款(DDTL)。

  • AI算力背景下电磁线产业绿色升级【电工材料年会】

    11月6日,在由常州同泰高导新材料有限公司、上海有色网信息科技股份有限公司(SMM)、山东爱思信息科技有限公司主办,山东星辉铜基新材料科技有限公司支持,宜兴市企业家协会电线电缆企业联合会、苏州市光电产业商会、安徽无为特种电缆协会、宁波市电线电缆商会特邀支持的 2026 SMM(第十一届)导体线缆工业展览会暨电工材料产业年会——导体材料发展论坛 上,江西江铜华东电工新材料科技有限公司总工程师林熙云分享了“AI算力背景下电磁线产业绿色升级”这一主题。 电磁线市场现状 漆包线|绕包线|无机绝缘线 电磁线分为漆包线、绕包线和无机绝缘线。 电磁线作为工业电机、汽车、电力设备、微特电机、仪器仪表、家用电器电磁绕组的基础和关键材料,近年来发展十分迅速。其中家用电器、电力设备、工业电机分别占下游应用领域的33%、31%、18%,总占比达82%。 目前,我国电磁线市场已趋于成熟,电磁线产量占全球50%,已成为世界第一生产大国。随着智能制造、汽车、电子信息、消费类电子产品、高速铁路、智能电网等产业的迅速发展,将给电磁线生产企业带来更为广阔的应用领域和市场空间。未来我国经济增长大趋势不变,电磁线需求仍具有稳步增长的动能,预计到2029年我国电磁线需求量将超过256万吨,产业市场规模望增长至1455.9亿元。 我国电磁线当前市场竞争充分,但行业呈现一定集中性特征 我国电磁线生产企业达千家以上,呈现大而不强的特征,市场竞争充分,2024年CR5不足25%,但呈现区域性集中的特征,浙江、广东、江苏三地贡献了全国70%的产量。从长远来看,我国电磁线行业呈现一定的集中性特征,头部企业通过经年累月的投入,形成一定的技术壁垒,并利用产业升级的机会实现降维打击。 AI算力驱动多行业爆发新需求 三大需求源:谁在引爆AI算力? 三大需求源互相促进:云端智算训练大模型→ 端侧智驾/机器人落地→ 反哺云端算力需求爆发。 AI算力爆发:数据中心电力需求翻倍增长 大模型训练与推理算力需求呈指数级增长,单芯片功耗从数百瓦跃升至千瓦级,推动数据中心整体电力需求快速攀升。 GPU功耗持续攀升,供电面临极限挑战。 供电架构升级:从54V到800V HVDC 碳化硅器件:驱动电磁线高频化的核心引擎 SiC MOSFET 本征优势:禁带宽度是硅的3倍,耐压更高;开关速度提升4~5倍,损耗更低;工作结温可达200℃以上;导热率是硅的3倍,散热更好;固态变压器(SST)核心器件。 ►频率跃升倒逼电磁线技术升级:传统硅(5 ~ 20 kHz)→碳化硅(100 ~ 500 kHz) 频率提升带来的电磁线挑战: · 趋肤效应与临近效应急剧增强。 · 交流电阻远超直流电阻。 · 传统实心铜线损耗大幅上升。 · 必须采用Litz线、空心线等高频结构。 高频电磁线技术机理与产品 结构设计优化 扁线电磁线:通过矩形截面设计提高电机槽满率(可达70%以上),降低电阻和温升,广泛应用于新能源汽车驱动电机。 多股绞合线:采用利兹线结构减少高频涡流损耗,适用于高频变压器和电感。 集成化设计:电磁线与冷却系统(如油冷、水冷)结合,提升散热效率。如凹槽漆包线、空心漆包线,实现槽内冷却和导体内冷却。 其对利兹线、方线组合线、铜包铝扁线、铜扁空心线、多股挤压成型扁线、叠层组合扁线、洋葱结构圆线、洋葱结构扁线等进行了介绍。 其还阐述了利兹线扁线(圆线)空间占比等内容。 AI数据中心应用与需求量预测 三大应用场景:电磁线在数据中心的价值定位 ►场景一 大电流传输母线 · 800V HVDC 机柜母线; · 列级母线槽Busway; · 配电柜与机架间连接; · 核心需求:大截面积、低电阻、高可靠; · 产品形态:大规格铜排、异型导体。 ►场景二 高频信号与功率变换 · 高频PFC电感、谐振电感; · LLC变压器原副边绕组; · TLVR板级供电电感; · 核心需求:低高频损耗、高功率密度; · 产品形态:Litz线、利兹扁线。 ►场景三 固态变压器(SST) · 10kV中压直接转800V DC; · 数据中心电力入口核心设备; · 替代传统工频变压器; · 核心需求:高频、高压、高效率; · 产品形态:换位导线、高压Litz线。 大电流母线:从"铜排堆砌"到"精密异型导体" 其从应用机理、需求量测算、江铜华东电工优势等角度进行了介绍。 Litz线:破解高频趋肤效应的关键钥匙 ►为什么需要Litz线? 高频下电流集中在导体表面(趋肤效应),实心铜线有效导电面积大幅缩减,交流电阻飙升。 Litz线= 多股超细漆包线+ 规则绞合换位 · 每股线径小于趋肤深度。 · 绞合换位使每股均匀占据各位置。 · 交流损耗降低30% ~ 60%。 ►数据中心中的Litz线应用 服务器电源PFC 升压电感;LLC 谐振变压器原副边绕组;输出滤波电感、共模电感;TLVR 多相供电电感(板级)。 市场规模:全球AI芯片电感市场:2025年约58 亿元→ 2030年预计269 亿元,CAGR 约36%;其中Litz线占电感绕组成本约15%~20%。 此外,其还对固态变压器:中压直转800V的电磁线高地;市场空间测算:高频电磁线的黄金增量;从Litz线需求到设备升级:完整技术传导链等内容进行了介绍。 具身机器人:微型伺服电机的微细漆包线蓝海 ►人形机器人用了多少电机? 一台人形机器人通常包含: · 关节伺服电机:40 ~ 60 个。 · 手部精细驱动电机:20 ~ 30 个。 · 合计单台用电机:约60 ~ 90 个。 · 电机类型:无刷伺服、空心杯电机、力矩电机。 · 每个电机都需要漆包线绕组。 ►为什么需要微细漆包线? 空心杯电机、微型伺服电机直径仅几毫米,槽内空间极小,必须用φ0.03~0.1mm的超细漆包线绕制,才能在有限空间里绕出足够匝数。 ►机器人电机对漆包线的要求 总结:紧跟AI时代,拥抱节能环保 1.导体材料:采用高纯度铜(≥99.99%)或铜合金,提升导电率;探索铜包铝线和超导材料的应用潜力;导体形状;再生铜的漆包线应用;Litz线和多层导线。 2.绝缘材料:开发耐高温聚合物(如聚酰亚胺、聚醚醚酮PEEK)、纳米涂层技术,增强绝缘层耐电晕、耐腐蚀性能。推广水性漆包工艺、无氟绝缘材料,降低碳排放。 3.复合涂层:多层绝缘结构(如底漆+面漆)兼顾机械强度与电气性能。 铜杆深加工和电磁线市场方向 其分享了连铸连轧无氧铜杆、石墨烯超级铜、再生铜、空心铜、7N铜、极细线(0.01mm)、铝代铜7 个项目,涵盖各自的目标/应用方向及(预计)市场化时间。 此外,其对江铜华东电工电磁线研发实力进行了介绍。 》点击查看2026 SMM(第十一届)导体线缆工业展览会暨电工材料产业年会报道专题

微信二维码今日有色
微信二维码

微信扫一扫关注

下载app掌上有色
掌上有色

掌上有色下载

返回顶部返回顶部
publicize