>> 浙商證券-綠色算力投資手冊(下)：從硬件能效、節(jié)能溫控到算能協(xié)同、賦能轉(zhuǎn)型，綠色算力各賽道前景廣闊-251201
| 上傳日期： |
2025/12/2 |
大小： |
6534KB |
| 格式： |
pdf 共72頁 |
來源： |
浙商證券 |
| 評級： |
-- |
作者： |
祁星 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
核心觀點
以ESG視角從算力側(cè)（軟硬件）、能源側(cè)、應(yīng)用側(cè)三大維度展開綠色算力產(chǎn)業(yè)鏈分析，我們認(rèn)為，短期重點關(guān)注液冷技術(shù)的改造推進(jìn)、高效算法與模型架構(gòu)以及高密度服務(wù)器與高帶寬內(nèi)存；長期持續(xù)關(guān)注“源網(wǎng)荷儲”一體化系統(tǒng)與綠電直連、電算協(xié)同調(diào)度平臺以及邊緣計算與能碳大模型。綠色算力正從單純能效優(yōu)化轉(zhuǎn)向“算力-電力-碳力”系統(tǒng)協(xié)同，是未來若干年科技與能源交叉領(lǐng)域的核心賽道。
綠色算法構(gòu)成AI算力能效優(yōu)化的底層邏輯。在綠色算力發(fā)展中，算法優(yōu)化成為平衡AI算力能效的關(guān)鍵手段，通過緊湊架構(gòu)設(shè)計顯著降低模型計算與存儲開銷，結(jié)合高效訓(xùn)練策略減少迭代次數(shù)與計算成本，采用模型剪枝、量化與知識蒸餾等高效推理技術(shù)提升部署效率，并通過主動學(xué)習(xí)與預(yù)訓(xùn)練實現(xiàn)高效數(shù)據(jù)利用。典型案例如DeepSeek采用專家混合（MoE）架構(gòu)，僅用600萬美元成本開發(fā)出性能卓越的DeepSeek-V3模型，顯著降低訓(xùn)練開銷；推測解碼、KV緩存壓縮等技術(shù)已成為GPT-4、Claude 3.5等主流模型降低平均響應(yīng)功耗的關(guān)鍵創(chuàng)新路徑。
數(shù)據(jù)中心硬件設(shè)備是能耗產(chǎn)生的核心。在數(shù)據(jù)中心核心硬件方面，英偉達(dá)Blackwell架構(gòu)芯片優(yōu)勢顯著；國產(chǎn)芯片中壁仞B(yǎng)R100能效比達(dá)1.86，表現(xiàn)突出；服務(wù)器從ARM等精簡指令集架構(gòu)、整機柜高密度集成、智能功耗封頂與動態(tài)調(diào)頻等維度推動高密度化發(fā)展；存儲方面，易失性內(nèi)存中高帶寬內(nèi)存（HBM）通過TSV垂直堆疊提供超高帶寬，SK海力士1β制程配合MR-MUF封裝技術(shù)使HBM3E傳輸速率提升50%，長期存儲則依靠熱數(shù)據(jù)SSD與冷數(shù)據(jù)HDD的分級治理策略，長江存儲第四代3DNAND實現(xiàn)功耗降低25%。數(shù)據(jù)中心交換機專為大規(guī)模高速數(shù)據(jù)交換設(shè)計；超節(jié)點通過Scale-up網(wǎng)絡(luò)將大量算力芯片互聯(lián)，大幅降低通信延遲，顯著縮短大模型訓(xùn)練周期并提升推理經(jīng)濟性。
數(shù)據(jù)中心運營載體是能耗管控的核心。在數(shù)據(jù)中心溫控與運營中，冷板式液冷PUE可降至1.3以下，浸沒式液冷PUE更可達(dá)1.2以下，但需在水資源消耗（WUE）與能耗效率間尋求平衡；AI驅(qū)動的DCIM系統(tǒng)通過3D可視化、數(shù)字孿生與負(fù)荷預(yù)測實現(xiàn)實時能效調(diào)優(yōu)與智能運維；余熱回收技術(shù)中，風(fēng)側(cè)、熱泵與水側(cè)三類系統(tǒng)已成熟應(yīng)用，北方地區(qū)采暖投資回收期可縮短至5年以內(nèi)，其中吸收式制冷投資回收期最短不到半年。數(shù)據(jù)中心模塊化與預(yù)制化，顯著縮短50%以上，還能有效降低建筑垃圾、施工用水的產(chǎn)生。
算力的盡頭在于電力。美國數(shù)據(jù)中心耗電占全球45%，電力制約顯著；中國數(shù)據(jù)中心煤電占比約70%，也需要進(jìn)一步加快能源結(jié)構(gòu)轉(zhuǎn)型；儲能方面，磷酸鐵鋰電池主導(dǎo)電化學(xué)儲能迭代，寧德時代“算力專用電池”體積能量密度提升30%，物理儲能中江蘇建成200MW飛輪儲能陣列，數(shù)字孿生技術(shù)優(yōu)化充放電策略使利用率提升至73%；電網(wǎng)側(cè)通過“東數(shù)西算”八大樞紐布局、“源網(wǎng)荷儲”一體化微電網(wǎng)、綠電直連專線等創(chuàng)新模式優(yōu)化能源配置，騰訊懷來數(shù)據(jù)中心成為國內(nèi)首個“風(fēng)光儲”一體化并網(wǎng)項目。
AI+實現(xiàn)各行業(yè)各維度綠色賦能。AI算力推動使能行業(yè)減碳，尤其聚焦AI+能源的反哺，推動核心四大使能行業(yè)的減碳比例：電力（12%-22%）、工業(yè)（13%-22%）、交通（10%-33%）、建筑（23%-40%）。能源垂式大模型如智子熹源通過MoE架構(gòu)以1/10成本替代傳統(tǒng)專家團(tuán)隊，人工智能物聯(lián)網(wǎng)平臺如遠(yuǎn)景EnOS實現(xiàn)全球845GW能源資產(chǎn)管理；邊緣計算推動大模型向網(wǎng)絡(luò)邊緣遷移，降低延遲并提升隱私保護(hù)；這些技術(shù)發(fā)展正在對經(jīng)濟社會的消費模式、生產(chǎn)方式、信息流動與生活方式產(chǎn)生全面而深遠(yuǎn)的系統(tǒng)性影響，全球經(jīng)濟向“虛擬化增值”模式深刻轉(zhuǎn)型，有望進(jìn)入資源強度持續(xù)下降的新發(fā)展階段，實現(xiàn)整個經(jīng)濟社會的全面綠色化、智慧化轉(zhuǎn)型。
風(fēng)險提示
經(jīng)濟修復(fù)不及預(yù)期；綠色算力相關(guān)政策推行不及預(yù)期；市場情緒與偏好波動風(fēng)險。
|
|
