大模型浪潮带动算力基础设施全面爆发，智算中心、AI 服务器、高端 GPU、高速互联网络成为资本、政企重点布局赛道。本文用精简视角梳理算力产业核心数据与关键硬件逻辑，快速看懂算力投资与建设逻辑。
一、市场规模：未来 5 年智算赛道持续高增长
-
营收规模：2020 年 776 亿→2028 年预测 3.4 万亿，年复合增速 46.3%，AI 行业应用持续放量。 -
智能算力规模：2020 年 75EFLOPS→2027 年超 1100EFLOPS，算力供给缺口持续扩大，各地加速建设智算中心。
二、算力分层：三种算力对应不同商业场景
- 基础算力（CPU）
政企数字化、云主机、通用业务，门槛低、竞争充分 - 智能算力（AI 芯片）
大模型训练 / 推理、AIGC、自动驾驶，行业高景气赛道 - 超算算力（HPC）
科研、军工、气象，政策驱动，投入成本极高
三、AI 芯片双主线：英伟达高端卡 + 国产替代并行
海外英伟达（训练标杆）
-
H100/H200 SXM：千亿大模型训练主力，单卡 FP16 算力近 1P，NVLink 900GB/s 高速互联 -
A800/T4：微调、推理主力，性价比均衡，国内数据中心标配
国产 ASIC 芯片（信创刚需）
昇腾 910B、昆仑芯 P800、天数天垓、燧原云燧等，FP16 算力 300T 级别，适配国内政企信创智算项目，功耗、成本优势明显。
芯片架构选型建议
-
大规模训练：GPU（英伟达）优先 -
行业垂直推理、信创项目：国产 ASIC 最优 -
定制化细分场景：FPGA 灵活适配
四、AI 服务器选型核心：PCIe 还是 NVLink？
- 中小模型、推理业务
PCIe 4.0/5.0 8 卡服务器，成本更低，部署灵活 - 千亿 / 万亿参数大模型训练
必须 NVLink SXM 整机，GPU 间互联带宽提升 7 倍，解决多卡通信瓶颈 -
新一代旗舰机型：HGX H200、NVL72 一体化机柜，单柜集成 72 块 GPU，面向超大规模集群建设
五、智算网络：IB InfiniBand 是万卡集群标配
大模型训练海量数据交互对网络延迟、带宽要求极高：
-
NDR 400G IB 网卡 + 交换机，微秒级延迟，支撑万卡集群分布式训练 -
RoCE 以太网作为平替方案，适合预算有限的中小型智算节点 -
普通以太网仅能承载推理、存储业务，无法支撑大规模训练
产业落地关键提示
-
区域布局：训练集群优先西部低电价区域，推理节点布局京津冀、长三角、大湾区； -
功耗规划：高端 8 卡 NVLink 服务器整机功耗极高，新建机房优先液冷方案； -
算力统计口径：行业招标、项目申报统一采用FP16 稠密算力作为标准，稀疏算力仅作营销参考； -
国产替代趋势：各地新基建智算项目逐步加大国产昇腾、昆仑芯采购比例，信创算力迎来红利期。
结尾
算力是 AI 产业底层底座，市场高速增长背后，芯片、服务器、高速网络硬件需求同步爆发。无论是政企算力中心建设、AI 企业算力采购，还是产业投资布局，理清训练 / 推理场景、硬件架构、互联方案，才能精准把控算力赛道机会。
