云计算正在进入算力时代
供给侧：数据存量增长和计算成本下降推动算力需求增长
信息技术的快速发展和传统产业的数字化转型带来了大量的数据存量。随着云计算、大数据、物联网、人工智能等信息技术的快速发展和传统行业的数字化转型，数据量呈指数级增长。据IDC预计，2020年和2025年全球总数据量将达到47ZB，2020年达到163ZB，其中预计2020年我国数据量将达到8060EB，占全球数据量的18%全球总数据量。
据智研咨询统计，2015年全球物联网连接数约为60亿。预计2025年全球物联网连接数将增至270亿，物联网设备数量将达到1000亿。
连接数量的快速增长一方面意味着海量数据的产生。另一方面，连接的设备往往需要进行智能计算，这就产生了相应的计算能力需求。
数据是AI学习的基础，计算能力是必要条件。计算成本的下降推动对计算能力的需求增长。
人工智能（AI：Artificial Intelligence）是指利用计算机模拟人类的某些思维过程和智能行为（如学习、推理、思考、规划等），主要应用于训练和推理两个方面。
训练需要大量的样本数据来建立输入和输出之间的映射关系来进行推理。 2010年后，人工智能在计算机视觉、语音识别等领域取得重大突破，开始进入人工智能爆发期。
根据 Tractica 的预测，2025 年人工智能市场规模将达到 368 亿美元。$/GFLOPS 可以衡量计算成本（1GFLOPS=109FLOPS，FLPOS=FloatingPointOperationsPerSecond，每秒 10 亿次浮点运算的价格）。根据维基百科数据，$/GFLOPS 的复合年增长率约为-37%。 2017 年 6 月，AMD Ryzen 与 AMDVEGA Frontier Edition 结合将 $/GFLOPS 降至 0.06 美元。
海量数据为AI训练提供基础，计算能力是AI推理的必要条件。快速下降的计算成本为人工智能时代的爆发提供了技术基础，促进下游应用的推广，增加对算力的需求。
计算能力就是计算能力。计算能力对我们来说并不陌生。从PC计算机到超级计算机，计算能力一直存在于我们的生活中。然而，在过去，我们的日常生活对计算能力的要求并不高，所以我们忽略了它。 。
高算力的普及有两个必要因素。一是数据。数据是计算能力的基础。只有拥有海量数据，我们才能更好地推理和学习。另一个是价格。只有普通人才能负担得起高计算能力。以算力为代价，算力有望进入千家万户。
因此，从供给端来看，云计算、大数据、物联网、人工智能等信息技术的快速发展和传统行业的数字化转型，导致数据量呈几何级数增长，产生大量数据。数据库存。同时，计算成本的快速下降也为算力的普及奠定了经济基础，两者共同推动了算力需求的增长。
需求端：业务发展对算力需求大幅增长
PC互联网-移动互联网-物联网的业务发展路径。
随着人们需求的逐渐增加和技术的逐步发展，ICT行业的各类业务纷纷涌现，遵循着PC互联网-移动互联网-物联网的业务发展路径。
PC互联网时代，以雅虎为代表的搜索引擎、以QQ为代表的网络社交软件、以阿里巴巴为代表的电子商务、网络游戏也进入了大型网络游戏时代；
随着智能手机的普及和3G/4G网络技术的发展，PC互联网逐渐发展为移动互联网。移动互联网时代，社交软件逐渐从QQ变成了微信，游戏也逐渐从网络游戏变成了手机游戏，还有新浪微博、滴滴打车、支付宝、美团团购、映客、抖音等应用软件如雨后春笋般涌现，使移动互联网时代人们的生活更加快捷、便捷；
当前，我们面临新的转折点。 5G技术的发展和芯片算力的提升，为万物互联奠定了技术基础。物联网时代，我们的生活将实现智能驾驶、智能家居、智能安防、智能医疗等诸多重大变革。
未来，数据中心的计算需求将大幅增加。
数据中心是为客户提供带宽、存储、计算能力和其他需求的网络基础设施。
分析了各业务的三大需求后，我们发现未来业务对算力的需求正在大幅增长。从带宽角度来看，搜索引擎仅需要320kbps带宽，在线社交需要2mbps左右，电子商务带宽需要27mbps左右，智能驾驶需要20Gbps左右。带宽需求将增加数千倍。
从存储角度来看：在线地图的存储需求约为28M，在线社交的存储需求约为100M，网络游戏的存储需求约为8G，区块链的存储需求将达到14G，存储需求增加了一倍；
从计算能力的角度来看：基因测序工作是通过大规模计算分析从海量数据信息中识别基因及其序列，最终获得遗传信息。对计算能力的要求极高。区块链方面，据www.sxzhongrui.com数据显示，2018年整个比特币网络算力将达到23EB，较2010年增长20倍以上。
我们可以看到，对于带宽、存储、算力这三个需求，有的业务要求高带宽、低存储，比如智能驾驶，有的业务要求低带宽、高存储，比如智慧医疗。但无论何种类型的业务，未来的业务都会对数据中心计算能力的要求大幅提升。
从需求端来看，ICT产业遵循PC互联网-移动互联网-物联网的业务发展路径。业务类型逐渐从传统视频、社交、门户等向人工智能、区块链、智能驾驶、医疗基因等业务过渡。类型、算力需求成为最大的差异。传统业务普遍对存储和访问带宽要求较高，但对专业计算能力的要求较低。未来，算力需求将成为焦点。
安迪-比尔计算能力定律
算力的提升与应用能力的提升相互促进，推动云计算进入算力时代。
安迪-比尔定律是对IT行业软件和硬件升级关系的总结。原话是“Andygives, Billtakesaway。（安迪提供的，比尔拿走的。）”
安迪指的是英特尔前首席执行官安迪·格罗夫，比尔指的是微软前首席执行官比尔·盖茨。
随着云计算、大数据、物联网、人工智能等信息技术的快速发展，现有数据大幅增加，算力成本大幅下降，促进了算力的提升。同时，业务种类增多，应用软件爆发，对算力的需求大幅增加。
算力的提升为应用软件的发展提供了空间，应用能力的提升对算力提出了新的要求。算力与应用能力相互促进，促使云计算进入算力时代。
算力的提升和普及以及Flops成本的降低，为相关应用的发展奠定了基础。
超级计算机是功能最强大、计算速度最快、存储容量最大的计算机。多用于国家高新技术领域和前沿技术研究。
当今人工智能计算机的计算能力可与2009年全球第一台超级计算机的计算速度相媲美，再加上廉价、便携的外在特征，为更多应用需求奠定了发展基础。
例如，2018年3月，NVIDIA推出了最新的小型超级计算机——“NVIDIA DGX2”，它采用16块Tesla V100计算卡进行并行计算，可提供高达2PFLOPs（2000TPLOPs）的深度计算能力。它的重量仅为350磅，售价为39.9万美元。
安迪·比尔定律是对IT行业软件和硬件升级关系的总结。现有数据的海量增长和算力成本的大幅下降，促进了算力的提升。同时，业务类型的增加和应用软件的爆发导致算力需求大幅增长。
算力的提升为应用软件的发展提供了空间，应用能力的提升对算力提出了新的要求。算力与应用能力相互促进，促使云计算进入算力时代。
算力投资将成为云中心资本支出重点
云算力需求可分为云计算需求和超级计算机需求。云计算需求可以分为公有云需求、私有云需求和传统IT需求。
云计算需求是指用户对信息技术的需求，包括公有云、私有云和传统IT。随着业务的发展和计算需求的增加，IT的计算能力要求也在不断提高；
超级计算机的需求是能够执行普通个人计算机无法处理的大量数据和高速运算的计算机。多用于国家高新技术领域和前沿技术研究。它们是一个国家科研实力的体现，对国家安全、经济社会发展具有重大影响。意义重大。
全球服务器市场量价齐升，云厂商资本支出加速
服务器出货量和收入是云计算的先验数据，全球服务器市场量价齐升。云平台建设初期需要投入服务器等基础设施，因此服务器出货量和厂商营收是云计算领域的先验指标。通过分析服务器市场数据可以发现和预测云计算市场趋势。
据IDC季度全球服务器跟踪报告显示，2017年全球服务器出货量达到1018万台，同比增长6.6%，全球服务器收入达到668.9亿美元，同比增长13.7%。全球服务器市场高度繁荣，营收增速平均超过出货量增速，服务器平均单价不断提升，高价值（人工智能）服务器逐渐出货。
下游服务器市场主要是公有云厂商，政府需求占第二位。
由于公有云服务的快速发展，对中低端用户的需求产生了显着的替代效应，这对服务器市场格局产生了影响——互联网运营商的集中采购取代了服务器的分散采购。中小企业低端用户。
IDC数据显示，向大型云厂商（1000台以上服务器）的服务器出货占比最高，达到50%，其次是政府需求，占比20%左右。
云厂商资本支出加速，巨头持续加大投入。
数据存量的增长和业务需求的扩大，促使云厂商加速投资，扩大云计算规模，以争夺更多市场份额。
根据各公司财报，2017年亚马逊设备资产约为372.87亿美元，同比增长51.6%，连续五年CAGR为35.5%；
2017年谷歌信息资产约为214.29亿美元，同比增长33.2%，连续五年复合年增长率为18.7%；
阿里巴巴2017年计算机及软件资产约为183.81亿元，同比增长38.4%，连续五年CAGR达38.8%；
2017年腾讯计算机资产约为285.04亿元，同比增长39.9%，连续五年复合年增长率为22.1%。
服务器出货量和收入是云计算的先验数据。
由于云平台建设初期需要投入服务器等基础设施，因此通过分析服务器市场数据可以发现和预测云计算市场趋势。根据IDC数据，我们发现全球服务器市场正在蓬勃发展，量价齐升。下游市场主要是公有云厂商。同时，通过分析大型公有云厂商的资本支出情况，我们发现公有云厂商有明显的加速投资算力的趋势。
云产业链将迎来算力时代新机遇
移动红利见顶，算力时代从0走向1
云算力投资是云计算领域需求的最新变量，呈现快速增长。云计算可以提供的服务分为两类：存储和计算。过去，云计算主要提供存储服务。随着下游业务类型的不断丰富，云厂商的计算服务未来将变得越来越重要。
据测算，到2020年全球算力投资总规模预计将达到62.32亿美元，年复合增长率达44%，呈现快速增长态势。
与此同时，云计算算力投资呈现结构性变化。公有云算力投资占比大幅提升，从2014年的0.01%上升到2020年的11.75%。公有云厂商显着加大算力投资。主要原因是云厂商迎来了算力时代，除了提供传统的存储服务外，云厂商正在逐步配置自己的计算服务能力，加大对算力的投入。
云算力需求不会受到云计算周期波动的影响，算力时代将从0到1。
根据Facebook和腾讯披露的财报，我们看到Facebook和微信的新增月活跃用户数连续一年下降。 2017Q4同比分别下降21%和86%，呈现负增长。可见，移动互联网时代已逐渐进入其生命周期的成熟阶段，未来大型公有云厂商的服务器采购增速将逐渐放缓。
但云算力需求作为云计算领域的最新需求，预计将受益于未来AI IoT时代的高算力需求，并且不会受到云波动的影响计算周期。算力时代将从0到1，变成云计算。增量需求。
云计算产业链已形成较为完整的生态系统，上游芯片和下游应用成为算力时代的新空间。
云计算产业链主要由上游芯片、中游服务器等设备供应商，以及下游云平台提供商、应用开发商等组成。
经过10年的发展，已经形成了较为完善的生态系统，构建了从芯片到终端用户的全产业链。算力时代，上游芯片和下游应用开发商将带来新的市场空间。
具体来说，与通用芯片相比，专用芯片可以提供更高效的计算能力。其中，ASIC的计算效率最高，但通用性较差。 GPU的计算效率相对较弱，但具有良好的通用性。我们相信未来它会有更强的计算能力。细分领域需求的ASIC芯片发展前景强劲。
此外，下游应用场景格局也逐渐清晰。智能驾驶、基因测序市场成长性良好，成为投资热点。该技术已日趋成熟，有望成为算力时代第一个流行的应用场景。同时，它将受益于比特币的普及。随着区块链的普及，区块链行业正逐渐进入人们的视野，相应的技术也正在蓬勃发展。
从Facebook和微信每月的新增活跃用户数可以看出，移动互联网红利已经见顶，未来移动互联网发展增速将会放缓。云算力投资是云计算领域的最新变量，不会受到云计算周期波动的影响；
从云算力投资规模来看：云算力投资年复合增长率可达44%，预计到2020年将达到62亿美元。同时，算力投资结构发生了变化，而公有云算力投资占比大幅提升，达到2020年将超过10%。算力时代催生了从0到1的增量需求。从产业链来看，上游芯片和下游应用正在有望开拓新的市场空间。
从算力产业链来看：加速器芯片有望颠覆现有格局，将有大规模应用领域机会。
加速器芯片使算力时代的高算力需求得以实现。云计算服务器的算力配置模式将使CPU+加速器的模块化能力成为未来的主流。加速器芯片的竞争力和综合模块化竞争力将成为未来半导体产业的核心。竞争的重要因素。
从几类加速器芯片来看： GPU方面，NVIDIA+AMD的市场格局已形成70-30的分割。 NVIDIA正在深度打造应用场景生态，构建壁垒。 AMD作为同时具备CPU+GPU模块化能力的厂商，有望在云算力时代颠覆原有服务器芯片产业格局，成为最大赢家； FPGA方面，技术壁垒较高，多用于军事领域。美国厂商垄断市场，国内正处于逐步突破阶段，份额还很低； ASIC方面，它面向下游细分领域的需求有很高的要求，比如区块链应用。国内厂商发展迅速。 ASIC领域是国内厂商实现弯道超车的更好选择。
在应用方面，我们重点分析了包括智能出行、基因测序、区块链、3D渲染等几个高算力应用场景：在智能出行方面，技术的不断发展导致制造业的快速下滑。自动驾驶成本，有望加速实现量产并实现产业规模化；在基因测序方面，中游测序服务机构和生物信息分析机构技术门槛低、市场成长性好，已成为具有巨大发展潜力的VC投资热点。
