当前我们正在经历以大数据和工业智能为代表的数字经济时代，我国数字经济规模持续增长，年规模有望超过60万亿，数字经济在我国经济发展中的地位愈发重要。国务院在“十四五”数字经济发展规划中明确提出，“到年，数字经济核心产业增加值占GDP比重达0%”。
数字经济正进入新发展阶段，算力作为数字经济的底座，正在成为支撑数字经济蓬勃发展的新型生产力。数字经济的蓬勃增长与海量数据的管理使用，对算力供给提出了更高的要求。做好算力基建，发展算力技术，从而把算力转化为生产力是算力产业最重要的目的。
持续拓展的算力服务需求催生算力服务平台
随着新一代信息通信技术加速融入经济社会各领域，算力为越来越多的行业数化转型注入新动能，普惠、弹性、高效的算力服务需求在持续迸发，用户对算力的可扩展性与灵活性也提出了高要求。在企业积极探索如何获取更高效、经济的算力服务过程中，专业、弹性、普惠的算力服务平台成为了目前的首选。
亿欧智库基于专家访谈与调研，认为优秀的算力服务供给端，应有能力聚合跨区域计算中心的软硬件资源，并通过建设高端计算资源共享与支撑平台，向不同领域用户提供匹配需求的算力服务，同时兼顾经济性和长期运维迭代能力，为用户提供全生命周期服务。
算力服务行业高速发展，但仍面临诸多挑战
尽管算力服务的需求不断增强，算力服务供应商也在积极发展，但整体产业仍然面临着许多挑战，亟待上下游产业参与方合力解决。
一、基础资源分布不均，各算力中心间也缺少任务协同和资源流通共享,导致跨广域数据交互效率低：东部地区大规模数据中心大，但能耗指标紧张、电成本高；西部地区可再生能源丰富，但网络宽带小、跨省数据传输费用高，无法有效承接东部需求，在资源分布侧加大了算力调度难度。
二、缺乏统一的跨网技术标准与服务标准，算力资源度量衡的标准化滞后，导致多样算力与多元场景匹配充满挑战。目前在算力领域标准化的进程相对较慢，没有统一的标准对算力资源、计算能力、路由分发、算力需求进行统一的描述与度量，导致无法去精确判断需求，容易造成资源的浪费或缺失。
三、异构计算作为“多样复杂计算任务处理”的底层支撑，面临着融合管理等关键性技术难点异构计算的优势较为显性，但目前待突破的技术瓶颈也不少，未来在多个数据中心或智算中心互联互通的场景下，异构计算的复杂性会是前所未有的，所以亟需提升技术基础。
四、基于软硬件融合的异构计算产业面临生态合力、生态兼容挑战，商业化之路道阻且长。
五、算力复合型人才稀缺，人才培养体系不完善，在需求高速增长下，给算力服务向精细纵深发展带来压力。当前中国的高端算力供给存在显著缺口，专业人才的培养体系也尚不完善，对比日益倍增的算力需求，压力显而易见。
算力需求加速迭代，面对各项挑战，对服务能力的要求持续提升
算力服务市场目前处于高度景气状态，对于生物医药、工业仿真、气候模拟、人工智能等重点战略领域意义重大，市场格局雏形初现。但从用户视角而言，目前业内尚未出现以综合服务价值视角，对参与厂商进行全面评价。
据此，亿欧智库从技术、市场、资源、生态等视角入手，建立了综合价值力分析模型，由“产品力、运营力、调度力、生态力”四大维度，个一级指标，9个二级指标构成，系统性分析国内算力服务厂商综合价值表现，旨在赋能算力市场更自主化，成熟化发展。
曙光智算服务平台综合能力较为凸显
综合价值力模型由“产品力、运营力、调度力、生态力”四大维度，个一级指标，9个二级指标构成，满分为00分，其中产品力下设三项一级指标，六项二级指标；运营力下设三项一级指标五项二级指标；调度力下设两项一级指标，三项二级指标；生态力下设三项一级指标，五项二级指标。
（更多详情请查看报告）
在产品、运营、生态战略侧，四大企业基于目前主流用户群作业需求，存在一些在技术架构和产品方案上的差异表现。
相较之下，曙光智算、华为云更面向计算密集型需求，与科学研究、工业仿真等客户更契合。
阿里云更多