数研观点 | 胡坚波：构建全国一体化算力基础设施体系

2026-09-16

编者按



算力是数字经济时代的新质生产力，是支撑数字中国建设、推动经济社会高质量发展的关键基础设施。近年来，国家深入实施“东数西算”工程，加快建设八大国家算力枢纽、十个国家算力集群，推动算力基础设施从分散布局向集约高效、协同联动转变，为全国一体化算力网建设奠定坚实基础。面向未来，算力发展呈现哪些趋势性变化？如何加快构建全国一体化算力网？国家数据发展研究院院长胡坚波在人民日报社主管、人民论坛杂志社主办的社会科学类重点期刊《学术前沿》刊文进行解读。


图片






人工智能时代下算力发展的趋势性变化

算力供给量质齐升，布局转向集约协同。近年来，我国算力基础设施进入快速发展期，总体规模保持高速增长，供给能力显著增强。数据显示，截至2026年7月，全国算力总规模达到277万PFLOPS（FP16）。从供给类型看，算力芯片架构和计算范式日趋多样，图形处理器（GPU）、神经网络处理器（NPU）、数据处理器（DPU）、现场可编程门阵列（FPGA）等异构计算芯片加速应用，算力资源供给的多样性、灵活性明显增强。从空间布局看，目前以八大国家算力枢纽、十个国家算力集群、三个算电协同发展区域为重点的“8＋10＋3”算力空间布局全面铺开，其中八大枢纽和算电协同发展区智算规模占全国比重超85%，算力基础设施正加快从分散布局向集约高效、协同联动转变，全国一体化算力网在集聚算力资源、优化算力供给、带动区域发展等方面的作用逐步显现。
在规模持续扩大的同时，算力建设从“铺摊子、上规模”向“提质量、增效能”转变的趋势逐步显现，其能效水平、利用效率、服务能力、安全可信等质量指标日益受到重视，这一变化意味着我国算力基础设施正在进入量质齐升的新阶段。
智能算力加速增长，需求结构深刻重塑。近期，Kimi K3、DeepSeek-V4等多款人工智能大模型相继开源，模型训练、推理和行业应用需求集中释放，算力需求加快向多类型、多架构、多精度兼容的多元异构方向演进。在需求类型上，通用算力、智能算力、超级算力、边缘算力等不同形态的算力需求同步增长，同时增速明显分化，智能算力增速大幅领先。数据显示，截至2026年7月，智算总规模占全国算力总规模达88%，逐渐成为算力需求的主导力量。在任务属性上，训练算力与推理算力的结构正在发生逆转，在模型发展初期，算力需求高度集中于模型训练环节，大规模参数优化和迭代需要消耗海量算力，训练算力一度占据智能算力需求的绝对主导地位。随着大模型技术逐步从突破期迈向规模落地期，模型训练算力需求的增速趋于平稳，而面向海量用户、多样化场景和持续运营的推理算力需求呈现爆发式增长，未来推理算力需求与训练算力需求之比或将达到3∶1，算力布局正呈现“训练上移、推理下沉”的新趋势，城市算力网与边缘算力的重要性显著上升。
算力需求结构的变化，对算力基础设施的规划布局、资源配置和服务模式产生深远影响。未来，算力基础设施必须在规模增长的同时，更加注重资源结构的优化和供给能力的弹性适配，大模型训推结构的逆转，也推动算力基础设施从集中式大型训练集群向“训练集中化、推理分布式”的混合架构演进，以灵活面对不同行业、不同场景、不同任务属性的差异化算力需求，为算力资源的高效配置和精准服务提供坚实基础。
算力调度体系加快构建，由供需匹配迈向智能调度。近年来，随着全国一体化算力网建设深入推进，算力调度体系建设取得积极进展。2025年8月，国家数据局正式发布全国一体化算力网监测调度试验验证平台。此后，国家数据局持续扩大平台纳统纳调范围，推动平台建设从理论设计、技术验证，迈向工程建设、生态构建，进一步完善算力并网、池化、编排、调度技术体系，畅通各类算力接入渠道，吸纳多元异构算力入池，吸引更多算力需求入网，引导各类经营主体参与调度、创新算力服务模式，面向社会提供高性价比算力资源和算力适配服务。目前，平台已接入算力设施1462个。在2026中国国际大数据产业博览会上，国家数据发展研究院、国家信息中心、中国科学院计算技术研究所、鹏城实验室等研发运营单位，中国电信、中国移动、中国联通等央国企，以及一批区域算力平台共20余家算力调度主体正式入驻平台，全国一体化算力网建设迈入新阶段。此外，各枢纽节点和省级层面积极建设算力调度平台，部分区域已实现区域内算力资源的初步纳管和统一调配。电信运营商、云服务商、第三方服务商等依托自身资源和平台优势，开展跨域算力调度探索，算力并网、资源池化、算力交易等模式在多地试点推进。
从趋势判断看，智能调度的关键，在于综合考虑算力资源实时状态、网络时延与带宽、数据位置、电力价格、绿电供给、碳排放强度等多维因素，实现算力任务与算力资源之间的动态、实时、智能化匹配。未来，需要加快统一调度技术标准和接口规范，建设全国性算力调度平台，完善算力交易、结算和利益分享机制，推动算力资源从“各自为战”真正走向“全国一盘棋”。
绿色低碳发展约束趋紧，由节能管理走向算电协同。在碳达峰碳中和目标引领下，绿色低碳成为算力基础设施发展的刚性约束。国家出台一系列政策，对新建大型及以上数据中心相关指标提出明确要求，而单纯依靠节能管理降低单位能耗的空间正在收窄，难以对冲算力总量快速增长带来的整体用电量攀升压力。当前，算力基础设施绿色低碳发展正从以降低电源使用效率（PUE）、提高绿电使用占比为主的节能管理，加速迈向以任务与负荷联动为特征的算电深度协同新阶段。算电协同的关键，在于将算力基础设施作为电力系统的重要负荷和可调节资源，通过算力任务调度与电力负荷状态的实时互动，推动实现算力需求与电力供给在时间、空间上的优化匹配，形成“算力随电走、电为算服务”的高效互动格局。
从政策部署看，2026年政府工作报告提出“实施超大规模智算集群、算电协同等新基建工程”；“十五五”规划纲要提出“推动绿色电力与算力协同布局”；国家发展改革委等部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，将算电协同作为重点任务系统部署，八大国家算力枢纽同步开展算电协同试点建设。从具体实践看，宁夏中卫建成全国首个大规模“算电协同”绿电直供项目；内蒙古乌兰察布全国首个以数据中心为稳定负荷的绿电直连项目并网送电；贵州贵安、青海等地通过算电协同调度平台实现“算随电动”；上海、杭州等地智算中心作为柔性负荷参与虚拟电厂调峰响应。各地依托全国统一电力市场，推动数据中心、智算集群作为可调节负荷参与电力需求响应，推行用电低谷蓄冷储能、用电高峰柔性降载运行模式，算电协同正从试点探索加快走向规模化落地。
算电协同是算力基础设施绿色低碳发展的必然方向，将推动算力基础设施从用能大户向产消结合的综合能源主体转变，从被动的节能降耗向主动调节电力系统转变，从成本负担向价值创造转变。
算力服务模式逐步升级，由资源供给转向智能底座。算力基础设施的角色定位正发生深刻变化。长期以来，算力基础设施主要作为计算资源池，提供标准化的计算、存储、网络能力，其与数据资源、算法模型、行业应用的结合相对松散，算力供给以资源交付为主要形态。随着数据要素市场化配置改革深入推进、大模型技术加速落地、行业智能化转型需求集中释放，算力基础设施的主要功能正从提供算力向提供智能服务能力加速演进。在建设层面，算力基础设施与数据基础设施协同规划、协同建设的重要性日益凸显，算力节点需要同步配套数据标注、存储、治理等能力，靠近数据资源富集地布局的趋势愈发明显。在运营层面，算力服务模式从标准化的算力资源租售，走向面向场景的“算力＋数据＋算法”一体化解决方案交付。近年来，词元服务的加速兴起为算力服务注入新的计量标尺与交易逻辑，支撑词元规模化、标准化生产的“词元工厂”加快兴起。词元工厂不是简单的堆卡，而是集硬件调度、算法优化、缓存策略于一体的技术密集型系统。数据显示，国内日均词元调用量呈爆发式增长态势，从2024年初的约1000亿起步，至2025年底攀升至100万亿，截至2026年3月，全国日均词元调用量已突破140万亿，两年间增幅超千倍，相当于每天有超过250个中国国家图书馆的全部馆藏资源被调用、处理、生成。
展望未来，算力基础设施的形态将从“机房与机架”走向“能力与生态”，其发展水平不再以单体算力规模论高低，而取决于“算力＋数据＋算法”融合供给、协同服务的综合能力，算力基础设施正从底层支撑工具，升级为激活数据要素价值、驱动智能化转型的智能服务底座。

图片

9月10日，廊坊市京津冀大数据创新应用中心展厅，工作人员在调试设备。（来源：河北新闻网）


图片

算力基础设施建设面临的主要问题与挑战

总体而言，我国算力基础设施在规模、布局、技术、服务等方面取得长足进步，同时对照高质量发展要求和数字中国建设需要，仍存在结构性供需失衡、跨域协同不畅、能耗约束趋紧、核心技术受制、应用赋能不足等突出问题，亟须高度重视、系统施策。
区域布局有待优化，算力过剩与紧缺并存。当前，我国算力总规模全球领先，同时算力资源的结构性矛盾日益凸显。一是通用算力相对过剩与智能算力供给不足并存。一些早期建成、面向传统业务的数据中心利用率不高，存在同质化、低水平重复建设的现象；同时，面向模型训练和推理的智能算力供给紧张，高端算力资源“一卡难求”现象较为普遍。二是区域布局与需求匹配不够精准。东部地区算力需求旺盛，同时土地、能耗等资源约束趋紧；西部地区受网络时延、产业配套、数据来源等因素影响，一些资源尚未得到充分利用。同时，有的地区存在“重建设、轻运营”“重硬件、轻服务”倾向，导致设施利用率低、投资回报周期长，甚至产生新的数字泡沫风险。三是算力供给类型和精度结构不够合理。训练算力与推理算力、集群算力与边缘算力、高性能算力与普惠算力之间的配置比例仍需优化。
跨域调度存在瓶颈，资源流通渠道不畅。全国一体化算力网的关键在于“联”和“调”，当前跨域协同仍存在短板。一是动态资源底数不准确。一些平台以静态台账或周期报表为主，对空闲卡数、显存、网络质量、队列长度、故障状态和实时电价等关键数据采集不足；同一资源在不同平台重复登记、口径不一，易出现“账面有算力、实际不可用”的问题。二是跨主体调度面临瓶颈。算力并网涉及资源归属、收益分配、数据安全、服务质量等多重问题，算力供给方参与全国一体化调度的积极性仍待提高，算力交易和结算机制尚未成熟，异域、异属的算力资源市场化流通渠道不畅。三是跨域调度受数据、网络和应用适配共同制约。算力可以远程调用，同时大规模数据迁移成本、跨网传输费用、时延抖动和数据出域合规会直接影响调度收益。实时推理、强同步训练等业务并非都适合跨省迁移，缺少按任务特征进行“可迁移性分级”的统一方法，易形成“重调度概念、轻业务效果”的问题。
用能瓶颈逐步显现，绿电消纳时空错配。算力基础设施是耗能大户，随着算力规模高速增长，能耗和碳排放压力同步上升。一是算力基础设施总量增长带来的用电压力突出。算力基础设施用电量占全社会用电量比重持续攀升，在局部地区，数据中心集群的集中用电对局部电网安全稳定运行带来一定挑战。二是绿色电力供需时空匹配难度大。风电、光伏等新能源出力具有明显的随机性、波动性和间歇性，日内出力曲线与算力基础设施相对平稳的用电负荷曲线存在显著错配。当前，长时储能、氢能等调节手段在技术经济性上尚不具备大规模商业化应用的条件，为确保安全稳定运行，算力设施需要电网备用或火电兜底，绿电实际消纳比例和利用效率受限。三是算电协同仍处于起步阶段。算力基础设施作为可调节负荷参与电力需求响应的潜力远未释放，算力任务调度与电力负荷状态实时联动、与电力市场价格信号有效衔接的机制尚不成熟，算力设施从“被动节能”向“主动调节”还面临技术、市场、体制等多重制约。
核心技术受制约，自主生态需完善。近期，国产算力生态建设取得积极进展，月之暗面公司的Kimi K3人工智能大模型开源后，华为昇腾、阿里云、海光等国产算力平台在一天内完成适配，国产算力竞争正从单卡性能比拼向体系化能力建设转变。同时要看到，当前国产算力在多元异构统一调度、跨架构应用迁移、生态碎片化等方面仍面临深层次挑战，应用迁移适配成本较高、难度较大，需要从能用向好用持续攻坚。
应用融合存在断层，数算协同尚不紧密。算力基础设施的最终价值在于赋能千行百业，当前应用侧仍存在不少堵点。一是算力与行业融合深度不够。当前，通用化算力供给难以直接满足行业个性化、场景化需求，算力基础设施与行业应用之间存在“最后一公里”断层。二是中小企业用算门槛依然较高。算力资源获取成本高、技术门槛高、服务配套不足，普惠算力供给体系尚未形成，大量中小企业存在不敢用、不会用、用不起算力的问题。三是存在“建而不聚、聚而不用”现象。一些智算中心建成后缺乏可持续的应用场景和商业模式，算力资源闲置与行业算力需求紧缺并存，投入产出效率有待提升。四是数据、算法、算力协同不够紧密。算力基础设施与数据基础设施协同规划、协同建设、协同运营的机制尚未健全，难以形成“算力＋数据＋算法”融合赋能的合力。

图片
在全国一体化算力网络国家枢纽节点（甘肃）庆阳数据中心集群展示中心，工作人员介绍“东数西算”工程规划及建设推进情况。新华社记者郎兵兵 摄

图片

全国一体化算力网高质量发展的路径展望

空间重构与供需适配：算力布局的集约化演进。从空间经济学视角审视，算力资源的空间配置效率是决定整体供给效能的关键变量。当前，我国算力基础设施正经历从分散布局向集约协同的深刻转型，这一转型既是“东数西算”工程纵深推进的必然结果，也是算力需求结构演变的内在要求。
在这一进程中，东西部之间的功能分工日趋清晰，呈现出明显的比较优势分化特征。东部地区凭借产业集聚优势和低时延需求牵引，逐步形成以实时推理算力为核心的高频供给高地；西部地区则依托能源禀赋充裕和环境容量充足的条件，成为训练算力和非实时算力的重要承载主体。这种空间分异格局的形成，本质上是算力需求特征与区域要素禀赋在地理空间上的耦合结果。进一步地，城市级算力网络的建设正在填补枢纽节点与终端用户之间的“最后一公里”缺口。通过构建城市内1毫秒算间互联、1毫秒就近入算的低时延圈层，可以实现算力需求的就近响应与跨域调度的有机衔接，最终形成“城市内高频就近响应、跨区域低频批量调度”的分层服务体系。未来，应着力完善基于供需匹配度的动态评估机制，建立算力发展指数和供需预警模型，推动算力基础设施建设从规模扩张转向质量效益，避免因信息不对称导致的资源错配与过度集聚。
算网融合与统一调度：一体化市场的制度建构。算力资源的一体化调度不仅是技术问题，更是一个深刻的制度经济学议题。异构算力资源的一体化调度，关键在于让分散在不同主体、地域和技术架构下的算力变得可度量、可交易、可追溯。这要求在三个环节同步突破：一是建立统一的分类标准和计量体系，打通异构芯片之间的可比性障碍；二是形成差异化的定价机制，使价格真实反映算力的稀缺程度和服务品质；三是构建可信的交易清算体系，为跨主体、跨区域的算力流动提供制度保障。
在此基础上，国家级算力调度平台的建设需在三个层面协同推进：一是完善算力并网机制，制定统一的接入标准和技术规范，引导省级平台、行业平台以及社会化调度主体等有序接入，探索建立激励相容的并网回报机制，形成广泛参与的市场生态；二是优化跨域网络能力，推动枢纽节点间高速直连网络的覆盖扩容和升级改造，引入网络切片、确定性网络等新型服务能力，降低算力跨域调度的时延成本；三是健全数据安全保护体系，加快隐私计算、联邦学习等技术落地，建立数据跨域流转的分级分类管理制度，在保障数据“可用不可见”的前提下实现算力高效触达。
算电协同与绿色转型：低碳发展的技术与制度创新。随着算力总规模的持续扩张，数据中心已成为电力消费的重要增长极，其碳排放特征直接影响“双碳”目标的实现进程。在此背景下，算电协同不再是简单的“供—用”关系，而是演变为双向互动的“源—网—荷—储”协同生态系统。
从技术路径看，算力设施的绿色转型涵盖三个层面。供给端，通过配套建设绿电直供项目和源网荷储一体化设施，提高可再生能源的就近消纳比例。运营端，推动液冷散热、余热回收、智能运维等节能降碳技术的规模化应用，持续降低电源使用效率（PUE）值和碳强度。调节端，探索将算力基础设施作为可调节负荷参与电力需求响应和辅助服务市场，引导训练任务、批处理任务等可迁移负载向新能源出力富余时段迁移，缓解绿电出力波动性与算力用电高可靠性要求之间的时间错配矛盾。从制度层面看，绿电交易机制与绿证制度的衔接完善是降低算力设施绿电获取成本的关键。当前，跨省区绿电交易仍面临电网阻塞、输配电价分摊、绿证互认等制度性障碍，需要在区域电力市场建设的框架下统筹推进。长期来看，实现算力增长与碳排放的逐步脱钩，需要构建覆盖算力全生命周期的碳足迹核算体系和碳减排激励机制，引导算力基础设施向零碳数据中心的目标演进。
技术自主与生态开放：创新体系的平衡。算力技术体系的自主可控水平，直接关系到国家数字经济发展的安全底座和战略主动权。当前，我国在高端算力芯片、先进封装、高速互联等关键环节仍存在不同程度的对外依赖，构成产业链供应链安全的潜在风险点。
破解这一困境，需要在两个维度上同步发力。一是核心技术的攻关突破。加大基础软件层面的研发投入，包括编程框架、算子库、编译器、开发工具链等，完善软硬件协同优化能力，切实降低应用迁移成本和适配门槛，解决国产算力能用但不易用好的现实痛点。二是生态系统的开放协同。技术自主不等于封闭发展，只有在开放竞争中才能锻造出真正有竞争力的技术路线。应支持多元技术路线的协同发展与良性竞争，避免单一技术路径导致的锁定风险和重复投入。同时，推动形成统一开放的国产算力标准体系，通过标准化的接口规范降低生态碎片化程度，吸引更多开发者参与国产算力生态建设。此外，强化算力基础设施的安全可信能力建设同样不容忽视，需建立覆盖芯片、设备、系统、数据全链条的安全防护体系，形成内生安全的技术能力。面向未来，存算一体架构、光互联技术、量子计算等前沿方向的布局具有战略意义，这些领域有望成为下一代算力竞争的制高点，需加强前瞻性研发布局和国际合作参与。
场景嵌入与价值转化：充分释放算力赋能效应。算力基础设施的价值最终要通过应用场景来兑现。从“资源供给”到“智能服务”的范式转变，意味着算力不再仅仅是基础设施意义上的“水电煤”，而是正在演进为融合数据、算法、算力于一体的智能化赋能平台。
未来，应坚持“以用促建、建用并举”的原则，健全算力应用成效评估体系，推动算力基础设施从资源供给向“算力＋数据＋算法”一体化智能服务底座升级。围绕制造业、能源、交通、医疗、农业、政务等重点领域，打造一批算力赋能标杆场景，推动算力深度嵌入行业智能化转型流程，打通算力与行业应用之间的“最后一公里”。加快构建行业高质量数据集和行业大模型，促进数据、算法、算力协同供给，提升算力服务的场景化、专业化水平。同时，降低中小企业用算门槛，发展普惠算力、公共算力服务，探索算力券、算力补贴等政策工具，让更多经营主体用得上、用得起、用得好算力。

分享
下一篇：这是最后一篇
上一篇：这是第一篇