中投顾问诚意出品点上方蓝字关注
报 告 简 介
算力网并非一张物理意义上的全新网络，而是在现有互联网体系之上，通过标准化算力标识和协议接口，将分散于不同主体、不同架构、不同地域的算力资源连接为一张逻辑上的网。2026年，算力网被正式纳入国家“六张网”战略性基础设施阵列，与电网、水网并列，标志着算力从单一产业配套设施提升为与水、电等公共基础设施同等重要的战略性底层基建。截至2026年6月，全国在用标准机架达1556万架，智能算力规模达2185 EFLOPS（FP16），同比增长177%，存力规模突破2000EB，1ms、5ms、20ms三级高速算力网络体系架构逐步形成。全国一体化算力网已纳入“十五五”规划109项重大工程项目，“十五五”时期新增直接投资约4万亿元，以企业投资为主，为民间投资创造了巨大空间。
本报告数据来源于工业和信息化部、国家数据局、中国信息通信研究院、IDC、IETF、ITU-T等权威机构。报告适合算力产业从业者、政策研究者、投资机构及对算力网发展感兴趣的各界人士阅读参考。
目 录
第一章 算力网的概念界定与战略定位
1.1 算力网的定义与核心特征
1.2 算力网与电网、水网等传统基础设施的比较
1.3 算力网的三大战略意义
1.4 全球主要经济体的战略定位与中国的位置
第二章 中国算力网的政策演进与制度框架
2.1 政策演进的四个阶段
2.2 “东数西算”工程的演进与枢纽节点布局
2.3 全国一体化算力网的制度创新与政策工具
2.4 “十五五”规划与“六张网”战略中的算力网定位
第三章 中国算力网基础设施规模与供给能力
3.1 全国算力总规模与结构
3.2 数据中心机架规模与区域分布
3.3 算力网络传输能力与三级时延圈建设
3.4 算力供给的东西部结构性差异
第四章 中国算力网的产业链结构与竞争格局
4.1 上游：AI芯片与关键器件的国产化进程
4.2 中游：服务器制造、算力服务与商业模式
4.3 下游：行业应用场景与需求结构
4.4 产业链利润分配与竞争格局演变
4.5 算力网对区域经济与产业升级的带动效应
第五章 中国算力调度的技术进展与突出瓶颈
5.1 算力调度的技术架构、标准体系与国内外进展
5.2 异构算力并网与池化的核心挑战
5.3 跨域调度的网络传输瓶颈
5.4 算力调度平台的建设进展与运营现状
5.5 算力调度的安全挑战与保障机制
第六章 中国算力网的演进方向与关键变量
6.1 算力规模增长与投资前景
6.2 算电协同与绿色算力的深化路径
6.3 算力市场化交易机制的建设方向
6.4 中美算力竞争格局的演变趋势
6.5 算力网发展的关键变量与风险展望
正 文
（温馨提示：文末附PDF文件下载）
第一章 算力网的概念界定与战略定位
1.1 算力网的定义与核心特征
算力网并非一张物理意义上的全新网络，而是在现有互联网体系之上，通过标准化算力标识和协议接口，将分散于不同主体、不同架构、不同地域的算力资源连接为一张逻辑上的网。中国信息通信研究院院长余晓晖对这一概念的界定具有代表性：算力互联网是在现有互联网的基础上，将分散在各地的异构算力资源连接在网上，根据算力互联的需要增强算力标识、感知调度、跨域资源互联网络等能力，形成一张服务于算力的统一逻辑网。工信部印发的《算力互联互通行动计划》则从政策目标层面提出了“加快构建算力互联互通体系，逐步形成具备智能感知、实时发现、随需获取能力的算力互联网”的要求，这一表述来自政策文件而非余晓晖本人的定义，两者应予区分。国际电信联盟标准ITU-T Y.2501则从另一个角度给出了定义，将算力网络描述为“一种在云、边、端之间按需分配和灵活调度计算资源、存储资源以及网络资源的新型信息基础设施”。该标准由中国电信研究院牵头制定，于2021年7月在ITU-T SG13会议上通过，是首项获得国际标准化组织通过的算力网络标准，ITU随后开启了Y.2500算力网络系列编号。这一标准化进程本身表明，中国在算力网络的概念建构和国际规则制定中已经获得了先发位置。
与算力网容易混淆的两个概念——算力基础设施和算力互联网——之间的区别值得厘清。算力基础设施涵盖数据中心、智算中心、超算中心等物理设施，是算力网的物理承载层。算力互联网则更偏向于从技术架构层面对算力网络化调度能力的描述。而算力网的概念外延更为宽广，它既包含物理设施的布局与建设，也包含调度平台、标准体系、运营机制等软性基础设施的构建。理解这一区分对于后续讨论算力网的产业结构和政策框架至关重要。
算力网区别于传统信息基础设施的核心特征，可以归纳为四个层面。异构兼容是其中最基础的挑战——当前算力供给涵盖通用算力（CPU为主）、智能算力（GPU/NPU为主）和超级算力等多种类型，不同芯片架构、不同软件栈之间的互通需要统一的计算框架和应用描述语言来支撑。在此基础之上，任务可迁移成为衡量算力网成熟度的关键指标：计算任务及其数据能否在本地算力不足时流动到远端算力池中完成计算，而非简单地将数据传输到远端后由远端系统重新调度。这一特征要求算力网具备跨域资源互联网络的能力，实现任务与资源之间的高效匹配。弹性供给则指向算力服务模式的变革——用户按需获取算力资源，无需关心底层硬件归属和地理位置，算力从“买硬件”转变为“买服务”。此外，算电协同正在成为算力网发展的重要约束条件和配套要求，而非算力网作为一种网络架构的内在技术特征。算力中心的高能耗特性决定了算力网必须与新型电网深度耦合，通过算电协同机制实现清洁能源对算力负荷的精准匹配。国家信息中心信息化和产业发展部主任单志广在2026年3月《算力网发展战略研究》报告中指出，算力网不同于电网输送电力、水网传送水，它真正调度和流动的是计算任务、所需数据以及计算结果，这一本质特征决定了算力网的建设和运营逻辑与传统基础设施存在根本差异。
图表1 算力网核心特征框架
数据来源：中国信通院算力互联网架构研究、国家信息中心
1.2 算力网与电网、水网等传统基础设施的比较
将算力网与水网、电网并置讨论，始于2026年中央将算力网纳入“六张网”战略性基础设施阵列的决策。2026年3月，国家发展改革委在两会经济主题记者会上首次系统提出推进“六张网”建设；4月28日，中共中央政治局会议正式部署加强水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等“六张网”的规划建设。“六张网”已成为新一轮扩内需、稳增长的核心抓手。这一部署本身即暗含了一个判断：算力正在获得与电力、水资源同等的基础设施地位。但“并置”不意味着“等同”，理解算力网与传统基础设施的异同，是把握其战略定位的前提。
最直观的差异在于流动介质。水网输送的是水资源，电网传输的是电能，而算力网调度的是计算任务、数据以及计算结果。这一差异看似简单，实则衍生出两者在运行逻辑上的根本分野。水网和电网的调度对象具有均质性——一度电无论来自哪个电厂，其物理属性完全相同。算力则高度异质：不同芯片架构、不同精度、不同并行策略下的算力之间无法简单等价换算，这使得算力网的调度复杂度远高于传统基础设施。
规划建设周期的差异同样显著。国网冀北电力有限公司经济技术研究院的专家指出，电网、水网等重大基础设施规划建设周期较长，而算力、通信等产业技术迭代和项目落地速度较快，如果各自规划、各自建设，容易造成建设时序错位和资源配置不匹配。以特高压直流工程为例，根据东吴证券对特高压工程项目关键节点的统计，直流特高压核准到开工的时间间隔均值约3个月，开工到投运的建设时间均值约25个月。而一代AI芯片的迭代周期已缩短至一年左右。这种“时间尺度错配”构成了算力网建设中一个容易被忽视却影响深远的挑战。
投资乘数效应的差异也值得关注。关于算力投资乘数效应，目前存在两个来源的测算，需区分理解：其一，未具名机构测算显示，“六张网”每1元直接投资可带动2.8至3.2元总产出（该数据非国家发展改革委官方口径，仅供参考）；其二，中国信通院测算算力投资每投入1元带动3至4元GDP增长。两个测算的差异主要源于统计范围不同：前者涵盖“六张网”整体，后者聚焦算力领域直接投资。综合来看，算力投资的乘数效应显著高于传统基建（约1.5倍），但具体数值因口径而异，本报告不将其作为精确预测依据。算力网乘数效应更高的原因，在于其投资不仅带动土木建筑工程和信息设备制造，还能通过算力供给的改善直接拉动下游AI应用和产业智能化的增长——这一传导链条比公路、桥梁等传统基建更为直接和迅速。
将比较视野进一步拓展到网络效应的性质。电网的网络效应主要体现在负荷平衡和供电可靠性上，节点越多，系统稳定性越高。算力网的网络效应则具有显著的正反馈特征——接入的算力节点越多，可供调度的资源池越大，单个用户能够获得的算力弹性和多样性就越丰富。这种正反馈特征是否严格符合梅特卡夫定律（即网络价值与用户数的平方成正比），在学术界尚存争议，但其网络价值的增长可能比传统基础设施更为陡峭这一判断是可以成立的。
从基础设施建设的实际进展来看，算力网的规模扩张速度已明显快于电网和水网的同期水平。截至2026年6月，全国在用标准机架达1556万架，在用智能算力规模达2185 EFLOPS（FP16），存力规模突破2000EB，相比2025年增长了约11%。运力方面，1ms、5ms、20ms三级高速算力网络体系架构逐步形成，入算、算间、算内三级网络持续协同演进。近两年围绕国家算力枢纽节点建设超70条算力大通道，相关算力枢纽节点间网络性能提升10%。2026年我国正按照“点、链、网、面”思路体系化推进全国一体化算力网建设，算力发展正由规模扩张迈向体系化、精细化新阶段。
图表2 算力网与电网、水网的结构性比较
数据来源：国家发展改革委、工业和信息化部、信通院
1.3 算力网的三大战略意义
国家发展改革委国家信息中心在2026年的一份研究报告中，将算力网建设的战略意义概括为三重：培育新质生产力的战略底座、破解资源时空分布不均的治本之策、扩大有效投资和稳定经济增长的重要抓手。这一框架为理解算力网在国家战略体系中的位置提供了清晰的坐标。
新质生产力底座。算力网之所以被称为“底座”而非“引擎”，在于它提供的是支撑性而非直接产出性的能力。人工智能大模型训练、自动驾驶仿真、智慧金融风控、影视渲染等场景的算力需求，本质上都是通过对算力网的调用得以满足。全国一体化算力网建设已纳入国家“十五五”规划109项重大工程项目，“十五五”规划纲要提出深入推进东数西算工程，构建多层次算力设施体系和全国一体化算力网。中国电信总经理刘桂清在2026中国算力大会上的判断具有代表性：算力作为支撑人工智能时代创新发展的核心引擎，已由传统信息基础设施跃升为驱动新质生产力发展的关键生产要素。从“基础设施”到“生产要素”的定位跃迁，意味着算力在经济分析框架中的角色正在发生质变。
资源优化配置。我国算力资源的空间分布存在显著的结构性矛盾：东部地区算力需求旺盛但土地和能源成本高企，西部地区能源资源丰富但本地需求有限。“东数西算”工程的战略出发点正在于此。截至2025年底，我国已围绕算力枢纽建成干线光缆145条，实现8大算力枢纽互联，全国各省份至8大枢纽的网络传输时延均降至20毫秒以内。这一基础设施层面的进展，使得“东数西算”从概念走向了可操作的资源配置机制。更深层地看，算力网对资源配置的优化不仅体现在东西部之间，也体现在不同行业和不同时段之间——AI训练任务的算力需求具有显著的潮汐特征，通过算力网的调度能力，可以平滑这种波动，提升整体资源利用效率。
有效投资抓手。在当前经济环境下，算力网作为“六张网”中最新的一张网，承担着扩大有效投资的功能。据国家发展改革委初步估算，2026年“六张网”及相关重点领域建设投资规模将超7万亿元。国家发展改革委政策研究室主任蒋毅在2026年7月底的新闻发布会上引述有关机构测算数据，“十五五”时期算力网建设将新增直接投资4万亿元，考虑到算力建设以企业投资为主，这将为民间投资创造巨大空间。但需要指出的是，算力网投资的价值不应仅从短期拉动效应来衡量。国家发展改革委市场与价格研究所原所长杨宜勇在访谈中指出，“六张网”要解决的不是“修修补补”的问题，而是从根本上重塑中国经济增长的逻辑。算力网投资的核心意义，在于通过算力供给能力的提升，降低整个经济体系智能化的门槛和成本。
图表3 算力网三大战略意义的结构关系
数据来源：国家信息中心专家观点、国家发展改革委公开信息、中国信通院数据
1.4 全球主要经济体的战略定位与中国的位置
全球算力竞争的基本格局，可以用一组数据来锚定。牛津马丁人工智能治理研究所2025年11月发布的研究报告指出，美国控制着全球约75%的AI算力容量，中国约占15%，欧盟仅占约5%。需要说明的是，该报告的研究口径为“AI compute capacity”（AI计算容量），与中国信通院蓝皮书的“计算设备算力规模”口径存在差异，两组数据不宜直接对比。这一分布意味着全球算力资源高度集中于中美两国，中型经济体在独立发展前沿AI能力方面面临显著的结构性障碍。
美国的战略路径以“国家力量整合”为特征。2025年11月24日，特朗普签署行政命令启动“创世纪计划”，指示能源部创建AI实验平台，整合美国超级计算机和联邦政府掌握的独特数据资产，以生成科学基础模型并加速能源、国防、健康、材料等战略领域的突破。根据行政令，美国能源部长克里斯·赖特负责整合17个国家实验室的技术力量，建立“闭环AI实验平台”，将超级计算机与庞大的联邦科学数据集相结合，推动机器人实验室的建立以及自动化研究。该计划的一个显著特点是公私合作的深度——英伟达、戴尔、HPE等企业参与提升实验室超算资源。同一天，亚马逊宣布将投资高达500亿美元扩展面向美国政府客户的AWS人工智能和高性能计算能力，计划于2026年启动，在AWS最高机密区域、机密区域和政府云区域建设数据中心，新增近1.3吉瓦的AI与超级计算能力。
值得注意的是，美国AI投资对宏观经济的拉动效应已成为一个受到广泛关注的议题。哈佛大学经济学家杰森·弗曼的研究显示，2025年上半年美国GDP平均增长1.6%，信息处理设备和软件的投资仅占美国GDP的4%，却贡献了GDP增长的92%；剔除数据中心和信息处理技术等领域后，GDP增长率仅为0.1%，几乎停滞不前。摩根士丹利财富管理公司首席投资官丽莎·沙莱特指出，与数据中心相关的支出大约为美国实际GDP增长贡献了100个基点。据Charlie Bilello援引巴克莱数据，2025年前六个月美国1.6%的GDP增速中，超过一半来自与AI相关的支出，AI相关投入贡献了超过0.8个百分点。摩根士丹利分析师Michael Gapen和Sam Coffin的测算提供了更审慎的视角：按照一种计算方法，AI支出贡献了1.6%年化增长中的约1.1个百分点，但考虑进口因素后降至约0.3个百分点。他们特别警告称，“简单地采用将AI支出公告除以名义GDP的粗略方法将大大高估AI对产出的贡献”。摩根士丹利截至2026年9月的最新估算覆盖了更长时间范围：2025年至2026年上半年，广义AI相关投资平均贡献美国实质GDP增长约0.61个百分点；剔除正常资本支出后，真正由AI热潮带动的投资贡献约0.42个百分点。不同机构对AI投资贡献的测算口径和时点差异较大，这种分歧本身即说明AI投资对宏观经济的拉动效应尚需更长时间的数据积累来验证。
欧盟的处境介于中美之间。2025年4月发布的《人工智能大陆行动计划》以“弥补算力短板”为核心目标。作为该行动计划的核心项目，InvestAI倡议于2025年2月在巴黎AI行动峰会上宣布启动，旨在调动2000亿欧元用于AI领域投资，其中包括一项200亿欧元的欧洲基金，专门支持建设至多五座AI超级工厂。但项目推进并不顺利，原定于2025年底发布的正式招标推迟至2026年上半年。2026年7月30日，欧盟委员会正式启动招标程序，方案已由原计划的“5座工厂、200亿欧元”调整为“最多7座工厂、100亿欧元公共资金”方案，并期望撬动至少200亿欧元民间投资。招标文件将项目分为两类：四座标准AI超级工厂，每座至少配备7.5万颗AI芯片，最高可获得5亿欧元公共资金支持；三座较大的AI超级工厂，每座至少配备10万颗AI芯片，最高可获得约10亿欧元公共资金支持。
需澄清两个资金概念的关系：InvestAI倡议于2025年2月宣布，总体规模2000亿欧元，其中包括一项200亿欧元的欧洲基金，用于支持AI超级工厂等。2026年7月欧盟委员会正式启动的AI超级工厂招标，资金池为100亿欧元公共资金（其中欧盟委员会直接补贴41亿欧元，成员国等额配套，其余由私人投资者承担），目标撬动至少200亿欧元民间投资。100亿欧元招标资金池是2000亿欧元InvestAI框架下的具体执行项目，并非对200亿欧元基金承诺的“缩减”。41亿欧元欧盟直接补贴占100亿欧元招标资金池的41%，而非“占200亿欧元的五分之一”。在欧盟下一预算周期于2028年启动之前，计划中的超级工厂最多只有两座能够获得资助。截至2026年4月，欧盟境内已有19座AI工厂投入运营，另有13座AI工厂分支据点提供区域接入服务。欧盟全球AI算力占比不足5%的现状，使其战略带有明显的“追赶”色彩。欧盟的策略并非单纯追求算力规模的扩大，而是将算力建设嵌入其独特的制度框架之中——数据联盟战略、AI法案合规服务、能源效率标准等配套措施，构成了与美国“规模优先”路径截然不同的发展范式。
中国的定位则需要放置在两组数据的交叉点上理解。从总量看，截至2025年6月，我国计算设备算力总规模达到962 EFLOPS，全球占比约21%，同比增速达73%，计算设备智能算力规模达到782 EFLOPS，同比增长96%，在我国算力占比达81%。工信部2026年7月发布的最新数据显示，截至2026年6月底，我国智能算力规模进一步攀升至2185 EFLOPS（FP16），同比增长177%，全国算力设施整体上架率达71.4%。两组数据来自不同机构，口径存在差异——信通院口径为“计算设备算力总规模”，工信部口径为“智能算力规模”（FP16精度），但均指向同一趋势：中国算力规模正处于高速扩张通道，且增长主要集中在智能算力领域，通用算力和超级算力的增长相对平缓。这种结构性特征与国内AI产业爆发式增长的节奏高度吻合。
将中国算力战略放在国际比较框架中审视，其独特性在于“网”的维度。美国“创世纪计划”侧重于整合联邦超算资源和科研数据，欧盟“AI大陆行动计划”侧重于弥补算力基础设施的规模缺口，两者均以算力资源本身的扩容和整合为核心。中国的算力网建设则同时处理两个问题：算力规模的扩大和算力资源跨域调度的制度化。全国一体化算力网、八大国家算力枢纽、“东数西算”工程等部署，构成了一个从物理设施到调度机制再到市场运营的多层次体系。需要指出的是，美国各州和私营部门也有大量的算力网络建设实践，中国的“以网统筹”路径是全球算力治理中的一种制度选择，而非绝对意义上的独有特征。
图表4 全球主要经济体AI算力战略对比
数据来源：欧盟委员会、中国信通院、工信部
第二章 中国算力网的政策演进与制度框架
2.1 政策演进的四个阶段
回溯中国算力网的政策历程，2020年是一个清晰的起点。当年12月，国家发展改革委等四部门联合印发《关于加快构建全国一体化大数据中心协同创新体系的指导意见》，首次将数据中心布局优化纳入国家层面的协同创新框架，算力也首次被纳入新基建体系。这一阶段的政策重心在于“解决存量问题”——彼时我国数据中心发展模式仍显粗放，东西布局失衡、算力配置分散、数据流通遇阻等问题较为突出，政策的主要着力点是通过顶层设计引导数据中心从无序扩张转向有序布局。
2021年至2022年是政策从规划走向工程落地的关键窗口。2021年5月，四部门联合印发《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确提出布局建设全国一体化算力网络国家枢纽节点，启动实施“东数西算”工程。同年7月，工信部印发《新型数据中心发展三年行动计划（2021-2023年）》，提出了到2023年底全国数据中心机架规模年均增速保持在20%左右、平均利用率提升到60%以上等量化目标，并首次明确“国家枢纽节点算力规模占比超过70%”的布局导向。2022年2月，国家发改委等四部门联合复函同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群，标志着“东数西算”工程正式全面启动。这一阶段的政策特征是从“指导意见”升级为“实施方案”，从“原则性表述”转向“节点批复和集群规划”，算力网建设的空间骨架由此确立。
2023年至2024年是制度框架密集成型、约束机制逐步收紧的阶段。2023年10月，工信部等六部门联合印发《算力基础设施高质量发展行动计划》，提出到2025年算力规模超过300 EFLOPS、智能算力占比达到35%的量化目标。同年12月，国家发改委、国家数据局等部门联合印发《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》（发改数据〔2023〕1779号），这份文件在算力网政策体系中具有承上启下的关键地位——它明确提出从单一的地理布局优化向“算力网络化、调度一体化、资源市场化”转型，同时强化了规划布局的刚性约束，要求“国家枢纽节点外原则上不得新建各类大型或超大型数据中心”。这一约束的收紧有明确的政策逻辑：2021至2022年间，政策对国家发改委的表态保留了“适时扩大集群边界或增加集群”的调整空间，但到2023年，方向已明确转向“强化规划布局刚性约束”，要求算力资源向枢纽节点集聚。2024年7月，国家发展改革委、工业和信息化部、国家能源局、国家数据局联合印发《数据中心绿色低碳发展专项行动计划》（发改环资〔2024〕970号），成文于2024年7月3日，国家发改委官网2024年7月23日发布，将绿色低碳要求嵌入算力网建设的制度框架，提出到2025年底全国数据中心整体上架率不低于60%、平均PUE降至1.5以下、国家枢纽节点新建数据中心绿电占比超过80%等指标。
2025年至2026年，算力网的政策定位发生了一次实质性跃升。2025年5月，工信部印发《算力互联互通行动计划》（工信部信管〔2025〕119号），成文日期为2025年5月21日，发布日期为2025年5月30日，提出到2026年建立较为完备的算力互联互通标准、标识和规则体系，到2028年基本实现全国公共算力标准化互联，逐步形成具备智能感知、实时发现、随需获取的算力互联网。这份文件标志着政策重心从“建”转向“联”——从此前以物理设施布局和枢纽节点建设为主，转向以标准化互联和跨主体调度为核心。2026年3月，国家发展改革委在两会经济主题记者会上首次系统提出推进“六张网”建设；4月28日，中共中央政治局会议正式部署加强水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等“六张网”的规划建设。算力网由此被纳入与电网、水网并列的国家级基础设施阵列。同年，“十五五”规划纲要将全国一体化算力网纳入109项重大工程项目，算力基础设施首次被列入五年规划重大工程项目序列。
图表5 中国算力网政策演进四阶段
数据来源：国家发展改革委、工业和信息化部、国家数据局
2.2 “东数西算”工程的演进与枢纽节点布局
“东数西算”工程的空间架构可以用“8+10”来概括——8个国家算力枢纽节点和10个国家数据中心集群，覆盖东、中、西部14个省份。这8个枢纽节点并非同质化的部署，而是按照功能定位被划分为两类。京津冀、长三角、粤港澳大湾区、成渝四个东部节点，重点满足重大区域战略的实时算力需求；贵州、内蒙古、甘肃、宁夏四个西部节点，则依托可再生能源优势承接全国非实时算力需求。这种“东数西算、东数西存、东数西训”的功能分工，构成了中国算力资源空间配置的基本逻辑。
从投资和建设进展来看，“东数西算”工程的规模化效应已经初步显现。据国家数据局局长刘烈宏在2024中国国际大数据产业博览会上的披露，截至2024年6月底，八大国家枢纽节点直接投资超过435亿元，拉动投资超过2000亿元，机架总规模超过195万架，整体上架率达63%左右。需说明的是，该数据为截至2024年6月的统计，更近期的枢纽节点投资数据尚未公开披露；该上架率为2024年6月枢纽节点核心集群的数据，与2026年6月全国整体上架率71.4%分属不同统计范围和时点，不宜直接对比。东西部枢纽节点间网络时延已基本满足20毫秒要求。到2025年初，这一时延圈进一步优化——呼和浩特到京津冀枢纽往返时延控制在5毫秒以内，到成渝、长三角、粤港澳枢纽的往返时延均在20毫秒以内。
算力集聚效应在枢纽节点层面表现得尤为明显。截至2025年一季度，八大枢纽节点算力总规模达到215.5 EFLOPS，智能算力规模占枢纽节点算力规模的80.8%，意味着枢纽节点为全国提供了约八成的智算算力。超过七成的新增算力来自西部，这一比例印证了“东数西算”引导算力资源西移的政策初衷正在转化为实际的空间分布变化。各枢纽节点的差异化发展也逐步成型：甘肃庆阳成为2025年算力增速最快的集群，智算规模达到21.5万PFlops，占全国近10%；粤港澳大湾区枢纽的韶关数据中心集群累计引进22个项目，总投资621亿元，规划建设54.6万标准机柜；内蒙古和林格尔集群2025年前11个月绿电使用占比高达86%，领跑全国。
但枢纽节点的建设并非均质推进。东西部节点在上架率上的差距仍然存在，西部部分集群的算力消纳能力尚未完全匹配其建设规模。有业内人士将“东数西算”工程自2021年启动以来的演进概括为三个阶段：从最初以枢纽和集群建设为主的“点”的突破，到以算力协同和算电协同为核心的“成网”阶段，再到2025年以来为满足AI发展更高要求而进行的提质增效阶段。这一概括捕捉到了工程从物理设施布局向网络化协同演进的内在逻辑。
图表6 “东数西算”八大枢纽节点功能定位与建设进展
数据来源：国家数据局、各枢纽节点地方政府公开信息、《通信产业报》（2026年2月）
2.3 全国一体化算力网的制度创新与政策工具
从政策设计的角度看，全国一体化算力网的制度框架包含三个相互关联的层次：标准体系、调度平台和市场化工具。这三个层次共同构成了算力从“物理设施”走向“可调度资源”的制度基础设施。
标准体系的建设在2025年取得了实质性进展。全国数据标准化技术委员会在2025年8月公开征求《全国一体化算力网 智算中心算力池化技术要求》《全国一体化算力网 安全保护要求》两项技术文件的意见，前者规范了智算中心内的算力资源抽象、资源池化管理、任务式资源申请与调度等功能及接口要求，后者提出了构建算力网多层次、全方位、可持续的安全保护能力要求。这两项文件与此前发布的《全国一体化算力网 算力并网技术要求》《全国一体化算力网 算力资源管理与调度技术要求》等共同形成了标准矩阵，覆盖了从资源接入、池化管理到调度协同、安全保护的全链条。到2025年9月，全国数标委正式发布了包括算力池化技术要求和安全保护要求在内的19项技术文件，算力网标准化从框架搭建进入落地实施阶段。
调度平台的建设与标准体系的推进同步展开。2025年8月28日，国家数据局在贵阳数博会上正式发布“全国一体化算力网监测调度试验验证平台”，该平台是国家数据局为落实《深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》、于2024年10月部署的先行先试工作的重要成果。平台发布时，已实现对全国31个省的监测全面覆盖，接入131家算力提供商，共111 EFLOPS的算力资源，智算资源标识注册量超38万，初步构建起服务全国的公共算力资源体系，实现跨主体、跨架构（通、智、超）、跨区域的算力资源互联。平台的建设过程体现了多主体协同的特征：全国一体化算力网监测调度平台由国家数据局指导建设，中国信通院参与建设，鹏城实验室作为平台设计建设的试点单位之一参与其中，芜湖集群算力公共服务平台作为首批接入平台之一亮相，标志着跨域算力统筹调度从概念验证进入实际运营。
在市场化工具方面，“算力券”是近年来地方层面最具代表性的政策创新。与传统的直接补贴或税收优惠不同，算力券的设计逻辑是通过降低算力使用门槛来激发中小企业和科研机构的算力需求，从而间接拉动算力供给的优化。各地在算力券的补贴比例、覆盖范围和叠加机制上形成了不同的模式。上海于2025年7月发布《上海市进一步扩大人工智能应用的若干措施》，发放6亿元算力券，对租用智能算力的主体给予最高30%的市级租金补贴，并按照“补早补小”原则，市区协同给予最多1年、最高100%的租金补贴。北京经开区的补贴力度更大，对符合条件的主体给予最高80%的租金补贴。
贵州的算力券政策在2026年实现了第三次迭代，从资金规模到兑现效率均有明显提升。2024年2月省大数据局首次发布《管理办法（试行）》，2024年11月进行第一次修订，2026年结合行业发展需要进行了第二次修订，发布算力券政策3.0版本。根据成文于2026年1月30日的《贵州算力券管理办法》（黔数〔2026〕3号），自2026年4月1日起施行。新版办法将算力服务智算部分由原来的3%调整为30%，对模型服务给予30%的激励，将算力和模型服务的同一需求主体年度累计兑现额度上限合并设定为200万元；通用算力、超级算力可按合同有效金额的5%给予激励；对使用国产化算力开展适配的，可按合同有效金额的30%给予激励，同一需求主体年度累计激励额度不超过150万元；对通过省内数据交易场所采购数据产品、语料的，可按合同有效金额的30%给予激励，年度累计激励额度不超过100万元。
与补贴力度提升同步推进的是兑现流程的简化。贵州在算力券相关流程材料上开展了“减环节、减材料、减流程、减时限”工作，将政策兑付环节由原来的申领、兑现两个环节优化为兑现一个环节，全面实现企业“即申即享”，让政策红利以最快速度、最简方式直达企业。2025年贵州算力券专项资金规模为1亿元，截至2026年3月31日累计兑付资金9890万元，执行比例达98.9%，惠及190多家企业；2026年专项资金规模大幅扩容至1.4亿元。这些地方实践的意义不仅在于资金支持本身，更在于它们为算力作为一种可交易、可补贴的“准公共品”提供了制度验证。
监测调度机制的常态化也在同步推进。国家数据局在部署先行先试工作时明确要求“完善算力券、数据中心REITs等政策工具设计，强化政策性金融工具支持力度”，这一表述出自国家数据局主要负责同志在《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》发布后的公开表态，并成立工作专班持续开展政策落地跟踪，建立常态化算力统计监测机制。2026年5月8日，国家能源局会同国家发展改革委、工业和信息化部、国家数据局印发了《关于促进人工智能与能源双向赋能的行动方案》，其中明确指出“鼓励算力设施申报基础设施领域不动产投资信托基金（REITs）”，鼓励金融机构对符合要求的算力基础设施项目提供资金支持，支持符合条件的企业发行绿色债券。这一机制的建立意味着算力网的运营不再依赖运动式的项目推进，而是开始嵌入常规化的统计和调度体系之中。
图表7 全国一体化算力网制度框架的三个层次
数据来源：全国数据标准化技术委员会技术文件、国家数据局公开发布信息、上海市经济信息化委政策文件、贵州省大数据发展管理局《贵州算力券管理办法》（黔数〔2026〕3号）
2.4 “十五五”规划与“六张网”战略中的算力网定位
算力网在“十五五”时期的战略定位，需要从两个相互关联的维度来理解：一是它在国家基础设施体系中的位置，二是它在投资和产业政策中的角色。
从基础设施体系的位置来看，2026年是算力网战略地位发生质变的一年。2026年3月，国家发展改革委在两会经济主题记者会上首次系统提出推进“六张网”建设；4月28日，中共中央政治局会议正式将算力网与水网、新型电网、新一代通信网、城市地下管网、物流网并列，纳入国家顶层部署。将算力网与电网、水网并置，本身就传达了明确的政策信号：算力正在获得与电力、水资源同等的基础设施地位。但“并置”不意味着“等同”。从政策执行的层面看，“六张网”的建设机制已经在具体化。2026年8月，国家发展改革委副主任岳修虎主持召开“六张网”重大项目协调调度机制会，研究建立算力网、新型电网、新一代通信网“2+3+N”协调机制，即由2家电网企业、3家电信运营商和N家算力相关企业协同推进。随后，国家发展改革委又相继召开了“六网协同”投融资模式专题会、全国投资工作推进会，将系统推进“六张网”规划建设列为稳投资重点任务，并在9月初进一步研究了政银企协作机制和项目库建设。从“各自成网”到“六网协同”，算力网的建设已经从部门层面的专项工作上升为跨部门、跨区域的协同工程。
从投资和产业政策的角色来看，“十五五”规划纲要对算力网的部署包含几个值得关注的提法。规划纲要将全国一体化算力网纳入109项重大工程项目，这是算力基础设施首次进入五年规划的重大工程序列。109项重大工程分为6个方面，其中全国一体化算力网归属“新型基础设施建设”类别（共5项），与卫星互联网、信息通信网络、数据基础设施、低空基础设施并列。规划纲要还提出“论证建设超大规模智算集群”，并要求“支持通过政府购买算力服务、算力租赁等多种方式满足算力需求”。政府工作报告进一步提出“实施超大规模智算集群、算电协同等新基建工程”，其中“算电协同”首次被纳入新基建工程的范畴。工信部随后印发的《信息通信行业发展“十五五”规划》提出了更为具体的目标：到2030年，我国智能算力规模较2025年增长超5倍，智能算力规模达到9800 EFLOPS。
从投资规模来看，“十五五”时期算力网建设将新增直接投资约4万亿元，这一数据来自国家发改委政策研究室主任蒋毅在2026年7月31日新闻发布会上的引述，属于机构测算口径。蒋毅同时明确，“考虑到算力建设以企业投资为主，这将为民间投资创造巨大空间”。这一表述揭示了4万亿元投资的结构性特征——它并非以政府财政投入为主导，而是主要依靠三大运营商、互联网企业、IDC运营企业和地方国资平台等市场主体完成。2026年“六张网”及相关重点领域建设投资规模预计将超过7万亿元，算力网作为其中最新的组成部分，其投资体量在“六张网”中位居前列。三大电信运营商2026年的算力投资计划合计约808亿元——中国移动算力网络资本开支378亿元（同比增长62.4%），中国电信算力基础设施投资255亿元（同比增长26%，占总投资比例升至35%），中国联通官方披露算力投资占比超过35%（超175亿元）。这些数据表明，算力网的投资格局已经呈现出政府引导与企业投资并重的特征，而企业投资在总量中占据主导。
图表8 “十五五”规划中算力网的核心部署
数据来源：国家发展改革委、工业和信息化部《信息通信行业发展“十五五”规划》
将算力网纳入“六张网”和“十五五”重大工程，其政策含义超出了单纯的基建投资范畴。算力网与新型电网的协同——即“算电协同”——被明确纳入新基建工程，意味着算力网的建设不再被仅仅视为信息基础设施的延伸，而是被放置在能源与信息两大系统交汇的位置来考量。这种跨系统的定位，在2023年底中央已面向“东数西算”国家枢纽节点开展算电协同试点时就已初现端倪，试点主要集中在内蒙古、甘肃、青海等西部清洁能源大省。到“十五五”时期，算电协同从试点上升为新基建工程的组成部分，算力网与能源系统的耦合关系由此获得了制度层面的确认。
第三章 中国算力网基础设施规模与供给能力
3.1 全国算力总规模与结构
中国算力总规模在过去数年间经历了快速扩张。截至2025年6月底，据中国信息通信研究院《先进计算暨算力发展指数蓝皮书（2025年）》披露，我国计算设备算力总规模达到962 EFLOPS，全球占比约21%，同比增长73%，增速远超全球平均水平。同期，计算设备智能算力规模达到782 EFLOPS，同比增长96%，在我国计算设备算力中占比达81%。作为参照，同期全球计算设备算力总规模为4495 EFLOPS，大幅增长117%，智能算力占总算力比例达到85%。中国计算设备智能算力占比与全球趋势基本同步。到2025年9月底，工信部披露的智能算力规模进一步攀升至1053 EFLOPS（FP16）。到2026年6月底，这一数字达到2185 EFLOPS（FP16），同比增长177%，东部、中部、西部、东北地区智算规模占全国比例分别为55.9%、10.6%、32.6%、0.9%。
需要特别说明的是，信通院“计算设备智能算力”与工信部“智能算力规模（FP16）”统计口径不同：前者以服务器计算能力为测量基准，后者以加速卡FP16算力为基准。两组数据不可直接对比。本报告后续智能算力数据均采用工信部FP16口径。
在结构层面，智能算力已确立主导地位。信通院蓝皮书的表述是“智能算力成为绝对主导”。需要区分的是，计算设备算力侧重于服务器级别的计算能力测量，而更宽口径的“算力总规模”还包含存储、网络等基础设施维度。在2024年的旧口径下，智能算力在算力总规模中的占比约为32%，彼时通用算力仍占据主体地位。从32%到81%的跃升，既反映了智能算力在服务器计算能力维度的绝对优势，也折射出统计口径差异带来的理解门槛。需求侧的剧烈拉动力来自全国日均Token调用量的指数级膨胀——从2024年初的约千亿级攀升至2026年的140万亿以上。
3.2 数据中心机架规模与区域分布
数据中心机架规模是衡量算力物理承载能力的核心指标。据信通院《2025综合算力指数》，截至2025年6月底，我国在用算力中心机架总规模达1085万标准机架，计算设备智能算力规模782 EFLOPS（信通院口径，参见口径说明）。到2025年9月底，工信部披露的在用算力中心机架总规模增长至1250万标准机架。到2025年底，据国家数据局《数字中国发展报告（2025年）》，全国在用算力设施机架数超过1373万标准机架，建成万卡智算集群42个，智能算力规模达到159万PFlops（FP16），位居全球第二。2026年3月底，在用算力中心标准机架达1445万架，智能算力规模达1882 EFLOPS（FP16），围绕算力枢纽已建成超70条算力大通道。到2026年6月底，全国在用标准机架进一步增至1556万架，存力规模突破2000EB。
需要特别说明的是，上述数字均为全国口径，涵盖电信运营商、第三方IDC服务商、互联网企业自建及政企自用等各类主体。据工信部《2025年通信业统计公报》，截至2025年底，中国电信、中国移动和中国联通三家基础电信企业对外提供服务的数据中心机架数量为93.8万个，较上年增加10.8万个，可调度智能算力规模超94.4 EFLOPS（FP16），同比增长87.6%。另据工信部《2024年通信业统计公报》解读，2024年底基础电信企业智算规模超50 EFLOPS（FP16），同比实现翻番增长。这意味着在全国在用算力设施机架总量中，基础电信企业对外提供服务的机架占比不足一成，其余超过九成的机架由第三方IDC服务商和自建自用主体构成。两个数据分属不同统计范围，前者反映电信运营商对外服务的算力供给，后者反映全国算力基础设施的总体承载能力，不宜混同理解。
图表9 2022-2025年中国基础电信企业对外提供服务数据中心机架数量
数据来源：工业和信息化部
区域分布上的集聚特征十分显著。信通院《2025综合算力指数》披露，截至2025年6月，枢纽节点所在地区机架规模达788.2万标准机架，占全国总量72.6%，已建成智算规模620 EFLOPS，占全国智算总量的78.7%。这一集中度反映出“东数西算”工程在引导算力资源向规划枢纽节点集聚方面的政策效力。
“枢纽节点所在地区机架788.2万架”与“八大枢纽节点机架总规模超过195万架”属于两个不同口径的数据。前者指枢纽节点覆盖的省/自治区/直辖市全域范围内所有数据中心的机架总数，统计时点为2025年6月；后者指八大枢纽节点直管的核心集群范围内的机架数，统计时点为2024年6月，来源为国家数据局局长刘烈宏在2024年数博会的公开发言。195万架反映的是枢纽核心集群的直接建设规模，788.2万架反映的是枢纽节点所辐射区域内的全部算力承载能力，两者在统计范围和时点上均不可直接比较。
上架率作为衡量机架实际利用效率的指标，呈现出与地理分布高度相关的分化格局。全国算力设施整体上架率在2026年6月底达到71.4%。这一数字高于一线城市和周边枢纽节点的上架率水平，表面存在矛盾，实则源于统计基数的差异——全国整体上架率以在用机架为基数，而分区域上架率数据通常以建成机架为基数，两者并非同一分母。区域上架率的分化格局在历史上较为显著。据德邦证券《IDC行业供需分析》研报（2026年7月30日发布）引用的2021年调研数据，华北、华东、华南区域IDC机柜平均上架率在65%至68%之间，华中地区为39%，西北和西南分别仅为34%和41%。需注意，该组数据调研时点为2021年，反映的是“东数西算”工程全面启动前的历史格局。更近期的分区域系统性数据尚未公开披露，但可获取的替代指标显示分化正在缓解：万国数据2025年第二季度整体上架率升至77.5%，环京、长三角区域部分第三方数据中心上架率已突破80%。本报告在描述当前格局时，以近期替代指标为主，2021年数据仅作历史参照。
3.3 算力网络传输能力与三级时延圈建设
算力网络的核心命题是让算力“送得到、送得快”。围绕这一目标，中国已初步建成“1ms城市、5ms区域、20ms枢纽”的三级时延圈体系。据信通院《2025综合算力指数》，国家枢纽间传输时延不超过20ms，集群到周边主要城市传输时延不超过5ms，区域内算力节点间时延达1ms。1ms、5ms、20ms三级高速算力网络体系架构已逐步形成，入算、算间、算内三级网络持续协同演进。这一分层架构的设计逻辑在于：不同应用场景对网络时延的敏感度差异极大——金融高频交易、工业实时控制等场景要求个位数毫秒级时延，而大模型训练数据的跨域传输、冷数据备份等场景则可以容忍数十毫秒的时延。
在骨干传输层面，中国移动已建成全球规模最大的400G光网络和SRv6骨干互联网，率先实现空芯光纤的商用落地。截至2025年底，围绕算力枢纽建成干线光缆145条，将8大算力枢纽间互联，全国各省份至8大枢纽的网络传输时延均降至20毫秒以内。同时工信部披露近两年围绕国家算力枢纽节点建设了超过70条算力大通道，两套数据分别对应不同的传输层统计口径。
三级时延圈的建设并非均衡推进。城域层面的1ms时延圈是2025年以来的政策焦点。2025年10月，工信部启动城域“毫秒用算”专项行动，明确“1毫秒互连、1毫秒接入、10毫秒可达”的三级指标体系，目标到2027年基本形成全域覆盖的城域毫秒用算网络体系。重庆作为全国首批试点城市之一，依托全国400G OTN骨干网络打通了“疆算入渝”跨省算力通道，目前已为长安汽车累计开通5×100Gbps跨省专线，并采用全光交叉OXC技术，建成多条重庆至哈密的直连全光算力链路，端到端路由优化至3700公里，单向时延控制在20毫秒以内。
区域层面的5ms时延圈建设进展较快。以内蒙古和林格尔集群为例，据内蒙古通信管理局副局长张利君发布的数据，到京津冀枢纽节点4.53毫秒，到长三角枢纽节点14.33毫秒；到粤港澳、成渝控制在20毫秒以内。枢纽间的20ms时延圈已基本形成。青海建成的青藏高原首张绿色算力网，枢纽间时延压降至20ms以内，网络容量突破30PB，核心器件实现100%国产化。这种“全国20ms”的骨干网络能力，为算力资源的跨区域调度提供了物理层面的可行性保障。
图表10 中国算力网络三级时延圈建设进展
数据来源：工业和信息化部《城域“毫秒用算”专项行动通知》（2025年10月）、中国信通院《2025综合算力指数》、国家发改委2026年6月新闻发布会、中国移动公开信息
3.4 算力供给的东西部结构性差异
东西部算力供给的结构性差异，是中国算力网建设中最为核心的空间矛盾。这一矛盾的表现形式并非简单的“东部缺、西部多”，而是一组多重错位叠加的复杂格局。
从需求侧看，工信部2026年7月披露的数据显示，截至2026年6月底，东部地区智算规模占全国比例达55.9%，中部10.6%，西部32.6%，东北0.9%。东部地区消耗了全国一半以上的智能算力，但土地资源紧张、能耗指标审批趋严，本地算力供给持续紧张。一线城市数据中心的能耗指标已成为稀缺资源，新增大型数据中心项目的审批难度不断加大。
从供给侧看，西部地区凭借绿电资源、气候条件和土地成本优势，在数据中心建设上具备显著的边际成本优势。宁夏中卫的工业电价低至0.36元/千瓦时，仅为东部地区的约45%。甘肃庆阳通过绿电聚合直供模式，园区到户电价降至0.398元/千瓦时，清洁能源消费占比达88%。电力成本通常占数据中心运营总成本的40%至60%，西部的电价优势意味着同等规模的算力设施在西部运营的边际成本可以降低三成以上。
但成本优势并未自动转化为利用率优势。原中国电信科技委主任韦乐平在2025年4月“云网智联大会”发表《智算中心发展的若干问题》演讲时指出，国内智算中心总数超280个，但GPU利用率很不均衡，“饱的撑死，饿的饿死，平均不到30%”，机内总线带宽与机间网络带宽不匹配，算效不高。他在同年6月的中国光网络研讨会上重申了这一判断。科技日报2025年7月报道了西部某城智算中心上架率不足50%、已上架服务器实际利用率不足30%的案例。造成这一局面的原因是多重的：本地产业场景匮乏导致就近需求不足；跨区域高速传输配套虽有改善，但跨域调度的机制性障碍仍在制约算力资源的跨域流动。
更深层的矛盾在于算力类型与地理分布的匹配度。东部需求的增长主力是智能算力，而西部早期建设的算力设施以通用算力为主。尽管西部智算规模占全国比例已达32.6%，但考虑到西部机架总规模在全国的占比，智算在西部算力结构中的相对权重仍低于东部。这种“东部的智算需求在增长，西部的智算供给在爬坡”的节奏差，是当前东西部算力供需匹配效率不高的关键症结。
图表11 中国东西部算力供给关键指标对比
数据来源：工业和信息化部、德邦证券
从动态演进的视角观察，东西部算力供给的结构性差异正在经历从“规模错配”向“效率错配”的转变。早期的主要问题是西部建设了机架但缺乏足够的算力需求填充，表现为上架率低。当前和未来的主要问题正在转变为：即便跨区域网络时延已基本满足要求，算力资源在东西部之间的调度仍面临交易成本高、标准不统一、信任机制缺失等制度性摩擦。2025年工信部《算力互联互通行动计划》的出台，正是针对这一转变的制度回应——该计划提出到2026年建立较为完备的算力互联互通标准、标识和规则体系，到2028年基本实现全国公共算力标准化互联。从“建好路”到“管好路”，算力网的建设重心正在发生位移。
第四章 中国算力网的产业链结构与竞争格局
中国算力网的产业链正在经历一场从上游硬件到下游应用的全链条重塑。2026年上半年，全国智能算力规模达到2185 EFLOPS，算力设施整体上架率71.4%，日均词元调用量突破140万亿——这组来自工信部和国家数据局的数据，勾勒出一个正处于高速扩张期的产业图景。但规模数字之下，产业链各环节的国产化进度、利润分布和竞争态势差异显著，远非“算力增长”四个字可以概括。
4.1 上游：AI芯片与关键器件的国产化进程
国产AI芯片在2025年跨过了一个关键门槛。根据IDC数据，2025年中国AI加速卡总出货量约400万张，其中国产加速卡出货165万张，市场份额首次突破41%。英伟达同期出货约220万张、份额约55%，相比H20加速卡被出口管制前宣称的95%份额近乎腰斩。华为昇腾以约81.2万颗出货量占据国产阵营的近半壁江山，阿里平头哥以约26.5万颗紧随其后，百度昆仑芯与寒武纪各约11.6万颗并列第三，海光信息、沐曦、天数智芯分列其后。进入2026年，这一替代进程进一步加速，DIGITIMES预估2026年中系高阶云端AI加速器出货将达212.3万颗，年增136%，华为在中国市占率预计逾五成。
从产品性能看，国产芯片的追赶呈现“推理先行、训练跟进”的特征。华为昇腾910B的FP16算力约320 TFLOPS（国内落地量最大的型号，不同来源存在320-376 TFLOPS的口径差异），昇腾950PR在客户端测试中表现出与英伟达CUDA软件系统更强的兼容性，字节跳动、阿里巴巴等科技巨头已计划下单，华为计划2026年出货约75万颗昇腾950PR，配备HBM的高端版本售价约7万元/颗。寒武纪思元690以700+ TFLOPS的FP16纸面算力位居国产芯片前列。然而，在内存带宽这一训练核心指标上，国产芯片与国际领先水平的差距仍然明显。
值得关注的是架构层面的创新突围。2026年3月，中科曙光推出世界首个无线缆箱式超节点scaleX40，采用正交无线缆一级互连架构，单节点集成40张GPU，总算力超28 PFLOPS（FP8精度），HBM总显存超5TB。这种系统级创新绕开了单卡性能的局限，通过高速互联将计算单元从单节点扩展至集群级，成为国产算力扩容的重要路径。
图表12 2025年中国AI加速卡市场格局
注：IDC披露的国产阵营内主要厂商份额合计93%（华为49%、平头哥16%、昆仑芯7%、寒武纪7%、海光5%、沐曦4%、天数智芯3%、清微智能2%），剩余“Others”份额为7%，对应国产总出货量165万张中的约11.55万张、全市场份额约2.9%。“Others”为扣除上述八家主要厂商后的余额，无需再单独扣除清微智能。
数据来源：IDC（2026年4月）
在关键器件环节，液冷散热系统的渗透速度超出市场预期。赛迪顾问《2025-2026年中国液冷数据中心市场报告》显示，2025年中国液冷数据中心市场规模已达159.8亿元，同比增长45.2%，预计2026年增至232.5亿元、2028年达到470.4亿元，未来三年实现翻倍以上增长。TrendForce预估液冷在AI芯片的渗透率将从2025年约33%上升至2026年53%，2027年有望逼近60%。中金公司预测2026年将迎来液冷放量元年，全球智算中心液冷市场规模将达1147亿元，同比增长273%。中国信通院测算2026年中国液冷市场规模将达700-1050亿元，年增速超70%，其中液冷服务器占比70%-80%。赛迪顾问数据显示，AI训练服务器液冷配套渗透率已达74%，2026年一季度国内新建智算中心液冷服务器整体渗透率28%，其中训练类高功耗服务器渗透率达到74%。液冷已从“可选项”变为“必选项”。
4.2 中游：服务器制造、算力服务与商业模式
中游环节的市场集中度在上游国产化推进的同时进一步提高。根据MIR睿工业统计，2025年上半年中国AI服务器市场中，浪潮信息以约32%的市占率位居第一，中兴通讯、超聚变、新华三和华为技术分别以约15.0%、12.2%、12.0%和10.6%位列第二至第五名，行业CR5高达81.8%。浪潮信息的核心竞争力在于万卡级集群的交付能力与互联网大厂的深度绑定，其2025年服务器产品实现营收1546.05亿元、占总营收93.82%、同比增长47.69%。联想AI服务器收入同比增长50%，浪潮、新华三、联想三家合计已占近50%市场份额。
中游商业模式的变革比市场份额的变动更为深远。传统算力租赁按GPU时长计费，服务商收益存在刚性天花板。2026年以来，多家上市公司开始探索“Token工厂”业务，计费模式从“卖机柜”的硬件计价转向“卖词元”的按量计量。国家数据局的监测数据清晰反映了这一趋势的规模基础：中国日均词元调用量从2024年初的约1000亿激增至2025年底的100万亿，2026年3月进一步突破140万亿，两年增长超千倍。
Token分成模式的兴起正在改变中游服务商的利润结构。传统租赁模式下，服务商赚取的是硬件折旧与电费之间的差价；而Token工厂模式下，通过平台级调度、算力软硬件融合与模型推理优化，服务商的收益与词元产出效率挂钩，每瓦Token吞吐量和能效比成为核心竞争力。金山云2026年第二季度业绩提供了一个佐证：其AI云账单收入达13.27亿元、同比增长82%，在公有云收入中的占比升至56%，带动整体营收同比增长30.8%至30.72亿元，调整后经营利润率达4.0%，首次实现GAAP营业利润为正。
竞争格局方面，公有云、运营商、第三方IDC和地方国资四大阵营的壁垒正在分化。国金证券的研报指出，头部集中趋势加剧，中小主体需要向行业专属算力与边缘算力等垂直赛道突围。三大运营商的算力收入增长尤为突出：中国电信智能收入311亿元、智算增长95%，中国联通算力收入419亿元、同比增长13%。
4.3 下游：行业应用场景与需求结构
算力需求在不同行业之间的分布呈现出明显的结构性差异。中国信通院数据显示，互联网在智能算力领域占据52.3%的应用比例，是需求最为集中的行业。而在训练与推理的算力结构上，IDC统计显示2025年中国AI服务器细分市场中，推理服务器占比达67%，训练服务器占比为33%，推理型服务器出货量已超越训练型成为主导。这一数据反映的是服务器硬件出货结构，而算力实际消费场景的分布同样呈现推理化趋势。IDC在2025年上半年GenAI IaaS服务市场中的跟踪数据显示，推理场景占比已升至42%，训练场景占比为58%，行业关注重点正从大规模模型训练转向推理部署。IDC预测，到2029年中国AI IaaS市场规模将接近1500亿元，其中推理算力占比将接近八成。
这种“推理超越训练”的结构性转变，反映的是AI应用从实验室走向产业化的进程。以制造业为例，在上海电气承建的制造领域国家人工智能应用中试基地，仪电智算云已保障51个行业智能体部署，覆盖研发、生产、运维全链条，研发端工艺设计周期从“月级”缩短至“周级”。金融领域的应用则集中在智能风控和反洗钱方向，软通动力为头部银行开发的反洗钱智能监测模块实现了可疑交易识别准确率提升40%。
图表13 2025年中国AI服务器训练与推理结构
数据来源：IDC
端侧AI的爆发正在为下游需求增加新的维度。中信建投估算，2026年国内AI PC渗透率预计达到62%，AI手机渗透率达45%。IDC《2026年Q1全球端侧AI芯片市场报告》显示，边缘AI芯片出货量同比大增45%，其中面向IoT、工业边缘、智能终端的中低端AI芯片出货量涨幅突破110%，云端AI芯片出货量同比仅增长12%。两者形成显著的增速剪刀差，这意味着算力需求正在从集中的云端数据中心向物理世界的末梢扩散，对算力网的调度能力和时延性能提出了更高要求。
4.4 产业链利润分配与竞争格局演变
2026年A股半年报为理解算力产业链的利润分配提供了一份清晰的切片。证券日报记者梳理5557家上市公司中报后发现，产业链利润沿着“芯片—算力基础设施—大模型—行业应用”逐级递减：上游硬件利润高增，中游大模型仍在盈利爬坡阶段，下游应用刚刚看到商业化曙光。
上游芯片环节的利润最为丰厚。腾讯研究院和SemiAnalysis的数据显示，在词元成本中，芯片成本占比在40%到55%，基础设施投入占比在15%到20%。这一成本结构决定了利润池的大头天然沉淀在上游。寒武纪2026年上半年营业收入59.96亿元，同比增长108.13%，净利润23.11亿元，同比增长122.61%；海光信息净利润17.98亿元，同比增长49.69%。存储芯片龙头长鑫科技上半年营业收入1503.1亿元，同比增长873.64%，归母净利润776.05亿元，上年同期亏损23.32亿元，实现扭亏为盈。光模块“三巨头”中际旭创、新易盛、天孚通信的净利润合计达到223.84亿元。
中游整机和服务环节的利润表现则出现了分化。浪潮信息上半年净利润29.52亿元，同比增长269.59%，增速亮眼但利润绝对额与上游芯片厂商相比仍有数量级差距。云厂商处于“上游算力成本攀升、下游模型API价格走低”的剪刀差之中，定价权和利润空间取决于收入重心更靠近哪一端。
价值分配的重心正在从上游硬件向中游调度运营与下游应用迁移，利润来源逐步转为调度溢价与词元分成，估值锚也从机柜规模和GPU库存转向算力利用率、词元产出能力和调度技术。这一判断如果成立，意味着当前“上游厚利”的格局可能并非稳态，而是算力供不应求阶段的阶段性特征。
图表14 2026年上半年算力产业链代表企业利润对比
注：长鑫科技上年同期亏损23.32亿元，2026年上半年实现扭亏为盈，营收同比增长873.64%。长鑫科技为存储芯片环节，其利润规模与芯片设计环节企业不具有直接可比性，此处仅展示各环节代表性企业的利润水平。长鑫科技为未上市公司，其财务数据据公司债券募集说明书及母公司公开披露文件整理。
数据来源：中投产业研究院
4.5 算力网对区域经济与产业升级的带动效应
算力基础设施的布局正在改变中国区域经济的传统版图。据工信部在2026年7月国新办新闻发布会上披露的数据，截至2026年6月底，全国智能算力规模达2185 EFLOPS（FP16），东部、中部、西部、东北地区智算规模占全国比例分别为55.9%、10.6%、32.6%、0.9%，全国算力设施整体上架率71.4%。中国信通院总工程师何宝宏在2026年9月中国算力大会上发布的《2026综合算力全景分析》进一步确认了智算规模同比增长177.3%的数据。根据国家统计局数据，2025年西部地区GDP为298750亿元，占全国比重约为21.4%，而智算规模占比达32.6%，远高于其GDP份额，算力基础设施的“西迁”效应已经形成实质性的区域经济再平衡力量。
中国信通院的实证研究为这种带动效应提供了量化依据。中国信通院在《算力基础设施对区域经济增长的影响研究》（2026年6月发布）中，基于2017至2022年全国31省336个地市面板数据的分析显示，算力规模每增长1%，平均可带动GDP提升0.426‰。以算力枢纽节点政策为例，被选定为数据中心集群的地市，其算力规模每提升1%，会带动当地GDP额外增长0.109‰，政策效应具有普适性，且地市所在的地域与政策对GDP的促进作用无关。
甘肃庆阳提供了一个从零起步的典型案例。这座传统农业大市和能源资源型城市在2021年获批建设全国一体化算力网络国家枢纽节点时，数字经济基础近乎为零。但庆阳锚定智能算力赛道，据庆阳市委副书记、市长胡志勇在“西部Token创新发展论坛”上披露并经庆阳网、甘肃日报等多家媒体报道，目前智算规模已达21.5万PFlops，占全国近10%，成为全国八大算力枢纽节点中算力增速最快、智算占比最高、消纳最充分的数据中心集群。在全球Token调用量排名前六的大模型中，MiniMax、Mimo、智谱等均已在庆阳部署，承载全国超过25%的独立模型AI Token运算需求，算力利用率突破90%。在能源成本端，庆阳创新实施国内首个面向算力园区的规模化“绿电聚合”模式，企业到户电价降至0.398元/度，清洁能源消费占比超过85%，实现一度绿电产出80万AI词元，将清洁能源的经济价值成倍释放。
河北廊坊的路径则不同。作为靠近北京的算力产业高地，廊坊开发区依托区位优势吸引人保、华为、润泽等龙头企业落户，2026年新增省级润泽人工智能产业孵化器，持续赋能产业转型升级。2026年9月12日，国家算力互联互通区域（河北）节点在2026中国算力大会开幕式上正式启用，成为全国率先启用的区域节点，河北由此打通了接入全国统一算力市场的关键通道。
两大案例揭示了算力对区域经济带动的两种不同机制：庆阳模式依赖能源成本优势和绿电资源，属于“资源禀赋驱动型”；廊坊模式依托邻近北京的市场需求和产业配套，属于“区位优势驱动型”。两种模式共同说明，算力基础设施对区域经济的带动并非简单的投资乘数效应，而是通过改变当地的产业结构和要素配置效率来实现的。
第五章 中国算力调度的技术进展与突出瓶颈
5.1 算力调度的技术架构、标准体系与国内外进展
中国算力调度的技术架构在设计逻辑上经历了一个重要的转向：从早期以“资源纳管”为核心目标的云管平台模式，逐步演进为以“调度层”为中枢的多层协同架构。这一转变的节点性标志是国家数据局指导全国数据标准化技术委员会（TC609）编制的《全国一体化算力网 监测调度平台建设指南》，该指南将平台总体架构明确划分为算力网运营层、算力网调度层、算力网资源层以及算力网监测层。在这一四层架构中，调度层承担的角色并非简单的资源分配器，而是一个跨异属、异构、异地资源进行统一管理并调用网络服务能力的“中间枢纽”——它需要同时向上承接运营层的用户业务需求，向下编排资源层的算力供给，还要在满足业务需求的前提下提高全网资源利用率。
这种架构设计的技术内核，可以从算力资源管理与调度的功能要求中窥见端倪。根据TC609发布的技术文件，调度层的核心功能被拆解为设计编排、智能调度和资源管理三个模块。其中，调度引擎的决策依据被明确为“业务类型、资源状态、网络延迟、能耗”等多维因素，这意味着中国的算力调度架构在设计之初就将网络和能耗纳入了调度的决策变量，而非将其视为事后修正的约束条件。资源建模和编排模板的概念也被引入——前者要求对资源进行抽象与标准化描述，后者则要求以可复用、结构化的配置定义文件来组合各类基础资源。这套方法论与TOSCA（云应用拓扑与编排规范）等国际编排标准存在理念上的呼应，但在具体实现上更强调算力资源的特殊属性，比如算效衡量和算力多量纲计费。
标准体系的建设在2025年至2026年间呈现出密集推进的态势。通信行业标准层面，YD/T 6116.2-2025《算力互联互通能力要求 第2部分：算力调度》于2025年12月17日发布，2026年4月1日起实施，由工业和信息化部批准、中国通信标准化协会归口。该标准由中国信息通信研究院牵头，联合中国电信、中国移动、中国联通、腾讯云、中兴通讯等十余家单位共同起草，规定了算力调度关键角色、关键系统平台和调度流程等方面的能力要求。紧随其后，YD/T 7141-2026《算力网络运营管理 算力并网运营层对接技术要求》于2026年7月发布，主要面向超算和智算的并网对接场景。值得注意的是，后者的起草单位以中国移动通信集团及其研究院为首，联合了浪潮通信、华为、亚信科技、北京邮电大学等机构，这一组合反映出运营商在算力并网技术标准化中的主导地位。
在国家标准层面，超算互联网领域的两项标准率先完成了从行业共识到国标的跃升。根据全国标准信息公共服务平台记录，GB/T 46575-2025《智能计算 超算互联网 参考架构》给出了超算互联网角色、活动、功能架构、功能描述及相互关系，适用于超算互联网的设计、开发与服务管理；GB/T 46574-2025《智能计算 超算互联网平台运营要求》确立了平台运营体系框架，规定了资源运营、产品运营、流程管理、运营数据管理、用户服务、运营团队建设及平台运营安全等要求。两项标准均由国家市场监督管理总局、国家标准化管理委员会于2025年10月31日发布并实施，归口全国智能计算标准化工作组（SAC/SWG 32）。国家高性能计算机工程技术研究中心副主任曹振南在2025中国算力大会上宣布，“超算互联网标准体系”已正式建成，在资源层规范算力的池化、异构与量纲，在调度层规范资源分配的智能、跨域与协同，在能力层规范平台核心功能的自动化与全流程融合交付，在服务层规范服务接口的标准化与商业化。
最具基础性意义的进展来自全国一体化算力网技术文件体系的成型。截至2025年8月，全国数标委已完成算力并网、数据资源管理与调度、算力多量纲计费、算力算效衡量、算力运营服务、算力监测接口、算力中心能力7项技术文件的研制并公开征求意见，随后又发布了《智算中心算力池化技术要求》和《安全保护要求》两项文件。这9项技术文件被官方定位为“从谋划布局阶段进入到落地应用阶段”的标志。其中，算力池化技术要求由中国移动研究院牵头主笔，联合28家单位编写。主要起草单位包括国家信息中心、中国电子技术标准化研究院、国家数据发展研究院、中国电信、中国联通、鹏城实验室、中国科学院计算技术研究所等。该文件定义了算力资源抽象、资源池化管理、任务式资源申请与调度、业务编排等功能。
进入2026年，全国一体化算力网标准体系建设进入了一个新的阶段。根据国家标准化管理委员会2026年1月、2月正式下达立项计划，TC609归口管理的13项国家标准化指导性技术文件于2026年9月1日形成征求意见稿并面向社会广泛征求意见，意见反馈截止2026年10月1日。根据全国数标委秘书处发布的文件清单，这13项文件包括：监测调度平台建设指南（登记号20260031-Z-907）、数据中心绿电占比核算规范（20260023-Z-907）、算力并网技术要求（20260025-Z-907）、算力运营服务与撮合交易技术要求（20260026-Z-907）、算力资源管理与调度技术要求（20260027-Z-907）、算力资源节点评估指标要求（20260028-Z-907）、算力监测接口要求（20260029-Z-907）、智算算力池化技术要求（20260030-Z-907）、算力多量纲计费技术要求（20260032-Z-907）、算力算效衡量技术要求、公共传输通道网络传输服务能力基本要求、安全保护要求（20260024-Z-907），以及数据要素从业人员能力要求。这一清单涵盖的范围从算力网监测调度、绿电核算到运营交易、安全保护，构成了对算力网全生命周期管理的系统性规范框架。
将视角拉向国际层面，算力调度的标准化进程呈现出一种“概念先行、分层推进”的格局。算力网络作为概念和架构，最早由中国电信研究院在ITU-T提出。2021年7月，在ITU-T第13研究组（SG13）报告人会议上，由中国电信研究院牵头的算力网络框架与架构标准（Y.2501）获得通过，该标准是首项获得国际标准化组织通过的算力网络标准。ITU随后建议开启Y.2500系列编号，以Y.2501为起点形成算力网络的系列标准。
在IETF这一互联网协议的核心标准化组织中，中国主导的“算力路由”工作组于近年获批成立，中国移动担任工作组主席。更具技术实质意义的是，2026年IETF第125次会议期间FANN（智算网络）工作组正式运作，随后于2026年6月正式成立，中国移动是关键发起方之一；第126次会议期间进一步推进技术文稿。FANN聚焦数据中心与跨域智算集群的网络快速通告标准，提出快速通告框架及快速CNP、PFC协同方案，围绕SRv6、全调度以太网、算力切片等方向推进技术文稿，致力于解决异构RDMA互通、万卡集群拥塞死锁、跨域算力调度等具体工程难题。由中国公司主导的SRv6压缩标准RFC9800已被IETF特别预留百号标准编号，该标准补全了SRv6的转发效率短板，并已支撑SRv6在OpenAI、微软、Oracle等大型AI智算中心的规模部署。SRv6正从IP广域网扩展至智算中心、移动网及卫星网等多场景，其与算力调度的融合方向是从上层平台向网络层协议下沉。这一趋势值得关注：在IETF的框架下，算力调度正在从应用层的编排问题转变为网络层的路由问题。
图表15 中国算力调度领域核心标准与国际标准进展对比
资料来源：全国标准信息公共服务平台、国家数据局、IETF公开信息、经济参考报
5.2 异构算力并网与池化的核心挑战
异构算力的统一调度之所以困难，根源在于不同厂商的计算芯片在资源描述、任务调度策略和故障处理机制三个层面各行其是。国产NPU集群的调度实践中，一个反复出现的困境是算力计量单位的不统一——不同NPU的算力计量方式各异，导致调度器难以在同一尺度上比较和分配资源；训练任务通常需要独占多张NPU卡并保证节点内高速互联，而推理任务则可以采用更细粒度的资源切分，两种调度策略在同一个调度器中天然存在张力；故障处理机制的差异则意味着当集群中出现某类芯片的硬件故障时，调度器需要采用不同的响应策略。这些并非理论上的隐患，而是已经在实际生产环境中暴露出来的工程问题。
面对这一局面，产业界的技术路线大体分为两类。一类以华为与西安交通大学共同推出的Hi Scheduler为代表，其思路是在调度器层面实现对多品牌、多规格算力资源状态的感知，根据任务优先级和算力需求等参数自动选择合适的本地或远端资源，实现分时复用和全局最优调度。华为随后开源的AI容器技术Flex:ai则从容器层面切入，试图解决传统容器技术在支持GPU、NPU等异构算力方面资源隔离与性能保障机制不健全、跨节点跨集群调度能力有限的问题。另一类路线以浪潮云海InCloud AIOS为代表，采用分层解耦的异构算力调度框架，将不同架构的算力资源整合为统一的“资源湖”，对上层应用屏蔽底层差异。
标准层面的应对则体现为算力池化技术文件的制定。《全国一体化算力网 智算算力池化技术要求》的核心思路是通过统一接口、资源抽象与任务调度的方式，使开发者可以按需申请标准算力，实现应用跨架构迁移。该文件以统一标准打破异构算力资源的壁垒，用池化思维激活分散算力的聚合价值，其核心机制包括：建立包含设备、计算、内存的统一算力资源抽象模型，将不同芯片转化为具备标准结构及能力的抽象“XPU”，实现异构硬件差异屏蔽；通过任务式调度与业务编排，实现任务规格与硬件配置的精准适配，降低“大材小用”或“小材难用”现象，推动算力利用率提升。
团体标准T/CESA 1463-2025/T/CIIA 063-2025《信息技术 智算服务 异构算力虚拟化及池化系统要求》则从系统架构角度，规定了异构算力接入、池化、虚拟化、调度、接口、运维和运营等方面的通用要求。该标准由中国电子技术标准化研究院提出，北京睿思智联科技有限公司牵头起草，中国电子工业标准化技术协会和中国信息协会共同归口，于2025年12月29日由中国电子工业标准化技术协会正式批准发布。根据标准正式文本，起草单位共计28家，包括中石油（北京）数智研究院有限公司、国家电网有限公司信息通信中心、北京睿思智联科技有限公司、中信建投证券股份有限公司、中国农业发展银行、中国铁塔股份有限公司、华夏银行股份有限公司、新华人寿保险股份有限公司、中国电子技术标准化研究院、山东省计算中心（国家超级计算济南中心）、中信证券股份有限公司、广发证券股份有限公司、中国光大银行股份有限公司、中国人寿财产保险股份有限公司、中国大地财产保险股份有限公司、太保科技有限公司、泰康科技有限公司、国联民生证券股份有限公司、龙盈智达（北京）科技有限公司、中原证券股份有限公司、山西证券股份有限公司、中煤（深圳）研究院有限责任公司、中智管理咨询有限公司、中国盐业集团有限公司、山东睿创未来技术有限公司、第四范式（北京）技术有限公司、云尖信息技术股份有限公司、北京百度网讯科技有限公司。这种“用户主导标准”的格局在一定程度上反映了异构算力池化问题在行业侧的紧迫性——从能源、金融到通信基础设施，不同行业的算力使用者都在面对异构资源管理的共性难题。
然而，标准化的推进并不能自动消解技术层面的深层矛盾。一个尚未被充分讨论的问题是：当算力池化要求对异构资源进行统一抽象时，抽象层次的选择本身就是一个两难。抽象层次过高，则调度器无法感知底层硬件的性能差异，可能导致任务分配的低效；抽象层次过低，则调度器需要为每种芯片维护独立的适配逻辑，标准化接口的意义被大幅削弱。这个矛盾在短期内难以通过标准文件本身来解决，它需要在调度框架的设计中通过工程实践逐步摸索出合理的抽象边界。
算力并网标准的制定正在试图为这一矛盾提供制度性的解决方案。《全国一体化算力网 算力并网技术要求》于2026年1月12日在国家标准化管理委员会正式立项，登记号20260025-Z-907，项目周期12个月，目前处于广泛协同完善阶段。该标准由TC609归口，主管部门为国家数据局。根据公开的项目登记信息，牵头承担单位为江苏未来网络集团有限公司。主要起草单位包括江苏未来网络集团有限公司、紫金山实验室、中国电信集团有限公司、国家信息中心、天翼云科技有限公司、中国电子技术标准研究院、中国联合网络通信集团有限公司、中国移动通信集团有限公司、中国科学院计算技术研究所、鹏城实验室、北京邮电大学、曙光智算信息技术有限公司、联通数字科技有限公司、国家数据发展研究院、中国信息通信研究院、曙光信息产业股份有限公司、江苏省未来网络创新研究院。该标准被定位为技术指导性文件，核心目标是明确算力并网的具体实施规范，提升各类算力产品的互通兼容性。江苏未来网络集团战略项目部总监李屹用一个类比解释了这一标准的功能定位——就像用电时不会关心电来自哪个电厂，只关注电压、电流是否满足需求，算力并网标准的目标是让用户通过统一供给网络和标准处理即可使用算力，而非关注算力来自哪个厂商的哪种芯片。该标准计划于2027年1月正式发布实施，后续将结合产业发展实际逐步向推荐性标准、强制性标准升级完善。
截至目前，以江苏未来网络集团与紫金山实验室联合发起、2024年8月成立的“东数西算—未来算网协同调度联盟”，截至2026年4月已汇聚58家核心企业，算力资源覆盖国家八大算力枢纽、头部互联网云厂商及第三方专业机构，成功构建起国内唯一兼具“全国性、中立型、算网协同性”的算力调度体系。需说明的是，该联盟成立初期的成员规模为32家，2025年9月张家口数字集团签约加入时，联盟成员单位仍为32家，联盟内超半数企业实现了算力并网、算力调度、算力应用等领域的深度合作，此后成员数量持续扩展至58家。
5.3 跨域调度的网络传输瓶颈
跨域算力调度面临的网络传输约束，可以从两个维度来理解：一是时延的绝对量级，二是时延的确定性。前者是物理距离决定的下限，后者则取决于网络协议的工程实现水平。
广域传输的时延问题在量级上与同域通信存在本质差异。在同一个数据中心内部，GPU之间的通信时延处于微秒级——平均约50微秒；而跨域通信的时延从微秒级扩大至毫秒级，据行业技术文档，平均约15毫秒，单指令交互的往返时间较同域增加约300倍。这一量级的跃升对大模型分布式训练的效率影响是结构性的：梯度同步的频率和精度都会受到显著制约。更严峻的问题在于丢包风险。复杂网络环境难以满足RoCE等协议对零丢包的要求，广域传输延迟可达几十至上百毫秒，导致GPU大量闲置。
中国在跨域算力传输的网络基础设施上已经取得了可量化的进展。内蒙古已全面建成与全国其他算力枢纽节点间的400G高速光传输网络，呼和浩特市和呼伦贝尔市建成1ms城市算网，全区构建了“城市1ms、区域2ms、重点区域5ms、全国枢纽15—20ms”的分层时延保障体系。在跨省域协作方面，“青算入桂”项目实现了青海至南宁的传输时延低至17毫秒，使西部绿色算力以毫秒级直达广西并辐射东盟地区。河北联通则依托SRv6智算承载网与“硬管道”技术，在京津冀区域实现了数百公里跨域传输损耗低于3%、时延稳定控制在15毫秒以内的性能指标。这些案例表明，在特定线路和特定条件下，跨域时延可以被压缩到接近同城通信的水平，但这种性能的达成高度依赖于专用的网络基础设施和精细化的工程调优。
SRv6（IPv6分段路由）技术在这一进程中扮演了核心角色。基于SRv6与FlexE（灵活以太网）的跨域高速算力互联通道，可以实现微秒级时延保障与带宽按需切片。安徽电信在跨域拉通至贵州智算专线的项目中，通过SRv6+EVPN技术打通了CN2跨域网络通道，并部署虚拟化网络和NAT映射构建安全隔离的算力专线隧道。SRv6的可编程特性使其能够为AI工作负载的流量显式指定转发路径，SRv6 micro-segment编码允许网卡沿替代路径引导流量。在IETF的标准化框架中，SRv6已从“可用”迈向“好用”阶段，并正与算力调度从上层平台向网络层协议深度融合。
但网络传输瓶颈的缓解并非没有边界。即便在最优条件下，跨域传输的时延也远高于同域通信。一个需要正视的技术事实是：对于大模型训练中需要高频梯度同步的场景，跨域调度的适用性存在物理上的天花板。跨域调度的价值更多体现在推理任务的分发、数据的预处理、以及训练任务的checkpoint保存与恢复等对时延不敏感但对带宽和算力规模敏感的环节。这一判断对算力调度平台的任务编排策略具有直接影响——调度器需要根据任务类型而非一刀切地将所有算力需求都纳入跨域调度。
图表16 中国主要跨域算力传输项目的时延指标对比
数据来源：新华社、中国通信网、人民邮电报、中投产业研究院
5.4 算力调度平台的建设进展与运营现状
2025年下半年至2026年上半年，中国算力调度平台的建设进入了一轮密集的落地期。这一轮建设的特征在于，平台不再停留在概念验证或试验阶段，而是开始以省域或城市为单元进行实际的运营部署，并逐步形成省域平台与国家平台之间的纵向贯通关系。
江苏省的实践提供了一个较为完整的样本。2025年11月13日，中国算力平台（江苏）暨江苏省一体化算力调度监测平台在南京正式上线，这是全国首个省市一体化算力调度监测平台。平台采用“1+13”两级运营体系——“1”是省级调度核心，负责制定标准、统筹资源、贯通全省网络；“13”是遍布各设区市的运营节点。技术架构被概括为“1224”，即一个统一算力门户、两大服务体系、两大技术规范体系和四大能力中心，实现通算、智算、超算等多元算力的统一纳管与灵活调度。截至上线时，平台已监测全省在用数据中心282个，总算力规模达87.3 EFLOPS，其中智算占比约70%。该平台同时实现了与国家算力调度平台的实时数据贯通，并启动了长三角算力调度平台的互联互通。
雄安新区的算力调度平台则代表了另一种建设路径。雄安人工智能算力调度平台于2025年底在雄安城市计算中心部署完成并投入运行，其特点是支持通用计算、智能计算和高性能计算等多种算力类型，在调度过程中综合考量算效、碳效、时延、安全等多维因素。平台上线时已接入全国29个算力节点，实现对总计23000P异构算力资源的统筹调度，其中国产化算力7000P，非国产化算力16000P。到2026年9月，雄安国际算力一体化调度中心进一步扩展，覆盖8大国家算力枢纽，接入全国19个省份的44个算力资源池，总算力规模超过2.7万P。
海南省算力监测调度平台的建设则展示了省域层面统筹的另一种模式。由海南数据产业服务有限公司统一建设与运营，平台已接入全省10个算力中心，总算力规模达668.03 PFlops，目标同样是构建全岛“算力一张网”。张家口集群算力监测调度运营平台也在2025年12月上线试运行，由数字集团建设，作为集群算力公共服务基础设施之一。该平台同时承担了与“东数西算—未来算网协同调度联盟”对接、推动算网调度标准制定与行业场景落地的职能。
在国家级平台层面，国家数据局发布的“全国一体化算力网监测调度试验验证平台”构成了顶层节点的核心。超算互联网作为全国标杆，截至2025年11月已连接全国各地30多家超算智算中心，服务80多万用户，应用商城商品超7200个，单日处理作业峰值突破100万个。至2026年1月，平台注册用户规模已突破100万，已接入全国14个省市超30家国家级超算与智算中心，整合15万+加速卡、200万核心的异构算力资源池，算力服务规格拓展至70种。根据中科曙光副总裁曹振南在2026年9月12日河北廊坊举行的2026中国算力大会主论坛上披露的最新数据，国家超算互联网注册用户达170.9万，累计完成作业2.7亿个，日均作业数突破30万个、峰值突破100万个，国产算力占比超95%。需注意，该比例指超算互联网平台整合的算力资源中国产芯片提供的算力占比，而非全国AI加速卡出货量中国产芯片的占比（后者据IDC数据为41%）。两者统计范围不同：超算互联网以国产超算/智算中心为主要接入对象，而全市场出货量涵盖互联网企业自建、第三方IDC等多元主体。平台已汇聚CPU核心超350万、GPU卡超25万，应用商城入驻商户超880家、用户下单量超24万。随着位于河南郑州的超算互联网核心节点十万卡AI4S计算基础设施正式投运，超算互联网已成为极少数能有效支撑超大规模AI4S科研发现、超高精度与大尺度仿真模拟的国产普惠算力底座与国家超智融合应用平台。此外，中国算力平台已实现全国算力一体化统筹监测，有序推动全国31个省区市平台对接入网，算力超市运营层已汇聚注册企业用户超万家。上海市则在跨域异构算力调度的商用验证方面走在前列，2025年12月的“算力浦江”大会上正式发布了跨域异构算力调度的商用验证成果。
从运营现状来看，这些平台的核心功能仍以“监测”和“纳管”为主，“调度”功能的实际使用频率和规模尚待进一步观察。平台接入的算力规模在快速增长，但跨域调度在实际业务中的渗透率、调度任务的类型分布、以及调度带来的算力利用率提升幅度等关键运营指标，目前尚缺乏系统性的公开数据。这构成评估中国算力调度平台实际效能时的一个显著信息缺口。此外，各平台之间的互联互通虽然在长三角等区域已经迈出了实质性步伐，但跨省域的调度规则、数据标准和结算机制仍处于探索阶段。
5.5 算力调度的安全挑战与保障机制
算力调度安全问题的特殊性在于，它既不同于传统数据中心安全，也不同于一般意义上的网络安全，而是随着算力任务从本地执行走向跨平台、跨域调度而催生的一类新型安全风险。中国工程院院刊《中国工程科学》2026年发表的一篇研究论文对此进行了系统性的风险机理分析，归纳出数据安全、算力调度安全、电力负荷操纵、跨域级联故障四类关键安全风险，并揭示了从数据可信性下降到调度决策失真、再到负荷重构异常和跨域级联传播的风险演化链条。这一分析框架的价值在于指出算力调度安全不是孤立的系统安全问题，而是数据流、算力流、能量流三者在跨域耦合条件下形成的综合风险。
在安全挑战的具体表现上，训练数据、模型权重和推理日志的全链路防护构成了一个突出的薄弱环节。传统边界安全模式假定存在清晰的“内网”和“外网”边界，但算力网络的跨域跨运营商特性使这种边界不复存在。训练数据和模型权重在跨域调度过程中需要经过多个中间节点，权限管控粗放，难以满足合规审计要求。对于政务、金融等高安全等级行业，这一问题的紧迫性尤为突出。现有通用算力平台缺乏一体化安全管控能力，难以适配高密级数据业务的刚性约束。
技术层面的应对正在从多个方向推进。零信任架构被广泛认为是算网融合场景下安全防护的基本范式，其核心原则“永不信任，始终验证”直接回应了算力网络中边界模糊的现实。具体实现上，一种面向算力网络的节点零信任可信接入方法在注册阶段构建了融合身份属性、能力观测与组织信誉的多源信任建模机制，在运行阶段则通过多模态日志异常检测和高维行为建模来持续验证节点的可信状态。曙光云发布的“立体密算体系”则从硬件信任根出发，以国产自主芯片为可信根，融合商用密码技术，构建端到端加密、防篡改与远程可验证的计算环境，实现“可用不可见”的数据空间。“乾枢”可信智算基座则贯通了硬件信任根、算力调度、多智能体协同、全域安全审计的全流程，目标是实现AI运算全链路可管控、可审计、可溯源、可核验。
标准化层面，《全国一体化算力网 安全保护要求》作为TC609归口管理的13项国家标准化指导性技术文件之一，已于2026年9月1日形成征求意见稿并面向社会公开征求意见，登记号20260024-Z-907。该文件提出了构建算力网多层次、全方位、可持续的安全保护能力要求，涵盖算力调度安全、数据安全保护、跨域级联故障防范等维度。但相对于并网、池化、调度等已有较明确技术方案的标准，安全保护要求目前更接近原则性框架，在具体的技术指标、测试方法和合规判定标准方面仍需进一步细化。
值得特别关注的是算电协同场景下的安全风险。随着“算电协同”被写入2026年政府工作报告并纳入“十五五”规划纲要，算力调度与电力调度的耦合正在从理论走向工程实践。全国首个跨三地算电协同智能调度测试在芜湖发布，实现了跨域迁移成功率100%、调度响应时效不超过200秒、功率预测精准率98%三项核心指标。上海则在2026年7月完成了迄今国内城市单次规模最大的算力负荷调节。在上海市经信委统筹调度下，国网上海市电力公司组织上海电信、万国数据、上海仪电、阿里巴巴集团等企业的16家数据中心开展算电协同集中调用，两小时内最大压减负荷9.78万千瓦，首次将柔性负荷调节、备电柴发切换、算力跨域转移三类路径置于同一时段统一调度。在为期3天的测试中，算力任务结合电力现货价格在上海、安徽、新疆等地互相转移，共调度推理请求28万余次，累计输出3300余万词元，算力用电成本下降约31%。上海、安徽、新疆、湖北四地算力中心参与调度，单卡平均利用率提升40%。这些测试成果展示了算电协同的可行性，但也暴露出一个新的安全维度：当算力调度决策与电力负荷控制深度耦合时，调度系统的安全性不再仅仅关乎数据和模型，还可能通过电力负荷的波动传导至电网侧。如何在算力调度平台的设计中内嵌对电力系统安全的约束条件，是一个尚未被充分标准化的问题。
总体来看，中国算力调度的技术进展在标准体系建设和平台落地部署两个维度上取得了可量化的成果。TC609体系下2026年9月公开征求意见的13项国家标准化指导性技术文件涵盖了算力并网、资源调度、池化、计费、安全保护等算力网全生命周期管理环节，加上此前已发布的9项技术文件，构成了较为完整的标准框架。IETF层面FANN工作组的成立和SRv6压缩标准的发布标志着中国在算力网络国际标准制定中开始占据实质性位置。省域和城市级调度平台的密集上线为跨域调度提供了真实的运营场景。但异构算力并网中的资源抽象层次选择、跨域传输的时延确定性保障、以及跨平台调度的安全信任机制，仍然是需要在工程实践中持续解决的核心技术问题。
第六章 中国算力网的演进方向与关键变量
6.1 算力规模增长与投资前景
中国算力规模在过去数年间经历了从跟随到并跑的量级跃迁。中国信息通信研究院《先进计算暨算力发展指数蓝皮书》的数据显示，截至2025年6月，我国计算设备算力总规模达到962 EFLOPS，全球占比约21%，同比增速高达73%；其中智能算力规模达到782 EFLOPS，同比增长96%，在总算力中的占比已达81%。到2026年3月底，工业和信息化部披露的数据显示，全国智能算力规模达1882 EFLOPS（FP16），是上年同期的2.5倍；至2026年6月底，这一数字攀升至2185 EFLOPS，同比增长177%。国家数据局数据则显示，截至2026年7月底，全国智算总规模达245万PFLOPS（FP16）。仅一个季度，增量就接近前值。
投资侧的扩张同样显著。穆迪评级公司的估算表明，中国头部科技企业（样本包括阿里巴巴、腾讯、百度、字节跳动等）AI相关资本支出将从2025年的约650亿美元增长至2026年的约1400亿美元，2027年预计达到1650亿美元。不过，在总量层面，中美之间的投资差距依然悬殊——美国六大超大规模云服务商（亚马逊、微软、谷歌、Meta、苹果、甲骨文）2026年的资本支出预计超过7850亿美元，约为中国头部企业样本的6倍。需注意，两组样本的企业范围和业务结构存在差异，直接倍数比较仅作规模参照，不宜视为效率或竞争力的直接对比。值得关注的是，双方的算力装机容量差距远小于资本支出差距。穆迪报告引用的国际能源署数据显示，截至2025年底，美国数据中心总装机容量约52吉瓦，中国约28吉瓦，预计到2030年美国将达100吉瓦、中国达67吉瓦。投入产出比上的差异，与中国在土地成本、能源价格以及税收优惠等方面的结构性优势直接相关。
面向“十五五”，算力网建设的投资体量将迎来新一轮跃升。据有关机构测算，“十五五”时期算力网建设将新增直接投资超过4万亿元，涵盖算电协同、超大规模智算集群等重点领域。如果进一步考虑全产业链的带动效应，中国国际工程咨询有限公司高技术业务部主任侯宇在新华财经的报道中表示，市场测算2026年算力基建投资规模将逾4000亿元，“十五五”期间全产业链总投资将达6万亿元。投资重点将围绕建设十万卡及以上智算集群、构建算电协同技术攻关与基础设施建设、搭建全国算力调度交易平台、推进城市层面分布式算力建设等展开。工业和信息化部《信息通信行业发展“十五五”规划》提出，到2030年智能算力规模达到9800 EFLOPS（每秒百亿亿次浮点运算），五年累计提升8210 EFLOPS。需要说明的是，该规划以2025年智能算力规模1590 EFLOPS为基数计算增长幅度（据工信部《信息通信行业发展“十五五”规划》相关测算口径），此数据为工信部规划口径下的统计值，与中国信通院公布的782 EFLOPS（截至2025年6月，计算设备智能算力）在统计口径上存在差异。
图表17 中国算力规模关键指标变化
数据来源：中国信息通信研究院、工业和信息化部、国家发展改革委、国家数据局
6.2 算电协同与绿色算力的深化路径
算力规模的高速扩张，使得电力供给从配套要素升级为算力网发展的前置条件。2026年是一个标志性节点——算电协同被写入“十五五”规划纲要，并首次作为新基建工程列入政府工作报告。国家数据局局长刘烈宏在2026年3月23日中国发展高层论坛2026年年会上明确将算电协同列为算力基建四大方向之一。他对此的定义是：算电协同是指通过数字化技术、智能算法、信息网络，将算力基础设施与电力系统进行深度融合，推动资源动态匹配与优化配置的新基建工程，实现“以电强算、以算促电的良性循环”。政策红线同步收紧：国家枢纽节点新建数据中心绿电占比须超80%。四部委此前发布的《数据中心绿色低碳发展专项行动计划》要求国家枢纽节点数据中心项目PUE不得高于1.2，2026年新建数据中心PUE力争控制在1.25，智算中心以1.25为硬门槛。北京更进一步，自2026年起对PUE值高于1.35的存量数据中心征收差别电价。PUE值超过标准限定值一倍以内的，超限定值部分每千瓦时加价0.2元；超过一倍以上的，每千瓦时加价0.5元。
从实践层面看，算电协同已经跨过了概念验证阶段。乌兰察布是全国范围内推进最快的样本之一。据内蒙古经济网报道，截至2026年上半年，该市签约数据中心项目89个，算力运行规模达16.5万P，智能算力占比超90%，占全国总量8.7%，承接北京外溢算力6.5万P；据乌兰察布市政府2026年9月最新发布，全市已签约落地数据中心项目超百个，算力运营规模达17.2万P，同比增长112%，智算占比超95%。其新能源装机突破2028.8万千瓦，全域绿电占比67%，位居全国地级市前列。中金数据乌兰察布零碳算力基地建成了全国首个实现绿电直连的源网荷储一体化项目，配套30万千瓦绿电（风电20万千瓦、光伏10万千瓦）与4.5万千瓦储能设施，每年可产出8.48亿度绿电，减少碳排放58万吨。这一模式的实质是“以荷定源、源随荷动”——以算力负荷的刚性需求反向确定新能源的配置规模，打破了传统电力规划与数据中心建设之间的割裂。
青藏高原上的实践提供了另一种样本。中国联通三江源绿电智算融合示范园已建成标准机架22204架，算力规模达1.7万PFLOPS，占青海省算力规模的七成以上，是青藏高原上投入运行的最大智算中心。该园区采用“风光储充+算力中心”模式，基于微电网控制系统实现绿电直供，绿电消纳率达到100%。国产算力GPU品牌已增至7家，规模突破10000卡。
不过，算电协同在向更大范围推广时面临的结构性障碍同样值得正视。国家发展改革委政策研究室副主任李超在2026年6月的发布会上坦言，当前算力网与新型电网的协同“在规划建设、价格机制等方面还存在一些堵点”。核心矛盾在于：绿电资源最丰富的地方往往缺乏算力需求，而算力需求密集的东部地区电力缺口持续扩大。国家发展改革委提出的解题思路是“探索开展输电权市场化交易”，通过市场竞价决定通道资源分配，为输电通道建设成本回收提供新路径。这一机制目前仍处于探索起步阶段。
从基础设施的长期演进看，算电协同的深化方向可能不止于“用好绿电”这一层。国家节能降碳中心参与的数据中心绿色低碳转型交流会透露的信息显示，数字基础设施的用电增速已超过18%，当这一增速与“双碳”约束叠加，算力网的扩张速度最终将由能源系统的承载能力来决定。将数据中心算力产出与碳排放进行关联评价的国家标准《数据中心算力碳效可信评价技术规范》已于2026年获批立项，这预示着算力与碳排放的协同管理正在从末端治理走向源头设计。
6.3 算力市场化交易机制的建设方向
算力资源从“建起来”到“用起来”之间的转化效率，取决于市场化交易机制的成熟度。当前这一领域面临的核心问题并非价格的高低，而是定价基准的缺失。传统“机柜整租”的长租模式与高弹性、瞬时的词元调用需求之间存在严重错配。一家企业需要的是按需调用的大模型推理能力，而市场上可供交易的产品仍然是按月计费的机柜资源——这种供需形态的脱节，使得大量已建成的算力无法有效触达需求端。
政策层面已经意识到这一症结。2026年2月，工业和信息化部发布《关于组织开展国家算力互联互通节点建设工作的通知》，提出构建“1+M+N”多级并网节点体系，即1个国家算力互联网服务节点、M个区域节点和N个行业节点，对通算、智算、超算资源实施国家级统一编码并网。这一体系的实质是将分散的算力资源纳入统一的调度框架，为后续的市场化交易提供标准化的资源池。截至目前，20余家算力调度主体已入驻全国一体化算力网监测调度试验验证平台，145万PFLOPS智能算力纳入监测范围，约占全国智算总规模的60%。雄安国际算力一体化调度中心于2026年9月12日正式启动运行，该平台以打造国家级跨域算力调度枢纽为目标，已覆盖8大国家算力枢纽，接入全国19个省份44个算力资源池，总算力规模超2.7万P。
地方层面的探索则更为具体。四川省2026年8月出台的推进算力网建设政策措施明确支持数据中心作为电力市场主体参与电能量、辅助服务、需求响应等市场化交易，推动数据中心根据市场价格信号灵活调整用电时段。该省构建“一区一带两节点”总体格局，在攀西—川西北打造算电融合发展带，支持算电融合项目采用绿电直连供电模式，余电上网比例可放宽至20%。这些安排的意义不仅在于降低算力企业的用电成本，更在于将算力负荷从一个被动的电力消费者转变为能够参与市场博弈的主动主体。
算力交易机制建设中的深层困难，在于跨域调度与属地管理之间的制度摩擦。算力、能耗、数据均按属地管理，当东部省份的数据中心将算力外调到西部枢纽时，税收留在哪里、能耗指标怎么算、数据主权如何界定，目前缺乏成熟的利益协调框架。这种制度性的“堵点”不是技术问题，而是财政体制和行政考核体系在新型基础设施领域的延伸矛盾。
6.4 中美算力竞争格局的演变趋势
中美在算力领域的竞争格局，不能简单地用资本支出规模来标尺。穆迪报告揭示了一个容易被忽视的事实：中国头部科技企业以约六分之一的资本支出规模，获取了接近美国一半的数据中心装机容量。这种投入产出效率的差异，根植于两国在能源成本、土地供给、政策扶持等基础条件上的结构性不同。但效率优势不能替代绝对规模——美国在先进芯片供应、云计算商业化变现以及软件生态深度方面仍保持明显领先。
美国对华芯片出口管制政策的演变，正在深刻改变这场竞争的底层逻辑。2026年1月13日，美国商务部工业和安全局在联邦公报上发布最终规则，将英伟达H200及其同类产品对华出口的许可审查政策从原先的“推定拒绝”调整为“个案审查”。出口商需证明美国境内该产品供应充足、出口不会占用全球晶圆代工厂用于生产更先进产品的产能、接收方具备充分安全措施，且产品需在美国接受独立的第三方测试以验证其性能规格。同年5月，BIS进一步收紧规则，明确先进计算芯片出口至总部位于中国的实体，即使接收实体位于境外也需要出口许可证，直接指向中资企业通过海外子公司获取高端AI芯片的通道。这些措施在客观上加速了中国算力自主生态的构建。一线从业者的反馈显示，国产算力推理侧的规模化替代“基本走通”，训练侧差距也在收窄。但先进制程与封装技术仍高度依赖外部供应，国产芯片中已规模部署的华为昇腾910C算力性能约780 TFLOPS（FP16），内存带宽约780 GB/s，与英伟达H200的约1700 TFLOPS算力和900 GB/s带宽相比仍存在明显差距。CUDA生态壁垒、集群互联效率不足等问题均非短时间能够弥合。值得关注的是，华为于2026年推出的昇腾950系列在架构层面实现了显著跃升，其超节点产品基于灵衢互联协议实现业界最大1024卡规模，提供1 EFLOPS FP8、2 EFLOPS FP4算力，互联带宽达2TB/s。这意味着国产芯片的追赶并非线性推进，在系统级架构创新上正在开辟新的路径。
更值得关注的技术挑战来自软件层面。多位从业者反映，国产算力最大的障碍并非单卡峰值性能的追赶，而是软件栈“看似兼容、实则不兼容”的隐形壁垒——国产芯片从一代向下一代迭代时，新旧软硬件栈不兼容、多卡互联通信效率低、算子适配频繁踩坑等问题，导致用户的实际迁移成本远高于预期。这意味着算力自主化是一场涉及芯片设计、编译工具链、算子库、框架适配的体系化工程，而非单一硬件指标的竞赛。
从基础设施扩张的节奏来看，两国走的是不同的路径。美国以超大规模云服务商为主导，在少数区域集中建设吉瓦级AI算力工厂；中国则依托“东数西算”工程在全国范围内分布式布局智算中心，以八大国家枢纽为骨干节点。中国信通院《算力中心服务商分析报告（2026年）》显示，八大国家枢纽已建成智算规模占全国总规模的87.3%；而据刘烈宏在中国发展高层论坛上的披露，截至2025年底八大国家枢纽（含十大集群）已建成智算规模达138.8万PFlops，占全国比重超过80%。这种布局的优势在于能源获取的便利性和区域发展的均衡性，但代价是更高的网络传输成本和更复杂的跨域调度需求。
一个容易被忽视的趋势是，中国大模型能力的提升正在部分对冲硬件层面的限制。月之暗面Kimi K3、智谱GLM-5.3以及阿里通义千问的多个版本在性能上的进步，表明在芯片受限的条件下，算法优化和训练效率的提升可以弥补相当一部分算力差距。但商业化变现能力仍是悬而未决的问题——中国大力投入开源模型与低价服务的策略可以加速技术普及，却使盈利路径更加不确定。
图表18 中美算力基础设施关键指标对比
数据来源：穆迪评级公司、国际能源署、工业和信息化部、国家数据局
6.5 算力网发展的关键变量与风险展望
算力网从政策愿景走向基础设施现实的过程中，至少面临四个层面的关键变量。
芯片生态的碎片化是最为紧迫的技术约束。当前国产AI芯片市场上，不同厂商的架构、指令集、编译器、算子库各自为政，“异构芯片壁垒”导致跨芯片架构无法混训。中国信通院披露的数据显示，国内GPU市场因高端芯片供给受限呈现供需缺口，大量主体涌入后反而出现“想用的用不上，建好的用不满”的结构性矛盾。这一问题如果不能在“十五五”期间通过统一适配标准得到缓解，算力网的互联互通将在底层硬件层面遭遇天花板。
跨域调度的制度性堵点构成了第二重约束。据国家数据局《数字中国发展报告（2025年）》，截至2025年底我国在用算力设施机架数超过1373万标准机架，同比新增约473万架，增幅达52.5%。然而区域间上架率分化显著——德邦证券研报基于2021年调研数据指出，华北、华东、华南区域IDC机柜平均上架率在65%至68%之间，华中地区为39%，西北和西南分别仅为34%和41%。尽管这一区域上架率细分数据的时间较早，但近年头部第三方数据中心的上架率回升趋势（如万国数据2025年第二季度上架率升至77.5%）及环京、长三角区域率先突破80%的市场预测，表明区域分化格局尚未发生根本性扭转。在物理层面，国家枢纽间的算力流动受制于网络时延和传输成本；在制度层面，跨省市调度缺乏成熟的利益留存与税收分成机制。破局的关键可能在于中央层面建立区域间利益补偿与风险共担机制，但这一机制的建立涉及财政体制的深层调整，推进节奏存在不确定性。
算力服务的标准化程度是第三个变量。从“卖卡”到“卖Token”的转型正在发生——随着大模型Agent的普及，Token有望成为算力输出的标准化计量单位。但市面上部分算力调度平台仍停留在“把资源接进来”的初级阶段，距离底层深度优化、把每块芯片性能跑满还有显著差距。标准化计量的推进速度，将直接决定算力交易市场能否形成有效的价格信号。
绿色约束的刚性化是长期变量中最具确定性的一个。在PUE硬门槛和绿电占比红线的双重约束下，数据中心的选址逻辑、运营模式和成本结构都将被重塑。据内蒙古自治区大数据局披露，当地已形成“绿电直供+增量配电网+多边交易”供电机制，区域PUE低至1.19，全区数据中心绿电综合使用率超过85%。这种模式在全国范围内的可复制性取决于各地风光资源禀赋和电网基础设施条件，并非所有枢纽节点都能达到同等水平。
将这些变量置于同一框架中审视，一个基本判断是：算力网的最终形态不会由单一的资本投入规模或技术突破来定义。芯片生态能否从碎片走向统一、跨域调度能否从政策倡导走向机制落地、算力服务能否从粗放供给走向标准化计量——这三个关键环节的推进节奏，将共同决定这场基础设施重构的走向。4万亿元的直接投资只是起跑线，真正的考验在于这笔投入能否被有效地组织为可调度、可交易、可持续运营的算力服务能力。
END
原创声明：本文版权为深圳市中投顾问股份有限公司所有，欢迎转载，来源请注明“中投顾问”。
联系
客服
点击👇可直接下载报告：
2026年中国算力网行业产业链与竞争格局研究报告.pdf