从"建中心"到"织算网"：中国算力进入第二增长曲线- 大数跨境

首页

从"建中心"到"织算网"：中国算力进入第二增长曲线

华夏幸福产业研究院

2026-09-18

导读：“构建多层次网络化算力体系”

“构建多层次网络化算力体系”

中国算力市场出现了奇怪的“两极分化”：

——东部地区‌，一线城市机房常年满负荷，GPU一机难求，算力价格越炒越高；

‌——西部地区‌，各大枢纽基地建起大片机房，资源闲置跑不满，算力却送不到急需的企业手里。

中国信通院数据显示：2025年国内智算‌供给‌约38亿卡时，实际‌使用‌只有14亿卡时——也就是说，超过六成的算力闲置。规模上去了，效率没跟上。区域错配、资源孤岛、训练推理需求结构倒挂……

这些问题不是靠再多建几个中心能解决的，行业改革势在必行。

9月11日的国务院常务会议专门研究了算力网建设，提出要“构建多层次网络化算力体系”。

行业的重心将从“建中心”(算力1.0)转向“织算网”（算力2.0）：中国算力的第二增长曲线，不靠规模靠效率，要把算力连起来、调度起来、服务起来。

算力1.0时代的三大局限

过去几年，算力产业的主旋律很明确：盖机房、堆芯片、扩集群。各地智算中心、超算中心、数据中心一个接一个落地。这是“算力1.0时代”，核心任务是把硬件底子打牢。但到了今天，单纯加机房、加芯片已经解不了所有问题。行业面前摆着三道更棘手的题：

（1）东西部供需错配：东部需求旺，但土地、电力、能耗指标都紧；西部有绿电、有机房，但本地需求和网络条件撑不起全部业务。一头"吃不饱"，一头"用不完"。

（2）资源池的孤岛效应：不同厂商、不同架构、不同区域的算力，大多按项目独立部署，各算各的账，很难拼成一个统一调度的大池子。

（3）业务需求波动太大：AI推理、智能体、行业应用的负载都有明显的波峰波谷。固定规模的自建集群，高峰时不够用，低谷时又空着烧钱。

所以算力下半场的命题，不是继续把规模做大，而是把整个系统的调度效率和服务能力提上来。这就是“算力2.0”要解决的事情之一——通过“全国一体化算力网”把散落各处的算力资源，织成一张可感知、可调度、可计量的网。

70条算力大通道筑基“算力2.0””

围绕八大国家算力枢纽，全国已经建成超过70条算力大通道。这条基础设施像是为算力调度修建的“高速路网”，成为“算力2.0”的坚实底座。

根据2026中国算力大会上公布的数据，国家算力枢纽之间的网络能力还在持续提升，部分枢纽节点间已经具备较低时延、较高带宽的互联条件。1ms、5ms、20ms三级高速算力网络体系架构正在逐步形成。对于AI训练、批量推理、数据处理这些业务来说，网络连接能力的增强，为跨区域任务调度打下了物理基础。但“通道通了”不等于“算力可以自由流动了”，真正的算力网络，至少要有三层能力：

1、物理连接层：枢纽之间有稳定的带宽和时延保障——这是“路”；

2、调度编排层：算力资源可以被统一发现、纳管、分配——这是“交通规则”即标准；

3、服务计量层：不同来源的算力能按统一口径评估，有清晰的服务边界——这是“计费体系”。

算力大通道解决的只是第一层的问题。后面两层，才是行业更关心全国一体化算力网监测调度平台进展的原因。这类平台的意义，是把分散的算力资源纳入同一个视图，让调度从“人工打电话分配”逐步走向“系统智能匹配”。目前，全国一体化算力网监测调度平台已接入算力设施1462个，中国算力平台算力超市运营层汇聚了超万家注册企业、逾200家算力服务商、上架2000余个算力产品、接入各类大模型超300个，“一张网、一盘棋、一体化”的格局基本成型。

不过也要看到，“接入资源”和“实际调度交易”之间还有距离。接入更多体现的是资源纳管能力，真正的调度能不能跑起来，还取决于业务愿不愿意跨区域跑、标准能不能统一、数据合不合规、时延够不够用。

算力调度的优势与价值

从产业逻辑看，统一调度平台具备三大优势：

一是把更多的算力资源池纳入同一视图，可以提升资源透明度；

二是可以优化任务分配逻辑，对于时延不敏感的离线训练、数据清洗、批量推理等任务，系统可以优先调度到资源更充裕、成本更合适的区域；对于实时性要求高的对话、搜索、智能交互等业务，则更适合在靠近用户或靠近需求中心的节点运行；

三是推动算力服务标准化，当算力可以被统一监控和描述后，行业才有可能建立更清晰的服务等级、计量方式和定价机制。这是算力从“项目制采购”走向“服务化使用”的重要前提。

通过算力的统一调度，可以带来三大价值：

1、大幅度提升GPU利用率

IDC在2026年3月的实测数据显示，国内GPU服务器平均利用率只有62.3%，其中中小企业还不到50%，科研机构大约65%。大量智算中心的实际利用率不足30%。与之形成鲜明对比，河北省首个全栈国产化人工智能公共算力平台——河北人工智能计算中心的月度算力实际使用率稳定在95%以上，从62.3%到95%的GPU利用率差距，就是调度能够从“存量算力”中挖出来的“增量算力”。

2、降低成本

利用率的提升带来的是成本的下降。九章云极DataCanvas凭借“算力计量计价技术”创新实践方案，成功入选“算力互联技术创新方向”典型案例，北京大学团队实测证明，通过九章云极的相关产品及一度算力计量体系（一度算力定义为“312TFLOPS×1小时”，即每秒312万亿次浮点运算持续运行一小时），有效避免了算力闲置浪费；复旦大学研究团队反馈其使模型训练效率提升了3-4倍。端脑科技(Cephalon)发布脑花AI NPC，依托DePIN分布式架构汇聚10000+GPU算力，在提供同等性能前提下实现算力成本降低50%以上。

场所安全应急大模型公司广监云，其算力来源于河北人工智能计算中心，通过享受一体化算力调度，叠加廊坊市的算力券优惠政策，其企业算力成本降低了40%到50%。

表1 算力券优惠政策

3、按需取用的秒级响应

传统算力采购要经历立项、走流程、签合同、配资源等多个阶段，快则几周，慢则按月计。接入统一调度平台之后可实现任务秒级接单、用完即走。共绩科技的平台稳定性做到了99.9%，日均处理超10万个订单。对于AI推理、视频渲染这些波动性强的场景，弹性扩容的响应时间从小时级压缩到了分钟甚至秒级。

在区域层面，以河北廊坊为例，河北廊坊打通了直连北京核心节点的超低时延光纤链路，单向时延低至0.33毫秒，数据中心整体响应时间不足1毫秒。2026年廊坊入选了全国首批城域“毫秒用算”实施范围。

经营算力考验四大能力

过去算力服务企业比的是集群规模、芯片数量、机房等级，而算力网络逐步成型之后，产业竞争的重心会主要集中在以下四大维度：

1、调度能力：包括任务识别、资源匹配、负载预测、故障迁移。调度越强，越能在不同区域、不同时段之间把负载调平。

2、服务能力：算力不是按GPU数量卖，而是要封装成可调用、可计量、可保障的服务。比如推理接口、训练任务包、弹性算力套餐，甚至直接按Token计费。客户从“买多少卡”变成“花多少钱、办成多少事”。

3、生态适配能力：异构算力会长期存在，完全统一不现实。更可行的路径，是在统一调度框架下兼容不同架构，用软件栈、算子库、开发工具降低用户的迁移成本。谁的生态适配做得好，谁就能把更多资源拉进池子里。

4、数据与合规能力：跨区域调度绕不开数据流动。数据安全、隐私保护、行业合规，不是算力网络的附属问题，而是决定业务能不能真正跨区域跑的前提。

算力网络面临的挑战

很多人把算力网络的终局描述成“算力像水电一样随取随用”。这个愿景很好听，但要走到那一步，至少还要过四关。

1、标准统一：算力不是按卡数换的。不同芯片、不同集群、不同网络条件下，实际体验差得很远。行业需要更清晰的算力评估标准、服务等级协议和计量方式。现在"1度算力"这样的探索已经有了，但离全行业统一还有距离。

2、商业闭环：跨区域调度涉及好几个主体——资源方、网络方、平台方、需求方、地方政府。利益分配机制理不清，就算网络通了，业务也未必愿意动。

3、场景分层：不是所有AI业务都适合跨区域调度。实时推理、自动驾驶、工业控制对时延敏感，就得往用户身边靠；训练、数据处理、批量分析对时延不敏感，更适合灵活调度。

4、安全合规：算力调度的背后是数据流动和任务分发。数据分类分级、跨区域流动规则、安全审计能力，必须同步跟上。

中国算力产业已经走完了大规模建设的第一阶段。未来的增长，未必主要来自更多机房和更大集群，而可能来自更高的资源利用率、更灵活的调度能力、更成熟的算力服务体系。70条算力大通道、1462个接入设施的全国调度平台、200多家算力服务商的算力超市——这些数字代表的，正是这种转型方向；而往外一步看，东南亚、中东也正成为算力厂商落子建中心的新坐标，跨境节点让“组织算力”从全国一盘棋长出全球版图。它们的意义，不只是连了多少数据中心，而是让整个行业开始重新想一件事：算力到底该怎么组织、怎么分配、怎么使用。从这个角度看，中国算力的第二增长曲线，不是把规模继续做大，而是从规模红利走向效率红利。