我国将为算力建设"国家高速公路"
在今年全国两会期间，全国人大代表、中国工程院院士、鹏城实验室主任高文表示，我国将为算力建设"国家高速公路"，让算力像用电一样方便。这一构想的实现不仅能够提升现有算力资源利用率，还能避免各地重复建设造成的浪费。
中国工程院院士高文领导的鹏城实验室，是中央批准成立的网络通信领域新型科研机构，牵头推进“中国算力网”的研发与建设。这里所说的算力特指专门为AI训练设计的智能算力，需要成千上万颗专用芯片协同工作。
人工智能(AI)作为新一轮科技革命的核心驱动力，正深刻重塑全球产业格局。AI算力作为支撑人工智能技术发展的基石，已成为衡量国家科技竞争力和数字经济水平的关键指标。近年来，中国AI算力行业在政策扶持、技术创新和市场需求的三重驱动下，进入高速发展阶段。
AI算力，即人工智能计算能力，是指执行人工智能算法所需的计算资源和处理能力。它是衡量计算设备或系统在处理人工智能任务时性能高低的关键指标。AI算力不仅取决于硬件设备的性能，如CPU、GPU等处理器的运算速度、内存容量等，还涉及软件框架、算法优化等多个层面的因素。
2024年中国智能算力规模达725.3百亿亿次/秒，同比增长74.1%
生成式AI技术突飞猛进，带动了AI算力需求的爆发。加强各类算力基础设施建设已成为当前政策、产业、科技发展的重要关切点。国际数据公司与浪潮信息联合发布《中国人工智能计算力发展评估报告》显示，2024年中国智能算力规模达725.3百亿亿次/秒，同比增长74.1%。
工信部等六部门印发的《算力基础设施高质量发展行动计划》指出，2025 年，我国算力规模超过300 EFLOPS，应用于AI的智能算力占比要达到35%。这一量化目标明确了算力行业的发展空间，并将拉动相关软硬件需求的加速释放。
据中研产业研究院分析：
全球范围内，AI算力需求呈现指数级增长，2012至2023年算力需求增长数十万倍，而生成式大模型(如ChatGPT、Sora等)的爆发进一步加剧了算力需求的缺口。中国凭借庞大的数据资源、完善的数字基础设施和积极的政策布局，逐步成为全球AI算力领域的核心参与者。与此同时，中美科技博弈背景下，AI芯片国产化与算力自主可控成为国家战略的重要组成部分，推动行业进入技术创新与产业升级的深水区。
当前，中国AI算力行业已形成涵盖硬件、软件、服务全链条的生态系统。在硬件端，国产AI芯片(如GPU、TPU、ASIC)的研发突破显著降低了对外依赖;在基础设施领域，全国一体化算力网络与智算中心建设加速推进，2024年上半年在建或建成的智算中心超过250个。然而，行业仍面临多重挑战：一是算力供需结构性矛盾突出，东部与西部、通用算力与智能算力的资源分布不均;二是技术瓶颈亟待突破，高端AI芯片制程工艺、算力集群的协同效率与国际领先水平存在差距;三是能耗与成本问题，单机柜功率密度高达20~100kW的智算中心对绿色低碳技术提出更高要求。未来，行业需在技术自主化、算力资源优化、应用场景深化三方面协同发力，以应对全球竞争与产业升级的双重压力。
1、政策驱动与产业生态完善
中国政府近年来密集出台政策支持AI算力发展，例如《算力基础设施高质量发展行动计划》明确提出构建高效协同、绿色集约的算力体系，2025年智能算力占比目标提升至35%。地方层面，深圳、上海、成都等城市通过“算力券”“上云补贴”等政策降低中小企业用算成本。政策红利下，行业生态加速整合，互联网巨头、电信运营商、芯片厂商与垂直领域企业形成“硬件+平台+服务”的协同模式。例如，阿里云张北超算中心以12EFLOPS算力规模位居全球前列，而中昊芯英自研的TPU芯片“刹那®”在能效比上超越传统GPU，填补了国产高端芯片空白。
2、技术创新与国产化进程加速
AI芯片作为算力核心，正经历从“进口替代”到“自主引领”的转型。国产GPU(如寒武纪、壁仞科技)在推理端逐步成熟，而TPU凭借低功耗、高能效特性成为训练端的重要补充。与此同时，算力架构创新成为焦点，边缘计算与云网融合技术推动算力资源向“端-边-云”协同模式演进。例如，腾讯与深言科技合作的分布式智算平台，通过异构算力调度将推理延迟降低30%，赋能金融、医疗等实时性要求高的场景。
3、应用场景深化与行业渗透
AI算力正从互联网、科研领域向传统行业纵深渗透。在制造业，AI驱动的工艺优化(如云鼎科技的化工生产模型)将生产效率提升20%以上;在医疗领域，中山眼科中心的ChatZOC大模型通过眼底影像分析实现疾病诊断准确率超95%;智能驾驶领域，车端大模型与高精度算力芯片(如地平线征程系列)推动L4级自动驾驶商业化落地。此外，多模态AI(如文本生成视频的Sora模型)催生影视、广告等新兴需求，预计到2030年，推理端算力需求占比将从当前的40%提升至60%，成为市场增长主力。
4、绿色算力与可持续发展
“双碳”目标下，算力基础设施的绿色化转型成为行业共识。通过液冷技术、余热回收、AI能效调优等手段，智算中心的PUE(能源使用效率)可从1.5降至1.2以下。例如，青海海东丝绸云谷低碳算力产业园采用全栈绿色技术，年减排二氧化碳超10万吨。政策层面，《关于加快公共数据资源开发利用的意见》鼓励企业探索“算力+绿电”模式，推动算力与可再生能源协同发展。
5、全球竞争与未来趋势
全球AI算力格局呈现中美双极主导。中国凭借政策协同与市场体量，在算力规模上逐步追赶美国，但芯片制程、基础软件等环节仍存短板。未来五年，行业将呈现三大趋势：一是边缘计算与5G融合，推动工业物联网、智慧城市等场景的实时算力需求;二是MaaS(模型即服务)模式普及，降低企业AI应用门槛;三是多元异构算力成为主流，CPU、GPU、TPU、量子计算协同满足差异化需求。预计到2030年，中国智能算力规模将突破1100EFLOPS，占全球市场份额的30%以上。
中国AI算力行业正处于从规模扩张向质量提升的关键转型期。在政策、技术与市场的合力驱动下，行业展现出强大的增长韧性：国产芯片突破、智算中心规模化部署、多模态应用创新等成果标志着中国正从“算力大国”迈向“算力强国”。然而，自主可控能力不足、区域算力失衡、能耗压力等问题仍需通过顶层设计和技术攻坚加以解决。
未来，随着“东数西算”工程深化、AI与实体经济深度融合，行业将呈现“泛在化、绿色化、智能化”特征，成为驱动数字经济增长的核心引擎。在此进程中，企业需把握国产替代、场景创新、国际合作三大机遇，构建技术壁垒与生态优势，助力中国在全球AI竞争中占据制高点
想要了解更多AI算力行业详情分析，可以点击查看中研普华研究报告。报告对我国AI算力行业的供需状况、发展现状、子行业发展变化等进行了分析，重点分析了国内外AI算力行业的发展现状、如何面对行业的发展挑战、行业的发展建议、行业竞争力，以及行业的投资分析和趋势预测等等。报告还综合了AI算力行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。