智能算力基础设施：智算中心、超节点集群与异构算力协同建设加速研究报告

智能算力基础设施：智算中心、超节点集群与异构算力协同建设加速研究报告

作者单位：淞基科技（上海）有限公司、淞基信息通信研究院、淞基未来信息网研究部、淞基新一代信息技术网研究部

报告日期：2026年11月

摘要

本报告以"智能算力基础设施"为研究对象，围绕智算中心、超节点集群与异构算力协同三条主线，系统考察其建设加速的宏观背景、技术逻辑、产业格局与治理挑战。研究认为：其一，大模型与智能体驱动的算力需求呈"百倍级"非线性跃升，智能算力正取代通用算力成为算力结构的绝对主体，算力作为新型基础设施的战略地位被全球主要经济体共同抬升；其二，智算中心建设已从"量的扩张"转向"质效并重"，在"东数西算"与全国一体化算力网框架下形成枢纽集聚、绿色集约、梯次布局的立体格局；其三，超节点集群以Scale-up（纵向扩展）重构了智算基础设施的基本形态，成为应对万亿级参数模型通信、功耗与复杂度"三堵墙"的核心底座，海内外厂商密集发布、规模落地；其四，异构算力协同从"拼装式"走向"系统级"，统一计算、统一通信、统一调度、统一评测的协同体系正在形成。报告进一步识别了供需错配、关键技术短板、能耗约束、生态割裂与安全风险五大挑战，并提出适度超前、以用促建、绿色协同、开放生态、安全可信五方面的对策建议。

关键数据（2025—2026年）： 截至2025年底，我国在用算力设施机架超1373万标准机架，建成万卡智算集群42个，智能算力规模159万PFlops（FP16），位居全球第二；截至2025年6月，全球计算设备算力总规模约4495 EFLOPS、同比增长117%，其中智能算力占比达85%。2024年我国智能算力市场规模约190亿美元、同比增长86.9%。

核心数据一览

来源：中国信通院、工信部、国家数据局、IDC等公开数据｜口径以各来源为准

一、引言：算力从生产要素到新型基础设施的跃迁

1.1 问题的提出

人工智能技术进入以大规模预训练、多模态生成与智能体决策为核心的新阶段后，算力不再仅仅是一项稀缺的技术资源，而是与土地、电力、数据并列，成为数字经济运行的"新型生产力"与"新型基础设施"。自2017年国务院发布《新一代人工智能发展规划》首次提出"智能计算中心"概念以来，中国以"东数西算"工程、全国一体化算力网建设为抓手，将算力基础设施提升到国家战略层面；全球范围内，美国、欧盟、日本、韩国等主要经济体也竞相出台算力与AI基础设施的专项规划。算力基础设施的建设速度、技术形态与协同水平，正在成为衡量一个国家或地区数字竞争力的核心标尺。

本报告聚焦三条相互咬合的主线：智算中心——承载智能算力的物理载体与供给单元；超节点集群——重构智算基础设施技术范式的组织形态；异构算力协同——实现多元算力资源高效融通的关键能力。三者的加速建设，构成了当前智能算力基础设施演进的整体图景。

1.2 研究方法与边界

本报告采用公开数据检索、权威机构报告梳理与政策文本分析相结合的方法，主要数据来源包括中国信息通信研究院系列研究报告、国家发展改革委与国家数据局等部委政策文件、国家统计局与工信部新闻发布会数据、国际能源署（IEA）、IDC等国际机构公开数据，以及华为、英伟达等厂商公开技术资料。报告中的预测性内容均明确标注为预测或估算，未经验证的判断不作确定性结论。本报告为研究性、参考性文本，不构成任何投资、建设或商业决策的刚性依据。

二、全球算力需求的结构性跃升与格局重塑

2.1 大模型驱动的需求"百倍级"跃升

智能算力需求的爆发式增长，是大模型与智能体技术迭代的直接结果。中国信通院《智算产业发展研究报告（2024）》测算显示，与语言大模型GPT-3相比，Sora训练阶段的算力需求约为其170倍以上，推理阶段更达600倍以上。模型参数量、上下文长度与推理吞吐的同步扩张，使单一模型的算力消耗呈非线性攀升。2025年2月，马斯克旗下xAI发布的Grok 3即依托约20万张英伟达H100 GPU的大型智算中心完成训练，其计算能力达上一代Grok 2的10倍。

推理侧需求的增长同样迅猛。据新华网报道，我国日均词元（Token）调用量于2026年3月突破140万亿，约为两年前的1000倍以上；《数字中国发展报告（2025年）》显示，2025年全国日均词元调用量从年初的1万多亿增长至年末的100万亿，全年累计约21100万亿。以DeepSeek为代表的轻量化模型虽降低了单点算力成本，却也通过扩大用户规模与调用频次，反向放大了社会总体的算力需求，形成"成本下降—需求扩张"的螺旋。

2.2 全球算力规模与结构之变

从总量看，全球算力正进入高速扩张通道。中国信通院《先进计算暨算力发展指数蓝皮书（2025年）》显示，截至2025年6月，全球计算设备算力总规模达4495 EFLOPS，同比大幅增长117%，其中智能算力成为绝对主导，占总算力比例达85%。算力格局与国家经济水平呈现强相关特征，美国、中国等经济体构成第一梯队。

从结构看，智能算力占比的快速抬升是最显著的趋势。截至2025年6月，我国计算设备算力总规模约962 EFLOPS，全球占比约21%，同比增速达73%；其中智能算力规模约782 EFLOPS，同比增长96%，占我国总算力比例达81%。通用算力向智能算力的"代际更替"正在加速，智能算力已成为支撑人工智能发展的关键基础设施。

2.3 中国的算力坐标与要素支撑

据《数字中国发展报告（2025年）》与国家数据局数据，截至2025年底，我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159万PFlops（FP16），位居全球第二；2025年6月底，我国在用算力中心标准机架已达1085万架。工信部2026年1月新闻发布会进一步披露，我国已建成万卡智算集群42个，智能算力规模超过1590 EFLOPS，位居全球前列。

算力经济的要素驱动特征明显：资本端，阿里巴巴宣布未来三年投入3800亿元建设云计算与AI基础设施，腾讯2024年全年资本开支增长221%至767亿元；中国移动2024年算力网络相关资本开支达371亿元，中国联通智算规模超17EFLOPS，中国电信2024年算力投资增长22%。能源端，2024年我国算力中心用电量约1660亿千瓦时，占全社会用电量的1.68%，绿电占比持续提升；数据端，2024年我国数据生产总量达41.06ZB，同比增长25%，为算力应用提供了充沛的"算据"。

2.4 全球主要经济体的算力战略竞争

算力基础设施建设已成为全球大国竞争的前沿。美国通过《国家人工智能研发战略计划》等文件强化算力与能效研发，其能源部主导的"算力能效实验室"项目推动服务器动态功耗管理技术应用；欧盟碳边境调节机制（CBAM）首次将云计算服务纳入管控范围，要求非欧盟企业进口算力服务时缴纳碳差价；德国《能源效率法案》针对PUE与余热回收建立指标体系；日本对AI加速芯片实施性能功耗比强制标准，并计划在2030财年前提供至少10万亿日元推动半导体与AI产业发展；韩国持续强化半导体产业竞争优势。发达经济体正将算力与能源、碳排放治理、半导体产业深度绑定，形成"技术—能源—规则"三位一体的竞争框架。这一格局意味着，中国在算力规模上的领先并不自动转化为规则与标准层面的主导权，仍需在互联互通标准、绿色认证、开源生态等软实力维度加快布局。

[该类型的内容暂不支持下载]

三、智算中心：从规模扩张到高质量发展

3.1 政策体系与顶层设计

智算中心建设的提速，源于政策红利的持续释放。从2021年《全国一体化大数据中心协同创新体系算力枢纽实施方案》《新型数据中心发展三年行动计划（2021—2023年）》，到2023年《算力基础设施高质量发展行动计划》、2023年12月国家发展改革委等五部门印发《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），再到2025年《算力互联互通行动计划》《关于深入实施"人工智能+"行动的意见》以及算力强基"揭榜"行动，我国逐步构建起"枢纽集聚—多元异构—算电协同—互联互通"的完整政策框架。

《实施意见》明确了清晰的建设目标：到2025年底，国家枢纽节点地区各类新增算力占全国新增算力的60%以上，国家枢纽节点新建数据中心绿电占比超过80%，并初步实现1ms时延城市算力网、5ms时延区域算力网、20ms时延跨国家枢纽节点算力网。当前我国已形成以8大国家算力枢纽、10个国家算力集群、3个算电协同发展区域为重点的"8+10+3"算力空间布局。

3.2 建设规模与空间布局

从规模看，我国算力中心建设保持高速增长。据中国信通院，2024年在用算力中心标准机架数超900万架，2017—2024年七年年均复合增长率近23.35%；2025年9月，在用机架总规模达1250万标准机架，智能算力规模达1053 EFLOPS（FP16）。

从布局看，"核心引领—梯队协同"的立体格局正在形成。京津冀、长三角、粤港澳大湾区等东部地区依托产业集群形成需求定向牵引；张家口、芜湖、韶关等环一线区域承接一线城市外溢需求；西部能源富集地区发挥电力、土地优势，规模化部署算力集群，承担数据存储、离线分析等后台业务。截至2025年一季度，"东数西算"八大枢纽节点算力规模占全国总算力规模比重达70%以上，八大枢纽节点智能算力达174.11 EFLOPS（FP32）、占比达80.8%，国家枢纽节点"算力高地"地位日益突出。

3.3 建设模式与技术演进

智算中心建设已从"跑马圈地"转向精细化运营。建设模式上，政府主导、企业主导与政企合作等多元模式并存；技术上，高密度、液冷、模块化、分布式供电成为主流。随着单柜功率密度的提升，传统风冷已难以满足散热需求，液冷技术成为绿色化转型的关键路径——同等散热水平下，液冷较风冷约节电30%—50%，PUE可降至1.2以下。截至2024年底，我国在用数据中心平均PUE已降至1.46，超140个算力中心绿色低碳等级达到4A级以上；2025年6月，在用算力中心平均PUE进一步降至1.42。

3.4 经济效应与赋能价值

智算中心的经济溢出效应显著。据机构测算，在算力方面每投入1元，可带动3—4元GDP增长；算力规模每提升1%，会带动当地GDP额外增长约0.109‰。智算正深度赋能能源、工业、金融、教育、医疗等行业：中国宝武依托智算中心构建"钢铁产业大脑"，实现高炉能效优化与板带缺陷毫秒级检测；中国石油的昆仑大模型覆盖油气勘探、开发、炼化全产业链；"粤医智影"依托算力与算法，每小时阅片量相当于三甲医院150名影像科医生全天的工作量；天津医科大学总医院部署DeepSeek"智算一体机"，支撑老年专慢病评估与体检AI报告生成等场景。算力正在从"工具"演变为"基础设施"，深刻重构研发、生产、运营、维护的全链路数智化转型。

3.5 运营与服务模式创新

智算中心的价值释放，越来越依赖运营模式与服务模式的创新。在服务供给上，"算力银行""算力超市"与词元套餐等创新业务集约调配资源、供给平价算力，持续破解中小企业用算难题；中国移动构建覆盖"通、智、超、量"四算融合的算力网络，中国电信"息壤"平台提供一站式智算服务，中国联通在全国建设300多个算力资源池形成"基地+高地"布局。在调度机制上，多地依托算力调度平台实现"一点接入、即取即用"，如浙西人工智能公共算力服务中心集成10余类计算卡型、算力总规模超100PFLOPS，通过弹性供给与秒级计费为入驻企业平均降低25%算力成本。算力服务正从"资源租赁"向"按需调度、按量计费、普惠易用"的公共资源模式演进，这既是智算中心可持续运营的经济基础，也是算力成为"如水如电"般基础资源的制度前提。

四、超节点集群：智能算力基础设施的范式重构

4.1 从Scale-out到Scale-up的技术逻辑

传统智算集群依赖Scale-out（横向扩展），通过堆叠服务器并依靠网络互联实现规模增长。然而，随着大模型迈向万亿乃至十万亿级参数、MoE（混合专家）架构成为主流，专家并行（EP）带来的高频All-to-All通信对互联带宽提出了极致要求。传统集群面临"三堵墙"：通信墙——千亿级模型一次梯度同步即产生TB级数据，传统以太网难以承受；功耗与散热墙——提升密度使液冷、48V供电成为标配；复杂度墙——万级处理器带来故障常态化，任一组件故障都可能放大为全局可用度问题。

超节点（Super-PoD）以Scale-up（纵向扩展）理念破解上述瓶颈：将多颗AI处理器通过大带宽总线互联，形成一个逻辑上如同一台计算机的高效协同单元，实现内存统一编址、大带宽低时延互联与资源池化。基于Scale-up总线的超节点，可将大模型训练速度提升20%以上，使数十万亿级参数训练成为可能。超节点因此被普遍视为新一代智算基础设施的核心底座与"主导性产品形态"。

4.2 国际路径：英伟达的整机架演进

英伟达是超节点的先行者。从2020年HGX-A100的16卡系统，到2022年Hopper架构的NVL32，再到2024年Blackwell架构的GB200 NVL72，其互联范围从单服务器内部扩展到整机架一级。NVIDIA GB300 NVL72采用全液冷机架级设计，将72颗Blackwell Ultra GPU与36颗Grace CPU整合至单一平台，配备第五代NVLink（带宽达130TB/s），相较Hopper平台AI工厂输出效能整体最高提升50倍；未来路线图明确指向Rubin Ultra NVL576，将8个72-GPU机架组合成576-GPU的NVLink域。据英伟达财报，截至2026年2月，各云计算服务商部署的Blackwell架构基础设施算力已达90亿瓦且处于满负荷运行状态。

4.3 国内路径：华为昇腾的"超节点+集群"方案

国内厂商以系统工程创新走出了差异化路径。华为围绕"超节点+集群"构建算力底座，于2025年3月推出基于灵衢（UB）互联协议的Atlas 900 A3 SuperPoD，实现384张NPU像一台计算机一样工作，最大算力达288.7 PFLOPS（FP16）；CloudMatrix 384作为华为云服务实例已进入工程化交付阶段，在芜湖、贵安、乌兰察布、韶关等多地落地。2026年，华为进一步发布昇腾950超节点（1024卡、1 EFLOPS FP8、256TB全局统一内存编址）并开放灵衢2.0技术规范，昇腾384超节点累计商用部署超过750套。2026年9月，华为发布全球首个采用NPO光引擎（Hi-ONE）的昇腾960超节点，可扩展至4096卡规模，实现8 EFLOPS FP8；结合灵衢网络与RoCE，最大集群规模可达51.2万卡。此外，中科曙光6万卡科学智能计算集群已接入全国一体化算力网，摩尔线程新一代GPU架构可支持十万卡以上规模智算集群。

4.4 超节点的产业生态与交付模式

超节点的规模落地，正重塑智算基础设施的产业链与交付范式。交付单元从单台白盒服务器跃迁为整机柜乃至Pod级系统，整机柜在供电架构、散热、互联三个维度均形成显著工程壁垒，使超节点的研发与交付成为对厂商技术、运维、工程能力的综合性挑战。国内产业链企业正加速卡位：浪潮信息先后发布元脑SD200与CRS6000S服务器，实现单机柜32/64张本土AI芯片的超高密部署，构建32卡Scale-up高速互联域，将卡间通信带宽提升8倍，推动千亿参数大模型训练周期由月级压缩至周级；华勤技术凭借计算、网络与液冷散热的全栈设计壁垒，超节点项目进入规模化交付阶段；中科曙光、紫光股份等亦在AI机柜、交换芯片、高速连接器等环节深化布局。当交付复杂度提升、合格供应商稀缺时，头部ODM厂商具备向客户转移工程溢价的实际能力，行业毛利率有望向更高区间迁移。超节点已成为牵引国产算力全产业链升级的"支点性产品"。

4.5 超节点的价值与挑战

超节点的价值在于以系统级创新突破单芯片性能竞赛的物理极限，实现"有效算力随集群规模线性扩展"。但其工程挑战同样显著：整机柜的供电架构、散热体系与高速互联均形成较高工程壁垒，交付单元从单台服务器跃迁为整机柜乃至Pod级系统，对厂商的技术、运维与工程能力提出综合性要求。互联协议的开放与标准化，是决定超节点生态能否走向普惠的关键。华为开放灵衢2.0技术规范、推动CANN全面开源开放，正是为破解这一难题所作的产业尝试——唯有从"单厂闭源"走向"开放共建"，超节点技术才能从少数头部企业的能力沉淀为整个行业的公共底座。

五、异构算力协同：从资源拼装到系统能力

5.1 异构算力的现状与碎片化困境

智能算力需求的多源化，要求不同芯片厂商、不同代际的各类算力芯片协同供给。然而，芯片架构不同、通信协议不统一、算存传能力差异，导致异构算力碎片化、生态割裂与协同效率不足。构建统一计算、统一通信、统一调度、统一评测的异构算力协同体系，实现"无感知计算、无阻碍通信、资源高效调度、自动化测评"，已成为推动智能算力基础设施迈向新阶段的关键路径（全球计算联盟《异构算力协同白皮书》）。

5.2 协同的关键技术

异构算力协同涵盖多个技术层次：异构互联总线上，业界形成计算总线（私有定制，如英伟达NVLink、华为灵衢UB）与以太总线（开放增强，如博通SUE、ETH-X、高通量以太联盟）两条路线，从服务器内8卡逐步扩展至千卡级高速互联；分布式推理上，PD（Prefill-Decode）分离式推理将P阶段与D阶段分布式部署，通过高速网络传输首Token与KV Cache；跨域协同上，通过算力路由与寻址、算网一体化调度、跨域多算力节点高速无损网络，实现大模型训练任务跨地域、跨架构分布式完成。

5.3 产业实践：混池训练与混合推理

围绕"一模多芯"异构混池训练，产业界已开展多项验证。中国电信联合壁仞、天数智芯、沐曦等发布"智算异构四芯混训解决方案"，实现英伟达、壁仞、天数智芯、沐曦四款异构芯片混池训练，异构通信效率大于98%，异构训练效率达同构训练的95%，跨异构芯片网络性能提升30%。智源研究院基于FlagScale与FlagCX构建端到端异构混训方案，其异构混训模型精度偏差范围在-2.05%到0.04%之间，验证了异构训练在精度保持与性能收敛上的工程可行性。壁仞科技联合上海人工智能实验室开展四种国产GPU千卡规模混合训练，混训效率达98.5%，实现千亿参数大模型长时间稳定训练。

5.4 评测体系与标准建设

异构算力协同的可持续，依赖于统一的评测体系与标准支撑。缺乏可量化的评测基准，异构算力在性能、能效、可靠性上的差异便难以横向比较，算力服务的计量、计费与交易亦失去技术前提。当前，业界正推动建立覆盖"算力—算效—碳效"的多维评测体系，统一异构算力间的性能对标、能耗口径与服务质量指标；全国数据标准化技术委员会已发布多项算力网技术文件，基本完善了算力网的标准体系。全国一体化算力网监测调度平台的工程化部署，正是以"看得见、测得准、调得动"为原则，为异构算力的统一度量与市场化交易奠定基础。

5.5 算网融合与跨域协同

异构算力协同正从单集群走向全网。全国一体化算力网监测调度平台已接入全国约七成智能计算资源；鹏城实验室"全国一体化算力网监测调度试验验证平台"覆盖东数西算八大枢纽、十大集群，将137万PFLOPS智能算力纳入监测，约占全国智算总规模的72%。通过跨中心优化、削峰填谷等策略，全网资源利用率可从不足50%提升至满载，算力资源正从"被动调度"向"主动适配"演进。

六、算电协同与绿色低碳可持续

6.1 算力与电力的深度耦合

算力是高度耗能的产业。2024年我国算力中心用电量约1660亿千瓦时，占全社会用电量的1.68%；国际能源署（IEA）《能源与人工智能》报告预计，到2030年全球数据中心耗电量将达945太瓦时（TWh），较2024年的415太瓦时增长一倍以上。算电协同由此成为智能算力基础设施建设的题中之义——通过数字化技术、智能算法将算力基础设施与电力系统深度融合，实现"以电强算、以算促电"的良性循环。2026年，我国首个大规模算电协同绿电直供项目——中国大唐中卫云基地50万千瓦光伏电站投运；截至2026年9月底，全国24个省份发布绿电直连配套文件，已批复算力设施绿电直连项目12个。预计"十五五"时期全国算力用电量年均新增1000亿千瓦时以上，到2030年将达8000亿千瓦时、占全社会用电量6%左右。

6.2 绿色算力的技术路径

绿色化贯穿算力生产、供给、运营、应用全过程：设备侧攻关先进存储、存算一体、CXL等技术并规模化部署高密度集成IT设备与液冷系统；载体侧推动平均PUE持续下降（2025年6月已降至1.42）；能源侧推广绿电直供、绿电绿证交易、储能与微电网等模式，部分先进数据中心绿电使用率达80%左右；算用侧通过算力供需对接避免资源错配。据中国信通院，2024年我国数据中心碳排放总量约0.859亿吨，2025年度国家绿色算力设施可再生能源利用率平均值已超过70%。

七、面临的挑战与风险

7.1 供需错配与结构性失衡

尽管算力规模高速扩张，但算力供需错配问题依然突出：东部需求旺盛而建设成本高企，西部资源富集而本地需求不足；不同行业、不同时段的算力潮汐现象明显；算力资源利用率参差，部分智算集群面临"重建设、轻运营"的闲置风险。如何通过全国一体化调度实现"算力跟着需求走、任务找合适算力"，仍是核心命题。

7.2 关键技术短板与生态割裂

我国算力关键核心技术仍存短板。高端AI芯片、先进制程与EDA工具等环节对外依赖度较高；异构算力生态碎片化，不同厂商的芯片、互联协议与软件栈难以无缝协同；超节点互联协议的开放与标准化仍在推进之中。算力从"可用"走向"好用"，仍需在芯片架构、互联协议、训练框架与开发者生态上持续突破。

7.3 能耗约束与绿色转型压力

算力规模的指数级扩张与"双碳"目标形成张力。数据中心作为高耗能载体，其用电量与碳排放持续上升，绿电供给、储能配套与电网承载能力构成现实约束。部分地区在绿电资源不足时大规模上马算力项目，可能加剧能耗与碳排放压力，需以能效与碳效标准倒逼绿色化升级。

7.4 安全与自主可控风险

算力基础设施是数字经济的底层基座，其安全性与自主可控关乎国家数据主权与产业安全。供应链波动、关键设备与软件受制于人、跨域算力调度中的数据安全、网络安全与攻防风险，以及算力设施面临的地缘政治与技术封锁压力，均需在建设中统筹发展与安全。超大规模算力集群的故障常态化特征，也对系统级可靠性、可运维性与安全监测提出了更高要求。

7.5 国际经验与启示

审视美欧日的算力战略，可提炼出若干有益启示。其一，能源与规则先行：欧盟将算力碳排放纳入碳边境调节机制，倒逼产业链建立全生命周期碳足迹追踪体系，启示我国应在绿色认证与碳效标准上提前布局，避免在绿色贸易壁垒上被动应对。其二，开放生态制胜：英伟达以CUDA构建的软件生态壁垒，远重于其硬件优势，启示我国必须在训练框架、集合通信库、开发者社区等软生态上实现真正的开源开放，方能破解"芯片可用、生态难用"的困局。其三，供需精准匹配：美国超大规模云厂商以自有资本深度绑定算力建设，实现需求端与供给端的闭环，启示我国应进一步强化头部企业与国家枢纽节点的算力"飞地"联建，避免算力供给与真实需求脱节。其四，适度超前与风险平衡：全球竞相扩大算力投资的同时，也面临利用率不足与能耗失控的隐忧，启示我国在"适度超前"的同时必须坚持以用促建、以效定投。

八、趋势展望与发展建议

8.1 趋势展望

展望"十五五"时期，智能算力基础设施将呈现四大趋势：一是算力网化，算力正从"物理集聚"走向"协同联动"，以"枢纽—区域—边缘"立体化体系支撑全国算力资源的流动与集约利用；二是形态升级，超节点集群将持续扩大规模、走向普惠，成为智算中心的主流建设形态；三是协同深化，异构算力从"混池训练"迈向"万卡异构"乃至"训推共池"，跨域协同成为常态；四是绿色刚性化，算电协同、绿电直连将从试点走向规模应用，能效与碳效指标成为算力项目建设的刚性约束。

8.2 对策建议

基于上述研判，本报告提出五方面建议：

第一，适度超前、以用促建。 在"适度超前建设数字基础设施"的导向下，以实际应用需求牵引算力供给，避免盲目上量与重复建设；通过算力券、词元套餐等模式降低中小企业用算门槛，激活存量算力。

第二，强化关键核心技术攻关。 聚焦训练芯片、异构算力、高速互联、先进存储等方向开展"揭榜挂帅"，加快国产算力从"可用"走向"好用"；推动超节点互联协议的开放与标准化，构建开放共赢的算力生态。

第三，深化算电协同与绿色转型。 统筹算力布局与电力电网规划，推广绿电直连、源网荷储、储能与微电网等模式；以PUE、CUE、可再生能源利用率等指标强化能效监管，实现"算力跟着绿电走"。

第四，完善全国一体化调度与标准体系。 加快全国一体化算力监测调度平台工程化部署，健全算力互联互通标准、标识与规则体系，推动算力资源"一本账"、算力调度"一张网"，构建统一的算力大市场。

第五，统筹发展与安全。 强化算力基础设施的自主防护与数据安全能力，构建覆盖设施、云平台、应用的全栈安全体系，在算电协同、跨域调度中同步保障网络安全与数据主权。

九、结语

智能算力基础设施正处在一个由技术革命、产业需求与政策引导三重力量共同塑造的加速建设期。智算中心提供了规模化的算力供给，超节点集群重构了算力组织的基本形态，异构算力协同实现了多元资源的系统化融通，三者的加速建设共同夯实了人工智能时代经济社会运行的"数字基座"。面向未来，中国需要在"适度超前"与"以用促建"之间、在规模扩张与绿色约束之间、在开放合作与自主可控之间，找到动态平衡；唯有以系统工程的思维统筹算力、数据、网络与电力，方能将算力基础设施真正转化为高质量发展的新质生产力。

数据来源

1. 中国信息通信研究院：《算力中心服务商分析报告（2025年）》《央国企智算创新实践报告（2025年）》《算力经济发展研究报告（2025年）》《绿色算力发展研究报告（2025年）》《先进计算暨算力发展指数蓝皮书（2025年）》《智算产业发展研究报告（2024年）》

2. 国家发展改革委等五部门：《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）

3. 工业和信息化部：《算力基础设施高质量发展行动计划》（2023年10月）、《算力互联互通行动计划》（2025年5月）；2026年1月21日国新办新闻发布会

4. 国家数据局：《数字中国发展报告（2025年）》（2026年6月发布）；《全国数据资源调查报告（2025年）》

5. 国务院：《关于深入实施"人工智能+"行动的意见》（2025年8月）

6. 新华网：《算力热度持续攀升，如何"扩容"？》（2025年9月）；《"十五五"开局之年推进算力网建设观察》（2026年7月）

7. 人民日报：《全国一体化算力网怎么建》（2026年6月1日）

8. 国际能源署（IEA）：《能源与人工智能》（Energy and Artificial Intelligence，2025年4月）

9. IDC：中国智能算力市场规模相关数据

10. 英伟达（NVIDIA）：GB300 NVL72产品技术资料；2025—2026财年财报电话会

11. 华为：《以开创的超节点互联技术，引领AI基础设施新范式》（2025年9月）；昇腾950/960超节点发布资料（2026年）

12. 全球计算联盟（GCC）：《异构算力协同白皮书》（2025年8月）

13. 中国电信、智源研究院、壁仞科技等：异构混池训练解决方案公开资料

免责声明

本报告由淞基科技（上海）有限公司、淞基信息通信研究院、淞基未来信息网研究部、淞基新一代信息技术网研究部联合编制，仅供行业研究与信息参考之用，不构成任何形式的投资建议、商业决策依据或法律意见。报告所引用的公开数据与信息均来源于注明机构发布的公开资料，报告编制方已尽合理注意义务进行核实，但对相关数据与信息的准确性、完整性、时效性不作任何明示或默示的保证。报告中涉及的预测性、推断性内容仅为基于现有信息的合理判断，实际发展可能与之存在差异。因使用本报告内容而产生的任何直接或间接损失，编制方不承担责任。引用本报告内容时，请注明出处并保留本免责声明。如需转载、摘编或作其他使用，请事先取得编制方的书面授权。