算力发展综述

一、算力的概述

算力指的是数据处理能力，是集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力中心等算力基础设施向社会提供服务 ，存在于手机、笔记本、超级计算机等各种智能硬件设备，其本义是表示某个设备或系统的计算性能。随着智能时代的到来，智能计算的三要素——算力、算法、数据，逐渐成为社会的信息基础设施的重要组成部分，“算力”的内涵进一步扩大到用户能获得的体现为用户实际效用的计算性能。算力是数字经济时代新生产力，已成为推动数字经济发展的核心力量、支撑数字经济发展的坚实基础，对推动科技进步、促进行业数字化转型以及支撑经济社会发展发挥重要的作用。它如同农业时代的水利、工业时代的电力，已成为数字经济发展的核心生产力，是国民经济发展的重要基础设施 。2024年4月，工业和信息化部表示，中国算力实现每秒230百亿亿次浮点运算；截至2024年9月，中国算力总规模达246EFLOPS，算力应用项目超过1.3万个，在用算力中心机架总规模超过830万标准机架，算力总规模居世界前列。

二、算力分类

根据使用设备和提供算力强度的不同，算力可分为基础算力、智能算力和超算算力三类。

（一）基础算力

　　基础算力是计算机系统执行基本运算任务的能力，主要包括加减乘除等简单数学计算。它主要由中央处理器（CPU）提供。随着半导体工艺的进步，现代CPU能够集成数十亿个晶体管，极大地提高了运算速度并降低功耗。多核处理器的发展使得单个CPU可以同时处理多个任务，提升了计算效率。其主要用于基础通用计算，如移动计算和物联网等。日常提到的云计算、边缘计算等均属于基础算力，此外新的架构如RISC-V也在探索更高效的计算模式。

（二）智能算力

智能算力是利用计算机进行复杂数据分析与处理的技术，尤其在人工智能领域，通过模仿人脑的学习机制，实现对复杂数据的处理和决策。智能算力的核心在于机器学习和深度学习技术，依赖大量的数据集和强大的计算资源。它是基于GPU、FPGA、ASIC等AI芯片的加速计算平台提供的算力，主要用于人工智能的训练和推理计算，如语音、图像和视频的处理，还广泛应用于支持大规模的神经网络训练，专用的硬件如图形处理器（GPU）、张量处理单元（TPU）等智算领域。这些硬件具有强大的并行计算能力，能够加速神经网络的训练过程。

（三）超算算力

超算算力由超级计算机等高性能计算集群所提供，它利用并行工作的多台计算机系统的集中式计算资源，通过专用的操作系统来处理极端复杂的数据密集型问题。其主要用于尖端科学领域的计算，价格昂贵，但性能也极为强劲。超算算力能够处理大规模的并行计算任务，满足科学研究和工程计算的复杂需求，例如行星模拟、药物分子设计、基因分析等 。以AI大模型为例，需要强大的算力和硬件支撑；以ChatGPT3.0为例进行拆解，训练一次的成本约为140万美元。对于一些规模更大的模型来说，训练成本介于200万美元-1200万美元之间。

（四）新一代算力

随着科技的发展，未来可能会出现比传统计算更高效、更快速的新一代算力，越来越多的专家开始研究新的算力技术理论，例如量子算力、光计算、类脑计算等。量子计算通过利用量子叠加态和量子纠缠态，具有超越经典计算机的计算能力。光子计算（也称为光学计算）是一种利用光波进行数据处理、数据存储或数据通信的计算方式。而类脑计算通过模拟大脑的神经网络和突触连接，实现了智能的学习和决策能力。

这些新型的算力领域目前都处于研究阶段，取得了一些成果，但也面临着不少困难，有望在特定领域提供更强大的计算能力。一旦在这些领域有了真正的突破，传统的算力框架将被彻底颠覆，人类社会又将进入一个全新的发展阶段。

三、算力的作用

算力的作用是完成计算任务，主要体现在以下几个方面：

（一）数据价值挖掘：算力是挖掘数据价值的关键，它能够帮助我们从海量的数据中提取有用的信息，支持决策制定和知识发现。

（二）国家竞争力：一个国家的算力规模与其经济发展水平呈现出显著的正相关关系，算力已成为衡量国家竞争力的重要指标。

（三）科技发展推动：随着科技的进步，算力的形态也在不断演变。前沿算力的概念包括量子计算、光子计算等，这些新兴技术对算力的需求推动了科学的发展。

（四）数字经济基石：算力是数字经济的底座，它支撑着云计算、大数据、人工智能等技术的发展，是智能汽车、自动驾驶、元宇宙等场景的核心驱动力。

（五）基础设施：算力网络作为一种新型信息基础设施，能够在云、边、端之间按需分配和灵活调度计算资源，这对于数据处理和数字经济的发展至关重要。

（六）生产力：在数字革命的背景下，算力成为信息时代竞争的关键实力和数字经济时代的关键生产力，同时也是推动数字经济发展的核心支撑和驱动力。

四、算力应用领域

研究表明，算力对产业能级的带动作用日益增强。例如某智能制造企业在生产系统中自建20台服务器，为100台智能机器人提供模型训练服务，通过5G专网和云边算力协同改造后，不仅提高了生产效率，还为企业节约大量资产购置和设备运营的费用。算力也在其他领域助力生产效率的提升，例如在生物医药领域，算力提升使得基因测序时长从13年缩短到1天，新药研发鉴定周期从5000天缩短到100天；在天气预报领域，算力的发展把天气预报准确率从过去的21.8%提高到现在的90%以上：在工业生产领域，把整个生产流程在数字世界中重建，通过仿真模拟进行优化使得生产效率提高30%。算力已成为当下提升数字经济活力和推动企业转型的关键指标。

算力在多个领域有着广泛的应用，充分体现算力在现代社会中的重要性，推动科技进步和行业数字化转型。主要包括以下几个方面：

（一）人工智能、机器学习和深度学习：这些领域需要大量的数据处理和算法运算，算力的提升可以加快训练速度并提升模型精度。例如，自动驾驶汽车依赖于强大的车载计算平台来处理传感器数据，实现安全驾驶。

（二）科学计算、工程计算和高性能计算：中国建有超算中心来完成要极高计算能力的任务。在科学研究和工程设计中，复杂的数值计算和模拟需要强大的算力支持。例如，天气预报模型的运行和密码破解都需要极高的计算能力。

（三）算力经济：华为等企业和政府宏观经济部门提出了“算力指数”，来评估一个企业、一个区域乃至一个国家所能提供的总计算能力，用在终端、数据中心中安装的处理器芯片数量、CPU核的数量等来评估总计算能力，并且研究算力指数的增加与数字经济增加值之间的比例关系，衡量信息新基建的投资效率。“算力经济”也被提出，用来表示超算产业以及超算赋能的各行各业的GDP增加值。

（四）数据处理：算力的提升可以加快大数据分析和机器学习等数据处理速度，提高分析准确性。例如，社交媒体平台利用数据挖掘技术分析用户行为，改善用户体验。

（五）图像处理：算力网络可以提供高效的图像处理服务，如视频处理、图像增强和计算机视觉等。例如，电影特效制作利用高性能渲染技术创建逼真的视觉效果。

（六）虚拟现实：算力为虚拟现实应用提供强大的计算支持，如游戏和仿真等领域。

（七）智能制造：算力服务助力制造过程的数字化和智能化，如工业自动化与智能制造。

（八）智慧城市：算力服务支持城市管理的智能化，如智能交通和智能安防等。

（九）日常生活应用：算力在日常生活中的应用也非常广泛，包括人脸识别、智能客服等。例如，社交媒体内容审核利用自然语言处理和图像识别技术自动过滤不良信息。

（十）区块链应用：通过计算能力挖掘数字货币的过程。在采用工作量证明（PoW）共识机制的区块链网络中，是指比特币区块链的所有共识节点通过算力竞争获得记账权的过程，算力是决定挖矿效率和概率的关键因素。

（十一）应用场景扩展：大模型训练与推理需求激增，AI Agent、无人机等场景加速落地，推理算力占比从25%升至75%，推动算力基础设施向高性能集群发展。金融、制造、能源等垂类行业率先实现大模型应用突破，如智能风控、供应链管理等。

五、智能算力规模持续高速增长

（一）超算领域的突破与布局

中国在全球超算500强榜单中占据45%份额，国家建有超算中心，企业构建云计算中心，被密集地部署用于提供公共服务，算力的基础设施属性被不断强化。通信网络与互联网是全球性信息基础设施，是信息社会的底座，随着网络技术的发展，网络的智能测调能力越来越强。此外，谷歌等国际互联网企业，在全球范围布局了很多数据中心，在这些数据中心之间自建了互联的网络，自定义了互联的协议 。

2022年2月，中国京津冀、长三角、粤港澳大湾区、成渝地区启动了国家算力枢纽节点建设，在此之前，内蒙古、贵州、甘肃、宁夏4地算力枢纽节点已获批复。至此全国一体化大数据中心体系完成8大国家算力枢纽节点，10多个国家数据中心集群的总体布局设计，东数西算工程正式全面启动 。2023年4月，国家超算互联网工作启动会在天津召开，会议发起成立了国家超算互联网联合体。截至2024年国家超算中心增至14个。2024年2月20日，赛迪工业和信息化研究院（集团）四川有限公司正式发布《2023—2024中国算力服务企业综合竞争力50强研究报告》，同时公布算力服务企业综合竞争力50强榜单。

未来科技部将通过超算互联网建设，打造国家算力底座，促进超算算力的一体化运营，助力科技创新和经济社会高质量发展。预计到2025年底，国家超算互联网将可形成技术先进、模式创新、服务优质、生态完善的总体布局，有效支撑原始科学创新、重大工程突破、经济高质量发展、人民生活品质提高等目标达成，成为支撑数字中国建设的“高速路”。超算应用从科研扩展至民用领域，如气候模拟、生物医药等，2023年市场规模达296.5亿元，预计2028年超550亿元。超智融合（超算+AI）技术成为发展趋势，推动芯片架构与调度体系创新。

（二）政策与市场需求驱动

国内外环境的变化使得算力自主可控成为紧迫需求。国家出台多项政策推动算力基础设施的发展，如《算力基础设施高质量发展行动计划》，目标是在2025年实现量化发展。中国智能算力规模在政策引导下持续扩大，工信部提出到2025年算力总规模目标接近300 EFLOPS，其中智能算力占比35%，2023-2025年复合增长率达38.2%。科智咨询预测2024-2028年增速仍将保持近40%。

伴随AI大模型的崛起，智算需求呈现出爆发式增长。AI服务器成为算力的核心载体，硬件支出占比超过50%，而服务器在AI硬件中的占比更是高达80%。全球范围内生成式AI的爆发进一步拉动算力需求，预计2025年全球科技巨头拥有的GPU等效芯片数量达1240万块，折算功耗超1万MW。

六、算力供需与价格趋于均衡

随着人工智能应用市场需求潜力的持续释放，算力供给增量和价格将逐渐回归合理水平，以更好地满足市场需求。

（一）结构性闲置与优化

由于早期智算中心建设过快、应用生态滞后，部分地区出现“高质量算力供不应求、低效算力过剩”的结构性闲置现象。异构算力整合与调度技术成为优化关键，推动企业向算力管理服务转型。

（二）价格下行与技术迭代

算力租赁价格持续下降，英伟达H100 GPU时租价格从2023年的4.7美元降至2024年的2.85美元，带动AI模型训练成本降低。OpenAI主力模型价格降幅超80%，算力成本下降是核心因素之一。

七、技术创新与国产化加速

（一）芯片多元化与国产替代  

自主高端芯片软件生态进一步完善，计算芯片架构从x86、ARM向RISC-V扩展，国内芯片企业有望在技术创新和市场份额上取得更大突破，国产厂商如华为、中芯国际在AI芯片领域取得突破。2024年RISC-V芯片出货量超18亿颗，年增长达48%，但国产算力适配和迁移生态仍存瓶颈。

　2025年政产学研将协同推进国产AI芯片软件生态建设，加快解决在算法框架、通信加速库、算子库等技术短板和适配难题。政策推动国产芯片生态建设，ASIC凭借开源、定制化、能效等优势正在开启AI芯片研发新赛道，为国产芯片产业自主发展提供新的机遇。预计2027年国产AI芯片占比将显著提升，算力芯片的国产化替代进程加速。

（二）液冷与节能技术普及

云计算、大数据、算力，特别是人工智能技术的快速发展，数据中心传统的风冷散热技术已经难以解决高热密度散热问题，高密度算力集群推动散热技术革新，采用效率更高的液冷散热技术是必然结果。液冷市场规模业内专家预计 2025 年液冷占比有望达到 30%，市场规模有望超过 800 亿元，五年复合增长率达 55%。风冷与液冷混合模式成为主流，尤其适用于功耗超1500W的服务器。

八、算力服务模式升级

（一）平台化与调度体系完善

通过优化算力调度，提高算力资源的利用率和灵活性，降低企业的算力成本。算力服务从资源租赁转向一体化平台，阿里、中国电信等推出智算平台，整合算力、算法与数据。全国一体化算力调度体系初步形成，算力交易调度平台、跨区域调度技术（如异构混训调度）成为突破重点。

（二）公共算力与行业协作

算力普惠服务持续突破，区域级、城市级服务平台初现。地方政府与央国企主导的智算中心建设加速，北京、上海、重庆、武汉、宁夏、贵州等多地政府已建算力互联交易平台，实现城市算力统筹调度，推动算力资源普惠化。2024年国家数据局遴选的25个优秀案例为跨区域调度奠定基础，涵盖多元算力一体化布局、东中西部算力的一体化协同、算力与数据算法一体化应用、算力与绿色电力一体化融合、算力发展与安全保障一体化推进等五个方向，但跨区域大范围统一调度和市场商用仍有待更大突破。2024 年工业和信息化部于12月6日发布《关于公布2024年先进计算赋能新质生产力典型应用案例名单的通知》。

2025年，一方面全国算力跨地域、跨行业、跨平台的集中高效调度和共享建设提速，算力跨地域供需对接成为主要需求，健全算力交易市场机制，完善供需各方进场对接。同时异构算力混训/混推调度正在成为提高算力资源利用热点技术，百度、壁仞科技等在多种不同厂商/型号GPU混训协同使用方面取得一定进展，优化调度、训推一体将成为国内多技术路径突破的重点。

九、绿色化与可持续发展

算力和电力加速 “双向奔赴”，围绕规划、建设、运营、市场和商业模式等方向有序推进协同。数据中心等算力基础设施将更加注重绿色节能，采用高效的冷却技术和能源管理系统，降低能耗和运营成本。

（一）能源与算力协同低碳发展

算力高耗能问题凸显，液冷、间接蒸发冷技术广泛应用，数据中心平均PUE降至1.47。绿电使用比例提升至80%，核电、风电等清洁能源成为算力基础设施重要支撑。绿色算力低碳发展即算力运营绿色化，是支撑算力规模化、绿色化发展的关键所在，也是绿色算力在能源消耗宏观层面的集中体现。

（二）高效发展

绿色算力高效发展即算力生产绿色化，算力生产IT计算设备运行的高效化，可通过提升底层软硬件架构计算的高效性来降低能耗，是绿色算力在算力设备微观层面的核心体现。

（三）算力管理绿色化

算力管理调度层面的智能化，依托算力网络对分散、异构的算力进行智能感知、连接和统筹调度，实现绿色算力资源的配置优化，是当前算力绿色化发展正努力实践的方向。

（四）绿色算力集约发展

算力赋能应用的集约化是通过构建公共算力服务平台，进一步降低算力成本，并深层次融入支撑应用需求侧业务，推进应用需求侧的绿色化改造与升级，其本质是推进算力基础设施的可持续发展。

十、行业趋势与技术前景

算力作为数字经济的核心驱动力，其发展将深度影响全球科技竞争格局与产业升级路径。2025年算力产业呈现“速度与质量并重”的特征：需求侧AI应用爆发拉动算力需求，供给侧技术迭代与国产化加速重塑竞争格局。

未来可关注以下方向：

（一）技术协同：芯片、网络、算法全栈优化，提升算力效率；

（二）生态构建：国产芯片适配、开源社区与算力调度标准完善；

（三）可持续发展：绿色能源、液冷技术、水资源管理成为长期课题。