【摘要】伴隨經濟社會數字化轉型加速，以及各類數字應用場景的涌現，算力的重要性不斷凸顯，已成為各國提高綜合國力和國際影響力的戰略制高點。在人工智能技術的深化發展期，需以充足且均衡的算力作為基石，支撐算法創新與硬件迭代，充分釋放數據要素活力，將政策紅利轉變為產業發展紅利。我國算力產業自20世紀70年代以來歷經四個發展階段，算力規模穩步提升，算力賦能日益深化。但不容忽視，我國算力發展仍然面臨產品滲透率不高、超大集群能效設計不足、大規模算力互聯與管理經驗缺乏等現實挑戰。為此，應著力強化基礎硬件自主創新與產業支撐，加快前沿技術布局與架構創新，完善數據流動的軟硬性實力，優化數字能源發展，實現我國算力產業超大集群協同發展。

【關鍵詞】科技競爭 國產算力產業 算力使用效率 超大集群互聯

【中圖分類號】D92 【文獻標識碼】A

“十五五”規劃建議指出：“加快人工智能等數智技術創新，突破基礎理論和核心技術，強化算力、算法、數據等高效供給。”①算力，是集信息計算力、網絡運載力、數據存儲力于一體的新質生產力，主要通過算力基礎設施向社會提供服務。當前，伴隨數字化轉型加速以及各類數字應用場景的涌現，算力的重要性不斷凸顯，成為激活數據要素潛能、推動科技創新、助推產業轉型升級、引領數字經濟高質量發展的新質生產力，并成為各國提高綜合國力和國際影響力的戰略制高點②。

在以數據、算法、算力為三大驅動引擎的數字經濟時代，算力作為新質生產力，是互聯網、政務、工業、金融、醫療、交通、能源、教育等各個行業智能設備運行的核心支撐要素。按照應用場景劃分，算力一般可分為通用算力（GPC）與高性能算力（HPC）。近年來，高性能計算解決方案的普及度顯著提升，強大的計算能力使其在教育機構、政府組織、能源部門及國防組織等領域得到廣泛應用。伴隨算力網與電力網的競合發展，全球算力競爭已經由常規的算力規模、算力模型延伸至算力能源供給技術領域，并日趨白熱化。

在產業層面，算力產業鏈涵蓋由基礎硬件、基礎軟件、基礎設施構成的上游產業；由第三方數據中心、云計算服務、網絡運營服務、IT外包服務、系統集成服務構成的中游產業；以及由互聯網、工業、金融、能源等各行業企業用戶構成的下游產業③。算力的提升直接依賴關鍵硬件組件的性能指標。以個人計算機系統為例，其中央處理器（CPU）的主頻與核心數量、圖形處理單元（GPU）的并行計算能力，以及隨機存取存儲器（RAM）的容量與帶寬等參數，共同決定系統的整體計算效能。這些硬件規格的優化升級能夠顯著提升設備運算速度、數據處理能力和多任務處理效率，進而為用戶提供更優質的計算體驗。我國國產算力產業起步晚、發展勁頭強、科技創新前景好，已實現通算、智算、超算多元算力的協同發展，算力規模穩步提升，算力賦能日益深化，但仍需破解核心技術與產品外部依賴度高、互聯生態不完善、高性能計算應用場景與市場需求不匹配等難題。

自20世紀70年代以來，我國算力產業發展歷經四個階段

中國算力產業的發展歷程，不僅是我國科技實力提升的重要縮影，更是產業變革帶動經濟社會發展的生動寫照，充分展示我國技術轉移體系、產學研用一體化、企業科技創新動能釋放的階段性成就。按階段劃分，中國國產算力經歷了從起步探索到自主創新、從依賴進口到全球領先的跨越式發展。

第一階段為技術起步階段：可溯源至上世紀70—90年代，主要通過研制超級計算機與基礎技術探索進行技術積累與基礎布局?，F代算法技術的起源可追溯至二戰時期，其發展深受軍事計算需求，如彈道軌跡計算與密碼破譯的推動。至1964年，美國成功研制用于核武器設計與天氣模擬的超級計算機，標志著該技術進入了成形與發展階段。1983年，中國首臺億次超級計算機“銀河-I”問世，打破西方技術封鎖并開啟自主超算研發之路。1992年，“銀河-II”突破百億次運算，應用于氣象預報和石油勘探，初步展現算力對國家的重要戰略價值。雖然彼時芯片、操作系統等核心技術仍依賴進口，但中國通過“863計劃”等政策支持逐步建立起自己的研發體系。

第二階段為技術追趕階段：2000年—2010年期間，美國已將互聯網向民用開放。摩爾定律的加持下，CPU、內存、硬盤等部件性能高速提升，英特爾、微軟、SUN等主流科技公司聯合開發Next Generation I/O（NGIO）技術標準；IBM、康柏、惠普則主導開發合并Future I/O（FIO）技術標準，并創立英飛凌貿易協會（InfiniBand Trade Association，IBTA）與服務器I/O架構規范1.0。這一時期，中國超算技術攻堅克難并在科技實力層面實現突破，躋身全球前列。2004年，曙光4000A以世界第十的排名成為首個進入全球TOP500榜單的中國超算。2010年，“天河一號”以千萬億次算力（P級）問鼎世界第一，標志中國進入超算第一梯隊，載人航天、基因測序等超算算力的重要應用場景亦得到拓展，如“天宮一號”軌道計算、高鐵空氣動力學模擬等重大工程均離不開超算發展。此外，伴隨超算發展，國內芯片、操作系統、服務器等領域開始涌現一大批信息技術企業，進一步為中國信創產業發展與國民經濟騰飛奠定基礎。

第三階段為自主創新階段：2010年，美國IBTA貿易協會對以太網算法進行技術創新，2015年至2020年，美國InfiniBand已經成為超級計算機的首選內部鏈接技術，其業務范圍逐步從芯片延伸到網卡、交換機、遠程通信系統與線纜模塊等領域，確立世界級網絡提供商的地位。在此期間，中國國產算力主要著力于核心技術突破與技術生態構建，并于2016年取得芯片自主化的重大突破，即搭載國產“申威26010”處理器的“神威·太湖之光”超算以93PFlops的算力再奪世界第一，并實現核心芯片完全自主可控。產學研領域，用于訓練人工智能系統的算力需求呈爆炸式增長，計算性能的高速提升成為人工智能突破性發展與規?；顿Y的主要催化劑，中美算力競爭同步加劇④。2017年，國家發布《新一代人工智能發展規劃》，明確將算力列為人工智能發展的核心基礎設施。2020年，“新基建”戰略將數據中心、智能計算中心納入國家基礎設施，進一步加速全國算力網絡布局。當前，用于訓練人工智能系統的算力大約每六個月翻一番。云計算與人工智能算力的崛起，推動許多企業對主機托管基礎設施與公有云服務進行大量投資。阿里云、華為云等企業積極推動云計算普及，寒武紀、昇騰等人工智能芯片發展亦呈現加速。

第四階段為技術引領階段：2020年以來，中國國產算力產業已躋身全球前列，多元化算力體系與戰略性算力布局全球領先。2022年，“東數西算”工程啟動，國家樞紐節點實現布局優化，東西部算力資源分配在降低能耗的同時效率提升⑤。截至2024年底，我國算力總規模達280EFLOPS（每秒百億億次浮點運算），其中智能算力規模達90EFLOPS，占比32%。同時，量子計算等前沿技術實現突破，“九章”光量子計算機實現“量子優越性”，“祖沖之號”超導量子芯片在量子比特規模和相干時間等方面取得突破，融合CPU、GPU、NPU的多元算力架構亦推動異構計算，支撐自動駕駛、元宇宙等新興場景落地。此外，算力平臺的綠色低碳轉型使數據中心電能利用效率（PUE）值從1.5降至1.3以下，液冷技術、可再生能源應用推動算力產業的可持續發展。

我國算力產業發展現狀與增長趨勢

在國家戰略的強力牽引和市場需求的驅動下，我國算力產業已步入規?；Ⅲw系化的高質量發展新階段。同時，伴隨人工智能與機器學習技術的高速發展，全球算力需求持續增長，這一趨勢推動了我國算力市場擴張，在為相關行業帶來較大經濟收益的同時，也極易引發算力壟斷等問題。當前，我國算力產業發展呈現出規模與結構持續優化、自主創新與融合應用加速的鮮明特征，為我國數字經濟的蓬勃發展奠定了堅實基礎。

? 我國算力產業發展現狀方面

其一，算力市場規模與應用領域不斷拓展。當前，服務器是算力產業的核心組成部分，數據中心和中小企業（SME）的算力需求旺盛；制造業等傳統行業通過部署高性能計算（HPC）系統和先進設計軟件，生產效率與競爭力顯著提升。其二，人工智能技術發展催生新興算力產業模式。特別是以DeepSeek為代表的大型預訓練模型取得關鍵突破，顯著驅動人工智能滲透到智能制造、金融風控與智能交通等領域的深度融合，進而催生新興的算力產業模式與經濟增長點。其三，政策支持與自主創新形成合力并展現強勁內生動能。宏觀政策引導下，數據中心和智能算力基礎設施建設全面提速，企業持續加大研發投入，推出契合市場需求的國產算力產品與解決方案，算力產業生態日趨完善。

? 我國算力產業未來增長方面

我國算力技術體系正加速向自主化、可控化戰略轉型。面對日益復雜的國際環境與技術限制，我國算力產業的自主創新步伐正在全面提速。據摩根士丹利2025年發布的研究報告估算，中國人工智能GPU自給率已從2020年不足10%提升至2024年約34%，并有望在2027年升至約82%。在這一趨勢下，算力產業發展正從過去單點硬件的性能追趕，轉向更加務實、高效的系統級創新。例如，華為提出“用系統工程的思路，通過集群計算彌補單芯片性能不足”的策略，依托大規模部署昇騰系列國產芯片，結合自主研發高速互聯網絡、并行計算框架（如CANN）及優化算法，在系統層面實現與國際頂尖水平相當、甚至特定任務上更優的運算性能。未來，除繼續支持芯片設計制造外，還需大力投入系統軟件、編譯器、互聯技術等國產“軟實力”建設，充分釋放硬件潛力。

高質量算力發展成為核心方向，產業重心從“規模擴張”轉向“算效提升”。伴隨我國算力總規模邁上新臺階，“算效”（即算力利用效率）正被提升至戰略高度。中國信通院等機構提出，衡量算力不應只看理論峰值（EFLOPS），而應綜合評估“高算效、高智效、高碳效”等維度指標對應的“高質量算力”。當前，算效低下是普遍存在的問題，部分智算中心GPU實際利用率偏低，造成資源浪費和供需結構失衡。未來，應進一步完善算力利用率、任務完成效率、單位能耗產出等實際效能指標，引導產業從粗放式規模競賽轉向精細化效率競爭，從而整體提升國家算力基礎設施投資的戰略回報。

算力應用持續向縱深拓展，賦能千行百業智能化轉型。當前，算力正在從少數尖端領域的專用資源，加速轉變為如電力般的普惠性基礎設施，深度融入經濟社會各個方面。目前，全國已落地的算力應用項目超過1.3萬個，建成的各級智能工廠超過3萬家，并覆蓋工業、金融、交通、醫療、教育等重點行業。伴隨大模型技術的成熟及開源普及，算力應用門檻降低，正在為千行百業智能化轉型創造有利條件。未來，需進一步推動大型云服務商和智算中心構建開放、易用的公共算力平臺，并加快構建面向特定行業的公共數據集和預訓練模型，助力廣大中小企業快速開發符合自身需求的智能化應用。

國際競爭與合作并存，標準與生態博弈日趨激烈。當前，全球算力競爭焦點日益集中于技術標準與產業生態構建。例如，2024年成立的“超級以太網聯盟”（UEC）為下一代人工智能和高性能計算集群制定一套開放統一的高速網絡標準。對我國而言，一方面，獨立于此類主流國際標準體系之外可能制造技術孤立與生態割裂的風險，應積極參與UEC等國際標準組織，推動國內標準與國際主流標準體系兼容互通；另一方面，我國主導、參與國產處理器架構、操作系統、人工智能框架等產業技術標準建設，也正迎來戰略窗口期，應以更大決心投入構建具備國際影響力的自主算力生態。

當前我國國產算力高效供給面臨的主要難題

當前，我國數字經濟邁向全面擴展期，數字化創新引領發展能力顯著增強。“十五五”規劃建議提出，深入推進數字中國建設，強化算力、算法、數據等高效供給。然而，當前我國算力體系在一體化布局、區域協同、法規建設、算電協同及安全發展等方面仍存短板，疊加國際貿易摩擦與外部政策風險，整體上我國算力產業發展亟待突破多重瓶頸。具體來看，高昂的算力、能源與硬件成本構成初期投入壓力；技術整合難度高、數據標準化與共享機制不完善則形成軟性制約。

核心算力產品國產化率仍待提升。自從2021年信創項目落地以來，國產服務器在政務等行業得到廣泛應用，國產芯片及服務器性能持續迭代，正逐步由“可用”向“好用”邁進。然而，國產化產品在核心領域的滲透率依然不足。《2024年中國國產服務器市場研究報告》指出，2024年國產服務器銷量超過90萬臺，但市場份額仍在20%左右，國產GPU在超算中心等諸多高端場景中利用率仍顯不足。未來，要實現國產服務器在高端領域對國外產品的替代，必須同步突破芯片性能迭代與上游產能保障等關鍵環節，以滿足“萬卡”級算力集群的部署需求。

算力使用效率有待提升。在大模型分布式訓練場景中，算力集群的“有效算力”提升相對有限。算力集群中，有效算力主要通過“GPU利用率”和“集群線性加速比”兩個指標顯現。其中，前者受芯片架構、內存、互聯帶寬、芯片功耗等因素限制；后者則受節點間的通信能力、并行訓練框架、資源調度等因素制約。這兩項指標發揮得越充分，模型訓練效率就越高、成本越低。面對未來超萬卡規模的算力集群，需運用系統工程方法，對集群網絡的精細化設計，推動軟硬件全棧整合優化，綜合提升集群算力利用效率。

大規模算力互聯與管理存在挑戰。當模型規模擴展至萬億量級時，數據處理與計算需求已遠超單機單卡能力極限，多機多卡互聯與并行訓練策略成為必然趨勢。在海量數據的處理方面，千億參數模型的訓練需對PB（拍字節）級別的數據集使用多種協議進行高效處理，但現有算力存儲系統在協議處理、數據管理、吞吐性能等方面，仍存在瓶頸。在互聯技術方面，以在超萬卡集群部署的GPT-4大模型為例（約有1.8萬億參數），每輪迭代計算均涉及前向與反向傳播的計算和通信，對超萬卡集群中橫向與縱向的網絡架構與升級成本管理提出挑戰。在算力集群的可用性與運維方面，超萬卡集群承載萬億級模型訓練任務，意味著數千萬器件需長時間滿負荷高速運轉，且任一組件故障都可能導致訓練中斷。一個超萬卡集群由數千臺智算服務器、數千臺交換機、數千臺存儲設備、數萬組光纖與光模塊構成，海量元器件與器件規模的硬件失效率與硬件故障率難以有效控制，且相關軟硬件故障模式復雜多樣，管理難度巨大。

配套設施與硬件系統要求較高。相較傳統云數據中心，超萬卡集群對于機房配套設施提出全新要求⑥。為更好支撐超萬卡集群的快速建設、便捷部署與長期運行，該領域不僅對高壓直流供電技術、高效液冷散熱技術、超大規模網絡部署等層面，提出更高要求，也對機房配套設施的供電、承重、機房潔凈度和走線架設計等方面提出更高要求。供電方面，隨著單芯片設計功率上升至400W—700W，單機柜功率從傳統數據中心的7KW—8KW上升至40KW-60KW，對機房功率提升與散熱能力強化提出更高要求。承重方面，算力集群規模擴大帶來單機柜重達1噸—2噸，需引入液冷技術以保障單位空間的算力密度并確保智算芯片高速運行，對機房承重提出更高標準。

推進國產算力產業發展的關鍵對策

強化基礎硬件自主創新與產業支撐。伴隨國內智算中心加速部署，人工智能服務器、交換機、光模塊、光芯片、溫控設備等核心硬件需求持續攀升。為突破英特爾與AMD的X86指令集壟斷，中國企業亟須以技術和商業模式手段實現創新，推動中低端X86兼容芯片的國產化替代，并在先進封裝等新興技術替代路徑上尋求高端芯片的國產化突破。政策層面，應降低西方部分國家出口管制與技術封鎖對國產芯片技術升級與供應鏈穩定性的系統性風險。鼓勵產學研聚焦國家重大需求協同攻關，加大對國產服務器及芯片研發的投入力度，提升國產服務器的供給能力，為算力產業發展筑牢根基。

加快前沿技術布局與架構創新。放眼人工智能產業的高速發展，包括算力基礎設施建設、大模型參數訓練與應用端增量需求，均離不開核心技術的持續突破。例如，海外算力行業已經著手改善以太網的實際應用性能，以太網組網的大規模集群正在成為人工智能數據中心前端與后端的關鍵基礎設施，并成為算力升級探索的第二路徑。此外，量子計算與經典計算結合、存算一體芯片、光子計算等新型架構，亦均是算力強國競相投入的重點方向，我國亟需加速追趕，搶占科技發展制高點。

數據流動管理與數據安全治理并重。2022年，全國一體化大數據中心體系完成總體布局，“東數西算”工程正式啟動。國際數據公司（IDC）報告顯示，2025年中國創造與復制的數據量將增48.6ZB，數據生產量約占世界數據總量的27.8%，或將超越美國成為世界第一大數據生產國。數字時代，數據作為關鍵生產要素的重要性日益凸顯。為回應指數級增長的數據規模，有必要在算力樞紐節點與國家數據中心部署數據收集、存儲、管理的集群化體系，通過常態化演練預先防范潛在數據使用風險以釋放數據價值⑦。此外，持續完善覆蓋數據全生命周期的安全治理法律框架，通過領先的數據安全監管體系與管理體系，為人工智能算法模型升級提供保障，構筑我國在數字時代的全球數據競爭優勢。

加快落實數字能源基礎設施建設。在“雙碳”目標與數字經濟協同發展的戰略導向下，應統籌規劃算力布局、優化能源供給分配并推動能源技術創新，優化多層次基礎設施以更好供給算力產業發展⑧。例如，利用智能調度算法優化“源-網-荷-儲”一體化運行模式，降低數據中心電能利用效率值（PUE值）；研發面向高密度算力設備的液冷散熱、高壓直流供電等低碳化技術；部署大模型驅動的能耗預測與動態調優系統，構建聚合分布式算力資源的“虛擬電廠”以提升彈性響應能力；完善綠電交易機制與碳足跡核算標準，激勵企業通過購買綠證、參與碳市場抵消算力碳足跡，推動技術標準互認與創新碳稅政策工具。通過構建平衡算力與能源協同發展的制度性基礎設施，最終實現算力規模增長與碳排放總量提升的大范圍脫鉤。

當今世界，算力不僅是驅動經濟社會高質量發展的核心引擎，也日益成為衡量國家科技水平和綜合國力的重要指標。我國國產算力的快速發展不僅展現技術能力的飛躍，更是國家戰略、產業轉型與科技自立自強的綜合體現。自我國走上算力自主化發展道路以來，以美國為首的歐美國家頻繁憑借科技優勢對我國發起科技制裁，嚴重影響并阻遏我國科技行業發展。伴隨“數字中國”戰略的深化，夯實算力基礎、發展國產算力代替技術，優化算力基礎設施的步伐已勢不可擋。在政策層面，我國對數字經濟的支持與保障體系持續完善，為產業發展提供了清晰指引和有力支撐。當前，黨政機關及部分行業的數字化場景已率先應用國產芯片與服務器，為國產算力建設提供更多確定性與發展空間，形成良好示范。未來，國產算力產業將持續迭代產品性能，推動國產算力從“可用好用”向“高效領先”演進，逐步建成具備全球競爭力的自主算力生態。

【注：本文系國家社科基金年度項目“基于語料庫的網絡安全話語體系研究”（項目編號：24BYY151）；國家社科基金重大項目“建立健全我國網絡綜合治理體系研究”（項目編號：20ZDA062）；浙江省法學會重點課題“數字社會司法治理理論與規則研究”（項目編號：2024NA19）的階段性成果】

【注釋】

①《中共中央關于制定國民經濟和社會發展第十五個五年規劃的建議》，《人民日報》，2025年10月29日。

②洪濤、程樂：《全國算力體系一體化建設的五大問題及治理對策》，《中國科學院院刊》，2024年第12期。

③金光敏、梁琳：《算力產業高質量發展的價值維度、現實困境與推進策略》，《經濟縱橫》，2023年第10期。

④戚凱、楊悅怡：《人工智能時代的美國對華算力競爭》，《國際論壇》，2024年第3期。

⑤錢德沛、欒鐘治、劉軼：《從網格到“東數西算”:構建國家算力基礎設施》，《北京航空航天大學學報》，2022年第9期。

⑥丁宏慶、張鵬飛、牛紅韋華等：《云化的智算中心萬卡集群創新與實踐》，《電信科學》，2024年第12期。

⑦蔡躍洲、馬文君：《數據要素對高質量發展影響與數據流動制約》，《數量經濟技術經濟研究》，2021年第3期。

⑧王永真、唐豪、魏一鳴等：《中國數據中心綜合能耗及其靈活性預測》，《北京理工大學學報（社會科學版）》，2025年第2期。

責編/谷漩 美編/楊玲玲

聲明：本文為人民論壇雜志社原創內容，任何單位或個人轉載請回復本微信號獲得授權，轉載時務必標明來源及作者，否則追究法律責任。