算力时代:从“计算”到“智算”的演进之路
《算力:数字经济的核心生产力》摘要 算力作为数字时代的"电能",正深刻改变着社会经济格局。2025年中国智能算力规模已达788EFLOPS,存力超1680EB,形成通用算力、智能算力等多元体系。算力支撑着AI大模型训练、医疗诊断优化等创新应用,同时通过"东数西算"工程实现全国资源优化配置。当前发展趋势呈现异构融合、绿色低碳、算网一体等特征,但也面临芯片自主可
1 算力的定义与基本概念
算力,简单来说就是计算能力(Computational Power),指的是设备或系统处理信息、执行计算的能力。就像人类需要大脑思考一样,数字世界需要算力来处理海量数据和复杂任务。算力的本质是一种将输入数据转化为有价值信息的处理能力,是数字世界的“生产力”。
在技术层面,算力通常以FLOPS(每秒浮点运算次数)为单位来衡量。随着计算任务越来越复杂,算力单位也从FLOPS一路发展到KFLOPS、MFLOPS、GFLOPS、TFLOPS、PFLOPS、EFLOPS甚至ZFLOPS。2025年中国智能算力规模已达788 EFLOPS(每秒百亿亿次浮点运算)①,这个数字意味着什么?如果让全世界70亿人每人每秒完成一次计算,需要连续不断计算超过350年,才能完成这些算力设备一秒内处理的计算量。
算力可以分为多种类型,各有其独特的应用场景和特点:
-
通用算力:基于CPU的处理能力,适用于各种常规计算任务,如网页浏览、办公软件等日常应用。
-
智能算力:主要以GPU、NPU等加速芯片为基础,专注于人工智能训练和推理,支持大模型处理和复杂算法运算。
-
超级算力:通常指超级计算机集群,用于解决极其复杂的科学计算问题,如天气预测、基因分析和宇宙模拟。
-
边缘算力:分布在网络边缘设备的计算能力,满足物联网和实时应用的低延迟需求,如自动驾驶和智能工厂。
算力类型 | 主要硬件 | 应用场景 | 特点 |
---|---|---|---|
通用算力 | CPU | 日常计算,企业应用,云计算 | 灵活性高,适用性广 |
智能算力 | GPU,NPU,TPU | AI训练,推理,深度学习 | 并行计算能力强,适合矩阵运算 |
超级算力 | 超级计算机集群 | 科学研究,气象预报,基因分析 | 计算规模极大,精度高 |
边缘算力 | 边缘计算设备,loT芯片 | 自动驾驶,智能家居,工业物联网 | 低延迟,分布式,实时性强 |
算力生态系统中不仅有硬件设备,还包括存力(存储能力)和运力(数据传输能力)。这三者构成了数字世界的“铁三角”。截至2025年6月,中国存力总规模超过1680 EB(艾字节)①,如果将这些存储空间全部用来存放高清电影,足够全人类连续观看超过5000年!而“东数西算”工程打造的干线网络,集群间光层直达链路已拓宽至1232 Tbps(太比特每秒)①,确保了数据能够高效流动,让算力真正成为即取即用的资源。
2 算力的作用与重要性
算力已经成为数字经济的核心生产力,如同工业时代的电力一样,是驱动创新和发展的基础资源。它不再只是科技企业的关注焦点,而是渗透到各行各业、支撑现代社会运行的基石。从日常生活到国家战略,算力的影响无处不在。
2.1 数字经济的基础支撑
算力是数字经济的“电能”,为数字化应用提供动力支持。无论是使用手机APP、在线支付、视频流媒体,还是企业数字化转型、政府智慧服务,都离不开算力的支撑。
-
在教育领域,算力支持个性化学习平台分析学生的学习行为,提供定制化的教学内容和建议。
-
在医疗健康领域,算力助力医学影像分析、药物研发和基因测序。中国移动的“移信大模型”在医疗影像诊断中的准确率已达96%以上,诊断效率提升50%⑩。
-
在交通领域,算力使智能交通系统能够实时优化交通流量,减少拥堵。车路协同系统已在全国20余个城市落地,有效降低交通事故率18%⑩。
算力赋能传统产业数字化转型,催生新模式、新业态。2025年中国算力应用创新项目累计超过2.3万个③,在工业、金融、医疗、能源等领域实现规模化复制推广。这些创新应用不仅提高了生产效率,还重塑了商业模式,为企业带来新的增长点。
2.2 创新驱动的核心引擎
人工智能的飞速发展完全建立在算力基础之上。大模型训练需要巨大的算力支持,例如DeepSeek V3.1模型参数规模达到6850亿(685B)④,采用稀疏混合专家架构(MoE),每次推理激活370亿参数。这种规模的模型训练需要数千张高性能GPU连续工作数周甚至数月。
算力降低了创新门槛,使中小企业和初创公司也能访问强大的计算资源。中国算力平台注册企业用户超1000家,入驻算力服务商逾100家,上架优质算力产品110余项①③。这种“算力民主化”趋势让创新不再是巨头的游戏,而是更多参与者可以加入的竞技场。
中国移动推出的“普惠智算包”以低成本、轻量化的服务模式,助力中小微企业快速接入智算能力,目前已服务超10万家企业⑩。这种普惠算力模式大大降低了企业使用先进技术的门槛,加速了创新步伐。
2.3 国家战略与安全支柱
算力实力已成为国家竞争力的重要体现。截至2025年6月底,中国在用算力中心标准机架达1085万架,智能算力规模达788 EFLOPS①,这个规模在全球位居前列②。算力基础设施的规模和质量,直接关系到国家在数字经济时代的话语权。
算力自主可控关系到国家安全和产业安全。全球服务器CPU和GPU市场被英特尔、AMD和英伟达牢牢把控,中国本土产业链份额不足5%⑥。面对这一挑战,中国正在通过自研芯片(如华为鲲鹏、阿里倚天)+运营商集采国产服务器的双轨策略,走自主可控路线⑥。
“东数西算” 工程是国家级的算力资源优化配置战略。规划建设超过250条“东数西算”干线光缆①,将东部产生的数据送到西部计算,利用西部丰富的能源资源和适宜的气候条件,实现全国算力资源的优化配置。这种布局不仅降低了计算成本,还促进了区域经济协调发展。
3 算力发展趋势与挑战
算力领域正在经历前所未有的快速发展和技术变革。了解这些趋势和面临的挑战,对于把握未来发展方向至关重要。
3.1 发展趋势
-
全局化协同与全国“一盘棋”:中国算力平台正式完成了山西、辽宁、上海、江苏、浙江、山东、河南、青海、宁夏、新疆等10个省区市分平台接入工作,实现了“平台、主体、资源、生态、场景”五大贯通③。这种“全局总览、分域协同”的算力发展新格局,改变了过去算力资源分散、孤立的局面,实现了全国算力资源的统筹调度和优化利用。
-
绿色低碳与可持续发展:随着算力规模不断扩大,能耗问题日益突出。全国算力中心平均电能利用效率(PUE)已降至1.42⑤,标志着绿色低碳技术在算力基础设施中的规模化应用取得显著成效。低PUE值意味着更高的能效水平,理想值为1.0,数值越低说明能源利用效率越高。通过采用液冷技术、自然冷却、余热回收等创新方案,算力中心正朝着更加环保的方向发展。
-
异构融合与软件定义:未来的算力架构将是异构融合的,即不同架构的芯片(CPU、GPU、NPU、ASIC等)协同工作,发挥各自优势。中国算力平台支持异构芯片和多主体资源调度,让不同厂商、不同架构的算力能“混着用”⑥。软件定义算力(Software-Defined Computing)技术使硬件资源被抽象、池化和按需分配,用户无需关心算力来自哪里、基于什么硬件,只需关注所需的计算性能和结果。
-
算网一体与智能化调度:算力与网络正在深度融合,形成“算网一体”新架构。中国移动依托“东数西算”国家战略布局的全国算力网络,已实现“一云多芯、多云协同”,为用户提供低时延、高可靠的算力服务⑩。智能化调度系统能够根据任务需求、网络状况和能源成本等因素,自动选择最优的计算节点和传输路径,实现全局效率最优。
3.2 面临挑战
-
芯片供应与自主可控:中国算力产业链面临芯片供应和代工的软肋——全球服务器CPU和GPU市场被英特尔、AMD和英伟达牢牢把控,中国本土产业链份额不足5%。虽然华为昇腾、海光信息等国内企业在奋力直追,但在高端芯片领域仍存在明显差距。美国对高端GPU的出口限制进一步加剧了这一挑战,使中国科技企业普遍面临智能算力短缺的问题。
-
算力资源利用率与成本高企:中国算力市场分散导致资源利用率低和成本高企。七朵云和三大运营商云打得头破血流,普遍亏损;地方大数据产业园、国资云又加剧市场割裂。对比美国三朵公共云(AWS、Azure、Google Cloud)的规模效应,中国市场分散化格局确实处于竞争劣势。资源利用率低意味着巨大的投资浪费,也推高了算力使用成本。
-
应用生态与软件栈成熟度:算力硬件的发展需要相应的软件生态来支撑。目前国产算力平台在软件生态、开发工具链和应用优化方面仍落后于国际领先水平。许多国内AI企业和研究机构仍依赖于CUDA等国外软件平台,迁移到国产平台需要大量工作和性能妥协。构建成熟的自主软件生态,需要产业链各方的长期共同努力。
-
标准互通与产业协同:虽然中国算力平台在互联互通方面取得了显著进展,但全行业的标准化工作仍面临挑战。不同厂商的硬件接口、API规范和数据格式存在差异,增加了系统集成和协同使用的难度。《算力互联互通行动计划》提出,到2026年,建立较为完备的算力互联互通标准、标识和规则体系;到2028年,基本实现全国公共算力标准化互联。这一进程需要政府、企业和标准组织的密切合作。
4 2025中国算力大会亮点与数据解读
2025年8月23日,以“算网筑基 智引未来”为主题的2025中国算力大会在山西大同开幕。这次大会集中展示了中国算力产业的最新进展和发展方向,以下是会议的核心内容与数据解读。
4.1 关键数据发布
本次大会披露了中国算力产业的一系列重要数据,这些数字背后反映了中国算力产业的规模和质量:
-
1085万架:截至2025年6月底,中国在用算力中心标准机架数量达到1085万架,这表明中国算力基础设施的规模已居全球前列。
-
788 EFLOPS:中国智能算力规模达到788 EFLOPS(FP16半精度),体现了中国在AI计算能力方面的强大实力。
-
1680 EB:中国存力总规模超过1680 EB(艾字节),庞大的存储能力为数据要素价值释放提供了坚实基础。
-
14060个:中国数据中心400G端口数量大幅增加至14060个,高速网络接口保障了数据的高速流动。
指标类型 | 具体数值 | 意义 |
---|---|---|
算力规模 | 1085万架标准机架 | 算力基础设施规模全球前列 |
智能算力 | 788EFLOPS | AI计算能力强大 |
存储能力 | 1680EB | 数据存储容量充足 |
网络运力 | 14060个400G端口 | 高速数据传输能力 |
互联带宽 | 1232 Tbps | 东数西算干线带宽 |
4.2 中国算力平台贯通
本次大会最重要的宣布是中国算力平台的正式贯通。山西、辽宁、上海、江苏、浙江、山东、河南、青海、宁夏、新疆10个省区市分平台接入国家级平台,实现了“五大贯通”:
-
平台贯通:建成了全国算力态势感知监测系统,可对算力设施和数据进行全面采集和动态监测,精准掌握全国算力发展情况,形成覆盖全国的“算力资源一本账”。
-
主体贯通:建立了算力供需主体的精准匹配机制,提供“算力匹配一站式”服务,有效连接算力供应方和需求方。
-
资源贯通:汇聚了异构算力资源,能够灵活调度,形成“算力调度一张网”,实现跨区域、跨架构的算力资源协调。
-
生态贯通:搭建了算力生态社区,推动“算力生态一盘棋”,促进产业链上下游协同创新。
-
场景贯通:开展算力揭榜行动,立起“算力强基一榜单”,推动算力技术在各类应用场景中的落地。
截至2025年7月底,中国算力平台运营层注册企业用户超1000家,入驻算力服务商逾100家,上架优质算力产品110余项,接入主流基础大模型和垂类模型90余个,成功承载9000余张离散卡的供应汇聚、购买和即时开通服务。这些数据表明,中国算力平台已经形成了丰富的生态系统和活跃的用户社区。
4.3 政策导向与未来规划
工业和信息化部副部长熊继军在大会上阐述了下一步政策方向:
-
完善算力布局政策体系:优化布局算力基础设施,引导各地合理布局智能算力设施,持续开展国家绿色数据中心建设。
-
强化科技创新:加快突破GPU芯片等关键核心技术,扩大基础共性技术供给。深入开展算力强基“揭榜”行动,聚焦计算、存储、网络等重点方向。
-
深化行业应用:面向教育、医疗、能源等重点行业,开展算力赋能专项行动。推动“智算生态圈”建设,推广一批标志性技术产品和解决方案。
-
拓展开放合作:持续在北京、上海、海南、深圳做好互联网数据中心等增值电信业务扩大对外开放试点工作,支持国内算力企业走出去,提升全球化服务能力。
《算力互联互通行动计划》提出明确目标:到2026年,建立较为完备的算力互联互通标准、标识和规则体系;到2028年,基本实现全国公共算力标准化互联,逐步形成具备智能感知、实时发现、随需获取的算力互联网。
5 未来展望:算力无处不在的未来
算力技术的发展和应用前景广阔,未来将更加深入地融入经济社会发展的各个领域。基于当前趋势和技术发展方向,我们可以对算力的未来做出一些展望。
5.1 泛在化:算力成为像电力一样的基础资源
随着算力网络技术的成熟和算力调度机制的完善,算力将像电力一样随时可取、按需使用。用户无需关心算力来自何处,只需通过简单的接口调用所需算力,并按使用量付费。这种算力泛在化趋势将极大地降低数字技术的使用门槛,推动创新爆发式增长。
中国算力平台正在推动这一愿景的实现。通过“毫秒用算”专项行动,未来用户访问算力服务将像使用电力一样方便——插上“插座”就能获得计算能力,无需自建算力基础设施。这种模式特别有利于中小企业和创新创业团队,它们可以专注于业务逻辑和创新算法,而不必担心底层算力问题。
5.2 智能化:算力基础设施自我优化与管理
未来的算力平台将更加智能化,能够实现自我优化、自我管理和自我修复。通过人工智能技术,算力平台可以:
-
预测算力需求变化,提前做好资源调配
-
自动检测和修复故障,提高系统可靠性
-
优化资源分配,提高整体利用效率
-
根据工作负载特征,自动匹配最适合的硬件资源
中国移动展出的“智算安全大脑”可实时监测全网算力节点安全状态,实现安全漏洞“秒级发现、分钟级处置”,代表了这一发展方向。智能化的算力基础设施将大大降低运营成本,提高服务质量,使算力使用更加便捷高效。
5.3 人性化:算力服务更加贴近用户需求
算力服务的发展方向是更加贴近用户需求,提供更加个性化、定制化的服务。算力平台将能够理解用户的计算需求,自动推荐最优的计算方案和资源配置。对于不同行业的用户,算力服务将提供行业特定的优化和加速,如生物信息学计算、金融风险模拟、影视渲染等专用算力套餐。
DeepSeek V3.1版本展现的成本优势预示着算力服务将更加经济实惠。完成一个完整的编程任务,V3.1的估计成本仅为1.01美元左右,远低于一些闭源竞争对手估计的每个类似任务约70美元的成本。这种成本下降趋势将使更多用户能够负担得起高性能计算资源,推动算力使用的大众化。
算力就像数字时代的电能,它看不见摸不着,却赋能万千应用场景。从智能手机到超级计算机,从线上购物到智能制造,算力正在悄然改变我们的生活和工作方式。2025中国算力大会展示的成果和规划,让我们看到了一个算力无处不在的未来——这个未来不仅仅有技术的进步,更有基于算力的创新生态和合作模式。就像电力革命改变了工业社会一样,算力革命正在重塑数字社会的基本格局。
更多推荐
所有评论(0)