【摘要】伴随经济社会数字化转型加速，以及各类数字应用场景的涌现，算力的重要性不断凸显，已成为各国提高综合国力和国际影响力的战略制高点。在人工智能技术的深化发展期，需以充足且均衡的算力作为基石，支撑算法创新与硬件迭代，充分释放数据要素活力，将政策红利转变为产业发展红利。我国算力产业自20世纪70年代以来历经四个发展阶段，算力规模稳步提升，算力赋能日益深化。但不容忽视，我国算力发展仍然面临产品渗透率不高、超大集群能效设计不足、大规模算力互联与管理经验缺乏等现实挑战。为此，应着力强化基础硬件自主创新与产业支撑，加快前沿技术布局与架构创新，完善数据流动的软硬性实力，优化数字能源发展，实现我国算力产业超大集群协同发展。
【关键词】科技竞争 国产算力产业 算力使用效率 超大集群互联
【中图分类号】D92 【文献标识码】A
“十五五”规划建议指出：“加快人工智能等数智技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给。”①算力，是集信息计算力、网络运载力、数据存储力于一体的新质生产力，主要通过算力基础设施向社会提供服务。当前，伴随数字化转型加速以及各类数字应用场景的涌现，算力的重要性不断凸显，成为激活数据要素潜能、推动科技创新、助推产业转型升级、引领数字经济高质量发展的新质生产力，并成为各国提高综合国力和国际影响力的战略制高点②。
在以数据、算法、算力为三大驱动引擎的数字经济时代，算力作为新质生产力，是互联网、政务、工业、金融、医疗、交通、能源、教育等各个行业智能设备运行的核心支撑要素。按照应用场景划分，算力一般可分为通用算力（GPC）与高性能算力（HPC）。近年来，高性能计算解决方案的普及度显著提升，强大的计算能力使其在教育机构、政府组织、能源部门及国防组织等领域得到广泛应用。伴随算力网与电力网的竞合发展，全球算力竞争已经由常规的算力规模、算力模型延伸至算力能源供给技术领域，并日趋白热化。
在产业层面，算力产业链涵盖由基础硬件、基础软件、基础设施构成的上游产业；由第三方数据中心、云计算服务、网络运营服务、IT外包服务、系统集成服务构成的中游产业；以及由互联网、工业、金融、能源等各行业企业用户构成的下游产业③。算力的提升直接依赖关键硬件组件的性能指标。以个人计算机系统为例，其中央处理器（CPU）的主频与核心数量、图形处理单元（GPU）的并行计算能力，以及随机存取存储器（RAM）的容量与带宽等参数，共同决定系统的整体计算效能。这些硬件规格的优化升级能够显著提升设备运算速度、数据处理能力和多任务处理效率，进而为用户提供更优质的计算体验。我国国产算力产业起步晚、发展劲头强、科技创新前景好，已实现通算、智算、超算多元算力的协同发展，算力规模稳步提升，算力赋能日益深化，但仍需破解核心技术与产品外部依赖度高、互联生态不完善、高性能计算应用场景与市场需求不匹配等难题。
自20世纪70年代以来，我国算力产业发展历经四个阶段
中国算力产业的发展历程，不仅是我国科技实力提升的重要缩影，更是产业变革带动经济社会发展的生动写照，充分展示我国技术转移体系、产学研用一体化、企业科技创新动能释放的阶段性成就。按阶段划分，中国国产算力经历了从起步探索到自主创新、从依赖进口到全球领先的跨越式发展。
第一阶段为技术起步阶段：可溯源至上世纪70—90年代，主要通过研制超级计算机与基础技术探索进行技术积累与基础布局。现代算法技术的起源可追溯至二战时期，其发展深受军事计算需求，如弹道轨迹计算与密码破译的推动。至1964年，美国成功研制用于核武器设计与天气模拟的超级计算机，标志着该技术进入了成形与发展阶段。1983年，中国首台亿次超级计算机“银河-I”问世，打破西方技术封锁并开启自主超算研发之路。1992年，“银河-II”突破百亿次运算，应用于气象预报和石油勘探，初步展现算力对国家的重要战略价值。虽然彼时芯片、操作系统等核心技术仍依赖进口，但中国通过“863计划”等政策支持逐步建立起自己的研发体系。
第二阶段为技术追赶阶段：2000年—2010年期间，美国已将互联网向民用开放。摩尔定律的加持下，CPU、内存、硬盘等部件性能高速提升，英特尔、微软、SUN等主流科技公司联合开发Next Generation I/O（NGIO）技术标准；IBM、康柏、惠普则主导开发合并Future I/O（FIO）技术标准，并创立英飞凌贸易协会（InfiniBand Trade Association，IBTA）与服务器I/O架构规范1.0。这一时期，中国超算技术攻坚克难并在科技实力层面实现突破，跻身全球前列。2004年，曙光4000A以世界第十的排名成为首个进入全球TOP500榜单的中国超算。2010年，“天河一号”以千万亿次算力（P级）问鼎世界第一，标志中国进入超算第一梯队，载人航天、基因测序等超算算力的重要应用场景亦得到拓展，如“天宫一号”轨道计算、高铁空气动力学模拟等重大工程均离不开超算发展。此外，伴随超算发展，国内芯片、操作系统、服务器等领域开始涌现一大批信息技术企业，进一步为中国信创产业发展与国民经济腾飞奠定基础。
第三阶段为自主创新阶段：2010年，美国IBTA贸易协会对以太网算法进行技术创新，2015年至2020年，美国InfiniBand已经成为超级计算机的首选内部链接技术，其业务范围逐步从芯片延伸到网卡、交换机、远程通信系统与线缆模块等领域，确立世界级网络提供商的地位。在此期间，中国国产算力主要着力于核心技术突破与技术生态构建，并于2016年取得芯片自主化的重大突破，即搭载国产“申威26010”处理器的“神威·太湖之光”超算以93PFlops的算力再夺世界第一，并实现核心芯片完全自主可控。产学研领域，用于训练人工智能系统的算力需求呈爆炸式增长，计算性能的高速提升成为人工智能突破性发展与规模化投资的主要催化剂，中美算力竞争同步加剧④。2017年，国家发布《新一代人工智能发展规划》，明确将算力列为人工智能发展的核心基础设施。2020年，“新基建”战略将数据中心、智能计算中心纳入国家基础设施，进一步加速全国算力网络布局。当前，用于训练人工智能系统的算力大约每六个月翻一番。云计算与人工智能算力的崛起，推动许多企业对主机托管基础设施与公有云服务进行大量投资。阿里云、华为云等企业积极推动云计算普及，寒武纪、昇腾等人工智能芯片发展亦呈现加速。
第四阶段为技术引领阶段：2020年以来，中国国产算力产业已跻身全球前列，多元化算力体系与战略性算力布局全球领先。2022年，“东数西算”工程启动，国家枢纽节点实现布局优化，东西部算力资源分配在降低能耗的同时效率提升⑤。截至2024年底，我国算力总规模达280EFLOPS（每秒百亿亿次浮点运算），其中智能算力规模达90EFLOPS，占比32%。同时，量子计算等前沿技术实现突破，“九章”光量子计算机实现“量子优越性”，“祖冲之号”超导量子芯片在量子比特规模和相干时间等方面取得突破，融合CPU、GPU、NPU的多元算力架构亦推动异构计算，支撑自动驾驶、元宇宙等新兴场景落地。此外，算力平台的绿色低碳转型使数据中心电能利用效率（PUE）值从1.5降至1.3以下，液冷技术、可再生能源应用推动算力产业的可持续发展。
我国算力产业发展现状与增长趋势
在国家战略的强力牵引和市场需求的驱动下，我国算力产业已步入规模化、体系化的高质量发展新阶段。同时，伴随人工智能与机器学习技术的高速发展，全球算力需求持续增长，这一趋势推动了我国算力市场扩张，在为相关行业带来较大经济收益的同时，也极易引发算力垄断等问题。当前，我国算力产业发展呈现出规模与结构持续优化、自主创新与融合应用加速的鲜明特征，为我国数字经济的蓬勃发展奠定了坚实基础。
◈ 我国算力产业发展现状方面
其一，算力市场规模与应用领域不断拓展。当前，服务器是算力产业的核心组成部分，数据中心和中小企业（SME）的算力需求旺盛；制造业等传统行业通过部署高性能计算（HPC）系统和先进设计软件，生产效率与竞争力显著提升。其二，人工智能技术发展催生新兴算力产业模式。特别是以DeepSeek为代表的大型预训练模型取得关键突破，显著驱动人工智能渗透到智能制造、金融风控与智能交通等领域的深度融合，进而催生新兴的算力产业模式与经济增长点。其三，政策支持与自主创新形成合力并展现强劲内生动能。宏观政策引导下，数据中心和智能算力基础设施建设全面提速，企业持续加大研发投入，推出契合市场需求的国产算力产品与解决方案，算力产业生态日趋完善。
◈ 我国算力产业未来增长方面
我国算力技术体系正加速向自主化、可控化战略转型。面对日益复杂的国际环境与技术限制，我国算力产业的自主创新步伐正在全面提速。据摩根士丹利2025年发布的研究报告估算，中国人工智能GPU自给率已从2020年不足10%提升至2024年约34%，并有望在2027年升至约82%。在这一趋势下，算力产业发展正从过去单点硬件的性能追赶，转向更加务实、高效的系统级创新。例如，华为提出“用系统工程的思路，通过集群计算弥补单芯片性能不足”的策略，依托大规模部署昇腾系列国产芯片，结合自主研发高速互联网络、并行计算框架（如CANN）及优化算法，在系统层面实现与国际顶尖水平相当、甚至特定任务上更优的运算性能。未来，除继续支持芯片设计制造外，还需大力投入系统软件、编译器、互联技术等国产“软实力”建设，充分释放硬件潜力。
高质量算力发展成为核心方向，产业重心从“规模扩张”转向“算效提升”。伴随我国算力总规模迈上新台阶，“算效”（即算力利用效率）正被提升至战略高度。中国信通院等机构提出，衡量算力不应只看理论峰值（EFLOPS），而应综合评估“高算效、高智效、高碳效”等维度指标对应的“高质量算力”。当前，算效低下是普遍存在的问题，部分智算中心GPU实际利用率偏低，造成资源浪费和供需结构失衡。未来，应进一步完善算力利用率、任务完成效率、单位能耗产出等实际效能指标，引导产业从粗放式规模竞赛转向精细化效率竞争，从而整体提升国家算力基础设施投资的战略回报。
算力应用持续向纵深拓展，赋能千行百业智能化转型。当前，算力正在从少数尖端领域的专用资源，加速转变为如电力般的普惠性基础设施，深度融入经济社会各个方面。目前，全国已落地的算力应用项目超过1.3万个，建成的各级智能工厂超过3万家，并覆盖工业、金融、交通、医疗、教育等重点行业。伴随大模型技术的成熟及开源普及，算力应用门槛降低，正在为千行百业智能化转型创造有利条件。未来，需进一步推动大型云服务商和智算中心构建开放、易用的公共算力平台，并加快构建面向特定行业的公共数据集和预训练模型，助力广大中小企业快速开发符合自身需求的智能化应用。
国际竞争与合作并存，标准与生态博弈日趋激烈。当前，全球算力竞争焦点日益集中于技术标准与产业生态构建。例如，2024年成立的“超级以太网联盟”（UEC）为下一代人工智能和高性能计算集群制定一套开放统一的高速网络标准。对我国而言，一方面，独立于此类主流国际标准体系之外可能制造技术孤立与生态割裂的风险，应积极参与UEC等国际标准组织，推动国内标准与国际主流标准体系兼容互通；另一方面，我国主导、参与国产处理器架构、操作系统、人工智能框架等产业技术标准建设，也正迎来战略窗口期，应以更大决心投入构建具备国际影响力的自主算力生态。
当前我国国产算力高效供给面临的主要难题
当前，我国数字经济迈向全面扩展期，数字化创新引领发展能力显著增强。“十五五”规划建议提出，深入推进数字中国建设，强化算力、算法、数据等高效供给。然而，当前我国算力体系在一体化布局、区域协同、法规建设、算电协同及安全发展等方面仍存短板，叠加国际贸易摩擦与外部政策风险，整体上我国算力产业发展亟待突破多重瓶颈。具体来看，高昂的算力、能源与硬件成本构成初期投入压力；技术整合难度高、数据标准化与共享机制不完善则形成软性制约。
核心算力产品国产化率仍待提升。自从2021年信创项目落地以来，国产服务器在政务等行业得到广泛应用，国产芯片及服务器性能持续迭代，正逐步由“可用”向“好用”迈进。然而，国产化产品在核心领域的渗透率依然不足。《2024年中国国产服务器市场研究报告》指出，2024年国产服务器销量超过90万台，但市场份额仍在20%左右，国产GPU在超算中心等诸多高端场景中利用率仍显不足。未来，要实现国产服务器在高端领域对国外产品的替代，必须同步突破芯片性能迭代与上游产能保障等关键环节，以满足“万卡”级算力集群的部署需求。
算力使用效率有待提升。在大模型分布式训练场景中，算力集群的“有效算力”提升相对有限。算力集群中，有效算力主要通过“GPU利用率”和“集群线性加速比”两个指标显现。其中，前者受芯片架构、内存、互联带宽、芯片功耗等因素限制；后者则受节点间的通信能力、并行训练框架、资源调度等因素制约。这两项指标发挥得越充分，模型训练效率就越高、成本越低。面对未来超万卡规模的算力集群，需运用系统工程方法，对集群网络的精细化设计，推动软硬件全栈整合优化，综合提升集群算力利用效率。
大规模算力互联与管理存在挑战。当模型规模扩展至万亿量级时，数据处理与计算需求已远超单机单卡能力极限，多机多卡互联与并行训练策略成为必然趋势。在海量数据的处理方面，千亿参数模型的训练需对PB（拍字节）级别的数据集使用多种协议进行高效处理，但现有算力存储系统在协议处理、数据管理、吞吐性能等方面，仍存在瓶颈。在互联技术方面，以在超万卡集群部署的GPT-4大模型为例（约有1.8万亿参数），每轮迭代计算均涉及前向与反向传播的计算和通信，对超万卡集群中横向与纵向的网络架构与升级成本管理提出挑战。在算力集群的可用性与运维方面，超万卡集群承载万亿级模型训练任务，意味着数千万器件需长时间满负荷高速运转，且任一组件故障都可能导致训练中断。一个超万卡集群由数千台智算服务器、数千台交换机、数千台存储设备、数万组光纤与光模块构成，海量元器件与器件规模的硬件失效率与硬件故障率难以有效控制，且相关软硬件故障模式复杂多样，管理难度巨大。
配套设施与硬件系统要求较高。相较传统云数据中心，超万卡集群对于机房配套设施提出全新要求⑥。为更好支撑超万卡集群的快速建设、便捷部署与长期运行，该领域不仅对高压直流供电技术、高效液冷散热技术、超大规模网络部署等层面，提出更高要求，也对机房配套设施的供电、承重、机房洁净度和走线架设计等方面提出更高要求。供电方面，随着单芯片设计功率上升至400W—700W，单机柜功率从传统数据中心的7KW—8KW上升至40KW-60KW，对机房功率提升与散热能力强化提出更高要求。承重方面，算力集群规模扩大带来单机柜重达1吨—2吨，需引入液冷技术以保障单位空间的算力密度并确保智算芯片高速运行，对机房承重提出更高标准。
推进国产算力产业发展的关键对策
强化基础硬件自主创新与产业支撑。伴随国内智算中心加速部署，人工智能服务器、交换机、光模块、光芯片、温控设备等核心硬件需求持续攀升。为突破英特尔与AMD的X86指令集垄断，中国企业亟须以技术和商业模式手段实现创新，推动中低端X86兼容芯片的国产化替代，并在先进封装等新兴技术替代路径上寻求高端芯片的国产化突破。政策层面，应降低西方部分国家出口管制与技术封锁对国产芯片技术升级与供应链稳定性的系统性风险。鼓励产学研聚焦国家重大需求协同攻关，加大对国产服务器及芯片研发的投入力度，提升国产服务器的供给能力，为算力产业发展筑牢根基。
加快前沿技术布局与架构创新。放眼人工智能产业的高速发展，包括算力基础设施建设、大模型参数训练与应用端增量需求，均离不开核心技术的持续突破。例如，海外算力行业已经着手改善以太网的实际应用性能，以太网组网的大规模集群正在成为人工智能数据中心前端与后端的关键基础设施，并成为算力升级探索的第二路径。此外，量子计算与经典计算结合、存算一体芯片、光子计算等新型架构，亦均是算力强国竞相投入的重点方向，我国亟需加速追赶，抢占科技发展制高点。
数据流动管理与数据安全治理并重。2022年，全国一体化大数据中心体系完成总体布局，“东数西算”工程正式启动。国际数据公司（IDC）报告显示，2025年中国创造与复制的数据量将增48.6ZB，数据生产量约占世界数据总量的27.8%，或将超越美国成为世界第一大数据生产国。数字时代，数据作为关键生产要素的重要性日益凸显。为回应指数级增长的数据规模，有必要在算力枢纽节点与国家数据中心部署数据收集、存储、管理的集群化体系，通过常态化演练预先防范潜在数据使用风险以释放数据价值⑦。此外，持续完善覆盖数据全生命周期的安全治理法律框架，通过领先的数据安全监管体系与管理体系，为人工智能算法模型升级提供保障，构筑我国在数字时代的全球数据竞争优势。
加快落实数字能源基础设施建设。在“双碳”目标与数字经济协同发展的战略导向下，应统筹规划算力布局、优化能源供给分配并推动能源技术创新，优化多层次基础设施以更好供给算力产业发展⑧。例如，利用智能调度算法优化“源-网-荷-储”一体化运行模式，降低数据中心电能利用效率值（PUE值）；研发面向高密度算力设备的液冷散热、高压直流供电等低碳化技术；部署大模型驱动的能耗预测与动态调优系统，构建聚合分布式算力资源的“虚拟电厂”以提升弹性响应能力；完善绿电交易机制与碳足迹核算标准，激励企业通过购买绿证、参与碳市场抵消算力碳足迹，推动技术标准互认与创新碳税政策工具。通过构建平衡算力与能源协同发展的制度性基础设施，最终实现算力规模增长与碳排放总量提升的大范围脱钩。
当今世界，算力不仅是驱动经济社会高质量发展的核心引擎，也日益成为衡量国家科技水平和综合国力的重要指标。我国国产算力的快速发展不仅展现技术能力的飞跃，更是国家战略、产业转型与科技自立自强的综合体现。自我国走上算力自主化发展道路以来，以美国为首的欧美国家频繁凭借科技优势对我国发起科技制裁，严重影响并阻遏我国科技行业发展。伴随“数字中国”战略的深化，夯实算力基础、发展国产算力代替技术，优化算力基础设施的步伐已势不可挡。在政策层面，我国对数字经济的支持与保障体系持续完善，为产业发展提供了清晰指引和有力支撑。当前，党政机关及部分行业的数字化场景已率先应用国产芯片与服务器，为国产算力建设提供更多确定性与发展空间，形成良好示范。未来，国产算力产业将持续迭代产品性能，推动国产算力从“可用好用”向“高效领先”演进，逐步建成具备全球竞争力的自主算力生态。
【注：本文系国家社科基金年度项目“基于语料库的网络安全话语体系研究”（项目编号：24BYY151）；国家社科基金重大项目“建立健全我国网络综合治理体系研究”（项目编号：20ZDA062）；浙江省法学会重点课题“数字社会司法治理理论与规则研究”（项目编号：2024NA19）的阶段性成果】
【注释】
①《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，《人民日报》，2025年10月29日。
②洪涛、程乐：《全国算力体系一体化建设的五大问题及治理对策》，《中国科学院院刊》，2024年第12期。
③金光敏、梁琳：《算力产业高质量发展的价值维度、现实困境与推进策略》，《经济纵横》，2023年第10期。
④戚凯、杨悦怡：《人工智能时代的美国对华算力竞争》，《国际论坛》，2024年第3期。
⑤钱德沛、栾钟治、刘轶：《从网格到“东数西算”:构建国家算力基础设施》，《北京航空航天大学学报》，2022年第9期。
⑥丁宏庆、张鹏飞、牛红韦华等：《云化的智算中心万卡集群创新与实践》，《电信科学》，2024年第12期。
⑦蔡跃洲、马文君：《数据要素对高质量发展影响与数据流动制约》，《数量经济技术经济研究》，2021年第3期。
⑧王永真、唐豪、魏一鸣等：《中国数据中心综合能耗及其灵活性预测》，《北京理工大学学报（社会科学版）》，2025年第2期。
责编/谷漩 美编/杨玲玲
声明：本文为人民论坛杂志社原创内容，任何单位或个人转载请回复本微信号获得授权，转载时务必标明来源及作者，否则追究法律责任。
