加强算力布局统筹规划 防范智算中心盲目扩建

在ChatGPT引发的全球智能革命浪潮下，人工智能（AI）爆发式发展，大规模的模型训练对计算资源的需求急剧上升，计算能力成为一种宝贵的稀缺资源。“算力”，即“权力”/“竞争力”/甚至“国力”，作为同能源（石油/电力）、通讯同等重要的战略资源，在现代社会和科技发展中扮演着至关重要的角色。当前，算力竞争步入关键阶段，DeepSeek、豆包、混元等国产大模型的崛起，为我国智算产业带来了新的契机。

智能算力中心（AIDC，Artificial Intelligence Data Center，以下简称“智算中心”），即人工智能计算中心，是近年来在信息化、数字化和人工智能浪潮推动下应运而生的重要基础设施。其核心在于融合大规模高性能计算设备、高速网络、先进软件系统与数据存储平台，专门为人工智能训练、模型推理、数据处理及相关应用提供高效、稳定、安全的算力保障。智算中心不仅支撑着AI技术的突破，还在推动传统产业数字化转型、智慧城市建设、工业互联网以及新基建等领域发挥着战略性作用。在算力紧缺、芯片受限的算力资源换挡期，AIDC的科学布局与高效运营已成为人工智能产业突破与数字经济高质量发展的重要命题。

近年来，随着AI技术的迅猛发展，AIDC作为支撑AI产业的关键基础设施，正在全国各地紧锣密鼓地加速兴建。然而，这种“抄作业式”的盲目跟风建设热潮带来了诸如重复投资、资源浪费和运营效能低下等一系列问题。AIDC不只是简单的CPU/GPU堆叠，更是附加数据库、先进计算资源、多元软件选择和网络与存储设施的综合高效服务平台。当前中美科技对抗加剧，地缘冲突不断，原有“先画靶再射箭”的粗放模式已难以为继，亟须改变。

我们必须从算力热潮中冷静下来，解决盛行于产官学各层面的“人谋不臧”问题。通过强化统筹规划、提升算力质量、停止部分无效“堆料”、优化资源配置，解决智算“空置率”“点亮率”等问题，避免智算沦为“智障”，实现AIDC从“量的积累”跨向“质的飞跃”。

我国智算中心建设整体情况

（一）建设现状与区域布局
当前，我国智算中心建设呈现出“政策大力驱动、资本快速跟进、规模逐步扩张”的特点，建设热潮广泛兴起。2024年，全国已在26个省（市、区）的100多个地市建成或在建200余个智算中心，总智能算力规模约为725.3百亿亿次/秒（EFLOPS），同比增长达74.1%。在城市布局上，一线城市如北京、上海、深圳凭借雄厚的经济基础、技术积累和人才优势，率先构建了高端算力集群；郑州、武汉、长沙等区域中心城市正逐步成为区域性智算中心建设的重要节点，承担着辐射带动区域经济和产业转型升级的使命；部分县域的中小城市也开始探索智算基础设施建设，意在实现区域均衡发展和产业链延伸。

（二）产业链协同与投资规模
我国智算中心产业链协同发展态势良好，投资规模持续扩大。《智算产业发展研究报告（2024）》显示，截至2024年6月，全国智算中心建设数量（建成和在建）超过250个，累计投资达数千亿元人民币。从招投标情况来看，2024上半年智算中心相关招投标项目约有791起，同比增长407.1%，市场对高性能智能算力服务的需求旺盛。

在产业链协同方面，传统数据中心在存储、网络和安全等基础设施领域为智算中心提供了有力支撑。同时，我国在高性能计算、云计算、边缘计算及新型异构计算等技术领域取得重要突破，形成了以GPU、昇腾、寒武纪等为代表的多元化技术产品体系。政府专项资金、国有企业及社会资本的协同投入，进一步推动了智算中心的产业化进程，为行业技术标准的建立和产业生态的完善奠定了坚实基础。

（三）全球算力格局中的“中国坐标”
当前全球算力基础设施快速发展，竞争格局加速重构。根据中国信息通信研究院统计，截至2023年底，全球算力基础设施总规模达到910 EFLOPS（FP32），同比增长40%。《中国综合算力指数（2024年）报告》显示，在智能算力领域，从2019年至2023年的五年间，我国智能算力规模由 32EFLOPS增至414EFLOPS，年复合增长率约为90.1%，增长率位居全球之首，智能算力规模占比从2016年的3%跃升至2025年的近35%，已成为全球第二大算力大国。美国虽以43%的份额保持领先，但中美差距已显著缩小。

中美两国在算力基础设施布局和技术架构上呈现明显差异。一是基础设施集中度存在显著差距。国际巨头如亚马逊AWS（42个区域）、微软Azure（60+区域）采用高度集中化部署模式，平均单区域规模超5万节点。相比之下，我国布局的智算中心呈现分散化特征。根据中国信通院《2024年智算中心产业发展现状》，约超三分之二（即67%）的智算中心项目规划算力不足500PFLOPS（即根据硬件选型和集群效率，实际部署不足1000节点）。二是计算架构呈现差异化特征。美国智能算力以GPU架构为主，占比高达89%（以英伟达A100/H100为主导）；而我国的智能算力架构呈现多元化发展态势，根据赛迪顾问数据，GPU占52%，昇腾占28%，寒武纪占15%，显示出明显的异构计算特征。

智算产业发展中的结构性矛盾与风险评估

（一）供给端结构性失衡，资源配置效率亟待优化
一是空间布局呈“散、小、弱”态势。目前，智算中心建设或计划建设单体规模普遍较小，难以形成有效的规模经济效应。与微软Azure、亚马逊AWS等国际巨头依托数十万台服务器集中部署，形成大规模算力集群的模式相比，分散式部署在技术、设备采购、集中运维及创新生态构建上存在明显短板，导致单个中心难以摊薄固定投资成本，边际算力成本较高，进而影响整体服务竞争力。

二是资源调度体系不完善，跨区域协同不足。当前全国尚未建立统一的算力资源调度平台及标准化接口，各地区智算中心在技术规格、管理模式和运营标准上存在较大差异，造成算力资源分散且难以灵活调用，典型的“信息孤岛”现象普遍存在。区域间缺乏有效的数据互联和资源共享机制，使得在面对大规模AI训练需求时，跨区域资源整合和动态调度效率低下，制约了全国智算资源的整体协同效能。

三是基础设施重复建设与资源利用率偏低。地方政府间竞相布局智算中心，但缺乏明确的产业功能定位与专业化分工，往往各自独立布局智算中心，导致基础设施重复建设现象突出。部分地区2021、2022年左右建成的一些智算中心利用率不足30%（长期徘徊在25%～30%之间），甚至出现大量长期闲置项目，投资回报周期显著延长，严重影响了行业的可持续发展。以千卡级集群项目为例，年运营成本（包括电费、人工、折旧等）约5000万元，而实际营收不足一半，仅为2300万元，投资回报周期从预期的3～5年大幅延至8～10年。特别是在东部沿海地区，由于项目密集度高，同质化竞争加剧，部分智算中心不得不通过降价来提升市场占有率，进一步加剧了经营压力。

四是能源利用效率较低与PUE水平偏高。许多中小规模智算中心在能源管理方面参差不齐，其“电源使用效率（Power Usage Effectiveness，PUE）”水平普遍高于1.5，远高于国际先进水平（如谷歌和亚马逊的数据中心PUE低至1.2以下），能源成本高企直接削弱了算力服务的成本竞争力。同时，目前部分智算中心在制冷、供电及能效管理上仍采用传统方案，缺乏绿色节能技术的有效应用。

（二）核心技术依赖外部，自主创新压力较大
一是关键核心技术对外依赖严重，芯片供应链断裂风险凸显。目前，我国在高端芯片设计、高性能处理器、AI加速器、先进制冷控制系统及部分基础软件平台等领域，核心技术主要依赖国际领先企业。以AI服务器为例，当前主流GPU产品仍以英伟达（Nvida）和AMD等国外品牌为主导。2023年美国通过《出口管制条例》（EAR）等法规法案持续升级芯片管制措施，导致Nvida的A/H系列中高端芯片以及消费级显卡（如GeForce RTX4090/5090）和AMD旗下MI300/200系列等计算卡供应出现严重紧缺（详见表1）。例如，一张H100芯片的市场价格曾飙升至21万元/片，这种剧烈的价格波动和供应紧缩不仅暴露出国外关键技术和产品对我国智算中心建设的极度重要性，还加剧了整个供应链上游环节的脆弱性，直接影响智算中心建设进度和运营成本。

二是国产技术替代与发展转型步履维艰，算力生态建设任重道远。虽然华为、昇腾等国产AI芯片正在加速推广，但在算力密度、能效比、并行处理能力等核心性能指标上，与国际领先产品相比仍存在显著差距。同时，国产芯片配套的软件工具链、开发框架及整体生态系统尚未形成完善闭环，由此不仅增加了应用开发和系统集成的技术转换成本，还限制了国产替代方案在智算中心中的广泛应用，进一步制约了自主品牌在高端算力市场的竞争力。

三是自主创新动能相对不足，技术标准主导权话语权亟待提升。在算法创新、芯片设计和系统集成等基础领域，我国整体仍处于“追赶型创新”阶段，原创性技术突破较少、研发投入有限，致使核心技术自主化进程缓慢。同时，我国企业和科研机构在国际技术标准制定中的参与度仍旧较低，缺乏关键话语权，导致在技术路径选择和产业链整合方面处于被动地位。这种标准话语权的缺失，使得我国在应对地缘政治风险、技术封锁和供应链安全挑战时，面临较大的外部压力和不确定性。

（三）现有投资不可持续，盲目扩建致使财政负担加大
一是非理性投资决策与市场脱节。在政绩驱动和资本热潮的推动下，地方政府纷纷上马大规模智算中心项目，但往往缺乏严密的市场需求论证和商业模式规划。在智算中心等大型基础设施建设中，一些项目由于前期规划不充分、市场需求评估不足或决策过程不够理性，加之当地数字经济产业基础薄弱，缺乏足够的应用场景和用户，部分项目建成后，实际算力需求远低于预期，出现高空置率、低利用率甚至资源浪费的情况。

二是财政负担加重与投资回报周期延长。地方政府为推动智算中心建设，往往采用“算力券”“算力新基建专项债”等形式提供政策补贴和优惠贷款，以吸引投资。然而，技术迭代加速导致设备经济寿命缩短，智算中心主流AI芯片的折旧周期因被高负荷使用已从5年压缩至1-3年，而部分项目的实际算力需求增速远未达规划预期。这种“技术贬值”“需求滞后”“高折旧损失”与投资回报周期的延长，不仅使得公共资金的使用效率低下，而且使得地方财政长期面临巨额补贴和资金回补压力，加重了财政负担，形成不可持续的投资模式。

三是盲目投资模式与智算资源错配风险。近年来，全国范围内A股上市公司、私募资金、央企和地方城投资金纷纷跨界布局智算中心项目，但普遍存在重建设、轻运营问题。截至2024年12月，全国已有鸿博股份、锦鸡股份、莲花健康等数十家A股上市公司。资本快速涌入虽在短期内推动了项目数量和规模的快速增加，但因缺乏长效运营管理和科学调度，导致部分项目的产能利用低下，甚至出现资源闲置现象。

四是退出机制缺失与“僵尸项目”风险加剧。当前智算中心领域缺乏成熟的市场化退出机制，部分项目一旦因运营不善或市场需求不足而陷入低效运营，就可能演变为“僵尸项目”。这些项目虽然在建设初期获得了大量投资，但因后续缺乏有效的退出或转型机制，导致资金被长期占用，形成资源闲置和浪费。退出机制的不完善，使得一旦投资失败，地方政府和国有资本不仅无法及时回收投资，还需继续承担长期的运营和维护费用，进一步增加了财政风险和社会舆论压力。

（四）产业生态协同不足，公有云渗透率低下
一是上下游产业链配套不完善。智算中心产业生态尚未形成完整体系，特别是在高性能算法开发、软件优化和应用迁移等关键环节缺乏成熟的标准和协同机制。尽管少数企业已在尝试构建算法平台和应用集成，但上下游之间的信息共享、技术对接和协同创新仍处于起步阶段。调研显示，超过70%的智算中心在建设初期未充分考虑产业生态培育，导致硬件、软件与服务难以形成完整闭环，尤其在专业化服务、定制化解决方案等方面存在明显短板，制约了智算中心的服务价值提升和算力资源的高效转化。

二是公有云渗透率低与创新生态滞后。根据Gartner等国际权威机构的数据，我国混合云采用率虽然已达到约42%，但公有云的渗透率仍明显低于国际平均水平。数据安全、隐私保护及监管合规要求使得企业在向公有云迁移时顾虑重重，更多企业倾向于采用私有云或混合云模式，导致公有云在资源共享、弹性扩展和服务创新方面的优势未能充分发挥。同时，云服务提供商在技术迭代和生态系统建设上尚未达到国际领先水平，进一步拖延了数字化转型进程，制约了基于公有云平台的创新应用和智能服务的普及推广。

三是应用场景开发不足与商业模式单一。智算中心在垂直行业中的深度应用场景开发不足，导致其商业模式创新受限。多数项目当前仅停留在提供通用算力服务阶段，缺乏针对医疗、自动驾驶、工业制造等行业的定制化解决方案，未能充分挖掘和释放算力资源的经济潜力。据统计，超过60%的智算中心仍以通用算力服务为主，缺乏差异化竞争优势。同时，商业模式主要依赖裸机租赁，未能有效拓展增值服务、数据分析、算法定制等多元化收入渠道，这使得智算中心难以在竞争激烈的市场中形成持续的盈利能力。这种应用场景单一和商业模式缺乏创新的局面，既限制了企业通过数字化转型获得高附加值，也制约了整个生态系统的协同创新和竞争力提升。

强化统筹规划算力布局，构建数字经济战略支撑体系的重要性

数字时代的生产力变革始终遵循着技术与制度的双重演进逻辑。回溯产业革命史，从英国的纺织工业集群到德国的化工产业带，再到美国的硅谷创新区，产业空间布局始终与制度变迁相伴相生。当下，智能算力中心作为数字经济的战略性基础设施，其空间布局已超越了简单的效率优化，而是关乎国家竞争力重构的系统工程。

从战略安全与效率视角看，算力基础设施具有准公共品属性，其布局既要考虑规模经济，又要兼顾系统韧性。单纯追求集中化可能带来脆弱性，而过度分散则可能损失效率。关键是要在“集中—分散”光谱中找到动态均衡点。美国通过AWS、Azure等少数几个超大规模数据中心集群与众多中小型节点相结合的层级架构，既实现了规模效应，又保持了系统弹性。

从产业协同与区域均衡角度看，算力设施不是孤立的基础设施，而是产业创新的催化剂。硅谷模式启示我们，创新生态系统的繁荣需要人才、资本、技术等多要素的协同。因此，算力布局应与区域产业基础、创新资源、人才储备形成良性互动。“东数西算”工程不应仅仅是算力东西互补，更应促进产业链价值链东西协同。

从市场机制与政府引导的治理机制层面看，历史经验表明，无论是完全市场主导还是纯粹行政推动都难以实现资源的最优配置。算力布局需要构建新型举国体制，既发挥市场在资源配置中的决定性作用，又强化政府在战略规划、标准制定、风险防控等方面的引导功能。

从技术与制度创新驱动角度看，算力布局不仅是技术设施的空间安排，更需要配套的制度创新。包括：建立跨区域利益分享机制，打破行政壁垒；完善数据要素市场化配置机制，激活数据价值；构建算力设施公共服务平台，提升资源利用效率；健全风险防控体系，确保产业安全发展。

政策建议

（一）完善战略顶层设计，构建科学决策体系
立足全局视野，建议建立“国家—区域—产业”三级联动的智算中心发展规划体系。以数据驱动决策，对市场需求进行科学预测，建立投资回报评估机制。一是组建国家算力发展战略委员会，制定全域智算产业布局规划，建立跨区域协调机制。重点是明确各区域功能定位，制定差异化发展策略，避免同质化竞争。二是构建“投入产出—成本收益”分析框架，建立项目科学评估机制。通过大数据分析，对智算中心建设规模、投资强度、技术路线等关键要素进行量化评估，确保投资决策的科学性。三是完善区域协同发展机制，建立跨区域利益分享制度。探索建立区域间算力资源交易平台，实现要素有序流动与优化配置。

（二）优化空间布局结构，推动区域协调发展
基于区域资源禀赋与产业基础，构建“核心集群+节点网络”的空间布局模式。通过科学规划，实现规模效应与区域均衡的统一。一是依托“东数西算”工程，建立东西部算力梯度互补机制。以东部产业集群带动西部资源开发，形成“技术东向、能源西向、数据双向”的发展格局。二是打造若干国家级智算中心集群，建设区域级智算节点网络。通过层级布局，既发挥规模集聚效应，又确保系统安全可靠。三是建立全国统一的算力资源调度平台，实现跨区域资源优化配置。运用人工智能技术，提升资源使用效率，降低系统运营成本。

（三）创新治理模式，提升运营效能
采用“政府引导、市场主导、多方协同”的治理模式，构建高效、透明的运营体系。一是建立智算中心全生命周期监管体系，实施动态评估。设立关键指标监测系统，对运营效率、能源利用、服务质量等进行实时监控。二是推广“算力+”创新模式，培育新业态。鼓励智算中心与各行业深度融合，开发定制化解决方案，提升产业链价值。三是建立市场化退出机制，实现资源优化重组。对运营效率低下的项目，通过并购重组等方式进行市场化处置。

（四）强化技术创新驱动，提升核心竞争力
坚持创新引领，构建更为开放更加协同的技术创新体系。一是建立产学研用协同创新平台，突破核心技术瓶颈。重点支持高性能计算、智能调度、绿色节能等关键技术研发。二是实施“揭榜挂帅”机制，加快技术攻关。针对行业痛点，组织优势力量联合攻关，加速科技成果转化。三是加强国际技术合作，提升创新能力。积极参与国际标准制定，推动技术交流与合作。

（五）健全支撑保障体系，促进可持续发展
完善配套政策，构建长效发展机制。一是创新投融资模式，建立多元化融资渠道。鼓励社会资本参与，探索新型金融工具。二是建立人才培养与激励机制，加强复合型人才培养。构建产教融合培养体系，建立与国际接轨的职业发展通道。三是完善数据安全与隐私保护制度，强化风险防控。建立分级分类管理体系，确保数据安全有序流动。