中国信通院：
《人工智能算力基础设施赋能研究报告（2025年）》

（完整版.pdf ）
以下仅展示部分内容
下载方式见文末

一、智算基础设施：AI时代的"新电力系统"

人工智能算力基础设施正经历从"辅助工具"到"核心底座"的质变。这份由中国信通院发布的权威报告揭示，以智算中心为代表的新型基础设施，已成为支撑千行百业智能化转型的关键支柱。不同于传统数据中心，现代智算中心基于GPU、NPU等异构计算架构，构建起面向AI场景的算力、数据、算法一体化服务体系。

当前行业面临的核心矛盾在于：一方面，地方政府和国资平台主导建设的智算设施规模快速扩张；另一方面，这些设施的负载率和赋能价值参差不齐，部分存在"重建设轻运营"的困境。如何让海量算力资源真正转化为产业价值，成为"十五五"期间的关键命题。

二、技术演进三驾马车：超大规模、绿色低碳、高速互联

超大规模集群化：万卡时代的算力竞赛

大模型参数规模已从千亿级迈向万亿级，这直接推动了智算中心向超大规模集群演进。所谓超大规模集群，是指由万级甚至十万级高性能算力卡构成的异构计算系统，通过高速互联网络实现近乎线性的算力扩展。

华为昇腾384超节点成为这一趋势的典型代表——通过高速总线实现384卡互联，跨节点通信带宽提升15倍，并采用全局内存统一编址技术，将分散内存虚拟为统一地址空间。中兴通讯的Nebula星云智算超节点更进一步，支持高带宽域扩展至2048卡，实现Scale-Up与Scale-Out双重扩展模式。这些技术突破为万亿参数大模型的训练提供了物理基础。

绿色低碳化：算力狂飙下的能耗破局

AI爆发式增长带来严峻的能耗挑战，绿色低碳已从"可选项"变为"必选项"。当前主流技术路径包括：

• 液冷技术：中国移动长三角（苏州）云计算中心通过液冷技术，使散热能耗降低50%-60%，数据中心PUE值降至1.25以下

• 算电热碳一体化：将算力调度与能源管理、碳排放监测深度融合

• 智能化运维：通过AI算法优化资源调度，提升整体能效

未来趋势是从冷板式液冷向单相浸没式液冷演进，逐步减少风冷依赖，简化数据中心架构。

高速互联化：打破算力孤岛的关键纽带

智算中心的效能不仅取决于单点算力，更依赖于跨节点、跨地域的高效协同。我国正构建"物理网络+虚拟网络"双层协同技术体系：

• 传输技术：400G技术体系基本完善，800G/1.6T技术标准加速研制

• 新型光纤：G.654.E光纤、空芯光纤等新型传输媒介加快应用

• 网络架构：分布式训练和跨中心协作成为技术热点

三、全国布局：从"各自为战"到"一体协同"

政策演进：从鼓励建设到深化布局

自2020年发改委将智能计算中心纳入新基建范畴以来，政策导向经历了明显转变：

• 2021-2023年：《新型数据中心发展三年行动计划》侧重基础设施建设

• 2024年：《算力基础设施高质量发展行动计划》强调质量提升

• 2025年：《数字中国建设2025年行动方案》提出实现各地区算力需求与国家枢纽节点的高效供需匹配

• 2025年8月：《关于深入实施"人工智能+"行动的意见》明确要求优化国家智算资源布局，完善全国一体化算力网

规模扩张与结构优化

截至2025年6月底，我国在用算力中心机架总规模达1085万标准机架，智能算力规模达到788EFlops（FP16）。更值得关注的是结构优化：

"东数西算"枢纽节点：八大枢纽节点算力总规模达215.5EFlops，智能算力占比80.8%，枢纽节点间20毫秒时延圈已基本实现。

重点城市智算能力：

• 北京市：累计智能算力规模超33EFlops（2024年新增8620PFlops）

• 上海市：智能算力规模达100EFlops（截至2025年7月）

• 深圳市：已建和在建智能算力规模超62EFlops（截至2025年3月）

产业规模与渗透

2024年我国智能算力市场规模达190亿美元，同比增长86.9%。加速芯片市场规模超270万张，其中国产AI芯片出货量超82万张，市场渗透率从2023年的15%跃升至30%。

应用渗透呈现"互联网主导、多行业开花"格局：互联网占比53%，服务行业18%，政府9%，电信、工业制造、教育、金融等行业各占4%。

四、三大需求场景：预训练、微调、推理的差异化诉求

场景一：大模型预训练——万卡集群的"重工业"

大模型预训练是算力消耗的"绝对大户"，占总算力消耗的90-99%。这一阶段需要数千至上万块GPU并行运算，处理千亿级至万亿级Token数据，耗时数周至数月。

算力需求特征：

• 需要E级（EFlops）计算能力的高端万卡集群

• 对集群线性加速比、模型算力利用率（MFU）有极高要求

• 高性能网络是让线性加速比逼近1的关键，优化后可达90%以上

国内实践：

• 中国电信：依托天翼云上海临港国产万卡算力池，实现万亿参数"星辰"大模型常稳训练

• 中国移动：依托国产万卡级智算集群，完成九天大模型（2000亿参数）高效训练，预训练数据量达15万亿tokens

• 阿里云：基于飞天平台万卡GPU集群，完成通义千问Qwen3（2350亿参数）预训练，数据量达36万亿tokens

• 百度智能云：推出国内首个自研昆仑芯三代万卡集群，成为首个获"五星级"认证的国产万卡集群

场景二：大模型微调——百P级智算的"精准服务"

微调训练是连接预训练模型与下游应用的关键环节。90%的训练场景集中在L1/L2大模型微调，即百亿级以下参数的行业模型训练与微调。

算力需求特征：

• 百P级（100PFlops）计算能力的中小型智算中心即可支撑

• 对计算资源需求较预训练呈指数级下降

• 更注重灵活性和成本效益

地方实践：

• 南京智能计算中心：完成超150种主流大模型调优适配，服务上百家科研机构、高校及创新型企业

• 杭州人工智能计算中心：依托全国产软硬件平台，服务本地校企单位500余家，培育行业大模型30余个，孵化解决方案200余个，提供不同规模的DeepSeek蒸馏版本模型

场景三：大模型推理——云边端协同的"实时响应"

推理场景包括网页端智能助手、移动端智能助手和企业侧应用，当前云侧推理占据主导。

差异化需求：

• 高实时性场景（文本对话、智能客服）：时延要求50ms，依托GPT-3或GLM等百亿级大语言模型

• 语音交互场景（机器人语音对话）：时延要求100ms，基于Llama等亿/十亿级别模型

• 非实时交互场景（文生图、视频）：时延200ms，基于Stability等模型

技术趋势：智算中心倾向于选择配备较大内存的训练卡支撑推理，或采用训推一体化解决方案，通过"削峰填谷"实现资源高效利用。

创新实践：

• 杭州灵汐类脑智算集群：部署异构融合类脑芯片，通过存算一体、众核并行等技术，将单用户推理延迟控制在毫秒级，首token延迟降至百毫秒乃至十毫秒级

• 山东移动千卡资源池：采用中兴通讯全栈解决方案，实现同厂家异代算力统一纳管，推理引擎二次优化大幅提升性能

• 广东电信韶关集群：基于昇腾超节点，通过算子融合替换、PD分离调度、KV cache优化等策略，DeepSeek 671B模型单卡推理吞吐性能较优化前提升2.5-4.3倍

五、关键能力体系：从"重硬轻软"到"软硬协同"

智算中心正从单纯的硬件堆砌，向"基础支撑+创新服务+运营保障"三位一体的能力体系演进。

基础支撑能力：算力效能的"硬实力"

训练场景核心指标：

• 集群算力有效性：降低多卡互联、多机互联中的算力损耗，提升有效算力供给

• 计算集群稳定性：通过冗余设计、负载均衡、数据备份保障长时间稳定运行

• 单体集群算力规模：支撑大规模计算需求的上限能力

• 主流计算框架兼容性：支持PyTorch、TensorFlow等主流框架及多种基础大模型、数据集

推理场景核心指标：

• 吞吐率：每秒可生成的输出Token数，决定响应速度

• 端到端时延：用户生成完整响应所需总时间

• 异构多样性：提供多元异构智算加速卡供用户选择

性能标杆：摩尔线程夸娥（KUAE）智算中心在70B至130B参数大模型训练中，线性加速比可达91%；业界智算集群算力有效性能普遍在40-50%，部分主体在特定条件下可超50%。

创新服务能力：产业赋能的"软实力"

训练场景服务能力：

• 云服务高效性：通过云方式提供高效算力服务

• 模型迁移高效性：快速完成用户模型迁移适配

• 数据治理多样性：提供数据汇聚、共享、清洗等工具

• 全栈MaaS能力：从硬件适配、资源池化到异构调度的完整服务，支持低门槛模型开发与定制

推理场景服务能力：

• 池化调度能力：支持异构算力（GPU、CPU、NPU）统筹调度，实现"一云多芯"

• 模型迁移部署高效性：快速完成模型迁移适配

• 开发工具完整性：提供模型量化、剪枝、部署等完整工具链

• 场景方案丰富性：提供丰富的行业场景模型及解决方案样例

运营保障能力：可持续发展的"生命线"

共性关键指标：

• 算力调度灵活性：依托外部算力调度平台实现跨区域资源调配

• 算力租赁性价比：提供高性价比的算力租赁服务

• 安全合规性：覆盖大模型全生命周期的安全服务能力，包括合规咨询、内容安全、数据防护及评测体系

• 服务响应时效性：快速响应用户各类服务需求

调度平台实践：

• 上海市智能算力资源统筹调度服务平台：接入本地及市外各类空闲算力资源，实现跨市域、跨资源池、跨厂商的异构算力资源交易和调度，上架总算力规模超1.8万P

• 无锡城市智算云平台：汇聚市内外20个算力中心共3555P智算资源，为17家企业提供算力服务，成交额达2399万元，入选工信部智算云服务国家级试点

六、落地生态：从"单点突破"到"系统协同"

智算中心的价值实现，离不开与多元主体的深度协同。报告提出了五大协同维度：

智算与数据要素协同：夯实资源基础

数据是模型训练与推理的核心资源，也是连接多元主体的关键纽带。

温州实践：温州市人工智能计算中心联合浙江省大数据联合计算中心、每日互动公司，发布全国首个基于可信数据空间和DeepSeek双重技术的自主创新大模型服务，依托数安港可信数据空间和等保2.0架构，提供可控大模型租用、私有化部署和精调服务。

贵安新区转型：从"存储中心"向"存算一体、智算优先"迭代，建成116P高性能智算中心与50PB非结构化数据存储平台，实现东部算力与存力向贵州转移，打造国产算力适配中心和高质量训练数据集。

智算与模型算法协同：提升创新效能

通过算力平台与多元模型架构的深度适配，打通从底层硬件到上层应用的全链条技术体系。

重庆实践：重庆人工智能创新中心将昇腾Atlas系列硬件深度适配DeepSeek-R1系列模型（1.5B到70B六种参数），构建从基础模型、AI算力到服务部署的全链条国产化服务能力。

利川突破：武陵山（利川）人工智能计算中心完成DeepSeek全版本推理服务部署，结合讯飞星火大模型，构建中西部地区首个"星火+DeepSeek双底座"协同的县域智算中心，上线三个月填充率突破80%，在AI+文旅、教育、政务、医疗等领域实现赋能。

电力行业：中兴通讯携手电网企业共建国产千卡智算资源池，联合完成电网基础L0系列大模型及Deepseek、Qwen-QWQ等140+模型训推适配，模型推理精度与英伟达持平，关键指标显著提升。

智算与跨域智算协同：突破物理边界

为满足万亿级参数大模型训练需求，需突破单点物理中心规模受限、电力供应不足等瓶颈，分布式智算集群应运而生。

技术验证：

• 中国联通：临港智算中心完成AI大模型300公里分布式协同训练技术验证，跨域分布式训练等效算力达单集群95%以上，跨域带宽收敛比大于16:1

• 中国移动：联合新华三、朗美通完成业界首次800G以太网智算协同训练现网试验，降低40%单比特成本、35%功耗及20%节点时延，跨智算中心700亿参数大模型训练等效算力效率超98%

智算与行业场景协同：释放应用价值

行业重大场景是驱动智算中心构建协同开放生态的核心依托。

自动驾驶：长安汽车与百度智能云共建智算中心，形成142亿亿次/秒计算能力，支撑覆盖数据采集、处理、标注、训练到部署的全流程"星环平台"，累积近亿帧高质量标注数据，完成超3万次AI算法模型训练。双方还将文心一言大模型应用于车型智能对话及企业知识管理。

智慧交通：云南交投集团依托近20年交通数据积淀，建成智算中心（通用算力超4.5万核，智能算力100P，存储10PB），本地化部署盘古、DeepSeek等大模型，构建600GB行业知识语料库和400G企业专有知识库，打造36个"人工智能+智慧交通"场景。

智算与区域产业协同：构建创新高地

依托算力资源吸引企业集聚，促进跨领域合作，联合孵化面向多场景的解决方案。

宁波模式：宁波人工智能超算中心打造"智+超"融合的综合性平台，通过"超算+智算"综合算力模型，服务产业发展、科学研究、社会治理等领域。自2023年1月上线以来，算力使用率超80%，累计运行任务作业超万个，服务40余家用户单位。

武汉样板：武汉人工智能计算中心于2021年5月投入运行，累计算力规模400PFLOPS，吸引400多家企业入驻，联合孵化300+项场景化解决方案，覆盖智能制造、智慧城市、数字农业、自动驾驶、智慧医疗、智慧政务等场景，形成"两院四科研"科研雁阵，打造多模态、遥感两大技术高地。

大连探索：大连人工智能计算中心重点打造"一中心四平台"（公共算力服务平台、应用创新孵化平台、产业聚合发展平台、科研创新人才培养平台），实现"政产学研用"五位一体，为174家科研团队、55家企业提供算力服务，孵化人工智能垂直解决方案150余个，行业大模型5个。

七、未来展望：迈向"十五五"的智算新图景

需求场景：从通用计算到场景智能

未来智算中心需求将呈现三大特征：

• 更高性能与更高效：AI大模型参数量指数级增长，自动驾驶等实时场景需要低延迟、高吞吐服务，AI原生存储设备与存算一体化成为关键

• 更广泛与更深入的行业融合：从"上云"转向"用智"，AI数字人、元宇宙、科学计算等新兴场景涌现，对算力异构性和专用性提出更高要求

• 更协同与更泛在的算力网络：推理大模型成熟推动"云端训练、边缘推理"，云边端协同深化，对网络延迟、带宽和成本控制要求更高

角色定位：政府部门应做好需求场景的"引导员"，做好顶层设计与规划先行，开放应用场景；地方国投平台应做好"连接器"，链接区域企业需求，投资AI应用企业；运营方应做好"跟踪者"，深入行业一线挖掘痛点，持续跟进技术演进。

关键能力：从粗放堆砌到精细服务

智算中心能力建设将呈现四大转变：

• 从集群到超大规模集群：持续推进高速互联技术升级，支撑万亿参数大模型单一任务训练

• 从烟囱式到池化共享：通过软件定义和虚拟化技术，将异构资源抽象成统一资源池，实现全局优化和弹性供给

• 从封闭到开放开源：构建开放标准、开源软件栈和开放互联协议，打破厂商壁垒，实现异构算力统一管理

• 从资源型到服务型：依托封装好的算力服务、模型服务、数据服务甚至行业解决方案服务，降低使用门槛

实施路径：行业组织应持续推进关键能力体系构建与完善，细化评估指标；运营方应根据赋能场景不同针对性提升关键能力，训推一体化方案成为重要举措。

落地生态：从单点突破到系统协同

智算生态建设将呈现三大趋势：

• 从单打独斗到群策群力：形成由政府、应用企业、技术提供商、高校科研机构、投资机构共同参与的多元化、网络化共同体

• 从简单采购到联合创新：建立联合实验室、创新中心、产业联盟等载体，进行共创，共同开发方案，共同验证价值

• 从提供算力到培育产业：聚合数据要素主体、算法模型主体、跨域智算主体、行业场景主体、区域产业主体，推动整个区域或行业的智能化升级

推进策略：政府部门应强化生态引导与资源对接，支持智算中心生态伙伴计划，打造智算产业园区，探索央地共建生态道路；运营方应主动对接外部要素主体，深度推进合作，鉴别需求场景所需关键能力，遴选合作主体。

结语：智算赋能，未来已来

人工智能算力基础设施作为数字经济的核心底座，正站在从"规模扩张"向"价值释放"转型的关键节点。面对需求场景多元化、关键能力集约化、落地生态协同化的发展趋势，政府部门、国资平台、投建主体、运营主体需协同发力，围绕需求场景、关键能力、落地生态三大环节，建立定位明晰、能力聚焦、生态聚合的赋能机制。

随着全国一体化算力网络日益完善，智能算力资源将被高效调度与普惠使用，人工智能算力基础设施终将成为推动区域经济高质量发展、塑造区域竞争新优势的战略力量。在这场智算新纪元的竞赛中，谁能率先构建起"以用带建、以建促用"的良性循环，谁就能在AI赋能千行百业的浪潮中占据制高点。

1. 篇幅有限，部分展示

   加入会员，任意下载

   资料下载方式

   Download method of report materials

   关注公众号后回复：JC260209
   即可领取完整版资料
   
   荐：
   【中国风动漫】《姜子牙》刷屏背后，藏着中国动画100年内幕！
   【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！

   【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折！

   

   如需获取更多报告

   扫码加入

   “人工智能产业链联盟”

   知识星球，任意下载相关报告！

   

   报告部分截图

   

   

   声明

   来源：中国信通院，人工智能产业链union（ID:aiyuexingqiu）推荐阅读，不代表人工智能产业链union立场，转载请注明，如涉及作品版权问题，请联系我们删除或做相关处理！

   编辑：Zero

   

   文末福利

   1.赠送800G人工智能资源。

   获取方式：关注本公众号，回复“人工智能”。

   2.「超级公开课NVIDIA专场」免费下载

   获取方式：关注本公众号，回复“公开课”。

   3.免费微信交流群：

   人工智能行业研究报告分享群、

   人工智能知识分享群、

   智能机器人交流论坛、

   人工智能厂家交流群、

   AI产业链服务交流群、

   STEAM创客教育交流群、

   人工智能技术论坛、

   人工智能未来发展论坛、

   AI企业家交流俱乐部

   雄安企业家交流俱乐部

   细分领域交流群：

   【智能家居系统论坛】【智慧城市系统论坛】【智能医疗养老论坛】【自动驾驶产业论坛】【智慧金融交流论坛】【智慧农业交流论坛】【无人飞行器产业论坛】【人工智能大数据论坛】【人工智能※区块链论坛】【人工智能＆物联网论坛】【青少年教育机器人论坛】【人工智能智能制造论坛】【AI/AR/VR/MR畅享畅聊】【机械自动化交流论坛】【工业互联网交流论坛】

   入群方式：关注本公众号，回复“入群”

   

   戳“阅读原文”下载报告。