一、行业概述

1.1 什么是算力

算力，即计算设备或系统处理数据、执行运算任务的速度与规模能力，是数字经济时代的核心生产力。工信部数据显示，截至2026年初，我国已建成的万卡智算集群42个，合计智能算力规模超过1590 EFLOPS，位居全球前列。

按应用场景和计算能力的不同，算力通常分为三类：

• 基础算力：以CPU为核心，支撑传统云计算、通用计算等日常应用场景
• 智能算力（简称"智算"）：以GPU/AI芯片为核心，专门服务于大模型的训练与推理，是当前增长最快、技术壁垒最高的算力类型
• 超算算力：用于科学工程计算，如气候模拟、药物研发，工业仿真等

1.2 为什么智能算力成为绝对主导

过去三年间，智能算力在整个算力结构中的占比快速攀升。2026年初，工信部数据显示我国已建成万卡智算集群42个，智能算力规模超过1590 EFLOPS；预计2026年智能算力占全国总算力比重将超过35%，这一比例在2020年尚不足10%。

这一转变的驱动力来自大模型技术的集中突破。2025年以来，国内大模型参数规模从千亿级跃升至万亿级，单次训练算力需求进入新阶段。

与此同时，大模型落地应用加速，推理需求呈爆发式增长——2025年底中国日均Token消耗量突破30万亿，较一年半前增长300多倍；2026年3月已突破140万亿，两年增长超过千倍。

Token是模型处理信息的基本计量单位，每一次大模型问答、图片生成或语音交互的背后，都对应着Token的消耗。大模型应用越普及，Token消耗量越大，对推理算力的需求就越高。

这一趋势背后的技术逻辑是：训练算力需求是阶段性的（模型训练完成即告一段落），而推理算力需求是持续性的（模型上线后每一次用户调用都在消耗算力）。随着大模型从"尝鲜"走向"刚需"，推理侧的规模终将远超训练侧。

现象级产品对算力需求的拉动：大模型产品本身也会反过来推动算力需求爆发式增长。2025年DeepSeek以开源策略震动业界，推动了国内大模型应用的快速普及和算力调用的激增。2026年初，OpenClaw在AI Agent领域引发现象级反响，进一步加速了AI应用落地的浪潮。这些产品级事件每一次出圈，都带动了背后算力需求的新一轮增长。

二、算力服务谁：需求方分析

算力的需求方非常多元，不同主体对算力的规模，性能，成本和弹性有截然不同的要求。

大模型研发机构与头部互联网厂商

这是当前算力消耗量最大的群体。字节跳动、阿里、腾讯、百度等头部互联网厂商，以及大模型创业公司（阶跃星辰、百川智能、月之暗面等），构成了算力需求的第一梯队。阿里已宣布推进三年3800亿元AI基础设施建设计划；字节跳动2026年AI基建资本开支预算约1600亿元，其中GPU预算超过900亿元。 大模型预训练需要万卡级甚至更高的集群规模，单次训练成本动辄数亿元，是典型的"重投入"场景。

推理应用：LLM调用与各类AI产品

以大语言模型（LLM）为代表的生成式AI产品正在快速渗透各类应用场景。用户每发起一次问答、一次文生图、一次语音交互，模型就需要消耗算力进行推理。一次标准的千字中文问答大约消耗300至500个Token；生成一张中等分辨率的图片约消耗数十万至数百万个Token；一次复杂的多轮对话可能消耗数万个Token。 以豆包为例：2025年12月，其日均Token调用量突破50万亿，同比增长超10倍；累计使用量超万亿Token的企业客户突破100家。这意味着每一个规模化应用的AI产品背后，都是持续扩张的推理算力需求。

行业垂直应用场景

当大模型能力普惠后，各行业的AI落地成为算力需求的重要来源：

• 金融：大模型用于企业信用评估、风险监控、个性化理财服务等，需结合行业私有数据，对推理算力的安全和合规性要求较高
• 医疗：AI辅助影像分析（CT、病理切片等）、药物研发、临床决策支持等，单次计算量大，对精度要求极高
• 政务：各地"城市大脑"实现分钟级发现城市问题并调度处置；智能客服、文件审核等场景持续消耗推理算力
• 自动驾驶：感知、决策、规划等环节需要实时推理，对算力稳定性和时延要求极为严苛，通常需要车载边缘算力配合云端算力协同工作
• 工业制造：工艺参数优化、质量检测、设备预测性维护等场景，AI推理正在从边缘侧向核心生产环节渗透

中小企业

自建算力成本过高（万卡集群建设投资动辄数十亿元），中小企业普遍依赖算力租赁或订阅服务。工信部2026年4月发文首次在国家政策层面提出"算力超市""算力银行"，核心目标就是解决中小企业用算门槛高的问题。上海、珠海等地已推出算力券补贴，帮助中小企业以更低成本获取智算资源。

高校与科研机构

高校实验室和科研院所有明显的"潮汐"特征——项目周期内集中需要大量训练算力，项目结束后需求骤降。这种弹性需求特点使其成为算力租赁平台的重要客户群。

个人开发者

对个人开发者而言，第三方算力租赁平台是主要渠道，按小时计费、"租卡跑模型"已是常规操作。

三、算力供给格局：全国分布与服务体系

"东数西算"工程与八大枢纽

"东数西算"工程是我国算力基础设施建设的核心国家战略，于2022年全面启动。其基本逻辑是：东部地区经济发达、数字需求旺盛但土地和能源成本高；西部地区清洁能源丰富、气候适宜但缺乏就地需求。通过将算力需求有序引导至西部，实现东西部协同互补。

工程布局覆盖全国14个省份，形成8大国家枢纽节点、10个国家数据中心集群的格局。截至2025年一季度，八大枢纽节点算力总规模达215.5 EFLOPS，其中智能算力占比超过80%，枢纽节点为全国提供约八成的智能算力。2025年初，八大枢纽节点间20毫秒时延圈已基本实现。 各枢纽节点因地理位置、能源禀赋、产业结构不同，承担的角色和服务的行业也存在差异。

张家口数据中心集群

代表节点城市：河北省张家口市（怀来县、张北县、宣化区） 核心定位：积极承接北京等地实时性算力需求，构建辐射华北、东北乃至全国的实时性算力中心。 服务行业：作为离北京最近的综合算力枢纽，重点服务金融（银行、保险、证券的实时风控与交易系统）、央企信息化、工业互联网等低时延核心场景。北京市大量金融机构和央企总部的数字化需求，是张北集群最直接的市场腹地。 规模现状：算力总规模超过20万P，平均PUE低于1.20。已建成和部分建成投运数据中心项目30个，投运标准机架44万架。阿里、腾讯等头部企业均有布局，6个项目入选国家绿色数据中心名单。

长三角枢纽

代表节点城市：上海青浦+苏州吴江+嘉兴嘉善（长三角生态绿色一体化示范区）；安徽省芜湖市 核心定位：服务长三角这一全国数字经济最发达地区，构建"一体协同、辐射全域"的算力格局。 服务行业：上海侧重点服务金融科技、跨境贸易、高端制造；安徽芜湖则聚焦产学研联动，承接上海和杭州的溢出算力需求，服务先进制造和科研教育。 规模现状：芜湖集群已汇聚智能算力超4万P，实现"五算合一"体系全面贯通；全市在建机架超10万架，累计引进41个算力产业链项目，总投资额超过3000亿元。DeepSeek-R1大模型已在安徽省算力统筹调度平台上架。

韶关数据中心集群（粤港澳大湾区枢纽）

代表节点城市：广东省韶关市 核心定位：承接广州、深圳等大湾区核心城市的实时性算力需求，服务粤港澳大湾区庞大的制造业集群和数字产业。 服务行业：与广州时延仅1.3毫秒，与深圳仅1.66毫秒，能够满足大湾区绝大部分算力业务需求。重点服务智能制造（产线AI质检、设备预测性维护）、新能源汽车（自动驾驶研发）、智慧城市等场景。 规模现状：累计引进22个智算中心项目，总投资600多亿元；规划建设54.6万标准机柜。腾讯韶关算力中心加速建设，中国移动、中国联通两大数据中心先后投产。

成渝枢纽

代表节点城市：成都市（天府集群）；重庆市（重庆集群） 核心定位：服务成渝双城经济圈，辐射西南地区数字经济与智能制造产业，打造"零碳算力"示范基地。 服务行业：成渝地区制造业基础雄厚，重点服务装备制造、汽车工业、电子信息等产业的AI转型需求。重庆已迭代上线西部算力调度平台，实现跨省市算力资源纳管调度。 规模现状：四川预计到2027年算力总规模达40 EFLOPS；重庆预计到2026年总纳管算力规模达35 EFLOPS。

和林格尔数据中心集群（内蒙古枢纽）

代表节点城市：内蒙古呼和浩特市（和林格尔新区、乌兰察布） 核心定位：发挥与京津冀毗邻的区位优势，为京津冀高实时性算力需求提供支援，同时为全国提供非实时算力保障。 服务行业：和林格尔集群的核心竞争力是充沛的清洁能源和低廉的电力成本，主要承接AI推理、大规模数据存储与离线处理、国产大模型训练后台任务。 规模现状：智算规模达8.8万P，规模位居全国首位；绿电占比高达86%，绿色算力发展指数连续两年位列全国第一。已建成全国首个省级算力网与国家算力网联通的网络体系。

贵安数据中心集群（贵州枢纽）

代表节点城市：贵州省贵安新区 核心定位：充分发挥区域气候凉爽、能源充沛的优势，积极承接东部地区算力需求。 服务行业：因地质稳定、气候适宜，被视为数据安全和灾备中心的重要选址地。重点服务数据存储备份、金融灾备、离线大数据分析等场景。国产化率高（智算国产化率约90%），在国产算力生态适配方面走在全国前列。 规模现状：算力总规模超100 EFLOPS，智算占比超98%。累计引进26个大型数据中心，3个入选国家绿色数据中心名单。

庆阳数据中心集群（甘肃枢纽）

代表节点城市：甘肃省庆阳市 核心定位：打造以绿色、集约、安全为特色的数据中心集群，重点服务京津冀、长三角、粤港澳大湾区等区域的算力需求。 服务行业：以绿色电力为最大优势，主要承接后台加工、离线分析、存储备份等非实时算力需求，服务互联网企业的冷数据存储和大规模离线计算任务。 规模现状：2025年成为全国算力增速最快、增量最大的标杆集群之一，智算规模突破11.4万P，实现全国首个算力100%消纳，并建成国产万卡集群。

中卫数据中心集群（宁夏枢纽）

代表节点城市：宁夏中卫市 核心定位：充分发挥区域可再生能源富集优势，走高效、清洁、集约、绿色的发展路径，承接全国算力需求。 服务行业：自然冷却条件优越（PUE可低至1.1以下），结合绿电优势，主要服务于需要大规模算力但对时延相对不敏感的AI训练任务（如大模型的pre-training阶段）、大数据存储与离线分析、互联网企业西部数据基地等。 规模现状：算力规模达13万P，稳居全国十大智算集群前三；智算算卡18.6万张。20多个大模型在此落地训练，打造209个"人工智能+"应用场景。

四、关键技术支撑

智能算力不是单芯片的堆砌，而是一个由硬件、软件、网络、能源等多维技术协同构成的复杂系统。

AI芯片

芯片是整个算力系统的"大脑"。当前主流技术路线分为两大类：

• GPGPU（通用GPU）：以英伟达为代表，H100/H200系列是全球大模型训练的主流选择，供不应求
• DSA（专用加速器）：以华为昇腾系列、寒武纪思元系列为代表，针对AI特定场景优化，能效比更高 在国产阵营中，阿里巴巴旗下平头哥半导体近年来快速崛起。2026年初，平头哥自研的PPU芯片已实现规模化量产，截至2026年2月累计交付47万片。PPU主打AI推理场景，96GB HBM2e显存、700GB/s片间互联带宽、400W功耗，性能已超越英伟达A800及主流国产GPU，可比肩H20；同期还推出服务器级RISC-V CPU玄铁C930，正式进入高性能计算市场。目前平头哥正筹划独立上市，被视为阿里在AI芯片领域最重要的布局。

HBM高带宽内存

AI芯片性能的发挥离不开高速存储。HBM通过多层堆叠封装实现超宽带宽，成为AI服务器的标配。2025年存储芯片价格暴涨（HBM涨幅尤为突出），是算力供给侧的重要瓶颈之一。

高速网络互联

当芯片集群规模扩大到万卡级别，芯片间的数据传输带宽可能成为比芯片算力更关键的瓶颈。英伟达的NVLink、华为的昇腾集群互联技术、各厂商推进的800G和1.6T光传输系统，都是围绕这一核心问题展开。

液冷散热技术

AI服务器功率密度极高，单芯片TDP已突破千瓦，单机柜功率从传统数千瓦跃升至数十至上百千瓦。传统风冷已无法满足需求，液冷技术正在规模普及。联想相变浸没式液冷系统PUE值已低至1.035；中科曙光浸没相变方案PUE可控制在1.04以下。

先进封装与Chiplet

为突破单芯片算力上限，厂商通过CoWoS等先进封装技术将多芯片共封。英伟达B200通过CoWoS-L实现双die封装，倍增单芯片算力性能。同时，Chiplet异构集成将不同功能芯片封装在一起，成为摩尔定律放缓后的重要突破路径。

算力调度与平台软件

将不同厂商、不同架构的分散算力高效整合并统一调度，是"算力超市"和"算力银行"背后的核心技术。无问芯穹等公司致力于将不同AI芯片高效融通，像"立交桥"一样整合分散算力资源。截至2025年底，中国算力平台已接入10个省区市分平台，上架优质算力产品110余项，注册企业用户超1000家。

五、商业模式解析

算力中心的盈利模式并非单一，多种模式并存，不同主体各有侧重。

机柜租用

将智算中心的机柜出租给客户，客户自行部署服务器。盈利来自机柜租金，收入稳定但附加值相对较低。核心运营指标是"上架率"——即机柜的实际出租比例，上架率越高盈利能力越强。

算力租赁（按需付费）

按"卡时""核时"或Token计费，将GPU算力直接出租给客户。客户无需自建集群，按需付费，灵活度极高。这也是"算力超市"的核心形态，工信部明确鼓励推广按卡时、核时及Token计费的灵活付费模式。

算力运营平台

搭建撮合平台，连接算力供给方与需求方，平台抽取佣金。类似"算力领域的电商平台"。运营商和大型云服务商在这一模式上最具优势。

全栈一体化服务

从底层算力到平台、模型、应用的一体化打包交付，"算力+平台+模型"一站式供给，是附加值最高的模式。微软、阿里云、天翼云等头部厂商均已推出此类服务。

政府补贴与算力券

各地政府通过发放"算力券"帮助中小企业获取算力，本质上是政府购买算力服务后低价或免费提供给企业使用。上海每年发放10亿元算力券，是这一机制的典型实践。

行业盈利现状

当前算力产业链中不同环节的盈利能力差异极大。上游芯片（如海光信息，毛利率60%）和光模块（如新易盛，毛利率47%）盈利能力强劲，而中游服务器和机柜出租的毛利率持续承压（浪潮信息2025年毛利率降至4.91%）。这说明在算力产业链中，掌握核心稀缺资源的位置才有更强的定价权。

六、关联产业与就业带动

算力产业链极长，每一元算力投入都会在上下游产生显著的连锁效应。

上游半导体与芯片产业

芯片、存储（HBM、DRAM）、高速网络芯片、光模块等直接受益于算力需求爆发。英伟达2025年数据中心业务同比增长65%；博通AI相关营收增长30%；全球AI芯片设计公司Top10合计营收增长44%。

光通信产业

光模块是数据中心内部和集群间互联的核心器件。2025年全球光收发器市场销售额同比增长50%至230亿美元以上，800G模块需求3000万只，1.6T模块开始规模出货。国内中际旭创、新易盛、光迅科技等企业在全球光模块市场中占据主导地位。

电力与能源产业

算力和电力正在形成"双向奔赴"的协同格局。腾讯数据中心绿电占比已达80%；国家数据局2026年启动算电协同试点，"算电协同"已写入政府工作报告。

数据标注与AI训练服务业

数据标注行业正从"劳动密集"转向"知识密集"。工信部数据显示，截至2025年第三季度，全国已形成超过500个高质量行业数据集，带动数据标注相关产值163亿元。专业化的行业数据标注正在成为高价值赛道。

就业结构

算力产业链带动了大量岗位：

• 高端研发岗位：大模型算法工程师、IC设计工程师薪资最高，顶尖人才月薪可达5万元以上
• 智算中心建设与运维：电力、散热、网络、运维工程师
• 光通信领域：光模块工程师、网络架构师
• 数据标注：高学历+专业知识复合型人才需求上升，月薪最高接近2万元 值得注意的是，算力产业对人才的需求呈现"两极分化"：高端研发和算法类岗位极度稀缺（算法工程师职位数同比增长110%），而基础岗位已趋于饱和。

七、发展影响因素

7.1 促进因素

国家政策强力支持

国家层面对算力的重视已达空前高度。"十五五"规划明确推进全国一体化算力网；工信部2026年4月首次在国家政策层面提出"算力超市""算力银行"，目标2028年建成普惠算力服务体系；"东数西算"工程带动社会投资超过万亿元。

AI应用需求爆发

这是最根本的驱动力。2025年底中国日均Token消耗量突破30万亿，同比增长300多倍；2026年3月突破140万亿，两年增长超千倍。大模型加速落地、各行业AI渗透率提升，是算力持续增长的根本支撑。

现象级产品推动

DeepSeek于2025年以开源策略震动业界，OpenClaw于2026年初在AI Agent领域引发现象级反响——每一次产品级"出圈"，都带来算力调用的新一轮爆发。这种由产品创新驱动的需求增长，已成为算力市场中不可忽视的脉冲力量。

国产替代加速推进

在美国芯片出口管制大背景下，国产AI芯片获得前所未有的发展窗口。政产学研正协同推进国产AI芯片软件生态建设，加快突破算法框架、通信加速库、算子库等短板。

7.2 制约因素

高端芯片获取受限

英伟达H100/H200等高端芯片受出口管制影响，国产芯片在制程和生态上与国际领先水平仍有差距，高端算力供给不足是当前最突出的结构性矛盾。

能耗与电力供给约束

电力是"算力的尽头"。2024年中国数据中心用电量占社会用电量比例已达1.68%，预计2030年可能突破3%。西部可再生能源优势与东部算力需求地的分离，使得"算电协同"成为战略必须。

区域分布结构性失衡

业内称为"三多三少"：传统数据中心多、真正的智能计算中心少；东部多、中西部少；进口依赖多、国产自主少。部分地区上架率不足50%，而另一些地区算力供给仍然紧张。

标准化与调度难题

计费标准、接口规范尚未统一，跨平台、跨区域算力互通仍有障碍。工信部提出到2026年建立较为完备的算力互联互通标准体系，到2028年基本实现全国公共算力标准化互联。

八、未来趋势与新特征

趋势一：推理算力增速已超越训练算力

2025年起，推理服务增速（173%）全面超过训练服务（123%）。模型训练是一次性的，但推理需求随用户规模持续扩大且长期存在。这一趋势将推动边缘算力和分布式算力的需求持续增长。

趋势二：万卡集群向百万卡级演进

Scaling Law推动大模型向万亿乃至百万亿参数发展，驱动集群规模持续扩大。百度已计划将单一智算集群从3万卡推向百万卡级别。跨多中心的集群部署成为新方向。

趋势三：算力服务普惠化从概念走向落地

工信部2026年新政策明确了"算力超市""算力银行"的具体实施路径，目标2028年显著降低中小企业用算门槛。杭州目标2026年全市可调度智算规模超7万P；上海每年10亿元算力券帮助企业快速接入全市14万P异构算力。

趋势四：智算中心向"高密化、绿色化"演进

单机柜功率持续攀升，液冷、浸没式制冷成为新建智算中心标配，PUE值向1.05甚至更低压缩。绿电占比要求日趋严格，国家要求枢纽节点新建算力设施绿电占比超80%。

趋势五：Agent正在重塑算力需求结构

AI Agent能够自主设定任务、规划路径、试错反馈，被认为是AI发展的下一站。到2030年，全球活跃AI Agent数量预计从2025年的2860万暴增至22.16亿。Agent对算力的需求更碎片化、动态化，对算力调度平台的灵活性和响应速度提出更高要求。

趋势六：算电协同成为战略必须

国家数据局2026年启动算电协同试点，旨在破解电力与算力在空间上逆向分布的结构性矛盾。通过数字化技术将算力设施与电力系统深度融合，实现"以电强算、以算促电"的良性循环，是支撑未来算力规模持续扩张的关键命题。