锋行链盟推荐阅读
来源：中国信通院
以下是内容详情
前 言
随着数字经济的蓬勃发展，算力已成为国家核心生产力和关键基础设施。当前的算力体系主要由通算、智算和超算三大类构成。以大模型为代表的人工智能技术爆发式演进，使智能算力需求呈指数级增长，成为全球科技竞争的焦点和算力体系建设的重中之重。但智算资源的跨域异构、网络传输瓶颈以及供需匹配痛点，日益制约着产业的发展。本报告正是立足于这一时代背景，重点针对智能算力展开深度探讨。
为破解算力资源协同难题，智能算力服务应运而生。智能算力服务是基于互联网访问，汇聚GPU、NPU等异构计算资源，通过统一的服务接口，按需向用户提供可度量的计算、存储、网络等服务。智能算力服务作为连接智能算力资源与上层行业应用的关键载体，正加速向普惠化、智能化、精益化方向演进，其发展水平直接关系到国家数字竞争力的全局。在此背景下，中国信息通信研究院云计算与数字化研究所基于在云服务、智能算力服务、算力互联网领域的长期研究积累，组织编写了《智能算力服务研究报告(2026年)》,旨在系统梳理智能算力服务的内涵、体系架构、关键技术、典型场景、市场规模及发展趋势，为政策制定和产业实践提供参考。
本报告首次构建了智能算力服务的三层体系架构，包括智能算力资源层服务、智能算力互联互通层服务以及智能算力应用层服务。报告指出，在算力标识、算网协同、资源池化及异构算力调度等关键技术的支撑下，智能算力服务在高强度计算与并行处理、结果交付与体验类服务、垂直行业融合与边缘协同等类型场景中不断深化；全球智能算力服务市场保持稳健增长，我国市场增速尤为显著,产业链上中下游新业态、新模式不断涌现。未来，智能算力服务将继续驱动产业呈现出架构部署向“云边端高频协同”演变、服务模式向“任务式交付”升级、产业格局向“算力互联网”聚合、赋能路径向“生态价值”延展的四大核心发展趋势。
一、 战略背景：从“算力焦虑”到“服务突围”
报告开篇即点明了当前的三大核心矛盾，这也是智能算力服务诞生的根本原因：
异构适配难： 芯片架构碎片化（CUDA vs CANN vs 其他），导致应用迁移成本高，形成“算力孤岛”。
供需错配： 需求正从70%训练向70%推理转移（Barclays数据），分布式、碎片化的推理需求与传统集中式供给不匹配。
算效低下： 传统的“包机柜”模式无法适应精细化任务需求。
全球博弈视角：
美国： 试图通过“星际之门”等项目构建美系全球算力互联网，强化技术霸权。
欧盟： 急于摆脱“技术消费者”地位，投入2000亿欧元建立泛欧主权AI算力网。
中国： 依托“东数西算”和《算力互联互通行动计划》，走“先互联、再成网、建市场”的路径，旨在2026年建立完备的标准体系，2028年形成全国算力互联网。
二、 核心定义：智能算力服务的“新范式”
报告最大的贡献在于明确了智能算力服务与云服务、IDC服务的本质区别，这标志着产业从“卖资源”向“卖能力/结果”进化。
维度 | IDC服务 (旧基建) | 云服务 (新基建) | 智能算力服务 (新范式) |
|---|---|---|---|
交付形态 | 机柜、空间、带宽 | 云主机、云存储 (资源租赁) | Token、训练任务、渲染作业 (任务交付) |
技术重心 | 土木、电力、制冷 | 虚拟化、资源池化 | 异构计算、智能调度、高速互联 |
计费逻辑 | 按机柜/月 | 按资源规格/小时 | 按任务复杂度、算力产出 (如Token数) |
核心组成：
词元服务（Token Service）： 最前沿的形态，直接按计算结果（Token）计费，彻底屏蔽底层硬件。
算力互联网服务： 逻辑上的“一张网”，实现跨域调度。
云服务： 依然是基础，但更多是作为IaaS底座存在。
三、 技术底座：“标、联、池、调”四维一体
报告提炼了支撑智能算力服务的四大关键技术群，这是实现“算力像水电一样随取随用”的前提：
标（算力标识）： 给每个算力资源发“身份证”（C-URL），解决“找得到”的问题。
联（算网协同）： 使用RDMA（低时延）和SRv6（可编程路由），让网络感知算力，解决“流得快”的问题。
池（资源池化）： 打破以CPU为中心的架构，实现资源解耦（Composable Infrastructure），解决“聚得拢”的问题。
调（异构调度）： 类似K8s但更复杂，实现任务与GPU/NPU的最优匹配，解决“配得准”的问题。
四、 市场与产业链：万亿赛道与生态重构
1. 市场规模
全球： 2026年AI优化服务器支出达3530亿美元，广义AI基础设施破1.36万亿美元。
中国： 2025年智能算力服务市场规模超1300亿元人民币。
B端（800亿）： 企业级AI云服务。
C端（500亿）： 云电脑、云游戏爆发（云电脑用户破千万，增速100%）。
Token经济： 日均调用量从2024年初的1000亿飙升至2026年的140万亿，两年增长1400倍，这是最恐怖的增长曲线。
2. 产业链格局
上游（芯片）： 美国主导（NVIDIA/Intel），欧盟急追。中国国产芯片（昇腾、海光）在政务和行业有突破，但先进制程仍是瓶颈。
中游（平台）： 美国云巨头（AWS/Azure）向下整合芯片（Trainium）。中国呈现“国家队（电信/移动/联通）+ 民企（阿里/华为/腾讯）”的六朵云格局。算力互联互通平台成为新战场。
下游（应用）： MaaS（Model as a Service）成为主流。美国由OpenAI/Google/Anthropic垄断；中国呈现“互联网云厂商领跑调用量（豆包日调用120万亿）、运营商云主导政企渗透”的双轨格局。
五、 未来趋势：四大核心演进方向
报告预测了到2028年甚至更远期的产业终局：
架构部署：云边端高频协同
不再是单纯的中心化IDC。演变为“大中心（IDC）+ 小节点（边缘超节点）”。
例证： 工厂本地部署超节点做质检（低时延），云端做大模型训练。中国电信已实现百公里级1.1毫秒时延传输。
服务模式：任务式交付
用户不再关心“买了几张卡”，只关心“渲染完了没”、“推理准不准”。
计费变革： 从“卡时”计费转向“算力豆”、“算力币”等基于结果的计费。
产业格局：算力互联网聚合
算力变成一种可交易的商品。就像股票交易所一样，算力互联互通平台将成为算力交易的“沪深交易所”，实现算力资源的跨域自由流通。
赋能路径：生态价值延展
从单点到系统： 支撑多智能体协作（Agent-to-Agent）。
从技术到普惠： 算力像水电一样入户，出现“算力卡”、“算力包”，降低小微企业和个人的AI使用门槛。
从数字到实体： 深度赋能新型工业化（数字孪生、智能制造）。
六、 典型案例启示（附件精要）
报告附件展示了落地成果，验证了上述趋势：
长三角（上海）： 教育科研算力共享，解决资源孤岛。
湖北： 构建“算力-增值-生态”三位一体服务，按词元计费。
深圳： 整合1.7万P算力，赋能司法审判（准确率95%+）和初创企业。
中国联通CubeAI： 算网模一体化，屏蔽异构差异，带动经济效益3000万+。
成渝（四川）： 跨主体算力互认，实现区域算力协同运营。
总结
这份报告传递了一个强烈信号：智能算力服务的竞争，已经从单纯的“芯片算力”竞争，升级为“算力网络调度能力”和“服务化交付能力”的竞争。
对于企业而言，尽早适配算力互联网标准、探索任务式交付商业模式，将是抓住下一波AI红利的关键。
【锋行链盟】
锋行链盟一站式企业全周期赋能平台
已累计服务付费会员超 5000+，构建起高粘性、高价值的企业服务生态。依托由研究院、上市公司高管、创始人、投资人、券商投行、高校及政府机构组成的高端会员生态，为企业提供资源共享、专业人才对接、项目合作及港股 / 纳斯达克上市等全链条服务。
资源共享
汇聚企业、投资机构、政府部门、科研院所等核心资源，实现信息、渠道与机会互通。
项目合作与产业协同
提供产业链上下游匹配、技术合作、政企合作、园区落地、项目路演等合作机会。
专业化上市服务
由资深投行背景团队提供全流程上市辅导，助力企业登陆资本市场：
上市前期筹备
企业上市资质诊断、合规性梳理、财务规范指导、股权架构设计；
上市路径规划
结合企业实际情况，纳斯达克、香港联交所等多板块上市路径分析与选择建议；
中介机构对接
精准对接头部券商、知名律所、会计师事务所、保荐机构，降低沟通成本；
资本运作支持
涵盖上市融资、并购重组、再融资等全流程财务顾问服务，保障上市进程顺畅。
