"算力银行"来了：浙江已"试营业"一年

今年4月，工信部正式启动“普惠算力赋能中小企业发展专项行动”，其中“算力银行”“算力超市”作为创新业务模式被首次明确提出，旨在解决中小企业“用不起、用不上”高端算力的现实困境。

这一政策的到来，距离部分地区的先行探索已过去一年有余。以浙江为例，2025年3月，杭州市算力资源调度服务平台就已上线，并对外提供“算力超市”功能。在该平台上，企业可以像选购商品一样比较不同算力产品的价格与性能。截至2026年初，该平台累计交易额突破2亿元，注册及服务企业超过300家。

随着AI技术加速迭代，行业普遍预测，到2030年全球算力需求将是目前的百倍以上。但算力供给的分布极不均衡：东部地区需求旺盛但资源紧张，西部地区算力相对充裕却缺乏有效输出通道；大企业和科研机构拥有大量高性能GPU，夜间和节假日的闲置率却很高。另一边，广大中小企业受限于高昂的采购成本和复杂的技术适配门槛，难以获得必要的算力支持。这种“算力鸿沟”，正是“算力银行”模式试图解决的核心命题。

从“存贷”到“调度”

“算力银行”本质上是对算力资源进行金融化运作的一次尝试。中国信息通信研究院云计算与数字化研究所总工程师郭亮将其定义为：借鉴商业银行的存贷逻辑，将分散、闲置的算力资源进行标准化归集（存款环节）、虚拟池化（金库管理）和按需配给（贷款环节），通过跨地域、跨周期的智能调度，实现算力资源的再分配。

在具体操作上，这一模式包含四个关键步骤：

资源归集：

将不同品牌、不同规格的算力设备统一量化为“标准算力单元”，接入国家级算力平台，类似银行吸收存款。

资源池化：

通过技术平台将分散的服务器整合为虚拟资源池，解决算力供需在时间和空间上的错配问题。

按需配给：

中小企业可根据自身需求，像申请贷款一样申请算力资源，并搭配“算力券”、按量付费等灵活计费方式。

价值清算：

建立计量与返利机制，算力提供方获得收益或未来优先使用权，使用方按实际消耗付费。

与之并行的是“算力超市”，更侧重于前端的交易体验。它将各类算力产品标准化上架，支持智能搜索比价、一键部署开发环境，并接入政府补贴与“算力券”结算，尽量降低中小企业的使用门槛。如果说“算力银行”解决的是底层资源的流动问题，那么“算力超市”解决的是交易门槛的问题。两者协同，构成从资源调度到终端交付的完整链条。

浙江的“先行实验”

从规模上看，浙江省已建成全国领先的算力基础设施。截至2025年底，全省总算力规模超过156EFLOPS，其中智能算力达151EFLOPS，占比96.58%。

从布局上看，浙江已形成以杭州、嘉兴为核心的“双核”算力格局。嘉兴智算规模达115EFLOPS，其“乌镇之光”超算中心是浙江首个国家超算中心；杭州综合算力为31EFLOPS。根据规划，浙江正在建设五个万卡智算集群，目标到2026年全省智算规模达到200EFLOPS以上。

政策层面，浙江已形成较为系统的算力补贴体系。杭州市级算力券总额从最初5000万元提升至1亿元，补贴比例从30%提高到50%，单家企业最高补助从100万元提升至2000万元。2026年，浙江省计划发放5亿元人工智能券，同时已设立30亿元省人工智能产业基金，明确“投早、投小、投长期、投科技”的导向。

在具体产业应用上，这一机制已产生可观测的成效。台州黄岩的浙东南智算中心一期400P算力上线后，算力认租率超过150%，实际使用率维持在80%至85%之间。该中心为当地注塑、模具等传统产业提供AI算力支持——一家从事注塑30余年的企业，借助该平台研发了工业设计大模型，出图时间从数小时压缩至数秒。目前，已有20余家数字经济企业在黄岩设立分支机构。另一个案例是杭州的老板电器，其“未来工厂”实现了厨电产品的自动化生产和智能调度，但每年仅算力采购成本就超过350万元。这表明，算力普惠不仅仅是降低技术门槛的问题，也涉及企业成本结构的优化。

各地实践与全国推广路径

根据公开信息，山东、上海、宁夏等地也已开展类似实践：山东省人工智能公共服务平台整合算力、模型与数据服务，面向垂直行业提供精准供需匹配；上海算力交易平台推出教育智算专区，将算力资源标准化上架，支持院校按需部署训练环境；宁夏（中卫）算力监测调度平台通过对异构算力的统一封装，支撑“东部模型、西部计算”的跨域协同。这表明，“算力银行”和“算力超市”并非单一地区的创新，而是各地应对算力供需矛盾的共性解决方案。

尽管“算力银行”概念已逐步落地，但距离真正成为普惠基础设施，仍有若干关键问题需要解决。

首先是异构算力的标准化问题。当前市场上GPU型号繁多，不同厂商、不同代际的芯片性能差异显著。如何建立公允的“标准算力单元”折算体系，仍是技术层面的难点。

其次是跨域调度的经济性。东部与西部之间的网络延迟、数据安全、带宽成本，直接影响算力资源跨区域调度的实际可行性。并非所有AI任务都能接受“东数西算”带来的延迟代价。

再次是商业模式的可持续性。目前各地普遍依赖政府补贴和“算力券”刺激需求。长期来看，算力银行需要形成自我循环的商业闭环——算力提供方能获得合理回报，使用方以市场化可接受的价格获得服务，平台自身也能覆盖运营成本。

此外，不同行业的中小企业对算力的需求存在较大差异，并非所有企业都需要大模型训练级的高端算力。如何根据不同行业、应用场景提供分层、分级的算力服务，是平台设计方需要面对的问题。

按照专项行动的时间表，未来三年将是各地“算力银行”从试点走向推广的关键时期。目前在浙江、山东、上海、宁夏等地的探索，为全国层面的政策落地提供了不同路径的参考。算力标准化、跨域调度经济性、商业模式可持续等问题的解决，仍有待更多实践检验。