AI算力建设

发展历程

　　我国AI算力产业的发展是和互联网产业数据处理进程相互并行的。其发展萌芽于云计算产业的推动，随着国产云计算操作系统“飞天”在2006年诞生，阿里云正式开启中国云计算的商业化进程，同时也打开了中国算力产业的大门。随后进入建设期，云计算市场的成熟推动了数据中心的建设，如何更好地调用和分配算力资源成为社会关注的重点，数据中心也升级为公共基础设施。

　　2021年，国家发改委等四部委联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，启动“东数西算”工程以构建国家算力网络体系，人工智能与算力的结合由此正式拉开帷幕；2022年2月17日，该工程全面启动，旨在优化数据中心布局并促进其规模化、集约化、绿色化发展。

　　在建设运营模式上，可参照智能计算中心的“投-建-运”一体化模式，采用政府主导、企业承建、联合运营的政企合作框架。从基础设施侧看，数据中心、智能计算中心、超算中心加快部署。随着全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进，我国算力基础设施建设和应用保持快速发展，我国基础设施算力规模达到180 EFlops，位居全球第二。

　　2022年我国算力规模为180 EFlops，同比增长28.6%，算力总规模近五年年均增速超过25%。2022年，通用算力规模为137 EFLOPS，智能算力规模为41 EFLOPS，超算算力规模为2 EFLOPS；智能算力规模与2021年相比增长41.4%，规模占比达22.8%，超过全球整体智能算力增速（25.7%）。

硬件基础设施

　　AI计算基础设施包含了计算、存储、网络硬件基础设施。随着AI芯片功率提升，液冷技术成为关键散热方案，液冷单机柜功率可达到100千瓦以上。盲插技术提升了部署效率。部分企业推出了集成化的数据中心解决方案。

　　高稳定供电是AI算力中心运行的关键条件，变压器作为关键设备，其需求在全球AI算力爆发背景下激增。变电站作为集成了变压器、开关柜、保护控制等设备的完整电力解决方案，保障AI算力中心供电可靠性、节能高效且可快速部署。

　　AI算力硬件环节包含AI芯片、高速光器件、智能输送系统等细分赛道，其中有厂商推出了AI芯片产品；光器件厂商的产品需求随着AI算力建设而增长；高速光模块需求随着AI算力建设而显著增长，并推动了产品迭代和技术升级；智能输送系统应用于多个工业领域。

建设模式与运营

　　目前智算中心建设分为企业独立投资建设、国有企业出资建设、政府与企业联合成立建设运营公司三种建设模式。

　　下一步，既要持续推进AI算力建设，形成让AI算力中心的点及面的全国战略型网络，又要建设全国统一的AI大算力平台来集中优势资源、降低投资成本。

　　运营服务根据面向对象不同分为服务于产业发展和服务于科学研究两类，运营内容包括数据服务、算力服务、算法服务、生态服务四个方面。

　　布局举措包括积极参与和实践AI计算基础设施标准创制，并躬身入局生产算力、聚合算力、调度算力、释放算力。

产业发展与特点

　　我国AI算力产业的发展是和互联网产业数据处理进程相互并行的。2021年国家发改委等四部委联合发布了《全国一体化大数据中心协同创新体系算力枢纽实施方案》，启动实施“东数西算”工程，以优化数据中心布局，构建国家算力网络体系。

　　AI计算基础设施包含计算、存储、网络等硬件基础设施，以及机器学习框架、算法与工具软件等软件方面。随着AI芯片功率飙升，液冷技术已从“可选配置”转变为散热“刚性需求”，单机柜功率可突破100千瓦并向更高密度发展，盲插等技术提升了部署效率。散热方案正与供电、网络等深度集成，向“电、网、冷”一体化方向发展。

　　在产业实践中，为应对供应链风险，部分领先企业正推动垂直整合。例如，有企业计划建设集逻辑芯片、存储芯片和封装于一体的晶圆厂，以保障AI芯片供应。

　　当前，智能计算产业具有多方面特点。在端网智能芯片方面，新兴芯片企业发展和传统芯片企业转型正在加快。存储芯片产业合作加深，共同推进技术发展。系统设备方面，AI计算基础设施的产品与算力等加速布局，部分企业为数据中心与AI算力基础设施提供变电站及电力解决方案。计算技术方面，相关技术商业化也在推进。从基础设施侧看，我国算力规模持续增长，智能算力规模快速增长。

　　产业发展亦呈现新特点。头部企业为保障核心算力供应安全，正加大自研芯片投入并规划建设本土化芯片工厂。随着AI模型规模化应用，推理端市场需求加速释放，带动算力硬件产业链各环节发展。产业发展模式正从“各自为战”走向“开放协同”。例如，由全球计算联盟（GCC）指导的OpenAIInfra社区在成立后短时间内凝聚了超过150家产业链核心单位，覆盖互联网、芯片、整机、液冷、数据中心等全链条，形成了需求牵引、技术支撑的开放协同生态。

　　AI大模型是驱动算力需求增长的核心因素。根据OpenAI测算，自2012年以来，头部AI模型训练算力需求每3-4个月翻一番，增速远超摩尔定律。当前，AI大模型正向万亿级参数迈进，算力需求持续爆发，AI算力的角逐已从“单卡比拼”进入“系统级竞争”的新阶段。作为算力核心载体的AI服务器需求也因此持续释放。AI芯片产品持续迭代，部分软硬件全自研的高端芯片已实现大规模集群部署。

　　AI算力需求的增长带动了上游硬件产业链发展。以光模块产业为例，该产业受益于AI算力基础设施建设的投入。在竞争格局上，产业呈现“上游锁产能、下游锁客户”的特点，头部企业凭借规模和技术优势，深度绑定全球顶级云厂商，形成从联合研发到规模化交付的闭环。

　　此外，中国AI算力产业链的“出海”模式正从单一部件出口，向涵盖供电、散热、计算完整链条的“全系统出海”与标准输出演进，凭借在全栈液冷、高密供电等领域的规模化工程经验切入全球市场。

　　面对算力集群功率向兆瓦级乃至吉瓦级跃升带来的“功耗墙”、“互联瓶颈”及生态标准碎片化等挑战，产业界正通过开源开放协作寻求突破。2026年，由中国移动、字节跳动、百度、京东、快手等算力头部用户，联合华为、新华三、超聚变等产业链核心企业共同倡议的“兆瓦级算力系统”项目正式启动，旨在整合资源攻关核心技术并推动标准化。同时，OpenAIInfra社区已建立知识产权贡献机制，推动液冷整机柜等系统架构设计的专利开放共享，以促进生态统一。

影响

　　AI算力建设的增长，对上游电力基础设施，特别是变压器等关键电力装备产业，产生了经济拉动和技术驱动效应。一方面，全球AI算力中心建设直接带动了变压器等电力设备市场需求增长，例如2025年我国变压器出口总值同比增长近36%。另一方面，市场需求也推动了行业进行绿色化、智能化技术升级，包括研发天然酯油变压器以降低碳排放，以及开发固态变压器和集成智能监控模块的变压器以匹配电负荷需求。此外，AI算力需求也促进了制造业自身的数字化转型，例如通过构建行业大模型推动供应链改造。

　　AI算力建设的增长，同样对上游光模块等关键硬件产业产生了显著的经济拉动效应。受益于AI算力基础设施的强劲投入，光模块市场需求快速增长，推动了高速率产品（如800G、1.6T）的占比提升和硅光方案的技术渗透，从而促进了产业链的技术升级与盈利能力提升。

挑战与应对

　　芯片（尤其是内存芯片）的供应限制增长，并存在地缘政治风险等外部挑战；部分物料如高速光器件也存在供应瓶颈。

　　同时，算力中心建设还带来能源与环境挑战，如水电资源消耗问题。全国政协委员寇纲在2026年两会提案中指出，需关注数字基础设施的“生态足迹”，建议对算力中心进行“电—水—算”协同治理，以避免为算力牺牲环境。

　　随着AI大模型参数迈向万亿级，算力需求爆发，AI算力集群整体功率从千瓦级跃升至兆瓦级甚至吉瓦级，技术瓶颈愈发凸显。新一代智算超节点亟须通过开放架构实现弹性扩展。同时，行业面临“生态壁垒与标准碎片化”的隐忧，若芯片、服务器等领域企业各自推行封闭标准，不仅会导致下游数据中心建设成本居高不下，还会阻碍异构算力的混合调度，制约产业整体发展。

　　产业界采取应对策略，例如特斯拉计划建设集逻辑芯片、存储芯片和封装于一体的大型本土化芯片工厂（Terafab晶圆厂）以确保AI芯片供应，应对供应链风险；天孚通信积极与供应商沟通协调，以保障客户订单交付。此外，作为全球光模块龙头企业，中际旭创则通过“上游锁产能、下游锁客户”的策略应对供应链挑战。在上游，凭借其龙头地位和规模优势锁定高端光芯片等核心物料供应，并通过自研硅光方案降低对单一供应商的依赖；在下游，深度绑定海外头部云厂商，形成从联合研发到规模化量产的快速响应闭环，以保障AI算力建设的稳定供给。

　　为破解技术瓶颈与生态壁垒，产业界倡导以“开源开放”理念打造硬件基建。2026年4月，由中国移动、字节跳动、百度、京东、快手等算力用户，联合华为、新华三、超聚变等产业链核心企业共同倡议的“兆瓦级算力系统”项目正式启动，旨在整合全产业链资源，集中攻关核心技术瓶颈，推动产业标准化、规模化发展。同时，OpenAIInfra社区建立了完整的知识产权贡献流程，超聚变、华为等企业已捐赠液冷整机柜、DPU等系统架构设计与图纸的专利授权（A型协议），京东云等企业也表示将向社区贡献技术实践，助力行业标准统一。

发展趋势

　　随着AI模型加速走向规模化应用，推理端市场需求预计将进一步释放，带动算力产业链发展。开源模型生态的蓬勃发展将推动更多AI原生应用出现，加速传统软件智能化升级，模型与AI应用的快速迭代将持续提升算力需求。AI算力需求的增长直接拉动了高速光模块等关键硬件产业的快速发展，推动了相关企业的技术升级和业绩提升。

　　AI大模型对算力的需求增速持续高于摩尔定律迭代速度，根据测算，自2012年来，头部AI模型训练算力每3-4个月翻一番，而摩尔定律已然放缓，算力增速出现滞后。金融市场正围绕新质生产力方向，加大对人工智能等科技领域的长期配置比重。

　　供应链安全与垂直整合成为战略重点，行业领先企业已认识到芯片可能成为增长的关键因素。中国算力产业链从“各自为战”走向“开放协同”，OpenAIInfra社区在短短半年时间内，迅速凝聚了150余家产业链核心单位，覆盖互联网、整机、液冷、数据中心等全链条。领先企业通过构建产业链协同，例如在上游锁定核心物料供应，在下游绑定关键客户，以形成生态优势并巩固竞争力。计划通过建设集逻辑芯片、存储芯片和封装于一体的大型本土化芯片工厂来确保AI芯片供应，以应对地缘政治风险。

　　此外，随着算力中心对高稳定供电需求的增加，能源基础设施的升级也成为重要趋势。随着需求激增，“缺电”正取代“缺芯”成为AI发展的核心挑战之一，高稳定供电成为算力中心的“生命线”。液冷技术从“可选配置”转变为“刚性需求”，液冷单机柜功率已能轻松突破100千瓦甚至向200千瓦迈进，盲插技术的成熟提升了部署效率。

　　AI算力建设带动电力装备需求，变压器等关键设备迎来新的市场机遇，2025年，我国变压器出口总值达646亿元，同比增长近36%，部分龙头企业变压器出口同比增长71.4%，工厂订单已排至2027年。与此同时，对算力中心环境影响的关注度提升，提出了对数字基础设施“生态足迹”进行核算并推动“电—水—算”协同治理的发展方向。

　　更深层次看，未来能源体系将从“源随荷动”向“源网荷储互动”转变，形成多能互补、数智驱动的新型能源生态。

　　在夯实国内产业基石的同时，“出海”成为中国AI算力产业链寻找新增长极的必然选择。从单一部件出口，到标准、规范、整机柜系统乃至“全系统出海”，中国在全栈液冷、高密供电等细分领域的领先为出海提供了底气，正在全球AI基础设施演进中注入创新动力。

　　从战略层面看，AI算力建设正与能源、金融等领域深度融合，衍生出如通过跨境电力贸易推动人民币国际化（“电力人民币”）以及电碳市场协同等跨领域战略构想。