听了算力的论坛不下十次，对算力有些了解。数字经济蓬勃发展的当下，数据、算力、算法被称为支撑AI大模型的“三驾马车”。数据已成为关键生产要素，而算力则是驱动数据价值释放的核心动力。如同电力之于工业时代，算力正成为数字时代的 “新电力”，支撑着各行各业的数字化转型与创新发展。从日常生活中的智能语音助手、电商个性化推荐，到企业运营中的大数据分析、智能制造，再到科研领域的气象预测、基因测序，算力无处不在，深刻改变着我们的生产生活方式。

在算力方面，据中国信息通信研究院《中国综合算力指数2023年》显示，上海算力综合指数全国排名第三（第一、二分别为广东省、江苏省）、在用算力规模全国排名第一、运力单项指数全国排名第一。上海还集聚了全国最多的智能芯片设计企业，成功实现24款各类智能芯片流片量产，启动运营亚洲最大AI算力中心——商汤科技人工智能计算中心。上海电信万卡集群已投产，将建成大规模智算集群。AI大模型的训练速度、产出质量均与算力直接相关，目前主要以英伟达的A100、H100等高性能GPU为大模型训练提供算力支撑。以ChatGPT为例，微软Azure云服务为其提供了一万枚英伟达A100 GPU，这也正是业内技术人士达成共识的研发门槛。

然而由于英伟达A100及以上的高性能GPU被列入管制清单，国内大模型企业不得不以英伟达A800 GPU等作为替代品，即便如此仍旧存在缺货和溢价情况。同时国产GPU还存在技术水平差距（华为昇腾910的制程为7纳米，国际水平能达4纳米）、价格高于同等性能的进口产品、产量无法满足国内需求等问题。更为严峻的是，企业若想留在赛道内，必须持续“烧钱”以提升大模型参数和训练量（据传OpenAI GPT-5大约投入5万张H100 GPU，参数量预计达到10万亿级别）。因此在多因素叠加的影响下，上海AI大模型企业仅凭现有融资支持和业务收入，难以独立承担日益增加的大模型研发和运营成本，部分企业或将面临业务调整乃至关闭的风险。

算力核心战略‌主要包括以下几个方面：‌政策精准领航；‌构筑协同高效智算生态；‌推动产业科技创新升级；‌提升国家综合实力；‌绿色化升级。具体实施案例和政策支持。‌东数西算工程‌：自2022年启动，该工程在京津冀、长三角等8地建设国家算力枢纽节点，通过“东部算量、西部算力”的资源调配，构建起覆盖全国的算力网络，解决了东部地区算力需求与能源供给紧张的矛盾，并实现了算力基础设施的绿色化升级‌。‌超级计算机。‌城市大脑和数字政府平台‌：如深圳的“城市大脑”系统整合了全市数据，实现对交通、安防、民生等领域的实时智能调度；浙江的“数字政府”平台通过算力驱动的大数据分析，推动了“最多跑一次”改革‌。算力在数字时代的作用主要体现在以下几个方面：‌核心生产要素‌：算力成为串联数据、算法、场景的核心纽带，构建起“数据存储-计算处理-价值输出”的完整闭环，推动从“制造”到“智造”的范式革命‌。‌全球竞争焦点，‌产业应用。

截至2025年6月，中国在算力领域的政策布局已形成“国家顶层设计+地方特色实践”的协同体系，核心政策聚焦算力基建自主化、绿色低碳转型及行业赋能。国家核心政策《算力基础设施高质量发展行动计划》（2023年）。由工信部、网信办等六部门联合印发，提出2025年量化目标及25项重点任务，对算力规模，存储能力，网络运载，应用赋能的工业、金融、医疗等六大领域各打造30个应用标杆。重点行动方向：自主可控，绿色集约，金融支持等。

政策趋势总结。短期目标（2025）：以国家300 EFLOPS算力为核心，突破存力、网络瓶颈，夯实自主底座。长期生态（2027）：地方侧重技术跃迁（浙江十万卡集群）、场景深化（辽宁100标杆）、普惠开放（山东算力券）。 全球竞争：推动IEEE P3117算力网络国际标准制定，输出“中国方案”（如东盟PUE认证）。政策本质是“以算力密度换创新浓度” ：当甘肃庆阳实现15ms跨域调度、山东企业凭“算力券”低价调用AI算力、浙江十万卡集群训练行业大模型时，算力便从基建升维为新质生产力的核心引擎。

去年底上海市人民政府办公厅印发《关于人工智能“模塑申城”的实施方案》。到2025年底，建成世界级人工智能产业生态，力争全市智能算力规模突破100EFLOPS，形成50个左右具有显著成效的行业开放语料库示范应用成果，建设3-5个大模型创新加速孵化器，建成一批上下游协同的赋能中心和垂直模型训练场。今年3月份上海市经济和信息化委员会关于印发《关于促进智算云产业创新发展的实施意见（2025-2027年）》聚焦人工智能与云计算深度融合，提出通过三年努力构建自主可控的智算云生态体系。到2027年，上海智算云产业规模力争突破2000亿元，智算算力规模达到200EFLOPS（每秒200亿亿次浮点运算），其中自主可控算力占比超70%。

我们需要将智能算力产业置于产业科技创新的核心战略位置，需以“基础支撑-场景驱动-生态协同” 三位一体模式重构国家创新体系。战略定位：智能算力的三重核心价值。技术基座，产业引擎，创新范式。实施路径：四维攻坚体系。1.基建先行：构建自主可控算力基座。2.场景倒逼：以重点产业需求牵引算力升级。3.机制创新：破除要素流动壁垒。4. 生态培育：构建协同创新网络。

政策保障：三位一体制度设计。1.顶层设计。制定《国家智能算力发展中长期规划》，明确2025年300 EFLOPS算力目标；设立国务院级算力基础设施建设办公室。2.法规突破。数据要素流通：建立医疗/工业等10大领域数据空间标准（参考国际DSC架构）；算力并网准入：强制要求新建数据中心接入国家算力网。 3.资源倾斜。财政：国家集成电路基金30%额度投向算力芯片；人才：高校增设“智能算力”交叉学科（如北大智班2.0）。  

风险防控：关键技术安全屏障。

国际竞合：争夺全球规则制定权。1.技术标准输出。2.新兴市场布局。东南亚：在马来西亚建算力枢纽（昆仑芯封装测试中心）。中东：为沙特Neom新城提供全域智算解决方案。  

新质生产力与算力建设是当前我国经济高质量发展的核心驱动力，二者深度融合正重构产业生态与竞争格局。新质生产力的理论内涵与算力角色。新质生产力以技术革命性突破、要素创新性配置、产业深度转型为核心，具备 “创新主导、要素协同、产业跃迁”三大特征：创新主导：颠覆性技术（如AI、量子计算）重塑劳动者、劳动资料、劳动对象，要求劳动者具备跨学科知识（如战略科学家、卓越工程师）。要素协同：数据成为新型生产要素，与算力结合释放“乘数效应”。例如数据通过算力分析赋能精准农业，提升全要素生产率30%以上。产业载体：战略性新兴产业（如智能网联汽车、低空经济）和未来产业（如脑机接口）占比提升，2022年战略性新兴产业占GDP超13%。

算力的核心作用。算力作为新型生产工具，是新质生产力的“动力系统”：三大维度：计算力（智能算力）、运载力（网络传输）、存储力（先进存储）构成基础设施铁三角。例如全闪存存储延迟降至微秒级，加速AI训练效率。经济价值：算力指数每提升1点，数字经济增速提高0.33%。到2025年，全国算力规模目标超300 EFLOPS，智能算力占比达35%。国家政策布局：构建一体化算力体系。国家层面试图通过顶层设计打通算力供需瓶颈：1.基础设施攻坚。技术突破：重点攻关十万卡GPU图形处理器集群调度、算力网络时延控制（≤理论值1.5倍）等“卡脖子”环节。绿色集约：推行“东数西算”，要求西部数据中心PUE≤1.25，通过绿电直供降低能耗成本30%。如贵州安顺试点源网荷储就地消纳，内蒙古通辽规划绿电占比超60%。

2.应用与生态培育。行业赋能：在工业、医疗等领域各打造30个应用标杆，如“AI+养老”健康监测系统缩短应急响应至5分钟。机制创新：建立算力互联互通规则体系（2026年完成），统一标识、度量衡和交易制度；推广算力券、模型券激发中小企业需求。

2025年国家算力建设核心指标

地方实践：差异化发展模式。地方结合资源禀赋探索特色路径：1.浙江：技术引领型。目标2027年公共云算力达60 EFLOPS，培育百家“智算云企”。构建“算力-数据-模型”三层体系：底层突破国产GPU调度，中层建设可信数据空间，上层发展MaaS模型服务生态。2.贵州：绿电协同型。安顺市开展“算电协同”，联动电力企业推动绿电直供，算力规模达500 PFlops（2025年）。发展低空经济算力中心，配套人力资源数据平台“安心干”，探索个人数据空间。3.内蒙古：区域枢纽型。通辽定位“东北AI推理中心”，2035年智算规模20万P，构建“绿电-智算-应用”三角循环。空间布局“一核一点”（通北产业园+科左后旗），承接东北算力需求。

挑战与突破路径。1.关键技术短板。国产GPU生态薄弱，高端光芯片进口依存度超70%。需通过 “揭榜挂帅”机制集结企业/科研院所攻关，如工信部布局元宇宙、人形机器人四大方向。2.算力供需失衡。东部需求占70%但能耗指标紧张，西部绿电丰富但应用场景少。建议：构建“飞地算力”模式——东部企业在西部建智算中心，通过“广州-安顺”直连网络（时延≤20ms）调度资源。3.伦理与安全风险。AI滥用、数据泄露需强化治理。借鉴《科技伦理审查办法》 ，对脑机接口、自动驾驶等七大领域强制审查；政务领域推行“训练集中、推理分散”，确保数据不出域。

构建算力生态体系建设很重要。推进算力建设、算力服务与算力智联需统筹技术、政策、生态协同，形成“以建强基、以服促用、以联增效”的发展路径。结语：三位一体推进策略。建设是基础：需持续扩大智能算力供给，强化国产化与绿色化；服务是核心：通过普惠政策与垂直场景激活需求，避免“有算无用”；智联是纽带：打破孤岛需标准先行、网络筑基、调度智能。未来方向：以长三角、甘肃等区域为样板，加速全国算力网落地，最终实现“算力如水电，即取即用”的愿景。

构建算力生态需以 “技术自主化、资源协同化、场景普惠化”为核心，通过机制创新打破“芯片荒、网络堵、应用散”的困局。生态竞争力=技术×机制×连接。技术根脉：以“海淀芯谷”模式加速国产全栈突破，软硬协同解“卡脖子”锁链；机制活水：绿电交易+算力券打通供需堵点，让算力像水电般流动普惠；连接升维：全国三级调度网织就“算力神经网络”，15ms时延圈重构产业地理。正如九章智算云启示：当Serverless架构让开发者聚焦代码而非芯片型号，当甘肃庆阳的绿电直供比加州机房更廉价——中国算力生态的全球突围，正始于每一瓦特能源的转化效率与每一行代码的友好度。

今年5月30日，工业和信息化部印发《算力互联互通行动计划》（简称《行动计划》）旨在加快构建算力互联互通体系，实现不同主体、不同架构的公共算力资源标准化互联，提高公共算力资源使用效率和服务水平，促进算力高质量发展。《行动计划》提出了以下主要目标和内容：‌建立标准体系‌：到2026年，建立较为完备的算力互联互通标准、标识和规则体系‌。‌设施互联‌：推广新型高性能传输协议，提升算力节点间网络互联互通水平‌。‌资源互用‌：建成国家、区域、行业算力互联互通平台，统一汇聚公共算力标识，实现全国头部算力企业的公共算力资源互联‌。‌业务互通‌：推动算、存、网多种业务互通，实现跨主体、跨架构、跨地域算力供需调度‌。‌应用场景‌：开展算力互联网试验网试点，赋能产业普惠用算，推动算力互联在人工智能、科学计算、智能制造、远程医疗等场景的应用‌。

《行动计划》提出了具体的实施路径和时间表：‌2026年‌：建立较为完备的算力互联互通标准、标识和规则体系‌。‌2028年‌：基本实现全国公共算力标准化互联，逐步形成具备智能感知、实时发现、随需获取的算力互联网‌。当前，人工智能产业快速发展，全球算力需求不断攀升。算力互联互通已成为国内外关注的焦点。通过构建统一算力标识、增强异构计算和弹性网络能力等方式，将不同主体、不同架构的公共算力资源标准化互联，形成可查询、可对话、可调用的服务能力，实现数据和应用在算力间高效供需匹配、流动互通、迁移计算，使算力像水、电一样便捷使用‌。

2023年全球计算设备算力总规模达到 1397EFlops，增速高达 54%，预计到 2030 年，全球算力将突破 16ZFlops。从市场规模来看，算力产业链市场前景广阔，预计2025年全球市场规模将突破万亿美元大关。在金融领域，高频交易、风险评估等业务依赖强大算力实现精准分析与快速决策；教育行业中，智能辅导、虚拟课堂等应用场景在算力支持下不断创新，为学生提供个性化学习体验；工业领域，智能制造依托算力实现生产流程优化、设备故障预测，提升生产效率与质量。

算力建设与标准化是构建高效、安全、可持续算力基础设施的关键支撑，二者需协同推进——标准化为算力建设提供统一规则，算力建设为标准化落地提供实践场景。标准化：构建算力体系的“通用语言”。1.基础架构标准（硬件层）。服务器与芯片：制定国产算力芯片（如昇腾、海光）与异构计算平台的兼容性标准（如PCIe 6.0接口规范），降低集成成本。绿色节能：强制数据中心PUE≤1.5（新建）/≤1.8（存量），《液冷服务器技术规范》要求单机柜功率密度≥30kW。案例：阿里云张北数据中心采用浸没式液冷，PUE降至1.09。

2.互联互通标准（网络层）。算力调度：制定《算力资源标识规范》，统一CPU/GPU/存储资源的命名与度量规则（如1卡时=1张A100运行1小时）。网络传输：骨干网全面部署SRv6协议（目标覆盖率40%），跨域时延≤理论值1.5倍。案例：中国移动算力网络（CFN）实现全国30省资源“一网调度”。3.数据流通标准（应用层）。跨域流通：建立数据空间参考架构（如国际DSC标准），支持医疗、工业数据安全共享。安全合规：强制符合《GB/T 35273个人信息安全规范》，政务数据采用“训练集中、推理分散”模式。案例：上海数据交易所依托区块链技术实现数据交易标准化确权。

算力建设：以标准牵引高质量发展。1.国家枢纽节点：标准化试点先行。

2.技术攻坚：标准与研发同步。存储升级：推动《全闪存阵列性能测试规范》，要求延迟≤100μs，国产SSD占比超30%。智能调度：研发适配国产芯片的调度引擎（如华为Ascend CANN），支持万卡集群资源利用率≥70%。3.绿色低碳：标准强制约束。新建数据中心100%符合《数据中心绿色等级评估标准》，要求：可再生能源使用率≥30%；碳利用效率（CUE）≤0.8；案例：内蒙古通辽数据中心采用“风电直供+液冷”，年减排CO₂12万吨。

关键挑战与突破路径。1.标准碎片化：地方/行业各自为政。对策：成立国家算力标准化委员会（工信部牵头），2025年发布《算力基础设施标准体系》。建立“标准符合性认证”制度，未达标项目不予能耗指标审批。2.国产化生态薄弱。对策：设立“算力标准攻关专项”，优先制定国产GPU（如摩尔线程）、高速光模块（如华为400G）性能基准。开放兼容性测试平台（如北京超算中心），强制政府采购项目国产化率≥50%。  

3.安全与伦理风险。对策：在《算力安全标准》中增设AI伦理审查条款，对自动驾驶、脑机接口等7大领域强制审查。政务领域推行“数据可用不可见”技术标准（如联邦学习框架FATE）。未来方向：标准驱动的算力网络。1. 2025年目标。发布20项核心标准，覆盖芯片、网络、调度、安全全链条。建成国家-区域-边缘三级算力调度平台，资源复用率提升至65%。2.国际标准话语权。主导IEEE P3117《算力网络架构》标准制定，推动中国方案全球化。在东盟、中亚推广“中国算力标准认证体系”（如PUE、CUE指标）。  

医疗行业借助算力进行基因测序、医学影像分析，推动精准医疗发展。算力与医疗器械的深度融合正在重构医疗行业的诊断精度、治疗效率和健康管理模式，其核心在于通过智能算力引擎释放医疗数据价值。以下从技术突破、应用场景、产业生态三个维度系统解析：技术突破：医疗算力基座的三重升级。1.边缘-云协同架构。术中实时决策：手术机器人搭载边缘算力模组（如寒武纪思元370），响应延迟≤20ms，比传统云端传输提速5倍。云端训练优化：联影医疗建立医学影像云平台，万例CT数据训练周期从3个月压缩至7天。案例：微创图迈手术机器人通过5G+边缘算力，实现远程手术指令传输时延＜100ms。

2.医疗专用AI芯片。

3.医疗数据合规架构。联邦学习：蚂蚁链医疗平台支持30家医院联合训练肿瘤模型，数据不出院。区块链存证：上海瑞金医院电子病历上链，确保诊疗数据不可篡改。应用场景：从诊断到治疗的智能革命。1.诊断智能化。影像诊断：深睿医疗DR肺结节检测系统，假阴性率降至0.3%（传统方法为5%）。病理分析：腾讯觅影宫颈细胞学筛查效率提升50倍，准确率98%。2.治疗精准化。手术导航：强生手术机器人搭载NVIDIA IGX边缘算力，术中实时校准精度达0.1mm。放疗规划：医科达AI放疗系统将靶区勾画时间从2小时→5分钟，误差＜1mm。  

3.健康管理前置化。可穿戴设备：华为Watch D血压监测误差±3mmHg，通过微芯半导体NPU实现本地化分析。慢病预警：平安智慧城市平台分析千万级医保数据，糖尿病风险预测准确率89%。产业生态：医工交叉的协同网络。

1. 硬件-算法-临床闭环

2. 算力服务模式创新。医疗MaaS平台：阿里健康开放平台提供15种专科模型API，调用费低至0.5元/次。共享算力中心：上海新虹桥医学中心建设区域性医疗智算平台，中小医院按需租用GPU。3.政策与标准护航。三类械认证：NMPA已将23款AI辅助诊断软件纳入三类医疗器械管理。数据安全标准：强制符合《GB/T 39725医疗健康信息安全指南》，生物特征数据本地化处理。  

挑战与破局路径。1.数据孤岛难题。对策：建立区域医疗数据联盟（如长三角专科联盟），通过联邦学习联合建模。推广“数据信托”模式，第三方机构受托管理数据使用权。2.芯片自主化瓶颈。对策：设立医疗芯片专项基金，重点攻关低功耗边缘推理芯片（功耗＜10W）。推动寒武纪、地平线等企业与联影、迈瑞联合定义医疗专用IP核。3.临床接受度不足。对策：开展RCT临床验证（如AI诊断 vs 专家组双盲试验），深圳已对肺结节AI纳入医保支付。 医生辅助系统采用“人在回路”设计，如内窥镜AI仅提示可疑区域，最终决策权归属医生。  

智能算力作为创新基座的战略杠杆。当算力密度成为衡量国家创新能力的“新标尺”：每1 EFLOPS智能算力增长，带动战略性新兴产业GDP占比提升0.8%（2023年数据）；医疗、材料等领域科研范式被AI重构，研发效率实现数量级跃升；全国算力网打破地域限制，使哈尔滨的工程师可实时调用海南岛的AI算力。实施关键：须以“北京海淀芯谷”式技术攻坚，突破芯片封锁，以 “东数西算”级工程思维重构资源布局，以 “深圳AI医保支付”式制度创新激活应用生态——三位一体，方能使智能算力从技术设施升维为国家创新体系的战略支点。发展新质生产力需以算力为“新底座”、数据为“新血液”、场景为“新战场”。未来需在技术自主化（芯片/软件栈）、机制协同化（算力网/绿电交易）、 应用普惠化（千行百业标杆）三维发力，方能在全球数字竞争中构筑“中国范式”。正如浙江智算云计划所启示：当60 EFLOPS算力如水电般即取即用，产业智能革命才真正步入爆发前夜。

算力建设是“躯体”，标准化是“神经”。需坚持“标准先行、建标同步” 原则：新建项目：以标准倒逼绿色集约（如PUE）≤1.25强制约束）；存量改造：通过标准认证引导升级（如液冷技术补贴）；国际竞争：以标准输出抢占算力规则制定权。正如甘肃庆阳实践所示：当跨域调度时延标准（≤15ms）成为基建准入门槛，全国算力“一盘棋”才能真正落地。未来趋势：算力驱动的医疗范式重构。诊断维度升维：从2D影像到4D动态建模（如心脏血流仿真需1 PFLOPS算力）。治疗设备进化：放疗设备从“机械臂”升级为“自主决策系统”，实时调整射线路径。健康管理无感化：植入式/可穿戴设备算力密度提升100倍（如NeuroPace癫痫干预芯片）。正如达芬奇手术机器人启示：当每1mm的手术精度背后是每秒30万亿次的计算支撑，算力便从技术参数升维为生命安全的守护者。未来医疗的竞争，本质是“数据×算力×临床洞察”的融合深度——唯有打破医工跨界壁垒，让算力工程师理解临床痛点，令外科医生掌握算法逻辑，方能真正释放智能医疗的革命性价值。