《徽声在线》4月15日消息（记者 黄心怡 田野）
在上海的西南角，松江这片区域，一座超大规模的仪电智算中心静静矗立。
走进机房，风扇的轰鸣声不绝于耳，上万张GPU设备与液冷机柜整齐有序地排列着，它们和纵横交错的高速网络线缆相互交织，共同构建起一张庞大且复杂的算力网络。每一块芯片都具备强大的运算能力，每秒能够执行数十万亿次运算。令人惊叹的是，这些芯片在两天内汇聚起来的计算能量，竟然相当于三峡水电站一台机组一小时的发电量，这充分彰显了算力的巨大潜力。
这座智算中心始终灯火通明，就如同中国算力产业那强劲有力的脉搏，一刻也未曾停歇，持续跳动着，展现出蓬勃的生机与活力。
时间来到2026年4月2日，工信部发布了《普惠算力赋能中小企业发展专项行动》通知，这一通知意义重大，首次明确提出了探索“算力银行”“算力超市”等创新业务模式。该模式支持中小企业将闲置的算力资源存入其中，通过跨区域、跨周期的灵活调度，实现算力资源的按需取用。与此同时，2026年的政府工作报告也首次将“算电协同”纳入国家新基建工程，计划实施超大规模智算集群建设，并加强全国一体化算力监测调度。这一系列政策信号的密集释放，犹如一颗巨石投入平静的湖面，在算力产业激起了层层波澜，引发了广泛的关注和讨论。
在2026年这个特殊的年份，OpenClaw智能体引发了AI应用革命，大模型的发展也从“比智能”转向了“比落地”。全球算力产业正经历着一场前所未有的深刻变革，供需格局、技术路线以及市场结构都呈现出颠覆性的特征。截至2025年底，中国已经建成了42个万卡级智算集群，智能算力总规模超过了1590EFLOPS。而在智能体浪潮的强力推动下，这一切正在被加速重构，算力产业的发展进入了新的阶段。
▍格局之变：从训练到推理，从GPU到Token
云天励飞副总裁郑文先在接受采访时一针见血地指出：“智能体浪潮带来的影响，本质上是在倒逼整个行业进行转型。过去，行业偏重于堆砌算力，而现在则更加重视推理效率、Token成本以及运营回报。”
以OpenClaw为代表的各类智能体应用如雨后春笋般加速涌现，推动着AI产业迈向“应用落地”与“规模化服务”的新阶段。与传统大模型训练不同，智能体需要持续感知周围环境，反复调用各种工具，不断生成结果，并与用户进行多轮交互。从表面上看，这只是应用形态发生了变化，但实际上却带来了推理请求数量、调用频次和在线时长的指数级上升，对算力提出了更高的要求。
上海市算力网络协会秘书长杨炼介绍说，2025年智能算力在全球算力中的比重已经超过了70%，预计到2030年，这一比重将超过90%，年复合增长率将保持在30%以上。在这场变革中，算力需求的重点正逐步从训练侧转向推理侧。Token，这个原本只存在于AI模型内部的计量单位，如今正成为算力产业核心的经营与计价单位。业内关注的焦点不再仅仅是“有没有算力”，而是“每一度电、每一元钱成本，能够产出多少Token”，这反映了算力产业对成本效益的更高追求。
天数智芯相关负责人表示：“智算中心、云厂商、互联网企业对算力的需求十分旺盛，推理需求的爆发带动了采购量的快速提升。”据IDC中国研究副总裁周震刚观察，除了智算算力，智能体对通用计算算力同样具有显著的拉动作用。智能体的许多技能需要依赖CPU或其他加速计算来执行，因此智能体也将推动除GPU算力之外的其他算力需求同步快速增长，为算力产业带来新的发展机遇。
这种需求的爆发式增长远远超出了市场预期。CIC灼识咨询董事总经理董晓雅指出，阿里巴巴、腾讯、百度、字节跳动在AI相关的资本支出方面，2025年合计达到了507.16亿美元，而且未来存在进一步上调资本开支的较大可能性。面对海量的Token计算需求，以及合规与短期资本开支压力，各大互联网CSP厂商及大模型厂商正逐步转向第三方云公司进行采购，需求外溢效应十分显著，这也为第三方云公司带来了新的业务增长点。
然而，在这一切的背后，一个更为根本性的约束正在逐渐浮现。
▍电力之困：算电协同决胜未来
某AI芯片上市公司联合创始人直言：“在不断增长的算力需求下，全球正面临着缺芯、缺电的严峻态势。从长远来看，中国的电力供给仍然不足。”他还表示：“中国要构建一个完整的电力—算力—金融体系，目前的电力规模还远远不够。”这揭示了算力产业发展中电力供应的瓶颈问题。
当人工智能进入大规模应用阶段之后，电力的地位发生了根本性的变化。它不再仅仅是算力基础设施的配套资源，而是成为了决定算力基础设施上限的关键约束因素。郑文先进一步阐释说：“过去，大家更关注芯片的峰值算力指标，但在推理时代，真正有意义的指标正在变成单位功耗、单位成本下的有效产出，也就是‘token性价比’越来越重要。现在不是单纯比谁的参数高、算力高，而是比谁更省电、更经济、更适合大规模部署。”这反映了算力产业对能源效率和经济效益的更高追求。
这正是“算电协同”首次写入政府工作报告的战略深意所在。天数智芯相关负责人指出，“算电协同”的核心是电支撑算、算优化电，推动算力中心从刚性负荷变为可调度、可优化的绿色资产。值得关注的新技术主要有五类：智算集群柔性负荷调度技术，它可以根据算力需求灵活调整电力负荷；芯片与系统级全栈能效优化技术，能够提高芯片和系统的能源利用效率；源网荷储一体化与AI智能调度技术，实现电源、电网、负荷和储能的协同优化；跨区域算网协同技术，促进不同地区算力资源的共享和优化配置。这些新技术将为算电协同提供有力支撑。
算力系统正在走向精细化运营。PD分离架构思路开始受到行业的重视，它将不同推理阶段对应到不同类型的算力资源上，让资源配置更加精准，避免“用最贵、最通用的算力去干并不需要那么贵的活”，从而提高算力资源的利用效率。郑文先表示，云天励飞未来会推出面向不同负载特征的P芯片和D芯片，以满足不同场景下的算力需求。
“算电协同”不仅仅是一个技术命题，更是一个战略命题。随着电力成本在智算中心总成本中的占比持续攀升，谁能以更低的电力成本产出更多的有效Token，谁就能在这场算力竞赛中占据优势。绿电枢纽可以有效降低电力成本，低成本电力正成为Token出海的核心竞争力，为算力产业的国际化发展提供了有力支持。
▍基建狂奔：上市公司抢滩AIDC新赛道
在算力需求爆发的背景下，传统IDC企业正加速向AIDC转型，以适应市场的新变化。润泽科技作为国内第三方IDC/AIDC龙头，自去年10月以来股价涨幅超过100%，最新市值达到了1475亿元。2026年一季度，公司实现营业收入18.40亿元，同比增长53.55%；归属于上市公司股东的净利润5.82亿元，同比增长35.35%。利润持续增长主要得益于AIDC业务的顺利拓展，显示了AIDC业务的巨大潜力。
润泽科技方面表示：“公司AIDC业务规模预计将快速增长，IDC业务规模将保持稳健增长。预计公司AIDC业务收入规模将超过IDC业务收入规模，两类业务毛利率预计都将保持在45%左右。”这表明公司对AIDC业务的发展充满信心，未来将加大在该领域的投入。
润泽科技构建了“自投自建自持自运维+REITs资本闭环”模式，具有较强的资金运作能力和项目运营能力。公司规划建设61栋智算中心、32万架机柜，目前已交付约10万架高密液冷机柜，PUE低至1.08，达到了行业领先水平。公司的高密机柜和全栈液冷技术能够匹配AI大模型千卡级GPU集群的需求，已承接字节跳动超50%的新增算力需求。2026年3月，公司斥资5.81亿港币拿下香港数据园区地块，有望将国内高等级园区级智算集群的建设经验带往香港与东南亚市场，拓展新的增长曲线，进一步提升公司的市场竞争力。
光环新网同样加速了AIDC转型的步伐，2026年计划新增AIDC算力500MW，重点服务于百度、阿里等头部客户的智能体开发需求。数据港等企业在西部布局的算力中心，正成为字节、阿里等大厂智能体训练的“后花园”，实现了算力资源的优化配置，提高了算力资源的利用效率。
在资本开支方面，润泽科技已构建了股权融资、公募REIT、银行间市场及金融机构授信四大核心融资平台，形成了多层次、可持续的多元化融资体系，为公司的项目建设和发展提供了充足的资金支持。
▍国产GPU: 从"能用”到“好用”的跨越
在算力变局的大背景下，国产芯片正在以前所未有的速度崛起，展现出强大的发展潜力。根据IDC数据，2025年中国AI加速卡出货约400万张，国产厂商拿下了约四成份额，英伟达市占率从几乎垄断降至五成出头。2026年，国产AI芯片市场份额预计将突破50%，正式占据国内市场的半壁江山，这是国产芯片发展的重要里程碑。
沐曦股份董事长兼总经理陈维良在2025年年度业绩说明会上向记者透露，公司最早有望在2026年实现盈亏平衡。他表示：“AI芯片行业高速增长和国产替代加速将拓宽市场空间，营收增速预计保持高位，新产品的放量销售将持续为公司带来业绩贡献。”这显示了公司对未来发展的乐观预期。
沐曦股份2025年实现营业收入16.44亿元，同比增长121.26%，训推一体GPU板卡销量3.3649万片，同比增长147.31%。公司已形成了较为完整的GPU产品矩阵：曦云C系列面向训推一体与通用计算，能够满足多种计算需求；曦思N系列覆盖AI推理，为AI应用提供强大的推理能力；曦彩G系列面向图形渲染，在图形处理领域具有优势。
备受关注的曦云C700研发项目进展如何？陈维良透露，曦云C700产品目前正处于软硬件购置和产品设计开发阶段，芯片的核心设计、功能验证已大部分完成，正在进行更深入的性能调优。该产品定位为沐曦股份未来国产供应链的旗舰产品，适用于各类计算场景，在曦云C600信创市场需求的基础上，更深入应用于互联网等领域，客户范围和销售规模也将相应扩大，有望为公司带来新的业务增长点。
天数智芯相关负责人表示，国内芯片迎来了规模化落地窗口期。推理侧更看重性价比、稳定性与生态兼容，天数智芯的产品正快速进入互联网、云厂商、智算中心采购清单。高能效、高兼容、可规模化、交付稳定的国内通用GPU有望迎来规模落地期，为国内算力产业的发展提供有力支持。
不过，IDC中国研究副总裁周震刚也指出，在高端训练芯片方面，国产芯片仍存在一定差距。董晓雅进一步分析了差距的三个维度：性能与先进制程的差距、软件生态的差距、系统级能力的差距，包括多卡互联、集群调度以及整体AI基础设施能力等方面仍存在不足。这提醒国产芯片企业要正视差距，加大研发投入，不断提升自身的技术水平。
▍ 算力即服务：为全球AI发展贡献中国力量
中国工程院院士李国杰指出：“随着算力基础设施的完善，AI将在解决一些科学、工程难题上有更好表现，尤其是在需要大量搜索、复杂计算和模式识别的领域。要精准破解算力供需失衡的痛点，让科研领域‘用得上、用得起’算力。”这强调了算力基础设施完善对AI发展和科研领域的重要性。
中国信通院总工程师何宝宏强调：“国家算力互联互通节点是推进国家算力互联互通体系建设的核心抓手和关键承载，加快节点部署将有力推动国家算力互联网建设进程。算力算法的创新突破与应用落地，已成为衡量区域产业竞争力的关键指标。”这突出了国家算力互联互通节点建设的重要意义。
另一位大数据专家也向《徽声在线》记者表示：“算力银行不是简单的资源调度平台，而是算力生态的‘操作系统’。未来的算力市场将形成‘硬件提供商+算力服务商+应用开发商’的协同发展格局。”这种协同发展格局将促进算力产业的健康发展，提高整个产业的竞争力。
然而，机遇与挑战总是并存的。从供给侧来看，尽管国产算力芯片发展迅猛，但在高端训练芯片领域仍存在差距，多卡互联、集群调度等系统级能力有待提升。从需求侧来看，智能体普及带来的推理算力需求爆发，对算力基础设施的弹性伸缩能力提出了更高要求。这需要算力产业各方共同努力，克服困难，推动产业发展。
郑文先的观点值得深思：“可以预见国内智算中心和云厂商的需求总体很大，而且还在持续增长。当前行业关注的焦点已从‘有没有算力’转向‘有没有更适合推理、成本更低、部署更稳的算力’。”这反映了行业对算力质量和成本的新要求。
在算力发展与供给上，多位业内人士建议，当务之急是加速构建“算电协同”的全国一体化调度体系，将西部绿电资源与东部算力需求有效对接，形成“绿电—算力—Token—价值”的闭环。同时，应持续加大对国产芯片研发和产业化的支持力度，特别是在软件生态构建和多卡互联等系统级能力方面补齐短板。此外，“算力银行”等创新模式需要配套的标准化接口、跨区域调度机制和市场监管体系来保障落地实施，以推动算力产业的健康发展。
《徽声在线》在采访中深刻感受到，从万卡集群的高速运转到国产芯片的持续突破，从政策的精准引导到企业的主动作为，这场算力新变局正深刻改变着数字经济的发展格局，为数字经济的未来发展带来新的机遇和挑战。
正如上海仪电智算科技一位高管所言，随着技术的不断创新、政策的持续发力和产业的协同推进，中国算力产业必将突破瓶颈、实现跃升。不仅将重塑国内算力格局，也将为全球AI发展贡献中国力量，推动算力产业迈向更加开放、协同、普惠的新时代，开启算力产业发展的新篇章。
