算力作为数字经济的核心生产力,其基础设施建设与发展格局直接影响国家科技竞争力与产业升级速度。当前,中国算力基础设施已形成“超算+智算+通算”协同发展的全国一体化布局,在政策引导、技术创新与市场需求的多重驱动下,既展现出快速扩张的活力,也面临着成本控制与行业竞争的深层挑战。本文将从算力分布与项目建设、国产超算成本分析、行业竞争格局三个维度,系统解析国内算力发展的现状与趋势。
　　
　　一、算力基础设施:分布格局与项目实践
　　
　　截至2025年,中国算力基础设施已形成以“东数西算”为框架、超算、智算、通算三类算力协同的全国布局,在科研、工业、政务、生活服务等领域的应用不断深化,大型数据中心项目成为重要支撑。
　　
　　1.三类算力的分布特征
　　
　　1）超算(HPC):聚焦国家级科研与区域需求
　　
　　全国共布局14个国家级超算中心,地理分布呈现“东部密集、中西部均衡覆盖”的特点:
　　
　　东部:天津、深圳、广州、无锡、昆山、浙江“乌镇之光”、文昌航天超算中心;
　　
　　中部:长沙、太原、郑州;
　　
　　西部:西安、成都、重庆(中新国际超算中心)。
　　
　　其中代表性项目:
　　
　　浙江“乌镇之光”:算力达200PFLOPS,采用国产海光CPU+寒武纪加速器,重点支撑长三角地区AI训练与工业仿真;
　　
　　国家超算天津中心:累计支撑气象、生物医药等领域国家重大科研项目9000余项。
　　
　　此外,国家超算互联网计划将于2025年底连接超50家超算/智算中心,通过资源统一调度提升整体效率。
　　
　　2）智算(AI算力):八大枢纽节点主导,国产化加速
　　
　　全国智算资源高度集中于八大枢纽节点和10大集群(京津冀、长三角、粤港澳、成渝、内蒙古、贵州、甘肃、宁夏),占全国智能算力总量的80.8%。
　　
　　核心集群与项目:
　　
　　粤港澳大湾区:中国电信昇腾超节点(300PFLOPS,搭载华为昇腾910C芯片),专注AI大模型训练;
　　
　　中国移动四算融合网络:覆盖43EFLOPS智算资源,连接21家智算中心,截至2024年5月已建成104EFLOPS,规划总量达272EFLOPS,其中国产AI芯片占比超90%,国产化率领先行业。
　　
　　3）通算(通用计算):“东数西算”驱动区域协同
　　
　　在“东数西算”工程推动下,通算资源呈现“东部算力需求外溢、西部承接存储与冷数据处理”的特征:
　　
　　西部(内蒙古、甘肃等)成为东部数据存储的重要基地;
　　
　　重庆形成“一核两区多点”布局,通算规模达3000P,主要服务于政务云、企业ERP、数据库管理等传统计算场景。
　　
　　2.算力应用场景:从科研到产业的全领域渗透
　　
　　1）超算应用
　　
　　科研与工程:支撑天气预测(国家超算天津中心)、量子计算、航天仿真等国家重大科研任务;
　　
　　工业仿真:“乌镇之光”为汽车、航空等领域提供高性能计算支持,加速产品研发周期。
　　
　　2）智算应用
　　
　　AI大模型训练:中国电信昇腾超节点可支持万亿参数MoE模型训练,华为昇腾生态(拓维信息、神州数码等)推动行业级AI落地;
　　
　　行业AI:医疗领域(卫宁健康的AI辅助诊断)、金融领域(恒生电子的智能风控)成为典型应用场景。
　　
　　3）通算应用
　　
　　以政务与企业服务为核心,例如重庆“西部算力调度平台”管理20000P算力,为政企用户提供稳定计算支持;中国移动通算网络则聚焦低延迟政务云服务,提升公共服务效率。
　　
　　3.大型数据中心项目:国家级工程与地方实践
　　
　　1）国家级工程
　　
　　国家超算互联网:2025年底实现50+超算/智算中心互联,构建统一调度平台;
　　
　　“东数西算”工程:通过八大枢纽+十大集群实现“东部算力需求、西部资源供给”精准匹配(如内蒙古、甘肃承接冷数据存储,粤港澳聚焦智算突破)。
　　
　　2）代表性项目
　　
　　中国电信昇腾超节点(粤港澳大湾区):300PFLOPS,华为昇腾910C芯片,支持AI大模型训练。
　　
　　中国移动四算融合网络:覆盖通算、智算、超算、量子计算,算力服务器超100万台。
　　
　　长江3D科学计算中心(湖北孝感):采用国产3D全互联架构,算力效率提升100倍,能耗降低至1/150。
　　
　　合盈数据(怀来)科技产业园:绿电供能,CUE(碳排放效率)优化,支持低碳算力。
　　
　　3）地方重点项目
　　
　　重庆“疆算入渝”工程:利用新疆绿电,构建跨省算力专线,时延36ms,已调度2000P智算入渝;
　　
　　天津智算中心:智算规模超1万P,支撑AI创新应用场景400+。
　　
　　4.发展趋势:国产化、绿色化与智能化
　　
　　国产化替代加速:华为昇腾、寒武纪等国产芯片占比提升,逐步降低对NVIDIA的依赖;
　　
　　绿色低碳成为标配:新建数据中心PUE管控趋严(≤1.25),液冷技术、绿电利用(如“疆算入渝”)成为主流方案;
　　
　　算力调度效率优化:国家超算互联网、西部算力调度平台等提升资源利用率;
　　
　　智算主导增长:2023-2024年国内智算增速达70%,未来仍将是算力增长核心引擎。
　　
　　二、国产超算成本分析:以“乌镇之光”为例
　　
　　国产超算在快速发展中,成本控制与经济性成为核心竞争力。以浙江“乌镇之光”超算中心(长三角新一代全功能智能超算中心)为例,其成本结构、运维效率与国际对标超算的差异,可清晰展现国产超算的“高性价比”优势。
　　
　　1.“乌镇之光”基本概况
　　
　　算力规模:理论峰值性能≥200PFLOPS(全球TOP500水平),实际应用算力覆盖AI训练、科学计算、工业仿真等;
　　
　　技术架构:采用国产海光/鲲鹏CPU(x86/ARM架构)、寒武纪/昇腾加速器(国产AI芯片),搭配自主高速互联网络(类似InfiniBand);
　　
　　定位:支撑长三角地区人工智能、生物医药、气象预测等产业发展。
　　
　　2.建筑成本:国产化方案的成本优势
　　
　　1）硬件采购成本(见表1)
　　
　　国产硬件通过“自主芯片+自主网络/存储”实现成本大幅降低,但单卡算力(如寒武纪vsH100)仍有差距,需通过更多节点堆叠满足算力需求。
　　
　　2）基建与土建成本(见表2)
　　
　　中国在模块化数据中心和低成本施工方面有优势,基建成本仅为欧美1/4-1/3。
　　
　　3.运维经济性:8年周期成本对比
　　
　　1）电力成本
　　
　　乌镇之光:功耗8MW(200PFLOPS),浙江工业电价约0.1美元/kWh,年电费6M,8年总电费$48M(PUE1.2,液冷+自然冷却优化);
　　
　　欧美对标(如Frontier):功耗30MW,电费0.15美元/kWh,8年总电费288M。
　　
　　中国超算电力成本低5-6倍,得益于低电价与PUE优化的双重优势。
　　
　　2）维护与人力成本(见表3)
　　
　　国产超算运维成本低3-4倍,受益于国产供应链+低人力成本。
　　
　　4.节能性与资源利用率
　　
　　1）计算能效(FLOPS/Watt)(见表4)
　　
　　乌镇之光能效优于日本Fugaku,但落后于美国Frontier(主要因国产加速器能效较低);未来昇腾/寒武纪下一代芯片能效有望提升至50+GFLOPS/W。
　　
　　2）冷却与PUE优化
　　
　　乌镇之光采用“冷板液冷(直接冷却CPU/GPU)+自然冷却(利用乌镇温和气候)”,PUE低至1.2,接近国际顶尖水平(谷歌/微软数据中心平均PUE～1.1,但依赖更昂贵技术),显著优于传统风冷超算(PUE～1.5+)。
　　
　　3）资源利用率
　　
　　乌镇之光因商业化运营成熟,算力利用率达70-80%(主要服务AI训练、工业仿真、生物医药等场景);而欧美超算(如Fugaku)因侧重科研,商业负载少,利用率仅50-60%。
　　
　　5.综合成本对比(8年TCO)
　　
　　(见表5)
　　
　　乌镇之光(国产)分别比欧美对标超算(如Frontier)节省80%、75%、83%和75%的成本,总拥有成本仅为欧美对标超算的约19.6%。如此显著的成本差距,一方面得益于国产硬件、基建的低成本,另一方面也源于中国较低的电价、PUE优化带来的电力成本优势,以及国产供应链和人力成本较低带来的运维成本优势。这一数据有力地证明了国产超算在经济性上的强大竞争力,为国产超算的推广和应用提供了有力支撑。
　　
　　6.结论:国产超算的优势与挑战
　　
　　优势:硬件成本低80%、基建成本低75%、电费低83%、运维成本低75%,商业化运营带来70-80%的高资源利用率;
　　
　　不足:单芯片算力(如寒武纪vsH100)、软件生态仍有差距,国产加速器能效待提升;
　　
　　未来潜力:若昇腾/寒武纪下一代芯片实现突破,中国超算有望在能效与算力全面领先。
　　
　　乌镇之光代表国产超算的“高性价比”路线——在成本、运维经济性、节能性上显著优于欧美超算,但在单芯片算力、软件生态上仍有差距。未来若国产芯片(如华为昇腾910C)进一步提升,中国超算有望在能效和算力上全面领先。
　　
　　三、国内算力的竞争格局:从“内卷”到高质量发展
　　
　　2025年,国内算力市场的竞争已从早期低质量价格战,逐步转向高质量技术比拼,呈现“结构性分化”特征。这种“内卷”并非单纯的资源内耗,而是行业从规模扩张向质量提升的转型必经阶段。
　　
　　1.低质量内卷:无序竞争与资源浪费
　　
　　1）中小厂商的价格厮杀
　　
　　公有云市场:阿里云、腾讯云等头部厂商大幅降价(部分产品降幅55%),中小云厂商被迫跟进,行业利润率逼近红线(如工业富联云计算业务毛利率仅4.99%);
　　
　　智算中心建设:部分地方政府与中小运营商盲目上马低效能智算中心,采用落后GPU(如英伟达H20)或早期国产芯片,导致算力利用率不足30%,部分国产芯片闲置率高达80%。
　　
　　2）低效算力资源错配
　　
　　“建而不用”普遍:全国150个已投运的智算中心中,多数因缺乏市场化运营能力,难以匹配实际需求,形成“有卡用不起来”的困境;
　　
　　生态割裂:部分国产GPU因软件适配不足,企业需额外投入3-6个月优化周期,进一步降低利用率。
　　
　　低质量内卷主要表现为低价竞争、资源闲置、生态不成熟,威胁行业可持续发展。
　　
　　2.高质量算力内卷:头部厂商的技术与生态竞争
　　
　　1）大模型算力军备竞赛
　　
　　头部云厂商(阿里云、华为云、天翼云)加速建设万卡级智算中心,如:中国移动呼和浩特智算中心(5.5EFLOPS,国产化率80%)。天翼云“息壤”平台(21EFLOPS自研算力+27EFLOPS合作伙伴算力)。同时训练效率持续优化:阿里云、百度等通过算法优化将大模型训练MFU(模型浮点利用率)提升至58%-60%,逼近国际水平。
　　
　　2）国产高端算力替代加速
　　
　　昇腾、寒武纪等国产芯片在推理场景逐步替代NVIDIA,如:中国电信昇腾超节点(300PFLOPS)支撑国产大模型训练。趋境科技通过软件优化,使国产算力推理性能接近国际水平。
　　
　　3）算力调度与异构计算
　　
　　天翼云“息壤”实现跨厂商、跨架构算力调度,支持CPU/GPU/NPU异构协同。联想万全平台通过统一调度提升算力利用率40%。
　　
　　高质量内卷聚焦于算力性能、能效优化与国产替代,推动行业技术升级。
　　
　　3.行业分化:头部与中小厂商的生存策略(见表6)
　　
　　头部厂商通过规模效应和技术优势持续挤压中小玩家;中小厂商被迫转型细分市场,或面临被收购风险。
　　
　　4.未来展望:从“内卷”到“价值竞争”
　　
　　政策调控:国家推动算力摸底，淘汰低效项目，优化资源分配;
　　
　　技术破局:软件优化(如趋境科技KTransformers)降低算力门槛,存算协同(如希捷分层存储)提升整体效率;
　　
　　生态整合:共建国产算力标准,减少适配成本,推动行业从“各自为战”向“协同发展”转型。
　　
　　国内算力市场正经历“去芜存菁”的转型:低质量内卷逐步出清无效产能,高质量内卷(性能、能效、国产化)成为主流,推动行业向技术驱动的高质量发展阶段迈进。
　　
　　四、总结
　　
　　中国算力基础设施已形成“超算+智算+通算”协同发展的全国布局,在政策支持、技术创新与市场需求的驱动下,呈现出国产化加速、绿色化推进、智能化引领的鲜明特征。
　　
　　从成本看,国产超算凭借“硬件+基建+运维”的全链条优势,展现出显著的经济性;从竞争看,行业正从低质量内卷转向高质量技术比拼,头部厂商的技术与生态优势持续扩大。未来,随着国家超算互联网与“东数西算”工程的深入推进,算力资源调度效率与利用率将进一步提升,为数字经济高质量发展提供核心支撑。
　　
　　作者简介
　　
　　谢亚成,深知社(DKC)高级研究员,硕士研究生学历,现就职于天津市天河计算机技术有限公司,从事暖通系统运维;与此参与负责多个国标A级国家机房认证工作,多次参与各数据中心暖通方向的项目审核工作。
　　
　　编辑：Harris