城市智能算力底座建设现状与发展建议

闫嘉豪 (中国信息通信研究院产业与规划研究所,北京100191) 摘要:随着人工智能技术快速演进,智能算力已成为全球科技竞争的核心资源。城市智能算力底座作为城市全域数字化转型的重要基础设施,为人工智能创新应用提供坚实支撑。通过梳理研究城市智能算力底座的发展现状,研判发展趋势,系统分析智算基础设施建设统筹不足、智算网络技术与市场尚不成熟、能耗与绿电应用存在双重压力等问题,提出优化城市智算中心投建模式、加快建设城市智算网络、坚持算力与绿色融合发展三方面建议,为城市智能算力底座建设提供指引。 关键词:智能算力;人工智能;数字化转型;智算网络;绿色化 中图分类号:TP39 文献标志码:A 引用格式:闫嘉豪.城市智能算力底座建设现状与发展建议[J].信息通信技术与政策,2025,51(9) :2-7. DOI:10. 12267/ j.issn. 2096-5931. 2025. 09. 001 本文立足全球智能算力发展趋势,结合我国城市智算基础设施建设现状,系统分析城市智能算力底座演进趋势及存在问题,并有针对性地提出优化建议,旨在为推动城市智能算力底座高质量发展、助力数字经济与实体经济深度融合提供理论与实践参考。 0引言 城市智能算力底座是指以城市人工智能计算中心为核心,依托先进的人工智能芯片、数据中心网络及设施,为政府及企业人工智能应用提供算力服务、数据服务和算法服务的新型数字基础设施。 1城市智能算力底座发展现状 当前,人工智能技术正经历从“技术突破”向“规模应用”的跃迁,技术的普及推广催生对智能算力需求的爆发式增长。城市作为人工智能应用的核心场景载体,其智算中心的建设水平直接决定了其在数字经济时代的核心竞争力。 1.1人工智能驱动全球智能算力规模增长 近年来,生成式人工智能等前沿智能技术快速演进,大规模预训练模型等新兴应用场景蓬勃发展,全球算力基础设施的供给范式正在经历深刻的结构性变革。这一变革进程突出表现为:传统的以通用计算为主导的资源供给体系,正在向以智能计算为核心的需求驱动型范 式 转 型。据 中 国 信 息 通 信 研 究 院(简 称“中国信通院” )统计,截至2023年底,全球算力总规模达910EFLOPS(每秒百亿亿次浮点运算) ,同比增长40%,其中 智 能 算 力 规 模 达335 EFLOPS,同 比 增 长136%[1],增 速 远 超 算 力 整 体 规 模 增 速。IDC数 据 显 随着“东数西算”工程的深入推进、全国一体化算力网络建设全面提速,城市智能算力底座已从单一的算力供给节点升级为融合“算力、数据、算法”的综合服务平台,成为支撑城市治理精细化、产业升级智能化、民生服务便捷化的核心引擎。然而,在快速发展过程中,也面临着智算中心布局分散、算力资源供需错配、绿色低碳转型滞后等挑战。 在政策驱动与市场需求牵引下,全国各地积极推进城市智能算力基础设施建设,建成与在建智算中心数量已超过250个[4]。据笔者统计,京津冀、长三角、珠三 角 区 域 已 布 局 多 个 单 节 点 算 力 规 模 大 于1000PFLOPS的超大型智算中心,投资规模超过百亿元;国家级算力枢纽节点地区、人工智能发展基础较好的城市积极布局规模为300 ~ 1000PFLOPS的中型智算中心,满足大模型发展对海量数据和复杂计算的需求;与此同时,各地也积极发展100PFLOPS以下规模的小规模算力中心,以满足企业智能化建设及小型人工智能产业集群的发展需求。 示,2024年我国智能算力规模同比增长74. 1%,增幅为同期通用算力增幅的3倍以上,市场规模增幅高达86. 9%[2],智能算力在算力基础设施建设领域中已占据主导地位。 在此进程中,世界主要经济体相继出台国家级人工智能发展战略与配套政策,旨在加速智能算力基础设施的部署与优化,以强化其在全球科技竞争中的优势。美国宣布 成 立 的“智 算 中 心 基 础 设 施 特 别 工 作组” ,由多个政府部门组成,联合英伟达、OpenAI、微软等科技巨头,以协调各部门政策,支持智算中心建设和开发,形成人工智能产业领域发展合力。欧盟委员会发布“投资人工智能倡议” ,旨在加大人工智能领域的投资,用于建设欧洲人工智能超级工厂,作为欧盟《竞争力指南》框架下战略技术投资的试点项目,用于训练高复杂度、大规模的人工智能模型,推动人工智能产业发展。英国政府宣布推行“人工智能机遇行动计划” ,以将英国打造为人工智能超级大国为目标,通过建立多个人工智能增长区,以促进智能算力中心建设,将公共算力规模提升20倍[3],推动英国从人工智能技术接受者转变为制造者。 同时,“东数西算”工程深入推进,全国一体化算力网建设成效显著。截至2025年一季度,“东数西算”八大枢纽节点算力总规模已达到215. 5EFLOPS / s(百亿亿次浮点运算) ,智能算力占比超80%[5],成为服务人工智能等高算力需求领域的中坚力量。此外,“东数西算”工程正式启动以来,东西部枢纽节点间网络时延已基本满足20ms要求,新建数据中心电能利用效率(PowerUsageEffectiveness,PUE)最低降至1. 04[6],东部算力需求有序向西部迁移,算力集聚效应初步显现。 1.2我国全面推进城市智算体系发展布局 1.3城市智算中心向单集群万卡规模演进 我国统筹布局智能算力发展,发布多项智能算力基础设施领域政策文件,高位推动智算中心建设布局。2023年,中华人民共和国工业和信息化部(简称“工信部” )等六部门联合印发的《算力基础设施高质量发展行动计划》提出,要逐步合理提升智能算力规模与占比;国家发展和改革委员会(简称“国家发改委” )等部门《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》提出统筹通用算力、智能算力、超级算力的一体化布局,加快实现智能算力资源供需平衡,提升智能算力在人工智能等领域的适配水平。 当下,规模法则在人工智能发展中仍然占主导地位,以ChatGPT、Qwen等为代表的大语言模型参数已由千亿向万亿规模发展,模型训练数据量达TB级,所需智能算力规模也相应由百卡和千卡向万卡和十万卡级别拓展。美国头部人工智能厂商纷纷布局超大规模智能算力中心,马斯克旗下xAI公司迅速建成搭载大规模英伟达H100芯片的Colossus集群,并将持续推进H100与H200芯片的规模扩张;亚马逊云推出ProjectRainier项目,打造拥有数十万张自研Trainium芯片的超大集群,支持大规模、高复杂人工智能训练项目。 各地积极响应国家要求,陆续出台政策,高标准推进城市智能算力基础设施建设。2025年,上海市发布《上海市 关 于 促 进 智 算 云 产 业 创 新 发 展 的 实 施 意 见(2025—2027年) 》 ,提出到2027年,全市智算云产业规模实现大幅提升,基本形成云边端协同、产业链条完备的生态体系。2024年,北京市印发《北京市算力基础设施建设实施方案(2024—2027年) 》 ,明确重点建设海淀、朝阳、亦庄、京西(石景山、门头沟)等E级智能算力高地,持续提升全市智能算力规模。 我国同步加快超大型单体智算集群项目建设,数据显示,我国超万卡集群智算中心已达十余个[4],主要分布于北京、上海、安徽、内蒙古、甘肃等国家算力枢纽节点。三大运营商万卡资源池建设进展较快,中国电信建成京津冀、长三角两大全液冷万卡智算资源池;中国移动推进哈尔滨、呼和浩特、贵阳3个万卡智算集群商用;中国联通加快打造上海、呼和浩特等万卡智算集群。此外,头部科技企业积极投身十万卡智算集群建设,百度、阿里、腾讯等公司分别推出超十万卡大规模
E0 关键支撑与驱动引擎,具有重要意义。城市智能算力网络作为全国一体化算力网的基本单元,是推进全国一体化算力网以点带面、渐进式落地的“抓手” 。近年来,国家多个文件明确提出“打造一批算网城市标杆”“探索开展城市算力网建设” “在示范区域内初步实现1ms时延城市算力网、5ms时延区域算力网、20ms时延跨枢纽节点算力网”等相关要求。在此背景下,构建城市智能算力网络,打造智能算网城市,实现城市内各智算中心互联互通,城市间算力资源协同联动,加强区域乃至全国智能算力资源整合,灵活满足并高效支撑城市治理、产业升级、经济发展和民生服务等领域数字化发展需求,已成为高标准建设数字基础设施、经济社会高质量发展的关键举措。 组网技术架构,字节跳动、润泽科技等企业已提出于2025年建成投用十万卡智算集群的计划,超大规模智算中心建设持续加速。 2城市智能算力底座发展趋势 2.1大模型应用带动城市智算中心建设规模进一步增长 2024年以来,“百模大战”已步入尾声,大参数基础大模型的训练需求收敛于头部大模型厂商。然而,DeepSeek横空出世,大幅降低大模型推理应用在智算芯片性能、单体智能算力中心规模等方面的门槛,城市智能算力应用需求主要场景向推理侧转移。同时,以英伟 达 芯 片 为 主 导 的 高 性 能 芯 片 价 格 大 幅 下 降、OpenAI公司模型价格自2024年起经历多轮下调,人工智能应用场景成本降低,带动大模型推理算力需求爆发式增长。据测算,未来3年,我国智能算力规模将保持40%的年复合增长率[7],且推理算力规模将超过训练算力规模。在此过程中,各地方政府及企业在智能算力领域的投入规模与投资热潮趋于冷静,对于单集群万卡、十万卡及以上的超大规模智算中心建设需求放缓,投资决策相对慎重,规模建设中小型及边缘推理算力集群,更加关注于算力资源的使用效率与投资回报。 3城市智能算力底座存在问题与挑战 3.1智能算力基础设施建设分散,公共服务供给能力不足 一方 面,我 国 城 市 智 算 中 心 建 设 较 为 分 散、单集群智能 算 力 规 模 较 小。我 国 单 体 算 力 规 模 超 过1000PFLOPS的大型公共智算中心数量较少,对于高并发推理应用的支撑较弱。其中,多数小型智算中心以企业自用为主,算力结构单一,仅可覆盖自身特定场景计算需求,资源利用率低,且向外提供服务能力不足。据统计,我国智算中心平均算力使用率为30%左右,远低于大型数据中心的50%~ 60%的水平[8]。 2.2城市算力基础设施建设进入统筹规划的窗口指导期 2025年上半年,国家发改委、工信部、国家数据局等部门联合开展算力基础设施“窗口指导”工作,明确不同规模通算中心、智算中心、超算中心的建设与审批要求;各地纷纷开展算力基础设施建设摸底工作,对已建、在建和拟建算力中心项目进行调研,为算力资源统筹布局提供基础输入。本项工作旨在从更高层面统筹规划,优化算力基础设施建设布局,促进算力资源集聚化、规模化、绿色化发展,避免盲目重复建设,加快实现算力资源供需基本平衡。通过“窗口指导”工作,可见我国算力基础设施建设布局重点已由全速扩张向解决资源错配、减少同质化竞争、注重运营服务等高质量发展新阶段迈进。 另一方面,城市智算服务市场集中度低,运营主体多元,缺少统一服务供给主体。中国信通院发布的《算力互联网发展指数》报告提出,我国头部算力服务商合计运营的算力资源规模占总算力市场规模比例较低、市场集中度较弱,智算服务供给一体化、标准化程度不足。此外,分散在全国各地的众多人工智能企业在大模型热潮中自建大量智算基础设施,随着自身研发业务应用需求衰减,亟需通过整合纳入统一公共智算中心的方式实现闲置资源变现。 3.2城市智算网络建设仍需加快,算力服务市场尚不成熟 在技术层面,各城市智算中心算力资源异构程度高,不同厂商芯片的技术架构及软件栈等存在较大差异,跨厂商、跨架构智算资源统一管理和调度难度大;智算中心间的网络互联带宽普遍不足,难以满足大规 2.3建设城市智算网络成为推进全国一体化算力网发展的重要路径 全国一体化算力网作为我国人工智能产业发展的 模分布式人工智能大模型训练和推理任务的低延迟、高吞吐需求,导致跨区域算力协同效率低下。此 外,400Gbit / s光缆等高速专线的建设和运维