【政策解读】《“人工智能+制造”专项行动实施意见》实施对算力产业链未来发展趋势的影响分析

联合资信工商评级一部 《“人工智能+制造”专项行动实施意见》的实施为算力产业链带来了明确的政策导向与发展机遇。短期来看，政策将刺激市场资金聚焦算力基础设施主线，带动算力硬件、智算中心建设等环节的需求增长；长期来看，政策将推动算力产业链破解结构性失衡、核心技术卡脖子、应用场景深度不足等核心痛点，加速算力调度一体化、硬件国产替代、软件生态协同的发展进程。 一、《“人工智能+制造”专项行动实施意见》核心内容解读 2026年1月，工信部等八部门联合印发的《“人工智能+制造”专项行动实施意见》（以下简称《意见》）明确提出要强化智能芯片、智算设施等核心环节，助力制造业产业升级。《意见》核心目标是推动人工智能在制造业的落地，而落地的前提是建设强大的算力基础设施。 在算力硬件方面，《意见》明确提出要“支持突破高端训练芯片、端侧推理芯片、人工智能服务器、高速互联、智算云操作系统等关键核心技术”。政策鼓励突破人工智能相关核心技术，意味着国家层面将大力支持这类硬件的研发和采购，未来国产算力芯片研发企业、人工智能服务器制造企业、高速互联设备供应商、智算云操作系统开发商等相关企业将面临良好的发展机遇。 智算中心建设方面，《意见》提到要“有序推进高水平智算设施布局，加快建设算力互联互通平台、全国一体化算力网监测调度平台开展智算云服务试点，推动大模型一体机、边缘计算服务器、工业云算力部署，提升智算资源供给能力”。政策鼓励高水平智算设施规模化布局、算力网络一体化建设及工业场景算力资源精准部署，未来智算中心建设与运营企业、算力网络调度平台开发商、边缘计算设备供应商、工业云服务提供商等相关企业将面临良好的发展机遇。 短期看，政策落地会快速提振市场信心，引导资金向算力基础设施赛道聚集，带动智能芯片、人工智能服务器、智算中心建设等核心环节的短期需求释放，同时加速相关企业研发投入与技术攻坚的节奏；长期看，“人工智能+制造”意味着算力需求将从互联网走向更广阔的工业界，市场增量巨大。 二、中国算力产业链发展现状与痛点分析 （一）算力市场存在结构性失衡及区域错配 “十四五”以来，中国在用算力中心机架总规模从初期的520万架已增长至2025年9月底的1250万架，算力规模年均增速高达30％，但算力供需存在的结构性与区域性问题仍较为突出。 首先，通用算力相对过剩，老旧数据中心闲置，智能算力相对短缺。随着算力需求高速增长与迭代，底层算力硬件正处于“新老交替”之际，互联网场景下的通用算力供给趋于饱和，而制造业等实体产业所需的高密度、低时延的智能算力供给不足，市场出现明显供需不匹配。 其次，算力资源在地域层面的错配。中国算力需求呈东部需求旺盛、西部需求较少的状态，但部分算力企业看重西部地区低廉的能源和土地成本，在西部大规模布局 算力中心，导致西部算力闲置、供给过剩，而东部核心产区的算力紧张问题未能得到有效缓解，“东数西算”工程的资源优化配置效能尚未充分释放。 （二）算力核心技术“卡脖子” 上游基础软硬件作为算力产业的根基，其自主可控程度直接决定算力高质量发展的上限，因此算力核心技术自主化是行业发展的关键。算力关键核心技术“卡脖子”主要体现在高端芯片制造和软件生态方面。 首先，在国内高端AI训练芯片市场，中国产厂商份额仍较低，以高端GPU为例，无论是AI大模型训练所需的顶级AI加速卡（如英伟达H200、GB200），还是高性能图形处理与科学计算用显卡，国内均难以实现自主量产，核心市场被英伟达、AMD等海外企业垄断。目前，中国在部分中低端芯片领域已实现突破，但在工艺制程（主流为7nm/14nm，落后于海外4nm）、算力性能等方面仍存在代差，难以满足高端制造、大模型训练等核心场景需求。 其次，软件生态垄断与兼容性壁垒。国际主流的CUDA生态凭借先发优势形成垄断，成为国产芯片突围的核心障碍。CUDA已成为AI领域的行业标准，积累了数百万开发者社区资源，大量算法、研究成果和应用程序均基于该生态开发，形成强大的网络效应和迁移成本。国产AI芯片厂商，各自构建的软件生态互不兼容，导致用户模型迁移成本高、软硬件协同效率低，即便硬件性能接近海外产品，也因生态适配问题难以被市场广泛接纳，制约了算力性能的充分发挥。 （三）算力应用场景深度不足，在制造业领域应用价值未充分挖掘 下游智能应用是算力价值的最终出口，而安全保障则是算力高质量发展的底线。当前，中国算力应用正加速向智能制造、智慧医疗、自动驾驶等领域渗透融合，但存在场景碎片化、标准不统一、安全风险叠加等问题。不同行业、地区间的算力接口与调度协议缺乏统一规范；全栈安全防护体系尚不完善，数据利用与隐私保护、算法可信之间的平衡仍需加强，影响算力价值的安全高效释放。尤其在制造业领域，算力应用多停留在浅层数据处理阶段，尚未深度融入生产全流程，应用价值未能充分挖掘。 三、《“人工智能+制造”专项行动实施意见》多维度推动算力产业链提升 《意见》的落地实施，将精准对接算力产业链的现存痛点，从算力调度、算力硬件与配套软件三个核心层面推动行业优化迭代，加速算力产业高质量发展进程。 （一）算力调度层面：合理规划布局算力资源，缓解资源错配痛点 《意见》中明确提出加快建设全国一体化算力网监测调度平台，促进算力资源高效利用，将直接推动算力调度体系的智能化、一体化升级。对算力产业链的影响主要体现在三个方面：一是通过统一调度标准与接口规范，打破区域、企业间的算力壁垒，强化“东数西算”工程的资源统筹能力，有效缓解东部算力紧张、西部算力闲置的区域错配问题；二是推动城域“毫秒级”算力网络建设，部署高速光传输、确定性网络等技术，打通算力从中心到工业终端的“最后一公里”，满足制造业低时延算力需求；三是带动算力调度平台相关软硬件需求增长，利好网络设备供应商、调度系统开发商等企业，推动算力调度全产业链协同升级。 （二）算力硬件层面：加速国产替代进程，优化产业供给结构 在硬件层面，《意见》对高端训练芯片、端侧推理芯片、人工智能服务器等核心硬件的突破支持，将进一步加大国家层面对国产算力硬件企业的研发扶持力度，加速国产高端算力硬件的发展进程。政策引导下的政府采购与市场需求扩容，将为国产芯片厂商提供更多的技术迭代与商业化验证机会，助力国产厂商突破技术瓶颈、完善产品生态。同时，随着工业场景对边缘计算服务器、大模型一体机等定制化硬件需求的提升，算力硬件产业将向“高端化、定制化、绿色化”转型，逐步优化当前通用算力过剩、智能算力短缺的供给结构。预计2026年，国产AI芯片厂商在工业级芯片领域将实现突破，在政策加持下国产替代进程将进一步提速。 （三）配套软件层面：完善生态协同体系，提升全栈运行效能 在软件层面，《意见》推动智能芯片软硬协同发展的要求，将倒逼国内硬件与算法间的中间层软件加速创新。一方面，国产智算云操作系统、模型优化工具等中间件将迎来发展机遇，逐步打破国际主流生态的垄断，降低国产硬件与算法的适配成本；另一方面，行业将加速构建统一的软硬件协同标准，推动国产芯片厂商形成差异化、互补性的生态体系，提升全栈运行效能。此外，针对制造业场景的定制化软件解决方案将持续丰富，助力算力深度融入工业生产全流程，释放算力应用价值。 未来，随着算力调度、算力硬件和配套软件的不断优化与迭代，西部闲置算力将被充分激活，“沉睡的机房”将变成数字经济的持续动能，中国也将逐步实现从算力大国到算力强国的跨越，为“人工智能+制造”提供更全面的算力支撑。 四、总结 《意见》的实施，为算力产业链带来了明确的政策导向与发展机遇。短期来看，政策将刺激市场资金聚焦算力基础设施主线，带动算力硬件、智算中心建设等环节的需求增长；长期来看，政策将推动算力产业链破解结构性失衡、核心技术卡脖子、应用场景深度不足等核心痛点，加速算力调度一体化、硬件国产替代、软件生态协同的发展进程。 随着政策红利的持续释放，算力需求将从互联网领域向工业界大规模延伸，形成万亿级增量市场。算力产业链各环节企业需紧抓政策机遇，聚焦核心技术突破与场景深度适配，持续提升核心竞争力。对于行业而言，这一过程不仅将推动算力产业自身的高质量发展，更将为制造业智能化升级提供坚实支撑，助力新质生产力培育，为经济高质量发展注入强劲动能。未来，算力产业将逐步实现从规模扩张向质量提升的转型，国产算力生态的自主可控能力将持续增强，为中国在全球AI与制造业竞争中占据有利地位奠定基础。 联系人 投资人服务010-85172818-8088investorservice@lhratings.com 免责声明 本研究报告著作权为联合资信评估股份有限公司（以下简称“联合资信”）所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制和发布。如引用须注明出处为“联合资信评估股份有限公司”，且不得对本报告进行有悖原意的引用、删节和修改。未经授权刊载或者转发本研究报告的，联合资信将保留向其追究法律责任的权利。 本研究报告中的信息均来源于公开资料，联合资信对这些信息的准确性、完整性或可靠性不作任何保证。本研究报告所载的资料、意见及推测仅反映联合资信于发布本研究报告当期的判断，仅供参考之用，不构成出售或购买证券或其他投资标的要约或邀请。 在任何情况下，本研究报告中的信息和意见均不构成对任何个人的投资建议。联合资信对使用本研究报告及其内容而造成的一切后果不承担任何法律责任。