一、发展背景
数字经济发展推动算力成为国家核心生产力和关键基础设施，智能算力需求呈指数级增长。当前智能算力服务发展面临三大突出矛盾：异构芯片适配协同难、算力供需错配、算效有待提升。全球各国将智能算力服务竞争上升至国家战略高度，通过政策、资金投入抢占发展制高点。中国正系统推进算力“先互联，再成网，同步构建全国统一大市场”，2025年印发《算力互联互通行动计划》，旨在推动算力服务向普惠化、智能化、精益化发展。
二、智能算力服务内涵
智能算力服务是基于互联网访问，汇聚GPU、NPU等异构计算资源，通过统一服务接口按需向用户提供可度量的计算、存储、网络等服务。其突出特点在于：
- 交付形态不同：从资源租赁转向任务式交付，如“算力词元”、“训练任务”等。
- 技术重心不同：聚焦异构计算、智能调度与高速互联，解决跨地域、跨架构算力整合问题。
- 计费逻辑不同：按计算任务复杂度、算力实际产出或精确使用量计费，体现从购买资源向购买效果转变。
重要组成部分包括词元服务、算力互联网服务和云服务，三者相互衔接、互为补充，构建从通用资源租赁到任务式能力交付的完整服务生态。
三、智能算力服务体系架构
报告首次构建了智能算力服务的三层体系架构：
- 智能算力资源层：提供以GPU等芯片、存储、网络等软硬件资源为核心的智能算力资源集合，重点强化集群服务能力。
- 智能算力互联互通层：通过算力标识、算网协同、资源池化及异构算力调度等技术，实现跨主体、跨地域、跨架构的算力资源标准化互联与调度。
- 智能算力应用层：面向人工智能、科学计算等场景，形成云电脑、云手机、大模型推理、视频渲染、智能体等应用，实现算力“漫游”。
服务体系架构将上述架构分层映射为：
- 智能算力资源服务：将异构算力资源转化为可统一管理、弹性调配、按需供给的资源服务形态。
- 智能算力互联互通服务：通过统一标识、资源感知、资源发现、任务编排、跨域调度等服务，实现算力资源高效协同与流通。
- 智能算力应用服务：将底层资源能力与中间层调度能力封装为可直接使用的应用形态和服务方案，如模型推理服务、智能体服务、云终端服务等。
四、智能算力服务关键技术
- 算力标识网关技术：通过算力标识（C-URL）和算力网关，实现算力资源的标准化互联与可调用。
- 算网协同技术：利用RDMA、SRv6等技术，保障分布式智能训练任务中数据和算力应用的高速、低时延流动。
- 算力资源池化技术：通过虚拟化/容器、资源解耦等技术，实现资源的高效共享和多租户隔离，形成统一的智能算力资源池。
- 异构算力调度技术：通过统一资源管理框架和任务画像与匹配算法，实现不同架构算力资源的精准匹配与高效分发。
五、智能算力服务典型场景
- 高强度计算与并行处理场景：包括AI大模型训练与推理、科学计算与仿真、高清视觉渲染等，强调算力规模、并发性与吞吐量。
- 结果交付与体验类服务场景：包括云游戏、云电脑/云手机、智能体词元服务等，用户关注最终结果或体验，如云游戏打破终端硬件限制，云电脑实现“终端轻载、后端强算”。
- 垂直行业融合与边缘协同场景：包括智慧工业、智慧金融、智慧零售等，算力与行业深度融合，形成“云-边-端”一体化的分级协同架构。
六、智能算力服务市场与产业链分析
- 全球市场：Amazon、Microsoft、GoogleCloud、Alibaba、Oracle占据主导地位，市场增长动力转向跨域、异构资源的全局优化配置，形成“硬件引领”、“纵向整合”、“连接赋能”三大生态。
- 中国市场：2025年市场规模预计超1300亿元，阿里云、天翼云、移动云、华为云、腾讯云占据主要份额，市场结构呈现“双轮驱动”特征，AI云企业级服务和“卡时”消费级市场快速增长。
- 产业链分析：
- 上游：芯片制造领域呈现“美国主导、欧盟追赶”格局，服务器与数据中心建设呈现“中美双核驱动，区域集群化”特征。中国芯片产业在政务、特定行业场景取得应用突破，但高端芯片、基础软件仍需提升。
- 中游：云计算市场由巨头主导形成“多强争霸”格局，算力互联互通平台与交易类新业态加速发展，旨在构建全国一体化算力网。
- 下游：MaaS市场呈现“互联网云厂商领跑调用量、运营商云主导政企渗透”的双轨格局，词元作为大模型算力消耗与计费的核心单元，已实现标准化计价。
七、智能算力服务发展趋势
- 架构部署：从“中心化”向“云边端高频协同”演变，形成“大中心+小节点”的深度互补范式，实现云、边、端协同的复合型架构。
- 服务模式：从“资源供给”向“任务式交付”升级，以“任务”为中心的交付模式通过动态调度最优算力资源，提升算力普惠性和利用效率。
- 产业格局：从“独立发展”向“算力互联网”聚合，通过标准化与互联互通手段，加速形成开放流通的交易生态，降低AI应用门槛。
- 赋能路径：从“计算能力”向“生态价值”延展，支撑多智能体协作、促进智能体互联互通，推动人人皆可用的数字化能力，赋能新型工业化。
附件：典型场景实践
- 长三角（上海）算力互联互通平台：通过统一标准实现算力资源的集约化共享，推动智慧教育、智慧医疗等民生领域创新。
- 湖北算力互联互通平台：打造“1+M+N”省域互联互通体系，优化区域算力供需配置，提升省内算力应用水平。
- 深圳市算力互联网：构建“深圳开放智算中心”与“深圳市智慧城市算力统筹调度平台”，实现算力资源的全面整合与优化。
- 中国联通“CubeAI”算网模一体化服务平台：通过算-网-模一体化协同，解决算力割裂痛点，实现AI模型的高效服务化落地。
- 成渝（四川）算力互联互通平台：实现跨算力服务商算力感知和算力互认，打造四川算力底座，推动跨服务商算力协同运营。
