智算中心发展趋势报告

基础软件质量控制与技术评价工业和信息化部重点实验室二O二六年六月 目录 一、情况概述................................................................................................................1 （一）智算中心的内涵.......................................................................................1（二）智算中心的关键技术................................................................................21.芯片级高速互联.......................................................................................22.集群调度与运维.......................................................................................33.智能原生云平台.......................................................................................44.制冷与算电协同........................................................................................5 二、现状与趋势............................................................................................................6 （一）向词元工厂演进.......................................................................................6（二）系统性升级改造.......................................................................................7（三）边缘中心快增长.......................................................................................8（四）算力边界快拓展.......................................................................................9 三、问题及建议............................................................................................................9 （一）电力能源供应瓶颈....................................................................................9（二）供需错配利用率低..................................................................................10（三）生态及供应链风险..................................................................................11（四）私有重复建设严重..................................................................................12 参考文献.........................................................................................................................13 一、情况概述 智算中心是专注服务于智能计算的现代化算力设施。区别于传统通用数据中心，它支撑大模型训练和推理、科学计算、智能制造、自动驾驶等高复杂度高价值智算场景。 国家自2020年将算力首次纳入“新基建”范畴以来，相继于2023年实施“东数西算”工程，2025年推出“人工智能+”行动，并在“十五五”规划中进一步强调智能算力统筹发展和超大规模智算集群建设。据工信部公开数据，截至2025年底，我国智能算力规模超过1590 EFLOPS，已建成万卡智算集群42个，位居全球前列[1]。截至2026年3月，全国智能算力总规模已达1882EFLOPS，在用算力中心标准机架达1445万架，已建成超70条算力大通道[2]。 与此同时，超节点等新型高密度计算架构不断涌现，集群规模也向十万卡级互联大步迈进。智算中心正在从支撑大模型训推任务的“算力设施”升级为“AI工厂”，发展重心从规模扩张全面转向质量效能与应用落地，迈入以“普惠赋能”、“互联互通”和“算电协同”为特征的高质量发展攻坚期。 （一）智算中心的内涵 2024年8月19日工信部等十一部门联合印发《关于推动新型信息基础设施协调发展有关事项的通知》的附件中对新型基础设施、智算中心等9个名词做出解释。智算中心，即人工 智能计算中心，是基于人工智能理论，采用人工智能计算架构，提供人工智能应用所需算力服务、数据服务和算法服务的一类算力基础设施。该阐释主要聚焦算力服务、数据服务和算法服务，核心在于满足生成式大模型的训推任务展开。这适应于当时“百模大战”和“算力荒”的AI产业发展状况，着力“建好”三大类服务。但在DeepSeekV4、Qwen3.6等国产大模型强势崛起、推理服务需求井喷的当前，智能体应用即将爆发的前夜，智算中心实现了规模的量级跃升与增值服务质的飞跃。 智算中心的内涵正在从“提供算力资源”升级为“生产交付智能”。早期智算中心主要解决大模型训练阶段的算力供给问题，核心能力聚集于算力、数据和算法服务。随着大模型进入推理和智能体应用阶段，智算中心的价值边界持续拓展。一是从资源供给转向全栈AI服务，成为持续生产词元（Token）和智能服务的“AI工厂”。二是从单体中心转向跨区域互联互通，构建全国一体化算力网络。三是从单纯IT基础设施转向与电力、制冷、绿能深度耦合的“算电系统”。概括而言，这一升级可凝练为“服务升级、互联互通、算电协同”的新特征。 （二）智算中心的关键技术 1.芯片级高速互联 模型训练的参数面网络和模型推理服务质量都要求严苛的低时延与大带宽性能。为此，智算中心架构走向构建一个芯 片间高速互联的超级计算系统，如超节点和万卡集群。二者分别是从纵向扩展（Scale-Up）和横向扩展（Scale-Out）技术路线来实现算力芯片间的高效互联。 在Scale-Up方面，英伟达采用其私有的NVLink专用通信协议技术，实现数百GB/s带宽的GPU间高速点对点互联；华为通过自研灵衢（UnifiedBus）协议联通CloudMatrix384超节点。 在Scale-Out方面，英伟达主要推行IB（InfiniBand）专业网络技术；其次是基于以太网的RoCE（RDMAoverConvergedEthernet）协议；还有如超以太网联盟的UEC协议等基于开放标准的组网方案。 此外，光电互连技术通过光模块、硅光子技术、CPO（光电共封装）、LPO（线性驱动光模块）及OCS光电交换等方案，为芯片互联提供更高带宽密度、更低功耗、更低时延、更远距离的能力。 2.集群调度与运维 集群是智算中心的核心，涉及到算力资源池化、调度、运维三大技术环节。池化是基础，调度、运维是用好的关键。 资源池化可以有效降低资源碎片化来提升资源利用率。它利用虚拟化、容器、切片等软件定义技术，将计算、存储、网络资源进行抽象、整合，形成统一资源池，实现细粒度切分、 弹性扩展、动态加载、按需分配、即时回收的资源全生命周期管理。 集群调度是对算力资源进行统一感知、抽象、分配、编排和优化管理的一套系统性技术。它根据任务需求、资源状态和优化策略，将任务动态、高效地映射匹配到合适的计算资源节点上执行，并具备容错保障和多租户隔离等安全措施。调度系统通过API调用驱动资源访问逻辑接口，为上层业务提供一致、简洁的集群访问操作视图。从任务执行层面看，业务系统通过任务排队、优先级等方式实现任务和资源的逻辑绑定执行；从资源管理层面看，调度系统根据任务的时序特征，动态规划资源的启动、关停、配额预留等来弹性供给资源。 集群运维管理系统通过对集群中的服务器、存储、网络、软件及计算任务进行全面观测，构建“可观测、可诊断、可自愈”三位一体的运维保障技术体系，打造全栈故障感知、在线诊断等智能化运维能力，确保智算集群的高可用性和应用服务的连续稳定运行。 3.智能原生云平台 智算中心正从“算力资源”租赁模式向“智能工厂”服务模式转型升级，云服务化是其发展的必然趋势。在智算集群的基础上，智算中心采用云原生、低代码等技术手段打造面向“数据、模型、知识、智能体、应用”等应用构建要素的云化工程 平台及工具集，来有效支撑大模型即服务、智能体即服务的应用赋能。 模型即服务提供模型训练和推理全生命周期服务，实现覆盖数据准备、模型训练、性能评估、优化压缩、部署上线及在线监控等模型工程能力。智能体即服务构建智能体设计运营的工程化闭环能力，实现智能体理解目标、自主规划、协同决策、工具集成、记忆构建、测试验证、部署运行等开发运维一体化集成环境，不再是软件服务交付功能和界面，而是把智能体作为交付对象来代理执行任务并呈现最终结果。凭借此类服务，用户无需配置管理复杂基础设施，仅需按需定制即可快速搭建端到端的智能业务服务。 4.制冷与算电协同 智算中心单机柜功率密度普遍高达数十千瓦至数百千瓦，传统风冷已难以满足散热需求，风液协同制冷、浸没式液冷、自然冷源利用等方案已成为必选项。配套的余热回收系统可大幅削减制冷能耗，将PUE控制在1.08至1.2之间，进而有效破除制约算力提升的“散热墙”。 算电协同核心在于双向赋能。一方面，将算力设施作为可调度的柔性负荷优化电网运营，另一方面，调整算力布局通过绿电直连来降低成本，实现“算优化电，电支撑算”的良性互动。在算优化电方面，依托AI对计算负载、绿电出力及市场电价 进行多尺度预测，构建算力任务的动态调度，实现电网载荷的柔性调节。当电网负荷高攀或绿电供应不足时，主动限制或迁移非实时计算任务；当电网负荷低谷或绿电供应充足时，弹性扩展后台批处理、数据训练等可延迟类算力负载。在电支撑算方面，智算中心就近消纳绿电，结合分布式储能与虚拟电厂聚合控制，构建“源网荷储算”一体化协同运行体系，为智算中心提供稳定、低成本、绿色的电力保障，破解算力发展的能源瓶颈。 制冷与算电结合起来，形成“能源-算力-热管理”三位一体调节机制。通过综合智控平台实时感知IT负载、温度及电力状态，动态调节制冷输出与电力分配，如电力高峰时提升冷量、低谷时降低能耗、绿电充裕时优先利用，从而实现电冷协同与能效最优。 二、现状与趋势 （一）向词元工厂演进 生成式人工智能已从训练时代全面进入“推理+智能体”乃至物理AI的工业化生产阶段。未来的智算中心不再仅是存储数据和算力资源的仓库，而是7x24小时持续运转，投入电力和算力资源，可标准化生产交付词元的“AI超级工厂”。智算中心的核心价值，正从“拥有多少算力”以匹配租赁需求，转向“产生多少词元”的高