一、算力：数字经济时代的“水电煤”
1.1 算力是什么“力”？
算力，顾名思义就是计算能力。其实我们每个人都拥有算力——比如口算、心算和速算，只是能力有限。当进行复杂计算时，就需要借助计算工具来提升算力，从最早的结绳计算、算盘，到发展出计算机计算。
在数字经济时代，算力被定义为集信息计算力、网络运载力、数据存储力于一体的新型生产力，主要通过算力中心等基础设施向社会提供服务。它看不见、摸不着，却时刻影响着我们的生活：智能音箱响应用户指令、电子支付实时清算、在线购物个性化推荐、电影的特效处理……背后都有算力支撑。
通俗讲，算力就是对数据的处理能力。正如科普中国所言，它如同农业时代的水利、工业时代的电力，已成为数字经济发展的核心生产力，是国民经济发展的重要基础设施。
1.2 算力的分类：通算、智算、超算
根据使用设备和提供算力强度的不同，算力可分为三类：
|
算力类型 |
核心设备 |
主要用途 |
典型场景 |
|
基础算力 |
CPU芯片服务器 |
基础通用计算 |
办公、上网、看视频、云计算 |
|
智能算力 |
GPU/FPGA/ASIC芯片 |
人工智能训练推理 |
语音识别、图像处理、大模型 |
|
超算算力 |
超级计算机集群 |
尖端科学计算 |
行星模拟、基因分析、药物研发 |
近年来，我国算力总规模年增速达到30%左右。在人工智能的快速发展带动下，智能算力需求呈现迅猛增长态势，算力呈现“智算主导、多元协调发展”的特征。
1.3 算力怎么“丈量”？
在计算科学领域，用FLOPS（每秒浮点运算次数）来衡量计算设备的能力：
·1 GFLOPS= 每秒十亿次运算
·1 TFLOPS= 每秒万亿次运算
·1 PFLOPS= 每秒千万亿次运算
·1 EFLOPS= 每秒百亿亿次运算
做个对比：电影《终结者》中天网的算力是60TFLOPS（每秒60万亿次），而如今一款高端游戏显卡就能拥有约80TFLOPS的算力。美国超级计算机“前沿”（Frontier）峰值性能突破1EFLOPS——若以普通人按计算器速度（1次/秒）计算，它1秒的运算量，需要80亿人持续按键近40年才能完成。
截至2025年6月底，中国智能算力规模达788EFLOPS，占全球总规模的32%，稳居全球第二。
二、服务器与云：算力演进的“前世今生”
2.1 服务器是什么？
服务器是一种高性能计算机，主要为其他计算机（客户端）提供数据、服务或资源。它具有较高的处理能力、稳定性和可靠性，能够在长时间内持续运行，满足多用户或多任务的并发需求。硬件上包括强大的CPU、大容量内存和存储设备。
服务器的应用场景包括：企业内部的文件服务器、邮件服务器；网站托管的运行环境；游戏服务器等。
2.2 云端是什么？
云端是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和各种终端设备。云端的资源包括计算能力、存储能力、软件应用等，由云服务提供商管理和维护，并且可以根据用户的需求动态分配。
服务器和云端的关系：云端是建立在服务器基础之上的概念。云服务提供商会在数据中心部署大量的服务器，通过虚拟化技术将这些服务器的资源整合起来，形成云计算资源池，为用户提供各种云服务。服务器是云计算的基础设施之一，云计算通过服务器集群提供计算、存储和网络服务。
2.3 从服务器到云：算力的“服务化”跃迁
传统服务器的局限在于：单个服务器资源有限，购买和维护成本高，可扩展性较差。当业务增长需要更多资源时，可能需要购买新的服务器并进行复杂的配置。
而云端的优势在于：可以整合众多服务器的资源，提供几乎无限的计算能力；用户可以根据实际使用量付费，云服务提供商负责服务器的管理、维护和升级；可以方便快捷地扩展资源。
云计算作为算力的生产工具，给予算力随时随地、按需等优点，大大降低算力使用门槛，推动了算力向服务化迈进。
三、为何要重新建算力？从“通算”到“智算”的范式革命
既然已经有了服务器和云计算，为什么还要重新建设算力？答案在于：需求的根本性变化。
3.1 从“通算”到“智算”：AI引爆算力革命
传统的通用算力（基于CPU）主要用于基础计算，而人工智能的训练和推理需要的是智能算力（基于GPU等AI芯片）。以AI大模型为例，ChatGPT 3.0训练一次的成本约为140万美元，对于一些规模更大的模型，训练成本介于200万-1200万美元之间。
工信部数据显示，截至2024年底，中国算力总规模达280EFLOPS，其中智能算力规模达90EFLOPS，占比32%。而到了2025年6月，智能算力规模已激增至788EFLOPS。这种爆炸式增长背后，是人工智能应用的全面爆发。
3.2 从“训练”到“推理”：DeepSeek带来的范式转移
在DeepSeek爆火之前，建设智算中心主要目的是满足基础大模型的预训练需求。但DeepSeek兴起后，市场对算力的需求从预训练转向了后训练和推理。
这一转变带来了两个关键变化：
·用户群体扩大：原来主要服务大型互联网公司和大模型公司，现在迎来了大量基于DeepSeek大模型的应用创业者
·使用模式改变：创业者往往买不起一整台算力服务器，需要把算力“切分”后售卖
国家数据局的数据显示，2024年初我国日均Token消耗量为1000亿，到2025年6月底已突破30万亿，一年半时间增长300多倍，反映了我国人工智能应用规模的快速增长。
四、提升算力需要哪些配套？从“机房”到“生态系统”
建设算力中心绝非仅仅是采购服务器那么简单。一座现代化智算中心，需要完整的配套体系。
4.1 核心硬件：GPU成为“心脏”
在智算中心的总投资中，GPU芯片独占38.8%，是最大的单一支出项。在一个价值340万美元的AI机架中，仅GPU部分的成本就高达230万美元。GPU设计者（如英伟达）所获取的毛利润，占整个数据中心总资本支出的29.1%——这意味着投资者每付出100美元，有近30美元直接转化为英伟达的毛利。
4.2 网络设备：连接数万GPU的“血脉”
高速网络是仅次于GPU的第二大成本中心，占总资本支出的12.6%。包括DPU/网络加速器、交换机、铜缆、网卡、背板连接器等。
4.3 电力与散热：被低估的“隐形成本”
支撑智算能力的物理基础设施（电力、散热、建筑等）成本合计占总投资的31.9%，包括：
·备用电源：柴油/燃气发电机和涡轮机 (6.1%)
·电力配送：变压器 (5.1%)
·供电保障：不间断电源 (UPS) (4.6%)
·土地与建筑：10.7%
·散热系统
工信部《算力标准体系建设指南（2025版）》征求意见稿明确，算力设施标准包括机房建设、新能源及储能利用、高效供电与冷却等。规范存储和利用可再生能源的技术要求和测试方法，包括新能源储能系统，可再生能源接入、储备、调度与利用等标准。
4.4 网络协同：从“算力中心”到“算力网”
单一算力中心无法覆盖全场景需求。AI大模型训练可能需要数千颗GPU芯片协同运算，而自动驾驶需要边缘节点提供毫秒级时延的算力支持。
工信部正在开展城域“毫秒用算”专项行动，目标到2027年：
·城域中型及以上算力中心间互连时延小于1毫秒
·算力应用终端到算力中心服务器的网络时延小于10毫秒
·城域算力1毫秒时延圈覆盖率不低于70%
五、为何算力建设如此昂贵，国家仍要下决心投？
5.1 算力中心的“吞金”规模
智算中心是典型的“吞金兽”。一台中等规模（约500台服务器）智算中心的建设成本大约为20亿至30亿元人民币。据不完全统计，中国智算中心相关投资累计已经超过千亿元人民币。
以一座1GW的智算中心为例，据Bernstein测算，总资本支出约为350亿美元。其中：
·IT设备与物理设施的投资比例大致为6:4
·单个AI机架（NVIDIA NVL72）总投资590万美元（IT硬件340万+物理设施250万）
5.2 高昂成本的背后逻辑
为什么这么贵？因为智算服务器配置多块高性能GPU/NPU板卡，单价可达传统服务器的数十倍（如单台价格约100万-400万元）。同时，智算服务器功耗远超传统设备，配套制冷与供电系统建设成本高，长期运维费用占比大。
5.3 国家为何下决心？
第一，算力是数字经济时代的“新石油”。研究表明，算力对产业能级的带动作用日益增强。在生物医药领域，算力提升使得基因测序时长从13年缩短到1天，新药研发鉴定周期从5000天缩短。2023年在算力的推动下，中国数字经济核心产业增加值占GDP比重达到10%。
第二，应对“东数西算”国家战略。我国算力资源存在区域失衡：东部算力需求大，但能源紧张、成本高；西部地区能源丰富、成本较低，却存在算力资源闲置。通过“东数西算”工程，可推动数据、算力、算法相关产业从东部向西部流动，激发西部数字经济活力。西部算力枢纽节点的可再生能源供电占比要求超50%，甘肃庆阳、贵州贵安的算力中心运营成本较东部低30%。
第三，抢占全球科技竞争制高点。截至2022年，美国、中国在全球算力规模中的份额分别为36%、31%。算力竞争本质上是国家竞争力的竞争。华为等企业和政府宏观经济部门已提出“算力指数”和“算力经济”，衡量信息新基建的投资效率。
第四，国产替代的迫切需求。目前高端AI芯片市场，英伟达凭借CUDA生态与性能优势，占据全球80%以上的高端市场。国产品牌在政务、金融等领域正逐步实现替代，但高端市场仍需突破。国家下决心投资，也是在培育自主可控的算力产业链。
六、全国算力中心投资规模全景扫描
理解了算力的战略意义和建设逻辑，我们再来看近期全国各地产业园区算力中心的实际投资情况——从东部沿海到西部地区，百亿级项目密集落地。
【百亿级旗舰项目】
|
项目名称 |
地点 |
投资规模 |
建设规模 |
建设周期 |
|
内蒙古零碳智谷人工智能智算产业园 |
包头固阳县 |
200亿元 |
占地200亩，建设大规模智算服务机房 |
2026.3-2027.3 |
|
中国电信粤港澳大湾区数据中心 |
韶关市 |
180亿元 |
二期分2.1及2.2阶段，总建面约10万㎡ |
2026年开工 |
|
企商在线乌兰察布智能算力中心 |
乌兰察布 |
60亿元 |
占地300亩，建面31.7万㎡，13栋数据中心楼 |
2026.9-2031.8 |
|
甘肃AI智算高科技产业园 |
高台县 |
50.6亿元 |
占地160亩，总建面超20万㎡，机柜8470个 |
分三期建设 |
【区域重点项目】
|
项目名称 |
地点 |
投资规模 |
核心指标 |
|
湛江AI智造及数智应用一体化项目 |
湛江霞山区 |
25亿元 |
占地10万㎡，含AI算力中心、智能机器人生产线 |
|
广州推理算力中心 |
广州黄埔区 |
9.5亿元 |
不低于4000PFlops@FP16 AI推理算力，100%国产设备 |
|
鄱阳湖生态科技城科创中心二期 |
九江 |
3.65亿元 |
占地75亩，建面超13万㎡，目标算力2500P |
【西部重要节点】
兰州新区大数据产业园：作为国家级算力枢纽节点的核心承载平台，分三期建设，一期布设机架1932架，二期规划1.08万架，三期建成后总容量将达30万架，届时将成为西部最大的灾备中心和国家级大数据应用基地。
贵阳贵安：2026年目标数智产业集群规模达到2200亿元，算力规模突破190Eflops。推动华为智算中心等重点项目落地，推进交行、建行项目建成投运。
七、建设规划特征：从单一机房到产业生态
7.1 投资规模分级明显
当前算力中心投资呈现分层结构：
·超大型（百亿级）：多为综合性产业园，涵盖智算中心、制造基地、研发配套
·大型（10-60亿）：以智算中心为核心，配套产业生态
·中型（亿元级）：聚焦特定区域算力供给，服务本地产业需求
7.2 建设内容从“机房”升级为“产业园”
早期算力中心往往只是数据中心机房，而当前项目普遍呈现“算力+产业”一体化特征。湛江AI智造及数智应用一体化项目不仅是算力机房，还包含AI设备与智能机器人生产线，并联合头部科研机构共建AI研究院与技能培训学校。
7.3 绿色低碳成为标配
多个项目强调绿色低碳技术应用：广州推理算力中心采用UPS不间断电源、液冷散热等先进设施；包头零碳智谷项目直接以“零碳”命名；西部枢纽节点可再生能源供电占比超60%。
7.4 国产化进程加速
广州推理算力中心承诺使用100%图灵新智算自研的国产算力设备，这是自主可控战略在算力领域的重要体现。
八、政策机遇：国家算力互联互通节点申报
工信部正在组织开展国家算力互联互通节点建设申报工作，截止日期为2026年4月1日。
申报要点：
·区域节点：由地方通信管理局、工信主管部门共同申报，每个省级行政区可申报1个
·行业节点：由地方推荐重点行业单位申报，每个行业原则上可申报1个
·建设主体：注册资金不低于5000万元，具备持续资金保障能力
对于产业园区而言，积极参与国家算力互联互通节点建设，不仅能获得政策支持，更能融入全国算力网络，提升区域竞争力。
结语：算力即竞争力
从百亿级投资的接连落地，到国家算力互联互通节点的加快建设，2026年无疑是中国算力基础设施从“规模扩张”走向“高质量集约发展”的关键一年。
对于产业园区而言，未来的竞争将不再比拼土地面积、税收优惠，而是比拼算力充沛度、数据活跃度、场景丰富度、生态繁荣度。谁能率先构建坚实的算力底座，谁就能在智能经济新形态中赢得主动，培育出更具竞争力的新质生产力。
您的园区，准备好了吗？
