算力

《中国经营报》记者注意到，今年以来，从大模型训练到智能体应用，从互联网平台到工业制造，人工智能技术加速向产业端渗透，正在催生持续增长的算力需求。

一方面，人工智能企业和大模型研发机构对高性能算力的需求持续增长，部分热点地区及高性能集群资源较为紧张；

他提出，可以充分发挥东西部地区在算力需求和能源资源方面的不同优势，将部分静态、重计算任务部署在西部绿色能源富集地区，将对时延要求较高的实时交互业务部署在靠近用户的东部地区，逐步形成“电随算动、算随绿行”的算电协同格局。

制造业智能化改造、自动驾驶、具身智能、科学计算以及企业级智能体等应用的发展，有望进一步拓展算力需求边界。

通信分析师周桂军向记者表示，随着大模型应用逐渐从训练走向推理，企业对算力的需求开始更加注重成本、响应速度、服务稳定性和部署灵活性。

例如，中国电信上半年新增自有智算能力24.8EFLOPS，建成4个可一体化调度的异构万卡算力集群；

Omida电信产业分析师杨光认为，这一变化意味着，我国当前智算产业的竞争不再局限于硬件规模和基础设施投资，而是进一步延伸至算力资源整合、技术服务能力及行业客户的获取。

中国移动则在加快智算基础设施部署的同时，探索Token服务及其他新业务模式，推动算力资源向人工智能应用服务转化。

尽管我国智能算力规模持续扩大，但如何将不断增长的算力资源转化为实际经济效益，仍是产业发展面临的重要课题。

首先是算力资源的供需匹配问题。

在网络传输方面，近两年我国围绕国家算力枢纽节点建设超过70条算力大通道，相关算力枢纽节点间网络性能提升10%，为跨区域算力资源调度提供基础支撑。

针对这一问题，工信部此前印发的《算力互联互通行动计划》明确提出，着力解决算力资源利用率不高、异地异构协同难、产业供需不匹配等问题。

如何在保持适度超前建设的同时，提高算力资源利用水平、形成稳定的市场需求与投资回报，将成为下一阶段我国智算产业发展的重要考验。

随着算力资源供给不断丰富，行业竞争将逐步从基础设施建设能力转向运营效率、技术生态和商业化服务能力。

值得关注的是，运营商的算力布局正在从单纯建设数据中心，逐步向算力调度、模型服务和人工智能应用延伸。

普华永道在今年发布的电信行业研究中指出，随着算力相关投资占比持续提升，国内运营商正加快从传统连接服务提供商向算力基础设施服务商转型。

从全国布局来看，国家“东数西算”工程已形成8个国家算力枢纽节点、10个国家数据中心集群的总体布局。

人工智能产业快速发展，正在推动我国智能算力基础设施建设持续提速。

这一数据也反映出我国算力基础设施建设的最新进展。

与此同时，算力基础设施的建设主体也日趋多元，基础电信运营商、互联网企业、地方国资平台及第三方数据中心服务商纷纷加大投入，推动国内智算中心向规模化、集群化方向发展。

特别是在传统通信业务增长承压的背景下，算力基础设施正逐渐成为运营商资本开支和业务转型的重点方向。

另一方面，部分地区算力基础设施存在应用场景不足、客户资源有限等问题，设施建设进度与实际需求之间尚未完全匹配。

尽管我国智能算力规模持续扩大，但如何将不断增长的算力资源转化为实际经济效益，仍是产业发展面临的重要课题。