人工智能优化算力布局

中国移动日前宣布建成全国首个覆盖“通、智、超、量”（通算、智算、超算、量子计算）四算融合的算力网络，算力服务器规模超100万台，智算规模超43EFLOPS（每秒百亿亿次浮点运算），并网21家智算中心、3家国家级超算中心、3家量算中心，可调度算力资源占全国六分之一。

专家认为，以数智化为主要特征的新一轮科技革命和产业变革深入发展，数据成为新生产要素，算力成为新基础设施和基础能源，人工智能成为新生产工具，推动经济社会从“互联网+”“5G+”向“人工智能+”加速转变，对算网基础设施演进提出新要求，也带来新机遇。

算力规模不断扩大

作为人工智能发展的基石，算力已成为重要的基础设施之一，算力需求呈爆发式增长。数据显示，截至2024年底，我国算力总规模达280EFLOPS，其中智能算力规模达90EFLOPS，占比超过30%。同时，算力基础设施发展成效显著，梯次优化的算力供给体系初步构建，算力基础设施综合能力明显提升，算力产业不断创新发展，持续赋能千行百业。

国际数据公司（IDC）与浪潮信息联合发布的《2025年中国人工智能计算力发展评估报告》显示，DeepSeek带来的算法效率提升并未抑制算力需求，反而因更多用户和场景的加入，推动大模型普及与应用落地，带动数据中心、边缘及端侧算力建设，驱动算力需求增长。中国智能算力增速高于预期。预计未来两年，中国智能算力仍将保持高速增长。2025年，中国智能算力规模将达到1037.3EFLOPS，较2024年增长43%；2026年，中国智能算力规模将达到1460.3EFLOPS，为2024年的两倍。

在日前举办的2025中国移动云智算大会上，中国移动董事长杨杰表示，通用人工智能技术的创新突破、广泛应用，将大幅提升算力使用效率，释放算力服务新需求。算力总量将呈指数增长。未来3年，我国智能算力规模增长将超2.5倍，年均复合增速近40%。算力结构也将出现显著变化，推理算力需求将超过训练算力需求。未来3年，推理算力年复合增速将达到训练算力的近4倍；到2028年，推理算力规模将超过训练算力规模。这一进程将给算网发展注入新的动能，推动产业进入新一轮增长周期。

据介绍，中国移动建成13个全国性、区域性智算中心节点，打造多个超大规模智算中心。算网大脑已规模商用，在京津冀、长三角等4个枢纽级、区域级算力节点落地，特别是在长三角枢纽芜湖集群算力公共服务平台，打造了全国首个“四算合一”的国家枢纽算力调度平台。

日前新建的全国首个“四算合一”算力调度平台，可以支持每天最高上亿次的算力调用。中国移动云能力中心副总经理孙少陵告诉记者，算力网络的核心是用强大的网络将分散的算力资源汇聚联通，再通过算网大脑对资源动态全局智能调度和任务分发。算网大脑是算力网络的智能中枢系统，通过全局算网调度可以提供更低成本的算力服务，打造供需精准匹配的算力供给新生态，支撑全国一体化算力体系构建，赋能千行百业数字化升级。

算力结构优化重构

“人工智能的快速发展驱动算力布局优化重构。”国家数据局副局长夏冰表示，今年以来，DeepSeek等大模型问世，引发全球人工智能领域对算力需求发展变化的新一轮思考。从布局看，以需求适配的大规模集群仍是人工智能发展的战略重点，人工智能的规模法则依然有效。同时，“规模节点部署+热点区域优化+边端适配”的算力布局成为明确趋势。深刻洞察人工智能技术发展，深入细分应用场景类型，深度推进自主算力的芯片发展，对当前布局算力、优化算力结构愈加重要。

绿色化、智能化趋势推动算力供给方式重构。发展绿色节能、高效智能的算力已成为产业共识。要实现社会算力的最大化集约应用、普惠供给，需重点解决当前算力供给侧余缺并存、中小需求侧应用门槛偏高等问题。通过探索开展算网一体智能调度，为重点群体尤其是中小企业提供算力、运力和存力的最优适配方案，实现算力的泛在普惠应用。

场景化应用带动算力服务模式重构。在人工智能应用牵引下，算力的租赁逻辑和互联网数据中心商业模式将迎来重构，算网服务正在从传统的资源式服务向任务式服务、MaSS（模型即服务）服务拓展升级，并从互联网金融向工业、交通、自然资源等行业深度渗透。算力入户、入企、入园、入校的应用需求，推动算力服务泛在化、普惠化发展，形成人人可及、处处可用、按需服务的算力发展新生态。

《2025年中国人工智能计算力发展评估报告》认为，DeepSeek基于算法层面的极大创新，对中国乃至全球的人工智能产业带来深刻变革，算法成为驱动人工智能发展的核心引擎，正牵引着算力发展，也驱动了计算架构和数据中心变革。

其中，在计算架构方面，为了满足大模型对计算资源的高需求，提升单节点的计算性能变得至关重要。在数据中心方面，节点故障率随着集群规模增长而上升，数据中心需要更加高效的监控体系和先进的故障恢复机制。此外，部分智算中心出现了在实际运营中算力利用率未达预期的情况，智算中心发展需要解决算力资源利用率低的问题。

降低算力利用成本

企业应用人工智能大模型后，算力需求增长迅猛，需系统性规划以平衡性能与成本。360集团创始人周鸿祎认为，企业应用人工智能时，基座大模型的选择至关重要。应首选可专有化、私有化部署的大模型，既能防止数据泄露、响应迅速，又可定制对接企业知识库，且因为模型开源免费，成本近乎为零。在选好基座模型后就要规划算力。由于企业内通常是多个模型协同工作，所以一般采用分布式算力网络。大型企业可自建算力中心或购买一体机，中小企业则可在电脑上部署蒸馏模型，即减少模型的计算量和存储需求，同时保持较高的性能。

中央网信办信息化发展局副局长方新平表示，应加强通算、智算、超算多元算力的融合发展，进一步优化算力资源结构，提高算力利用水平，降低算力利用成本。

“国家数据局将持续深化数据要素市场化配置改革。继续开展先行先试，发挥市场在资源配置中的决定性作用，扩大公共传输通道试点应用范围，多路径降低中小企业算力使用成本，形成政府与市场高效协同配置资源的合力。”夏冰说。

杨杰介绍，中国移动将建设超大规模的“算力工厂”。推动万卡级、千卡级智算中心的倍增扩容，积极开展十万卡智算中心前瞻研究，建设“集中化+分布式”推理算力资源，形成“中心集约、边缘泛在、中训边推、训推一体”的智算体系。

方新平建议，加大算力高质量供给，夯实算力基础底座。加快算力核心软硬件研发，推动集成电路、并行架构、高速存储等关键技术突破，加快算力计算、算力调度、智能运营等技术发展，推动算力技术系统性创新，持续优化算力基础设施布局，促进东中西部联动互补。

“我们将坚持全国多元算力一体化、东中西部算力一体化等5个统筹，优化全国算力资源布局，推动算力布局与区域经济社会协调发展、算力基础设施建设与能源等的安全协同布局。”夏冰说。