“算力即国力，算力基础设施的中流砥柱。

在以人工智能为核心驱动力的新一轮科技革命中，算力已成为国家核心竞争力的关键要素。正如当年蒸汽机和电力曾驱动工业革命一样，大规模、高效率的算力正成为推动数字经济发展的全新“生产力”。在此背景下，以智算中心为代表的新型基础设施建设，已上升为国家战略，而由三大运营商、大型国央企、区域性平台组成的“算力国家队”，正肩负起引领算力强国建设的时代使命。

未来AI的竞争，不是拼谁的大模型更聪明，而是拼谁的算力生态更可持续。算力调度会像高铁调度一样精准到秒，AI服务将像外卖一样随叫随到。在整个算力生态建设中，近几年，“算力国家队”迅速崛起，成为推动行业发展的主引擎。

“算力国家队”的崛起并非偶然，而是国家在顶层设计下的精准布局，旨在形成合力，共同构筑坚实可靠的算力底座。

算力国家队“三驾马车”

1.三大运营商：构建全国一体化算力网络

国内三大运营商（中国移动、中国电信、中国联通）在算力平台建设上各有侧重，凭借强大的生态优势和能力优势，运营商纷纷加大在智能算力基础设施建设上的投入，致力于打造一张覆盖广泛、性能卓越的智算网络。

· 中国电信：基本形成“2+3+7+X”智算布局，两大公共智算中心辐射全国，三大热点区域满足超大规模集群需求；中国联通加快推进数据中心向智算中心升级，建成300多个训推一体的算力资源池；中国移动建成了2个超万卡智算中心、13个区域智算中心及1500个边缘节点。

· 中国移动：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。

· 中国联通：则聚焦算力网络新型基础设施建设。目前，中国联通标准机架总规模突破100万架，在京津冀、长三角、大湾区、“东数西算”枢纽节点和区域中心城市，建设了百兆瓦级超大单体数据中心。

在算力方面，中国联通已经建设运营上海临港、呼和浩特、宁夏中卫和青海三江源等万卡智算中心，正在探索布局十万卡算力集群。预计到年底，智算规模将达到45EFLOPS。

运营商算力平台的建设，对国家AI发展和千行百业的智能化转型至关重要。它们不仅是技术底座提供者，更是产业生态的构建者和推动者。

2. 大型国央企：自主可控算力底座的建设者

大型央国企作为行业龙头和发展经济担当，在数字中国建设中扮演着关键角色。国资委在中央企业人工智能专题推进会上强调夯实基础底座、加快建设智能算力中心，从强化需求牵引、行业赋能，进而打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。

· 中国电子（CEC）：基于“PKS”自主安全体系（飞腾CPU+麒麟OS+安全），打造从芯片、操作系统到应用系统的全栈国产化算力平台。其旗下中国长城推出国产AI服务器，搭载多颗国产AI加速卡。

· 中国电科（CETC）：聚焦高端芯片与基础软件，联合中科院计算所等机构推进“魂芯”DSP芯片和“睿芯”AI加速芯片的产业化应用。其打造的“电科云”为国防、航天等关键领域提供安全算力支撑。

· 国家电网：建设“新能源云”和“电力鸿蒙OS”，通过布局边缘计算节点，实现电力系统的智能化调控，打造行业专用算力平台的典范。

央国企普遍具有业务线条块丰富、应用场景多元且复杂、海量业务数据等特征，为人工智能落地提供了重要基础，通过智算平台将有利于重塑AI与场景融合的新局面。

3. 区域性平台：区域数字经济引擎的打造者

区域性算力平台，通常由地方政府或国有企业主导建设，旨在整合区域算力资源，促进数据资源共享，赋能当地产业升级和数字化转型。

·北京人工智能公共算力平台：北京人工智能公共算力平台打造了独特的“算力超市+撮合交易+算力券+模型服务”模式，目前已有多家算力供应主体入驻，汇聚了京津冀、内蒙古、新疆、宁夏等区域超8万P绿色算力，构建了国内超大规模的跨域协同的智能算力网络。

·福建智算中心：福州新区2000P智算中心项目由福建大数据产业投资有限公司代表福建省大数据集团与上海大名城企业股份有限公司、上海商筹科技有限公司三方共同投资设立。该智算中心项目作为福建重大新型智能基础设施重要项目，在服务器、网络设备、存储设备等基础设施搭建方面将大力提升福建算力水平。

一个强大的区域性算力平台能为政府、国企和重点行业的数据处理提供了本地化、可控可信的算力基础设施，加速集聚人工智能、大数据、云计算等高科技企业，形成产业集群，推动地方经济的数字化转型。

从“计算”到“智算”：

国家队如何重塑AI竞争力

从空间布局来看，国家队算力平台呈现出“4+X”的数据中心布局（京津冀、长三角、粤港澳、成渝+多个区域性节点），形成覆盖全国的算力网络体系，实现东西部算力的高效协同（东数西算）。从技术的进化路线来看，国家队算力平台大多采取“国产优先、混合架构”的渐进式替代策略，既保障短期可用性，又确保长期自主性。

而在应用端，随着大模型落在千行百业落地的加速，国家队的智算平台正呈现出以下几个显著的发展趋势：

1. 智算平台与AI应用一体化

这是一个核心趋势。传统的智算平台更多是作为基础设施存在，提供算力、存储等基础资源。而一些大型国家队智算平台则将AI应用的开发、训练、部署和管理深度集成进来。这不仅包括提供主流的深度学习框架，更重要的是提供一整套工具链和生态系统，让科研人员和企业能够“开箱即用”地进行AI创新。

这种一体化带来的优势是显而易见的：

·效率提升：简化了从数据处理到模型部署的复杂流程，缩短了AI项目的落地周期。

·资源优化：平台能够更精准地调度算力资源，避免资源浪费。

·生态构建：吸引更多开发者和企业在平台上进行创新，形成正向循环的生态。

2. 可信智算与数据安全

随着大模型和敏感数据的广泛应用，数据安全和隐私保护已成为国家队智算平台建设的重中之重。大型企业，尤其是在金融、医疗、能源等关键领域，拥有大量核心数据，对数据的安全和可信赖性有着极高的要求。

可信智算因此成为一个关键发展方向。它不仅仅是物理上的网络安全，更深层次地涉及到：

· 数据隐私保护： 采用联邦学习、差分隐私、同态加密等技术，在不泄露原始数据的前提下进行联合建模。

·模型可解释性与鲁棒性： 确保AI模型的决策过程透明可追踪，防止模型被恶意攻击或误导。

·算法公平性： 确保AI模型在不同群体间不会产生歧视性偏见。

国家队智算平台通过构建硬件加密、安全沙箱、可信执行环境等技术，为大型企业提供一个可信赖的AI研发环境，保障其核心数据资产的安全。

3. 场景驱动与行业定制化

国家队智算平台不单是一个“通用”的算力池，而是根据具体的行业场景进行深度优化和定制。大型企业作为国家经济发展的重要支柱，其在制造、金融、能源、交通等领域积累了丰富的场景和数据，这些正是AI技术发挥价值的“沃土”。

通过与大型企业的紧密合作，国家队智算平台不仅能够更好地服务实体经济，也能从中获取宝贵的行业数据和反馈，驱动平台自身的持续迭代和进化。

总的来说，国家队智算平台正在从单一的“算力中心”向“以数据为核心、以安全为底座、以应用为导向”的综合性AI创新平台转型。它不仅为科研和产业提供强大的算力，更提供了一个安全、开放、高效的生态环境，赋能大型企业和各行各业的AI转型，成为数字经济发展的新引擎。

但同时，我们也要清晰的认识到，“算力国家队”在推进过程中也面临着多重挑战，包括来自技术、机制、人才和商业模式等层面。

1. 全栈国产化的现实挑战

硬件层：国产AI芯片（如寒武纪、昇腾、海光等）在性能上已逐步接近国际主流水平，能够满足部分高性能计算需求。然而，从整个产业的视角来看，仍存在显著差距，制约了大规模深度学习训练与推理的效率。此外，软件生态建设仍处于起步阶段，缺乏能够完全替代CUDA的成熟开发框架和工具链，导致开发门槛高、适配成本大，进一步限制了国产芯片的规模化应用。

2. 体制机制与创新效率的平衡

传统国企的管理体系通常强调流程规范与风险控制，审批流程复杂、采购周期长，难以适应AI算力需求高度动态、敏捷开发和快速迭代的特点。此外，在考核机制方面，国有资产保值增值的刚性要求，与需要长期投入且不确定性较高的尖端技术研发之间存在根本性张力，致使许多企业在战略投资决策上趋于保守。

3. 人才竞争与培养体系

当今高端算力和AI人才极为稀有，且高端人才往往青睐于一些初创企业或者巨头型互联网企业，国央企对于他们的吸引力相对较弱。同时，在应用层面，既掌握AI技术，又深刻理解制造业、医疗、金融等垂直行业实际需求的复合型人才同样匮乏，国央企可以说是“一将难求”，高端人才的缺失严重制约技术落地与产业融合。

4. 商业模式与可持续发展

当前国产算力平台普遍面临“普惠性定价”与“高建设运营成本”之间的矛盾。客户习惯的低成本高性能服务，使得国产系统在尚未形成规模效应之前，难以实现盈亏平衡。此外，国产算力平台如何与传统公有云服务形成差异化竞争、协同共生而非简单替代的关系，仍需进一步探索清晰的战略路径与合作模式。

政府工作报告提出，“加快形成全国一体化算力体系，培育算力产业生态”“优化全国算力资源布局，打造具有国际竞争力的数字产业集群”。在此背景下，以国家队为主导的算力力量，正协同构建集约高效、覆盖全国的智能算力基础设施。通过深入推进“东数西算”等重大工程，系统优化算力资源配置，不仅显著提升算力整体效能，更为国家人工智能战略的自主可控与安全可靠提供了坚实支撑。

来源：数据猿