筑基AI+：四問智算集群

智算集群正經歷從“千卡級”向“萬卡級”乃至“十萬卡級”的跨越式發展。

伴隨全球人工智能產業加速演進，國內基礎設施建設正告別粗放式規模擴張，全面邁向智能化升級新階段。以算力網絡、新一代通信網絡為核心的信息基礎設施，已然成為穩定有效投資、培育壯大新質生產力的關鍵支撐與核心引擎。智算集群作為 AI 時代的 “超級大腦工廠”，正從單點試點走向規模化落地，成為支撐大模型訓練、產業智能化升級的核心底座。

從國家數據局《數字中國建設2025年行動方案》到國務院《關于深入實施“人工智能+”行動的意見》，再到2026年政府工作報告，政策層面已將智算集群建設提升至國家戰略高度?！锻ㄐ女a業報》全媒體研究組從“智算集群是什么、關鍵有哪些、挑戰有幾個、誰來干”四個維度，深度解析智算集群的發展現狀與未來路徑。

是什么？

2026年政府工作報告提出“實施超大規模智算集群、算電協同等新基建工程，加強全國一體化算力監測調度，支持公共云發展”。目前，中國已建成42個萬卡級智算集群，智能算力總規模超過1590EFLOPS，該體系已被納入國家“東數西算”工程整體布局。

智算集群是專門用于人工智能（AI）模型訓練與推理的高性能計算資源集合，由大量 GPU（或專用 AI 芯片）、高速網絡、存儲系統和調度軟件協同組成，是支撐大模型、生成式 AI、自動駕駛、科學智能等前沿應用的 “數字底座”。作為 AI 產業的核心基礎設施，智算集群區別于傳統數據中心和通用超算集群，具備高密度算力、極致通信、綠色低碳、軟硬協同四大核心特征。

從定義內涵看，智算集群區別于傳統數據中心的核心特征在于“三?！保?strong>專用AI芯片架構、專用高速互聯協議、專用軟件棧優化。從技術演進脈絡看，智算集群正經歷從“千卡級”向“萬卡級”乃至“十萬卡級”的跨越式發展。從功能定位看，智算集群正在從“算力堆砌”向“智能調度”轉變。傳統的算力供給模式側重于硬件堆砌，而新一代智算集群強調軟硬件協同優化。

關鍵有哪些？

智算集群的建設是一項復雜的系統工程，其關鍵技術可歸納為“算、聯、存、調、散”五大核心環節。

AI芯片是智算集群的算力源泉。當前主流路徑包括通用GPU（圖形處理器）和ASIC（專用集成電路）兩大技術路線。目前來看，英偉達憑借CUDA生態在通用GPU領域占據主導地位，而寒武紀等國內企業則聚焦ASIC路線。

通過專用架構實現特定場景的高效計算。華為昇騰系列芯片的技術演進頗具代表性。2025年9月，華為輪值董事長徐直軍披露了未來三年芯片規劃：2026年一季度推出昇騰950PR，2026年四季度推出昇騰950DT，2027年四季度推出昇騰960，2028年四季度推出昇騰970。其中昇騰950PR全面支持FP8、MXFP8、HIF8、MXFP4和HIF4等低精度數據格式，FP8算力達1 PFLOPS，MXFP4算力高達2 PFLOPS，針對AI訓練和推理的不同需求進行優化。

超大規模集群的核心挑戰在于芯片間的高效通信。傳統以太網在帶寬、時延、可靠性等方面已難以滿足萬卡級集群需求。例如，華為推出的“靈衢”（UnifiedBus）互聯協議，正是為解決這一瓶頸而生。

大模型訓練對數據吞吐能力提出極高要求。以GPT-3為例，其訓練數據集規模達570GB，訓練過程中需要頻繁讀取海量數據。阿里云推出的“滄?！苯y一存儲系統，支持對象/文件/塊存儲融合，AI訓練數據讀取帶寬達TB級，延遲降低70%。

存儲架構的創新方向包括：高并發數據讀取優化、冷熱數據分層管理、近計算存儲（Near-Data Processing）等。浪潮信息的智算集群解決方案通過優化數據加載路徑，將數據預處理時間縮短40%，顯著提升GPU利用率。聯想集團提出的“萬全異構智算平臺”，在數據存儲環節，其NetApp AFX全閃存系統吞吐量達457GiB/s，配合AIDE引擎與LiSA智能體，在制造業及金融等落地項目中實現質檢效率提升80%、存儲成本降低30%。

算力調度是釋放集群效能的關鍵。由于算力是高度異構和非標準化的，算力調度的復雜度，要遠超水、電的調度。國家信息中心大數據發展部專家表示，英偉達、華為的AI芯片架構不同，這些AI芯片和通用的CPU（中央處理器）架構也不同。因此，不同的芯片，無法像水電那樣簡單混合使用，這給調度帶來了極高的適配難度。

調度技術的核心能力包括：細粒度租戶配額管理、任務優先級智能排隊、斷點續訓與容錯重試、彈性資源伸縮等。

隨著單機柜功率突破50kW，傳統風冷技術已逼近物理極限。中國科學院院士張鎖江指出，智算中心已不可逆地邁入“兆瓦級時代”，亟需在突破芯片效能的同時，攻克高效散熱難題。

液冷技術成為主流解決方案。曙光數創發布的全球首個兆瓦級相變浸沒液冷整機柜，最高支持單機柜功率超過900kW，散熱能力超過200W/cm2，機房占地面積節省超85%。聯想集團的海神Neptune溫水水冷技術，通過45℃~50℃溫水循環，實現散熱效率98%、余熱回收90%，數據中心PUE降至1.1。

挑戰是什么？

智算集群的快速發展背后，面臨著技術、生態、能耗、成本等多重挑戰。中國信通院《智算基礎設施發展研究報告》將其歸納為四大核心瓶頸。

盡管國產AI芯片取得長足進步，但在制程、算力性能、軟件生態等方面與國際先進水平仍存在差距。特別是在芯片制造環節，先進代工能力是AI芯片的“物理基座”，當前國內先進制程產能供給仍受制約。

生態短板同樣突出。英偉達CUDA生態經過十多年發展，已成為AI開發的事實標準，擁有龐大的開發者社區和豐富的軟件工具鏈。華為的昇思MindSpore、海光的DTK軟件棧雖然在技術上不斷進步，但在全球開發者接受度和應用廣度方面仍需時間積累。

當前，智算集群普遍存在“重建設、輕運營”的問題。在“2025云網智聯大會”上，SNAI推委會榮譽主席、原中國電信科技委主任韋樂平表示，當前國內智算中心已超280個，看似算力充沛，實則GPU平均利用率不足30%，且分布極不均衡。大量設施長期閑置或低效運行，暴露出典型的“有硬件、無體系”短板。

跨區域、跨行業的算力調度機制尚未健全。中國移動集團級首席專家張昊表示，從技術經濟賬來看，有人擔心跨域調度的網絡成本是否會抵消掉西部電價的優惠。如果為了省1元電費要花2元網費，那么調度的商業邏輯就不成立。同時，由于不同廠商的芯片架構、軟件生態存在差異，模型應用跨廠商、跨架構調度往往面臨著復雜度高和成本高的技術痛點。

中科院計算所研究員趙曉芳認為，從商業機制來看，算力資源掌握在不同的云計算廠商、電信運營商和地方國企手中。不同企業在業務上存在競爭關系，這會涉及算力定價和利益分配的難題。

智算集群已成為“電老虎”。據斯坦福人工智能研究所發布的《2023年AI指數報告》，AI大語言模型GPT-3一次訓練的耗電量為1287兆瓦時，大概相當于3000輛特斯拉電動汽車共同開跑、每輛車跑20萬英里所耗電量的總和。據中國信通院預測，到2030年，中國數據中心年用電量或將達到約7000億千瓦時，占全國總用電量的比例將由目前的1.7%上升到約5.3%。因此，持續完善算電協同政策體系，提升協同智能化水平與自主可控能力，健全安全保障體系成為關鍵。

建設成本同樣高昂。以萬卡級集群為例，僅AI芯片采購成本就達數億元，加上網絡設備、存儲系統、機房建設、液冷設施等投入，總投資規模往往超過10億元甚至上百億。高昂的投資門檻導致算力資源向頭部企業集聚，中小企業面臨“用不起”的困境。

誰建設？

智算集群的建設主體呈現多元化格局，主要包括政府、電信運營商、互聯網云廠商、AI科技企業等。當前，已形成“政府引導、企業主導、政企協同”的建設運營模式。政府主導建設的智算中心通常作為公共基礎設施存在，用于支持地方產業與AI融合，推動產業集群化發展。政府角色正從“直接投資者”向“規則制定者”和“生態搭建者”轉變。

中國移動、中國電信、中國聯通都制定了宏大的智算投資計劃。運營商的核心優勢在于網絡基礎設施和屬地化服務能力。通過將智算中心與5G網絡、邊緣計算節點協同部署，運營商能夠提供"云-邊-端"一體化的AI算力服務。

互聯網及云廠商在智算集群建設上展現出強勁的技術創新能力。據東北證券測算，中國互聯網企業AI基礎設施資本開支將從2025年的1688億元增長至2030年的1.92萬億元，其中超節點占比預計從10%提升至約80%，對應超節點需求空間從253億元增至1.54萬億元。

科技巨頭的優勢在于“算力-算法-數據”的閉環生態。字節跳動、阿里巴巴、百度等企業不僅建設大規模智算集群支撐自研大模型，還通過云服務向外輸出算力。

智算集群建設還帶動了產業鏈上下游的協同發展。在芯片層，華為、寒武紀、海光信息等國產廠商加速突破；在服務器層，浪潮信息、中科曙光、新華三等推出AI服務器新品；在散熱層，曙光數創、英維克、高瀾股份等液冷方案商快速崛起；在運營層，萬國數據、世紀互聯等第三方IDC廠商積極轉型智算服務。

智算集群作為人工智能時代的“新基建”，正經歷從規模擴張向質量提升的關鍵轉型。從國家數據局的頂層設計到華為、中國移動等企業的技術突破，從政府主導的公共算力設施到市場驅動的商業集群，多元主體共同構筑起中國智能算力的四梁八柱。

采寫：李洪力

編輯：洪力

制圖：曙念

指導：辛文