该报告由易观分析发布，聚焦 2025 年中国 AI 算力基础设施的发展现状、核心驱动因素、关键趋势及利益相关方建议，系统梳理了算力基建从 “规模扩张” 向 “质效提升” 的演进路径，核心内容如下：

一、中国 AI 算力基础设施现状总览

1. 国家战略与规模地位

顶层布局：以 “东数西算” 工程为核心，在京津冀、长三角等 8 地建设国家算力枢纽，规划 10 大数据中心集群，配套《数字中国建设规划》《算力基础设施高质量发展行动计划》等政策，构建 “全国一张网” 格局。

规模领先：截至 2024 年，全国在用算力中心机架规模达 830 万标准机架，算力总规模超 280 EFLOPS（全球第二）；其中智能算力 90 EFLOPS，占比超 30%，较 2019 年增长近 13 倍（年均增速约 90%）。

区域协同：东部聚焦低时延业务（工业互联、远程医疗），西部依托能源优势承接后台计算（存储备份），形成 “核心枢纽引领 + 区域梯队协同” 的多层算力网络。

2. 发展环境：政策、技术、产业、商业化共振

政策：国家层面夯实顶层设计，地方（北京、上海、广东等）明确智算建设目标（如上海 2027 年智算规模 200 EFLOPS），聚焦自主创新与绿色节能。

技术：AI 芯片（GPU/NPU）性能突破，液冷 / 浸没式冷却技术降低 PUE（先进智算中心 PUE≤1.2），高速互联与软件定义技术实现算力池化调度。

产业：生成式 AI 引爆需求，大模型训练 / 推理带动算力消耗激增；应用从互联网（占比超 50%）向金融、制造、医疗等传统行业渗透，垂直场景多点开花。

商业化：算力供给从 “重资产投入” 转向 “平台化服务 + 生态协同”，按需租赁、算力交易等模式降低中小企业门槛，头部服务商筑壁垒，中小服务商聚焦特色领域。

二、AI 算力基础设施发展进程与核心驱动

1. 发展阶段（基于易观 AMC 模型）

探索期（~2019）：聚焦数据中心与云计算，AI 算力服务于基础机器学习。

市场启动期（2020-2022）：GPT3 发布（千亿级参数），Scaling law 受关注，疫情加速线上化催生算力需求。

高速发展期（2023-2028）：2023 年为 “AI 算力增长元年”，生成式 AI 推动算力需求从 “企业级” 向 “超大规模集群” 跃迁，国产化、绿色化成为主流。

应用成熟期（2029~）：算力基础设施化，“算力即服务（CaaS）” 普及，市场寻求量子计算等颠覆式创新。

2. 五大核心驱动因素

大模型迭代：参数量从十亿级跃升至万亿级，中国大模型数量占全球 36%，模型规模与能力增长带动算力指数级需求。

政策与资本联动：“东数西算” 撬动超 2000 亿元投资，国资主导的基金聚焦 AI 芯片、算力服务，推动产业链协同。

产业应用规模化：互联网、金融、制造等行业智能化升级，工业、能源等场景化智算需求成为新动能。

长尾算力释放：分布式调度技术整合闲置 GPU/TPU，形成 “云上算力池”，提升设备利用率（如高校、科研院所闲置节点对外服务）。

云化调度技术：容器化、弹性伸缩、标准化计费（如 “1 度算力” 计量）实现 “算力像水电一样即取即用”，扩大用户群体。

三、2025 年 AI 算力基础设施六大关键趋势

1. 趋势一：自主可控算力加速突破

战略定位：算力自主上升至国家战略，先进地区明确国产化指标（如上海 2027 年自主可控算力占比超 70%），摆脱对进口高端芯片依赖。

技术落地：国产 AI 芯片（华为昇腾、寒武纪思元、壁仞 BR100）性能逼近国际水平，适配智算云平台；服务器、操作系统、中间件推进全栈国产化替代。

示范项目：上海临港建设万卡规模国产智算集群，采用国产 GPU 与液冷技术，为全国提供实践标杆。

2. 趋势二：绿色算力成硬性约束

双碳驱动：新建大型数据中心 PUE 需≤1.3，超大型智算中心以 PUE≤1.2 为标准，能效与碳排放纳入项目审批核心指标。

技术路径：

散热：液冷（散热效率提升 40%）、浸没式冷却（节能 30%+）替代风冷；

能源：西部枢纽接入水电 / 风电 / 光伏，东部通过绿电交易购清洁电力，部分智算园区清洁能源占比超 50%；

芯片：新一代国产 AI 芯片单位算力能耗较上代降低 25%。

标准构建：推进 PUE、碳排放因子、可再生能源利用率等指标标准化，指导绿色技术投资。

3. 趋势三：跨区域算力互联深化

“东数西算” 进阶：增加国家级骨干直联点（现有 26 个），扩展骨干网带宽，实现算力跨区域自由流动。

统一调度：推动算力网络标准（算力度量、接口协议）与国家 / 区域调度平台建设，阿里云、华为云、九章云极等平台参与支撑，确保跨域设施兼容。

时空互济：西部富余绿色算力 “外溢” 支援东部，夜间反向利用东部低谷算力，优化全国算力供需（如宁夏算力支援东部 AI 企业）。

4. 趋势四：智算云平台 “双轨并行”

综合型平台：由云服务商 / 科技龙头打造（如腾讯、阿里云、商汤 AIDC），提供 “数据处理 - 模型训练 - 推理部署 - 运维” 全链条服务，集成多模态模型与标准 API，降低 AI 研发门槛。

垂直型平台：行业龙头与算力服务商联合搭建，聚焦特定领域（医疗 MaaS、金融 AI、工业互联网），内置行业知识库与专用算法，适配场景化需求。

生态协同：综合平台输出通用能力，垂直平台反哺行业最佳实践，多层次满足大型企业、中小企业、开发者的多元需求。

5. 趋势五：LLM + 知识库催生新需求

知识增强模型：通过 RAG（检索增强生成）技术，将知识图谱、企业数据库融入大模型，提升回答准确性与可解释性，部署此类模型所需智算能力为基础 LLM 的 2~3 倍。

算力长尾释放：各行业构建专属知识库，非专业工程师对碎片、即买即用的算力需求激增，推动垂直领域智算中心建设（如金融、医疗知识库训练）。

6. 趋势六：算力云化加速普惠

CaaS 模式普及：2024 年智能算力服务市场增速 80%，云厂商推出 GPU 租赁、算力包等产品，企业可 “削峰填谷”（高峰租高端 GPU，低谷释放资源）。

分散资源整合：整合高校、科研院所闲置节点，通过标准化计费（如 “1 度算力”）实现公平交易，提升全社会算力利用率。

门槛降低：Serverless 架构（如九章智算云）支持企业无需自建机房，直接获取高端算力；云边端协同延伸至边缘 / 终端，解决工业、金融场景的安全隔离与带宽瓶颈。

四、利益相关方建议

1. 政府层面

加强区域算力网络规划，推进全国统一调度平台建设，对绿色算力、自主技术研发给予资金 / 税收优惠；

开放政务、医疗等公共数据，释放算力需求。

2. 企业层面（供需双方）

供给方：打造高品质算力云平台，开发行业定制化方案（如医疗、制造专属算力服务）；

需求方：将算力纳入战略规划，优先通过云租赁替代自建，降低成本。

3. 园区与枢纽层面

打造智算产业集群，配套绿色能源、高速网络、制冷设施；

创新运营模式（算力先租后买、按效果付费），与技术领先平台合作，避免资源闲置。

4. 生态层面

联合芯片、服务器、云平台企业攻关关键技术，共享成果；

推进高校 - 企业合作，培养 “智算工程师” 等专业人才；

组建产业联盟制定算力标准，避免内卷，构建 “芯 - 云 - 用” 紧密衔接的价值链。