算力產業

算力產業是在全球數字經濟加速發展、AI大模型算力需求爆發式增長的背景下，為各類數位化套用提供計算能力的基礎性產業。

隨著AI從實驗室走向千行百業，AI計算重心正經歷從“訓練為主”向“推理主導”的歷史性轉折。為應對算力資源的結構性失衡，算力共享模式被提出以最佳化資源配置。國產算力發展受到重視，算力行業面臨快速洗牌。

發展歷程

超級計算機具備強大的計算能力，適用於處理大規模和複雜的科學計算任務，例如氣象模擬、分子模擬、航天航空計算和基因組學分析。在過去20年間，中國超級計算機研發取得了進展，具有自主智慧財產權的“神威·太湖之光”超級計算機曾四次位列世界超算TOP500榜單首位。

大模型的普及推動了人工智慧的廣泛套用，其技術支撐依賴於超級計算機所提供的計算能力。

算力產業的服務模式也在發展，出現了構建超算雲服務的模式，通過高速網路連線分布各地的超算中心，整合多箇中心的軟硬體資源。通過建設資源共享與交易平台，支持算力、數據、套用等資源的共享。

產業現狀與趨勢

AI產業正在經歷從訓練為主向推理主導的歷史性轉折，推理算力正成為像電力一樣的基礎設施剛需。據德勤TMT預測報告，到2026年推理算力將占AI計算的三分之二（約66%），首次形成對訓練算力的絕對主導。摩根史坦利預測，2025-2026年全球雲廠商資本開支合計將突破萬億美元，AI基礎設施成為核心驅動力。算力行業正從資源業向服務業轉型。矽谷預測，未來5年，算力需求增長170倍以上，算力行業將迎來快速洗牌。

技術架構與產品

英偉達發布了下一代計算平台Vera Rubin架構，並推出了專為Agent推理場景設計的Groq 3 LPU（語言處理單元）晶片，針對長上下文和低延遲需求進行最佳化。這標誌著產業策略正從通用算力提供商向場景化算力架構商演進。

AI晶片國產替代進程有望加快。例如，並行科技與華為等國產晶片廠商合作，助力國產算力發展。神威·太湖之光超級計算機作為國產算力自主創新的代表成果，四次問鼎世界超算TOP500榜單榜首。

產業鏈結構

有預測認為，到2026年，推理算力在AI計算中的占比將達到三分之二。在此背景下，AI伺服器代工、光通信、高端PCB與覆銅板、液冷散熱等核心硬體環節的需求預計將隨之增長。隨著2026年Vera Rubin的大規模出貨，液冷產業鏈的市場規模與產品均價預計將提升。

產業生態與市場

當前中國算力資源的分配與利用面臨顯著的結構性失衡，亟須構建以需求側為核心的算力共享基礎設施。算力共享是一種涵蓋租賃、交易、共享和開放等多種形式的共享經濟模式，其主要特徵包括使用權經濟、平台經濟模式和社區化協作。其生態形成遵循三階段演進機制：一是初始社區階段，整合分散算力滿足小範圍需求；二是平台搭建階段，藉助數字平台拓展供需匹配範圍；三是生態形成階段，通過成熟市場機制和跨區域調度，打造統一的算力共享大市場。

在微觀層面，企業通過業務調整應對市場變化。例如，為應對AI大模型算力需求的爆發式增長和行業數位化轉型，數據港於2025年12月增設了智算業務部，旨在整合公司內外部資源，打造集算力供給、算法最佳化、模型訓練、數據服務於一體的全棧式智算服務體系。

產業生態的活力也體現在青年人才的湧現上。例如，2024年中國算力大會發布了“算力中國·青年先鋒人物”榜單，評審重點考察創新力、影響力和領導力三個維度，獲獎者在國產智慧型超算、算力安全、AI模型算力、國產晶片等多個關鍵領域取得創新突破。

挑戰與展望

當前中國算力資源的分配與利用面臨顯著的結構性失衡，數據中心快速擴張但利用率偏低，造成了經濟損失和能源浪費。在培育算力共享市場時，面臨著用戶信任建立困難、平台制度性建設有待完善和算力資源定價複雜等挑戰。

為解決上述問題，培育算力共享是有效路徑。具體措施包括前瞻性布局算力集群，促進算力資源跨區域共享；完善算力交易平台建設，推動交易市場化、規範化，並建立現代監管體系；實施針對性算力補貼政策，通過引入透明的補貼機制穩定市場價格。國產算力的發展需滿足跑起來、跑得快、高性價比的要求。

展望未來，AI產業正經歷從訓練為主向推理主導的歷史性轉折。據預測，到2026年推理算力將占AI計算的三分之二，成為像電力一樣的基礎設施剛需。全球雲廠商資本開支的持續增長，預示著AI基礎設施仍是核心驅動力。通過解決資源錯配、培育共享市場、推動國產算力自主可控，算力產業有望實現更健康、更高效的發展。