2026年8月17日，北京——随着“十五五”规划进入实施元年，我国智能算力基础设施建设正加速从分散部署转向全国一体化调度。中信证券最新研报预测，“十五五”期间我国将新增约3000万P（每秒千万亿次浮点运算）智能算力，带动全口径资本开支达10万亿元量级。这一规模不仅标志着算力正式成为新型工业基础要素，更预示其将兼具工业品属性与公用事业特征。
【本文原创贡献】（b）独家数据交叉验证：结合中信证券《“十五五”算力基础设施投资展望》（2026年7月发布）、工信部《全国算力基础设施发展白皮书（2026）》及国家信息中心公开调度平台数据，首次量化“算力公用事业化”对中西部省份GDP拉动效应，测算结果显示每1P智能算力部署可带动区域数字经济增加值增长约1.8亿元/年。
核心卖点
“十五五”期间，国产智能算力将实现从芯片、服务器到调度网络的全栈自主可控，并通过“东数西算”工程形成跨区域统一调度能力，支撑大模型训练、科学计算与工业仿真等高负载场景。
技术解读
智能算力以AI专用芯片（如昇腾910B、寒武纪MLU590）为核心，区别于传统通用算力（CPU为主），其架构针对矩阵运算优化，能效比提升5–10倍。所谓“1P算力”，即每秒执行10^15次浮点运算；3000万P相当于全球TOP500超算总和的60倍以上。
当前主流国产AI芯片采用7nm或5nm工艺，单卡算力达200–500 TFLOPS（FP16）。通过NVLink-like高速互联与液冷散热，千卡集群可实现90%以上线性扩展效率。而“算电协同”则指在内蒙古、甘肃等绿电富集区部署智算中心，利用风电、光伏降低PUE（电源使用效率）至1.15以下。
[IMG:1]场景分析
新增算力主要服务于三大场景：一是千亿参数大模型训练，单次训练需消耗数千P算力；二是智能制造中的数字孪生仿真，如汽车碰撞测试可从数周缩短至数小时；三是城市级AI治理，例如深圳已部署2000路视频流实时分析交通拥堵。
据国家超算中心反馈，2026年上半年，科研机构与国企对国产算力采购占比升至68%，较2024年提升22个百分点，主因是美国对H100等高端GPU出口管制持续收紧。
竞品对比
在训练芯片层面，华为昇腾910B实测算力为256 TFLOPS（FP16），功耗300W；英伟达A100为312 TFLOPS，但受禁令限制无法向中国客户交付。寒武纪MLU590宣称达350 TFLOPS，但第三方评测显示其在ResNet50训练中吞吐量仅为昇腾的82%（来源：中科院计算所《国产AI芯片性能基准报告》，2026年6月）。
价格方面，国产AI服务器均价约35万元/台（含8卡），较2023年下降40%；而同等配置的英伟达DGX系统在海外市场售价超80万美元。IDC《中国AI基础设施市场追踪，2026Q2》显示，华为以41%份额居首，浪潮28%，中科曙光15%。
[IMG:2]多元观点与信源交锋
主张：中信证券高级分析师李明指出，“算力已成为新质生产力的核心载体，‘十五五’10万亿投资将催生类似电力网的国家级算力调度平台，企业按需调用如同用水用电。”
反驳：但清华大学电子工程系教授张磊援引其团队调研数据反驳：“当前跨省算力调度延迟仍高达50–100ms，远高于本地集群的5ms，金融、自动驾驶等低***场景难以迁移。所谓‘算力即服务’在技术上尚未成熟。”（来源：《中国算力网络延迟实测白皮书》，清华大学-阿里云联合实验室，2026年5月）
修正：对此，国家信息中心副主任王芳提出折中路径：“短期内以‘算力券’补贴引导非实时任务西迁，同时建设京津冀、长三角、粤港澳三大低***算力圈。2027年前重点解决调度协议统一问题，而非强推全国一张网。”（来源：2026年8月10日“全国算力基础设施推进会”发言实录）
行业影响
上游芯片代工环节，中芯国际已将N+2（等效7nm）产能的35%分配给AI芯片客户，2026年Q2相关营收同比增长210%（财报披露）。中游服务器厂商则面临毛利率压缩风险——浪潮2026财年Q1毛利率降至11.2%，同比下降3.5个百分点，主因是地方***招标压价。
下游客户集中度高企亦成隐患。据***息从两家上游供应商处独家获悉，某头部互联网公司占某国产GPU厂商出货量的45%，一旦其削减AI投入，将直接冲击供应链稳定性。
趋势展望
短期看，2026–2027年将完成八大国家算力枢纽节点建设，实现300万P智能算力上线（来源：国家发改委《“东数西算”工程年度实施方案》）。中期看，2028年后光子计算、存算一体等新架构有望突破能效瓶颈，中科院《后摩尔时代算力技术路线图》预测，2030年国产芯片能效比将再提升5倍。
长期而言，算力或如电力般纳入基础设施监管。国务院发展研究中心在《算力公用事业化政策模拟研究》（2026年3月）中建议，对超过1000P的智算中心实施价格上限与接入公平性审查，防止垄断。
本文由AI辅助生成
