中国算力产业发展的关键阶段与挑战 - 未来五年（2026年-2030年）是中国算力产业发展的关键阶段 [1] - AI产业的快速发展对算力产业提出了更高要求 [1] - 行业面临的挑战包括资本支出规模处于劣势以及先进AI芯片供应受限 [1] - 企业正致力于将芯片、算法、能源、网络等要素组合成效率更高、成本更低的系统，以实现算力的可持续商业回报 [1] 政策研讨与“算力调度”共识的形成 - 2026年初，在国家信息中心支持下，针对算力政策进行了讨论与意见征集，梳理出七个关键问题 [2] - 讨论主要聚焦“算力调度”对产业发展的价值，参与者包括电信运营商、科研院所及咨询机构的专家 [2] - 国家信息中心长期进行全国一体化大数据中心、“东数西算”工程及全国一体化算力网等政策研究 [2] - 各方共识认为，算力调度是充分利用现有算力、减少闲置资源、实现合理配置的重要方法 [3] - 算力调度复杂度远超水电调度，因为算力是高度异构和非标准化的，而水电是同质的物理资源 [3] - 全国算力调度“一张网”的建设需通过“政府搭台、标准引领、市场运作”的综合模式推进，而非仅靠行政指令 [3] 中国算力产业政策与现状 - 产业政策在算力产业布局中发挥重要作用，关键节点包括2022年2月启动的“东数西算”工程和2023年12月出台的全国一体化算力网政策 [3] - 在政策引导下，中国算力区位布局变得更合理，数据中心分散建设情况好转，算力背后的绿电占比提升，网络成本持续下降 [3] - 国家数据局2025年5月数据显示，枢纽节点地区新增算力占全国新增算力的60%以上 [3] - 截至2024年末，中国算力中心标准机架数超过900万，算力规模达到280 EFLOPS，位居全球前列，算力中心平均电能利用效率（PUE）降至1.46 [3] “算力调度”的概念与内涵 - “调度”一词带有时代色彩，指资源跨区域调配以实现供需匹配平衡，如同农业时代的水资源调度和工业时代的电力调度 [9] - 在数字经济时代，算力像水力、电力一样成为重要的社会资源，需要通过调度解决区域供需错配问题 [9] - 算力资源在物理空间和时间上不均衡，东部需求大但电力贵，西部资源多但本地需求少，不同行业和时间的算力潮汐现象明显 [10] - “调度”体现了对算力资源供需匹配的主动管理，通过全局优化实现计算任务与算力资源的高效匹配，是资源配置模式的变革 [11] - 算力调度需要在跨地域、跨层级、跨架构的复杂环境中，对算力、运力、存力与电力等资源进行综合编排并优化配置 [11] 算力调度的实质与对象 - 算力调度调度的并非物理形态的算力（如芯片、服务器），因为它们是无法移动的 [12] - 其实质是调出方的数据和任务在算力网中移动传输，利用调入方的算力设施进行处理 [13] - 严格来说，算力调度的是“计算任务”，通过网络将任务和数据分发到不同节点执行，实现算力资源的灵活分配 [13] - 调度对象首先是“程序”，它需要针对不同芯片架构和算力特性进行优化 [14] - 调度对象还包括“数据”，需权衡传输成本与时间成本，决定是否传输到远端节点计算 [14] - 调度对象也涵盖“能源”，可将计算任务分配到可再生能源丰富或电价低廉的地区和时段 [15] - 算力调度是在计算任务与算力资源之间建立高效智能匹配机制，实现有条件的动态平衡 [15] 算力调度与物理资源调度的异同 - 算力调度与水利、电力调度具有相似的宏观目标，都是为了解决资源在时空分布上的不均衡，促进跨域资源互补与供需平衡，实现“削峰填谷” [16] - “东数西算”与“南水北调”、“西电东送”有类似的战略考量，共同承载着提升国家资源整体配置效率的使命 [16] - 不同点在于：电是标准化的同质产品，容易计量和替代；而算力是高度异构和非标准化的，不同架构的芯片无法简单混合使用，调度适配难度高 [16] - 水和电的传输是相对单向且“无状态”的；算力调度是双向传输且“有状态”的，计算任务需要输入并产生数据，且对网络延时极度敏感 [16] 全国一体化算力网与相关概念的区别 - 全国一体化算力网是一个综合性的国家算力数字基础设施体系 [17] - 运营商网络是该体系的重要组成部分，为其建设提供网络保障和技术支持，但全国一体化算力网的内涵超越单纯的通信网络 [17] - 全国一体化算力网的核心目标是实现算力资源像水电一样在“网”中跨地域、跨主体的高效调度与普惠服务 [17] - 除了运营商网络，华为、阿里等头部企业以及地方国资、民企所建的算力网络也需要接入，形成全国算力“一张网” [17] - 全国一体化算力网更强调将多源异构的算力在区域空间范围进行一体化联通整合，以及算力、网络、数据、电力等的协同运营 [18] 算力调度面临的挑战与讨论 - 技术经济账方面，存在对跨域调度网络成本可能抵消西部电价优惠的担忧 [20] - 技术痛点方面，不同厂商的芯片架构和软件生态差异导致模型应用跨厂商、跨架构调度面临复杂度高和成本高的问题 [20] - 商业机制方面，算力资源掌握在不同企业手中，存在竞争关系，涉及算力定价和利益分配的难题 [20] - 数据安全方面，客户担心数据被调度出本地后，其隐私和主权难以保障 [20] - 未来核心问题是构建一个能覆盖网络成本、平衡各方利益并保障数据安全的成熟机制 [20] 算力调度对全国一体化算力网建设的作用 - 算力调度是全国一体化算力网的“神经中枢”和“操作系统”，决定了数据中心是孤岛还是能动态响应需求的智能资源池 [21] - 首要作用是整合闲置的碎片化算力资源，提升国家整体算力设施利用率，减少重复建设浪费 [21] - 调度是实现“算电协同”的关键抓手，能把高能耗计算任务引导到西部风光水电丰富的区域，使用绿色能源，助力实现双碳目标 [23] - 能降低全社会创新成本，让中小企业像使用水电一样方便地使用数据中心算力，无需自购昂贵硬件，并能通过超大规模算力联动服务国家战略 [23] 全国算力调度“一张网”的建设路径 - 建设是一项涉及标准制定、平台搭建和机制创新的系统工程，仅铺设网络和建设数据中心远远不够 [24] - 必须“标准先行”，建立统一的算力网标准和度量衡，让不同厂商、架构、芯片的算力能在统一调度框架下被识别、管理和调用 [24] - 需明确“监测为基、调度为核”的建设思路，构建多层次的“调度平台”，包括国家级顶层枢纽以及区域和行业节点，形成全国一体化算力监测调度平台体系 [24] - 需构建可持续的算力调度运营服务机制，通过市场化撮合与价格发现机制，促进算力供需双方快速匹配及灵活交易，用价格信号引导资源流动 [24] - 安全是底座，必须同步构建跨域安全传输和隐私计算体系，确保数据在调度过程中“可用不可见” [24] - 总体建设需通过“政府搭台、标准引领、市场运作”的综合模式推进 [25]