文章核心观点 全国一体化算力网建设已进入整合攻坚期，通过统一标准、资源池化及跨区域调度，有望为国产算力产业链提供规模化落地场景，带动算力基础设施建设，建议关注国产算力产业链龙头企业 [1] 我国AI产业发展现状与算力需求 - 我国人工智能产业已迈入规模化、产业化、普惠化的高速发展阶段，截至2025年底，人工智能核心产业规模超过1.2万亿元，企业超过6200家 [4] - 国产大模型快速迭代，以DeepSeek、智谱、Kimi等为代表，通过混合专家架构等核心技术升级，在中文语义理解、行业场景适配、性价比层面实现对海外顶尖模型的部分超越 [5] - 截至2026年8月初，平台内国产大模型周Token调用量已连续14周超过美国，全球调用量前五的大模型全部为中国产品 [6] - 我国已建成5.6万余家基础级、9000余家先进级智能工厂，500余家卓越级智能工厂，培育15家领航级智能工厂 [5] - 2024年初，我国日均词元调用量约为1000亿，截至2025年底已达100万亿，截至2026年3月已超140万亿 [6] - 国内云厂商资本开支对比海外仍存较大差距，截至2Q26，海外头部云服务提供商CapEx合计为187,146百万美元，中国头部上市互联网厂商CapEx合计为10,011百万美元 [6] 传统算力建设的结构性短板 - 算力孤岛问题突出，不同厂商、不同架构、不同地区的算力无法协同，呈现算力布局“碎片化”特征 [7] - 供需空间错配，东部数字经济发达区域算力需求集中但扩容空间受限，西部新能源富集但本地产业需求薄弱，全国算力整体利用率长期偏低 [7] - 算力中心耗能较高，传统算力布局与新能源资源脱节，东部绿电资源稀缺，西部绿电充沛但算力利用率不足 [7] 全国一体化算力网政策演进 - 2021年“十四五”期间，国家四部委联合印发方案，首次提出构建全国一体化算力网络国家枢纽节点，正式启动“东数西算”工程 [10] - 2023年12月，五部委印发《关于深入实施“东数西算”工程加快构建全国一体化算力网的实施意见》，为国内首份以“全国一体化算力网”为官方定名的专项文件 [10] - 2026年4月，中央政治局会议首次单列“算力网”，将其纳入国家“六张网”战略性基础设施体系，正式升格为国家战略级核心新基建 [10] 算力网重点工程落地情况 - 2019年，鹏城实验室启动中国算力网（C²NET）的研究与设计工作 [12] - 2022年6月，中国算力网一期工程上线，以“鹏城云脑II”E级智能算力平台为枢纽节点，跨区域实现了20余个异构算力中心的互联 [12] - 2023年4月，科技部牵头启动“国家超算互联网建设工作”，2024年4月国家超算互联网平台正式上线 [12] - 2026年2月，国家超算互联网核心节点在郑州上线试运行，可对外提供超3万卡的国产AI算力，至7月正式上线，算力扩张到10万卡，成为我国第一座十万卡智算集群 [12] 算力网建设三阶段 - 第一阶段：基础布局建设期（2022-2025年，“十四五”阶段），完成八大枢纽、十大集群空间布局，“东数西算”工程已带动万亿级社会投资，培育30余个专业化算力新城，全国新增算力中西部地区占比超七成 [13] - 第二阶段：联网整合攻坚期（2026-2028年，“十五五”前期），核心任务为落地全国统一算力标准、实现70%以上算力资源并网，到2028年基本实现全国公共算力标准化互联 [14] - 第三阶段：成熟运营普及期（2029-2030年，“十五五”收官），最终实现全网算力100%标准化并网，建成功能完备、运行高效的国家级算力基础设施体系 [14] 算力网对国产算力产业链的赋能路径 - 统一标准，降低国产适配成本，建立统一的算力标识、接口规范、资源计量、调度规则与服务评估体系，推动各类异构算力互联互通 [16] - 以网补芯，缓解国产算力单卡性能瓶颈，通过异构资源接入、资源池化和智能调度，将分散的国产算力资源统一纳管 [17] - 算电协同，缓解国产芯片高功耗压力，在空间维度将非时延敏感任务调度至西部枢纽，在时间维度推动算力任务跟随电力生产曲线动态错峰运行 [19] 郑州十万卡集群标杆项目 - 2026年7月，郑州国家超算互联网核心节点十万卡全国产AI超集群正式投入运营，为国内首个投入运行的十万卡级全国产算力集群 [23] - 实现全栈国产化落地，从核心部件到系统落地均实现全国产化，形成覆盖核心芯片、算力系统、分布式存储、高速网络、液冷散热、智能运维和应用软件的整体能力 [25] - 采用超智融合架构，同一套硬件底座同时支持FP64高精度科学计算与INT8大模型推理训练 [27] - 机房物理占地面积仅约2000平方米，实现高密度集约化建设 [27] - 大规模应用浸没式相变液冷技术，把PUE控制在低于1.04的水平，可支撑单机柜兆瓦级高功率负载 [27] 超节点架构发展趋势 - AI模型已迈入万亿参数、长上下文、多模态融合时代，传统松散算力集群节点间通信时延高、任务分片协同难度大，易导致大量算力闲置浪费 [31] - 超节点通过紧耦合架构、统一内存编址、全域资源池化、智能分布式调度四大核心能力，可大幅提升集群效率 [31] - 国产算力芯片在单卡峰值算力、片上缓存容量、端口传输速率等方面仍存在阶段性短板，超节点通过系统层面的资源重组与效率优化，弥补单芯片个体性能不足 [33][34] - 超节点采用整机柜一体化液冷方案，以郑州十万卡集群为例，单机柜功率密度突破900kW的同时，PUE降至1.04以下 [35] - 国家大型算力中心将朝着国产化、大型化、集约化、支持多场景的通用化方向发展 [29]