近年來，內蒙古自治區呼和浩特市持續推進綠色電力與算力協同布局，加快內蒙古樞紐節點和林格爾數據中心集群建設的同時，賦能當地算力產業高質量發展。圖為位於呼和浩特市和林格爾新區的中國農業銀行內蒙古數據中心。 　　新華社記者 李志鵬攝

在日前舉行的2026中國國際大數據產業博覽會現場，觀眾在參觀曙光8000十萬卡AI超集群。 　　新華社記者 李旭倫攝

　　隨著人工智能快速發展，算力已成為不可或缺的新型信息基礎設施。工業和信息化部數據顯示，截至今年6月底，我國智能算力規模達2185EFLOPS（每秒百億億次浮點運算），圍繞算力樞紐建成70余條算力大通道。

　　近日發布的《信息通信行業發展“十五五”規劃》（以下簡稱《規劃》）提出，到2030年，智能算力規模達到9800EFLOPS，先進存力規模達到1700EB，分別比2025年增長超5倍和超2倍。算力和存力是啥關系？二者高倍數增長意味著什麼？

　　算力基礎設施筑基提質

　　一碗米飯拍照上傳，大模型給出熱量估算值﹔實時處理海量交通數據，提高城市通勤效率﹔優化生產流程，工廠實現柔性排產﹔創建逼真視覺效果，生成創意視頻……人工智能給人們生產生活帶來的全新改變的背后，是智能算力和先進存力的有力支撐。

　　現實中，算力與存力如何配合？《規劃》又作出了怎樣的新安排？

　　“算力主要負責數據運算、模型訓練與推理，存力則承擔數據收集、治理、承載與供給。”中國信息通信研究院雲計算與數字化研究所總工程師郭亮介紹，實踐中，模型訓練的檢查點、智能體推理中間狀態和上下文記憶等數據，分層存放於高性能存儲設備中，由算力、存力協同發力，共同支撐人工智能模型訓練推理效率與輸出質量。截至今年6月底，全國算力設施整體上架率達71.4%，全國存力總規模約2021EB，其中先進存力佔比約32%。全國一體化算力網正加速成形，存力規模穩步增長、結構持續優化。

　　郭亮認為，《規劃》作出的一系列相關部署，緊扣人工智能規模化應用對算力基礎設施的新需求，具有重要的現實意義。

　　當前大模型正從千億參數向萬億參數演進，單集群算力規模直接決定模型訓練效率，有序推進超大規模集群建設是支撐前沿模型創新的必要基礎。《規劃》提出“構建‘樞紐—區域—邊緣’多層次算力設施體系，有序部署萬卡、十萬卡及以上智算集群”，將更好滿足大模型參數規模持續增長對超大規模並行訓練能力的需求。

　　“十五五”期間“加強算力關鍵共性技術研發與應用”，重點在於突破異構算力適配、高速互聯協議、智能調度等瓶頸，將有助於降低應用在不同芯片架構間的遷移成本，提升算力資源整體利用效率。

　　《規劃》部署400G及以上高速傳輸技術，著眼點在於完善算力樞紐間大通道建設，為跨區域算力協同提供高質量網絡支撐。同時，推動算電協同發展，建設綠色低碳算力設施，既可以降低用能成本，又助力綠色低碳轉型。

　　“《規劃》並沒有把存力作為孤立指標進行部署，而是更加注重存算協同和數據治理，推動存力從基礎資源保障向智能化數據服務能力升級。”郭亮說，這樣做一方面能夠提升數據供給質量，支撐行業高質量數據建設﹔另一方面能夠強化存算協同，提升智能基礎設施整體效能。同時，將綠色低碳、安全防護、訪問控制、災備保障、數據全生命周期管理作為內在要求，推動數據基礎設施更加高效、安全、綠色。

　　提升數據“存傳算用”效率

　　“高效協同”是“十五五”時期算力設施建設的關鍵詞。

　　目前，我國算力存力基礎區域分布格局如何？9月12日在河北廊坊舉辦的2026中國算力大會上，算力產業發展方陣、中國信息通信研究院共同發布了《2026綜合算力全景分析》報告。這份報告顯示，在綜合算力能力方面，河北省、江蘇省、廣東省、上海市、北京市等位居全國前列。

　　其中，算力能力方面，河北省、江蘇省、上海市等地較為突出﹔存力能力方面，廣東省、河北省、上海市等優勢明顯﹔運力能力方面，江蘇省、浙江省、廣東省等地運力協同能力較強。“總體看，區域發展梯度分化特征明顯﹔算力與行業場景融合深度有待加強﹔跨區域算力調度在實際落地過程中仍面臨多重制約。”該報告認為。

　　未來五年，中國將著力構建“樞紐—區域—邊緣”多層次算力設施體系、完善算力設施間互聯網絡架構、提升樞紐間跨域長距無損網絡傳輸效率、推進中國算力平台全面貫通。多位受訪專家表示，這將有效提升數據資源的使用效率。

　　中國工程院院士鄔賀銓說，國家算力網的規劃裡明確要建設一個算力調度平台，目的就是讓算力的供給方和使用方更好地銜接，把現有算力資源的忙閑狀況、服務質量、收費水平等，充分展示給使用方，便於其合理選擇、更好使用。“現在總體上算力還是忙閑不均的，如何把它合理地利用起來，這是關鍵。”鄔賀銓說。

　　中國信息通信研究院總工程師何寶宏表示，政策的關注點已經從算力設施建設進一步延伸到資源能不能被感知、調度，以及最終被企業和行業真正使用。有關部門按照“點、鏈、網、面”思路，持續推進全國一體化算力網建設，依托中國算力平台，歸集全國算力資源，形成全國算力資源“一本賬”。在應用方面，逐步開展普惠算力賦能中小企業專項行動，探索算力超市、算力銀行等服務模式，降低中小企業用算門檻，推動算力資源向實體行業下沉。下一階段，不僅要把資源搭建起來，更要把資源、網絡、應用、服務銜接起來。

　　“從《規劃》看，未來五年算力供給將更加高效、普惠、綠色。”郭亮說，智能算力和先進存力加快建設，有利於企業把長期沉澱的設備、工藝、質量和運維數據更好地匯聚起來，形成可用的高質量數據資源。隨著存算協同和綠色低碳水平提升，數據存、傳、算、用整體效率也將有效提升，從而幫助中小企業加速數智化轉型進程。

　　更好適應人工智能發展需要

　　從具體指標看，“十五五”時期，智能算力先進存力成倍增長的目標是否較高呢？

　　郭亮表示，《規劃》為智能算力和先進存力分別設定了超5倍和超2倍的發展目標，關鍵目的在於適配我國人工智能大模型與數字產業中長期發展需要，兼顧產業發展、技術競爭與安全保障等多重考量。

　　比如，當前大模型研發迭代、行業落地將持續拉動訓練與推理算力需求。截至今年6月，我國完成備案的生成式人工智能服務達988款，相較2024年末增加686款，較2025年末增加240款，大模型數量逐年攀升，對應算力需求穩步釋放，需要足夠的算力底座承載各類模型研發與行業應用。

　　再如，各行業數據繼續增長，存儲、治理、流通的需求都在上升。智能應用對數據供給、處理、治理和安全提出更高要求，存儲的作用已不只是提供容量保障。需求變了，建設標准也要跟著變，先進存力建設需要統籌規模、結構和性能。《規劃》中“1700EB”聚焦的是“先進存力”容量，旨在優化存力結構，更好適應人工智能發展需要。

　　“全球智能算力擴張速度快，高端智算已成為數字領域競爭的關鍵基礎。設定一個相對較高的目標，有助於激發產業鏈上下游創新活力，推動智算集群、芯片、互聯等環節協同突破，補齊算力基礎設施短板，逐步縮小與國際先進水平差距。同時，我們也要看到算力基礎設施建設周期長，高端芯片、集群部署存在建設滯后效應。目標設置適度超前，有利於引導地方合理布局算力項目，提前預留算力供給能力，避免產業快速發展階段出現算力供給不足、供需缺口持續擴大等問題。”郭亮說。

　　工業和信息化部總工程師鐘志紅表示，工業和信息化部將會同有關部門持續推進算力設施建設、提升產業創新能力。未來，將強化應用賦能，激活數實融合引擎﹔降低用算成本和應用門檻，切實把“普惠算力應用紅利”轉化為“中小企業發展動力”﹔推動分行業凝練高價值場景，以算力支撐“人工智能+”行動，促進各領域數字化、智能化、綠色化升級。