12月13日，在“2026中国信通院深度观察报告会”上，中国信息通信研究院（简称“中国信通院”）云计算与大数据研究所副所长栗蔚就智能算力的发展现状、趋势以及未来展望等相关问题发表了自身观点和见解。

智能算力支撑人工智能等计算任务需求

近年来，国务院、国家发展改革委、工信部等部门积极部署算力发展政策，推动智能算力优化“建设布局”、提升“服务水平”，破解智能算力结构性供需难题，满足人工智能应用“随时随地随需”的算力高效供给需求。

谈及智能算力体系是什么时，栗蔚认为，智能算力是支撑人工智能等计算任务的计算能力，基于GPU、ASIC等专用芯片，融合计算、存储和网络软硬件能力的技术与服务体系。智能算力体系通常包含智能算网设施层、智能算力资源层、智能算力平台层、智能算力应用层四层架构。核心性能指标为Flops（浮点运算次数/秒），服务指标为卡时（GPU-hour，即单块GPU运行1小时的算力单位）。

将人工智能与互联网融合，实现算力互联“一张网”

当前，智能算力正在从“CPU为中心”向“GPU为中心”的智算体系演进，与互联网融合进入智能算力互联时代。与传统通用算力相比，智能算力性能高，单卡GPU的算力通常是CPU的数百倍，特别适合人工智能等高性能计算任务。用户需要优质的人工智能模型，同时也需要随时、随地、随需、低成本的智能算力资源支持。我国算力按照区域资源禀赋优化布局集中建设，为满足人工智能、科学计算等任务实时调用合适算力资源的需求，将人工智能与互联网融合，实现不同主体、不同架构、不同地域的算力互联“一张网”。

算网设施层提供智能算力的机房、制冷等物理承载环境和基础网络。全球智能算力规模持续高速增长，根据国际能源署官方发布的数据，预计到2030年，AI设施的用电量将增长5倍，对数据中心提出绿色低碳、能源综合利用的发展需求。网络设施方面，全球推进AIDC间高速光网传输，我国400G传输试验稳步开展，需加速基于IPv6的承载网能力改造。

智能算力资源层提供以GPU等芯片、存储、网络等软硬件资源为核心的智能算力资源集合，支撑大模型训练的集群能力。我国GPU中低端卡性能与国际持平，需加快高端卡研发进程及万卡集群效能提升；组网方面国内运营商、算力企业等超节点、算力云专网等能力与国际持平，国内企业已完成400G RDMA技术试验，200G RDMA已实现商用，需大幅提升RDMA性能和应用生态。资源分散，主体多元，需加强互联统筹能力。中国电信、华为、中海数科、中国信通院实现跨域RDMA技术突破，完成百公里大模型训推，往返时延1.1ms。

智能算力平台层提供基于智能算力资源的AI计算、资源互联调度、供需交易撮合等能力的平台服务，决定人工智能随时随地随需使用算力服务。全球智能算力服务的主要模式仍然是云平台，跨主体互联调度技术和服务模式创新加速，我国需统筹分散的云和非云资源，仅10%的平台具备在线调度能力，需加速解决“找调用”痛点，加强互联能力。

2025年5月，工信部发布《算力互联互通行动计划》，提出“构建‘1+M+N’算力互联互通平台体系”，实现不同主体、不同架构的公共算力资源标准化互联，到2028年，形成具备智能感知、实时发现、随需获取的算力互联网。”2025年整体体系完成试验验证阶段，算力标识网关、高性能传输协议、异构计算API等标准化接口和协议实现公共算力资源标准化互联可行，互联调度2000万卡时。

智能算力应用层面向人工智能、科学计算等场景，形成云电脑、云手机、大模型推理、视频渲染、智能体等企业级和消费级应用，用户使用智能体、视频渲染、云游戏等应用时可以实现智能算力“漫游”。产业规模：具备产业规模基础，用户增长与业务数据表现突出。2025年1-10月，云电脑用户规模突破1000万，同比增长率超100%。算力卡、云游戏等智能算力服务市场规模突破1200亿元。

智能算力未来展望

在栗蔚看来，智能算力和互联网融合，面向计算任务与调度需求进行能力增强和系统升级，通过在互联网上构建统一算力标识和协议接口、增强异构计算和跨域高性能网络传输能力等方式，使计算任务及其相关数据可精准寻找相适应的算力资源并高效执行，形成算力之间智能感知、实时发现和随需获取的一张逻辑互联网络。

栗蔚强调：“未来，先互联、再成网、同步建市场，实现智能算力普惠化。”