随着人工智能时代的浪潮汹涌袭来，算力部署及转化已然成为各城市人工智能战略布局中的关键且核心的领域。近年来，我国各地均在积极超前布局智能算力基础设施建设，众多数据中心和智算中心投入运营或在建。目前已有8大算力枢纽与10大国家数据中心集群。包括京津冀、长三角、粤港澳大湾区、成渝、贵州、内蒙古、甘肃和宁夏八大节点。国家在算力方面已经明确，2028年达到2800EP。北京、上海、广东、甘肃等省（市）也已大力投资算力中心。北京的算力规模大约为7000匹，计划到2025年年底增加至1.2万匹，并有长远目标达到4.5万匹。建设海淀、朝阳、亦庄、京西（石景山、门头沟）等E级智能算力高地，优先加快建设北京人工智能公共算力中心、北京数字经济算力中心两个10EFLOPS大规模智算集群。上海实施了“算力浦江”行动计划，到2025年，上海市智能算力规模超过30EFlops（FP16），占比达到总算力的50%以上；智算中心内先进存储容量占比达到50%以上。广东省综合算力指数居全国第一。通用算力方面，广东省拥有约230个数据中心，合计标准机架数量约62万个。到2025年，广东省算力规模达到38EFLOPS，智能算力占比达到50%。甘肃算力规模规划到2026年超过30EFLOPS。存储总量超过65EB。贵州在建及投运重点数据中心43个，其中，超大型、大型数据中心24个。2025年，总算力规模提升到80EFLOPS，超算算力与智算算力占比达到35%。

倪光南院士曾提到过：各地盲目建设各种低水平智算中心，让人唏嘘不已，一定要警惕“技术房地产”和“数字烂尾楼”。所谓“技术房地产”，就是算力资源卖不出去，只能变成一堆放着服务器的砖头水泥房子，闲置在那里。2024年起，算力开始过剩和大量闲置了。

一是从全国范围来看，部分产业应用端存在 “有算力无场景”“有技术无生态” 的突出问题。算力中心实际利用率普遍不足，部分地区算力中心利用率不足 60%，大量算力长期处于 “待机状态”。大模型应用真正落地的场景太少，与各实体产业发展需求匹配度不高，利用率也有待提高。部分地区数字基础设施建设和日常运营尚未形成清晰的投资回报模式及互利共赢、补位协同的发展路径。

二是算力对创新应用的支撑不足，“算力+各行业”的赋能发展体系尚待推动，算力对行业数字化转型的支撑力、对技术进展和市场变化的企业服务响应力仍需增强。应用市场需求量不清晰，处于数字化转型进程中的各类市场主体，算力应用能力参差不齐，主动性不强，算力使用仍存在成本和门槛问题。加之缺乏有效的沟通对接机制，产业链协同效率低下。国产卡组成的算力集群，存在上架率不高、资源闲置的问题。因为国产卡的集中度不高，一个千卡或万卡集群，往往是由各类国产算力卡组成的，异构算力之间的协同调度，涉及大量工程化细节，时不时出现业务中断、算效不高、恢复训练慢等各种问题。低端需求占比过大，现有算力服务中，多数用于政务云、视频渲染等传统场景，而工业仿真、AI 药物研发等高附加值场景占比较低。在工业领域，虽然企业已加快拥抱人工智能，但大模型的应用场景还处于探索阶段，尚未向研发设计、生产制造等关键环节充分渗透。

三是数据安全顾虑、标准缺失等问题导致产业链数据共享率低。此外，高校及科研机构算力分布不均衡，部分高校受限于经费，算力供给不足，限制了研发创新。企业用算成本较高，部分地区智算中心运营成本居高不下。且财政资金对人工智能的支持力度不足，尚未形成完善的 “算力供给 - 算法开发 - 场景落地” 闭环。

为推动算力资源转化为产业动能，建议围绕 “算力 + 工业”“算力 + 交通”“算力 + 医疗” 三大领域构建 “1+3+N” 应用体系，打造全国领先的智能经济发展格局。

一、绘制全国算力产业图谱，构建一体化算力服务体系。参考深圳国家超算中心、上海临港 AI 算力枢纽等建设经验，将各地算力中心升级为 “算力 +” 跨行业模型训练平台，整合全国算力资源，形成统一调度机制，更好地满足科研机构和中小微企业的实际算力需求，提高算力资源分配的效率和精度。在全国范围内推广 “算力券” 或 “AI 券”，企业使用人工智能相关产品或服务时可凭券抵扣，累计完成规定金额交易并申报后，可获不同比例奖励，且 AI 券可通兑。绘制《全国算力产业图谱》，明确各地区算力产业优势与发展方向，提升公共算力支撑能力，满足图书馆、美术馆、体育馆等大型惠民场所智能服务算力需求。建立国家级算力资源调度平台，为企业和研究机构提供计算资源，保障自动驾驶、虚拟现实、增强现实、智慧医疗、智慧政务、智慧司法等高频实时算力需求。设立专门的小模型交易平台，为中小企业和科研机构提供交易、共享和下载小型人工智能模型的平台，涵盖智慧医疗、智慧政务、金融分析、市场预测等多种行业和应用场景模型，鼓励企业和开发者上传下载，促进技术交流合作。该平台应能自主调配多方算力资源，融合为 “算力池” 实现无差别调用，遵循 “政府统筹、应用场景独立核算、差别分配” 原则，探索产学研创新创业新模式。支持各地优势企业研发垂直领域大模型，积极提供应用场景或带头首购首用，帮助企业开展大模型应用产品的市场推广。加强与华为、阿里、百度、京东、科大讯飞等头部企业合作，发挥引领作用，促进上下游产业链的互动，形成聚集效应，共同建立联合实验室，开发人工智能新技术、新算法和大模型，推动技术创新和应用发展。​

二、从重点行业入手建设 “算力 + 工业” 示范基地。出台全国性政策支持企业智能化转型，促进企业提质增效。在全国范围内遴选龙头制造企业建设标杆工厂，对入选国家级人工智能示范应用场景且在 AI 产业服务平台上推介的企业给予奖励。重点支持电力、水务、燃气等城市基础设施运营企业，以及计算机、通信、机械、半导体和集成电路等重点行业企业建设人工智能应用场景，加速智能化转型。建设行业大模型训练基地，联合行业领军企业开发各领域垂直模型。支持人工智能企业开展跨界联合，拓展产品性能，打造创新产品。引进 AI 工具软件服务商、大模型服务商、数据服务商，繁荣 AI 软件市场。推广数字孪生技术在各特色产业中的应用，围绕工业生产特点，构建工业基础算力资源和应用能力融合体系，满足不同类型工业企业在研发设计、生产制造、仓储物流、营销服务等方面的算网存用需求。借鉴国际企业联盟共享模式，在重点产业由龙头企业牵头建设行业算力池，对参与企业给予补贴。开发国产 EDA 工具专用算力集群，鼓励相关企业将部分智能制造预算用于购买工业仿真算力服务。在条件适宜地区试点 “光伏 + 储能 + 边缘算力” 一体化基站，实现能源与算力的高效利用。推动新建数据中心与电厂合作，实现废热回收利用。​

三、面向智慧城市需求构建 “算力 + 交通” 平台。支持全国范围内感知、通信、控制相关设备的标准化接入与数据汇聚，为道路交通精细化管理、场站枢纽智能运营等跨域综合信息应用等低时延高可靠应用提供灵活高效的算力支撑。建设全域交通智能体，开发拥堵成因诊断模型，结合车辆轨迹数据，实时优化信号灯配时，提升拥堵路段通行效率。加强对全国各城市拥堵路段的算力技术应用，根据实际情况科学制定交通限行措施。在全国新基建项目中嵌入车路协同系统。依托重要港口，建设海铁联运智能调度系统，通过 AI 预测港口吞吐量波动，降低集装箱滞港时间。推动海运行业数字化转型，搭建智能化服务平台实现报关、保险、结算全流程自动化。​

四、通过 “算力 + 医疗” 加强完善区域全民健康算力平台。在有条件的地区建设医疗数据融合试验区，服务区域大健康产业。在重点三甲医院部署医疗影像 AI 辅助系统，对 CT、MRI 影像进行高精度分析。加快基层卫生健康边缘数据中心建设，强化对各级医疗机构的边缘算力支撑，实现医疗算力资源的有效下沉。搭建区域生物算力网，通过分子动力学模拟缩短抗癌药物研发周期。完善区域健康信息平台，接入不同医院的居民电子健康档案，运用联邦学习技术预测慢性病风险。训练融合病历文本、影像、基因数据的医疗多模态大模型。​

五、深化区域合作，开展算力协同创新。在具备条件的自贸片区建设跨境算力枢纽，实现国际数据本地化处理。建立 “数据安全沙盒”，允许特定境外算力项目在隔离环境试运行。鼓励各地区根据自身优势，与周边地区或其他国家和地区开展算力合作，设立算力共享平台，实现算力资源的互补与协同。加强数据安全与隐私保护标准制定，推动区域间数据流通与共享，促进算力产业协同发展。

（科技部国家科技专家、农工党福建省委经济科技委员会副主任周迪）