引言：算力为何成为国家战略

2026年，中国算力网建设被提升到前所未有的战略高度。这一判断并非空穴来风，而是基于一系列标志性政策事件的密集落地。

"算电协同"首次写入政府工作报告，并纳入"十五五"规划纲要；4月中央政治局会议将算力网纳入国家"六张网"统筹规划建设；9月11日国务院常务会议专题研究算力网建设工作，要求坚持合理布局、规范有序，进一步完善算力基础设施。工信部《信息通信行业发展"十五五"规划》提出到2030年智能算力规模达到9800EFLOPS、较2025年基期增长约5.2倍的目标。

这一系列政策信号表明，算力已经不再仅仅是技术概念，而是被明确定位为人工智能时代的核心生产要素，算力网则是支撑智能经济的基础性、战略性设施。据国家发改委披露，"十五五"时期算力网建设将新增直接投资约4万亿元，成为扩内需、稳增长、育动能的重要抓手。

然而，投资规模的空前扩张也伴随着一系列突出矛盾。供需两侧存在区域、结构、时序三重错配，全国智算中心平均算力使用率仅约30%，一边一卡难求、一边算力空转并存。电力与绿色约束趋紧，绿电直连、隔墙售电等机制尚未打通。商业模式尚未闭环，算力租赁经历价格战后盈利分化加剧，重资产、长周期、高折旧特征与需求不确定性之间的矛盾凸显。投融资体系与算力资产属性之间存在系统性不匹配，资产标准化和可流转程度偏低，社会资本参与不足，债务资金期限与资产回收周期缺口明显。

本报告认为，"十五五"时期算力网建设的核心命题，是如何在保持投资强度的同时提升投资效能。这需要从投资主体格局、商业闭环、中美模式比较、需求侧验证和出海路径五个维度展开系统分析。

一、我国算力网建设战略的演进与发展动力

（一）政策脉络：从"东数西算"到"六张网"的历史跃升

我国算力基础设施的顶层布局经历了一个由点到网、由网到体系的渐进过程。

2022年2月，"东数西算"工程全面启动，在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏布局8大国家算力枢纽节点和10个国家数据中心集群，首次从国家层面统筹算力资源的空间配置。这一工程的战略意义在于，它首次将算力资源提升到与水利、电力等传统基础设施同等重要的位置，标志着我国对算力战略价值的认识发生了质的飞跃。

2023年10月，工信部等六部门印发《算力基础设施高质量发展行动计划》；同年12月，国家发改委、国家数据局等五部门联合印发《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》，提出到2025年底综合算力基础设施体系初步成型，国家枢纽节点新建数据中心绿电占比超过80%，1毫秒、5毫秒、20毫秒三级算力时延圈在示范区域初步实现，并在国家层面明确"创新算力电力协同机制"。

2026年是算力网战略地位发生质变的一年，标志性事件密集落地，形成了一条清晰的政策升级链条。3月全国两会期间，"算电协同"首次写入政府工作报告，明确实施超大规模智算集群、算电协同等新基建工程，加强全国一体化算力监测调度，支持公共云发展；国家发改委首次系统披露"六张网"概念。4月28日中央政治局会议提出"加强水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等规划建设"，算力网正式纳入国家"六张网"统筹体系。9月11日国务院常务会议专题研究算力网建设工作，要求坚持合理布局、规范有序。

尤其值得注意的是，"十五五"规划纲要已将算力设施建设的总方针明确为"统筹布局、有序建设算力设施，推进算力资源规模化、集约化、绿色化、普惠化发展"，并要求"推动绿色电力与算力协同布局"。"规模化、集约化、绿色化、普惠化"四化并举，标志着算力网建设从规模扩张阶段正式转入高质量发展阶段。

从投资体量看，"六张网"已成为"十五五"时期扩大有效投资的最大载体之一。据国家发改委披露，"十五五"时期国家水网、新型电网、城市地下管网投资规模分别超过6万亿元、5万亿元和约5万亿元；算力网方面，国家发改委引述有关机构测算称，将新增直接投资4万亿元。财通证券测算"六张网"总投资规模约25万亿元，较"十四五"增长近四成，其中算力网投资增幅达50.9%，增速在六张网中位居前列；2026年全年"六张网"及相关重点领域投资规模将超过7万亿元。

在固定资产投资整体承压、房地产投资深度调整的背景下，算力网作为既能稳投资扩内需、又能发展新动能与培育新质生产力的新型基础设施，其战略价值已远超工程本身。不同于水网、管网以财政投入为主，算力网以企业投资为主，市场化属性最强，对社会资本的撬动效应和商业模式创新的要求也最高。

（二）布局成型："8+10+3"空间格局与一体化监测体系落地

经过多年建设，我国已形成以8大国家算力枢纽、10个国家算力集群、3个算电协同发展区域为重点的"8+10+3"算力空间布局，全国算力基础设施总量规模快速增长、算电协同深入推进、算网融合加速发展。

截至2026年6月，全国算力设施整体上架率达71.4%；建成超70条连通算力枢纽、重点区域的算力传输通道。当前已批复17个国家算力互联互通区域节点。在9月11日至13日举行的2026中国算力大会上，我国宣布实现算力一体化统筹监测，标志着全国算力"一本账"、调度"一盘棋"迈出关键一步。

从基础规模看，根据国家数据局报告，截至2025年底，全国在用算力设施机架数超过1373万标准机架，建成万卡智算集群42个，智能算力规模达到1590EFLOPS（FP16），位居全球第二；八大枢纽地区各类新增算力占全国新增算力的80%以上，算力向国家枢纽集聚的态势已经确立；全国超大型算力设施平均电能利用效率（PUE）降至1.34。到2026年7月底，全国智算总规模达到2450EFLOPS，国家级监测调度平台已接入智能算力1450EFLOPS，约占全国总量的60%。按照工信部规划，到2030年智能算力规模将达9800EFLOPS，以2025年1590EFLOPS为基期约增至6.2倍，新建大型和超大型算力设施运行PUE须低于1.2。

2025年底全国智能算力规模为1590EFLOPS，同比增长225%，2026年以来继续呈现加速增长态势，7月相比6月即已增加265EFLOPS，2026年底智能算力规模极有可能达到4000EFLOPS。不过，要达到2030年9800EFLOPS的目标，意味着未来四年多仍需扩大约3倍，年均复合增速约40%，算力投资的强度和持续性要求极高。

（三）需求爆发：词元经济重构算力需求的量级与结构

支撑这一轮算力投资周期的根本动力，是人工智能从模型竞赛转向智能体（Agent）规模落地所带来的需求革命。

中国电信研究院《智能体时代AI基础设施发展研究报告（2026）》显示，预计2026年我国词元（Token）年消耗量将达10亿亿，到2030年将超过3500亿亿，年复合增速接近12倍；未来2至3年我国算力需求平均每年将增长近10倍；从需求结构看，推理算力需求将远超训练算力，预计2029年我国推理算力市场占比将达到80%；2026年我国头部科技型企业人工智能资本支出接近6000亿元，占全社会技术投资总额的10%以上。

从实际运行看，中国日均AI词元调用量2024年初约1000亿，2025年底飙升至100万亿，2026年3月超过140万亿；据央视财经报道，2026年6月已突破500万亿，增长超过5000倍。

需要清醒认识到，词元经济的爆发不仅带来算力需求量的增长，更重塑了算力需求的内在性质。

一是推理主导。需求从周期性、集中式的训练任务转向持续性、并发式的推理运营，对算力的时延、稳定性、成本敏感度提出全新要求。训练任务可以容忍较高的时延，可以在电价低谷期集中运行，但推理任务必须7×24小时稳定响应，且对响应时间有严格要求。这意味着算力设施的设计、运维和商业模式都需要相应调整。

二是智能体放大。单个智能体任务的词元消耗可达普通对话的数十倍乃至上百倍，部分智能体编程（Agentic Coding）任务的输入输出词元比可达154:1，单位用户的算力消耗差距被急剧拉大。这种放大效应意味着，当智能体从实验走向规模落地，算力需求的增长将不是线性的，而是指数级的。

三是成本约束硬化。当词元成为可计价的商品，每一瓦电、每一张卡、每一秒折旧的有效产出都成为竞争胜负手，有效算力（业务实际可稳定产出的算力）取代标称算力（硬件理论峰值算力）成为产业考核的核心口径。

中泰证券的研究进一步将词元经济概括为"一场关于性价比的全产业链优化运动"，每元词元创造的任务价值等于任务价值量除以词元消耗量与单价的乘积，供给端按量计价与下游按结果、按订阅付费之间的错配，正在催生套餐化、路由聚合、效果打包的词元运营层；而在杰文斯悖论作用下，单位词元成本的下降非但没有压缩总开支，反而解锁更多应用场景，把总消耗推向更高量级。这一系列变化，既为算力网建设提供了确定性需求支撑，也对既往"重建设、轻运营"的算力投资模式构成了根本性挑战。

二、算力投资与算力网建设的瓶颈剖析

（一）算力闲置与低效运行问题突出

设施闲置与低效运行的问题早已引起多方关注。早在2021年底，国家发改委在"东数西算"枢纽节点批复中即设定65%的上架率基准线；工信部逐季监测发布全国上架率，多家智库和研究机构持续跟踪智算中心算力使用率，有关部门和地方也多次开展专项调研。

中国信通院数据显示，2025年国内智算的总算力已经到了38亿左右卡时，同期用算量在14亿卡时左右，用算占比只有36.8%。浪潮人工智能研究院测算，2024年全国智算中心平均算力使用率仅约30%。部分早期建设项目以及大量中小城市的智算中心长期处于低负载运行状态。与之形成鲜明对照的是，头部互联网企业受益于自有产品和用户基数，算力中心利用率普遍较高甚至满负荷运行，阿里云负责人公开表示服务器内"几乎没有一张卡是闲置的"。

利用率分化呈现清晰的层级结构。头部云厂商专属智算集群依托自有大模型业务和稳定政企订单，GPU利用率稳定在75%-98%；省会城市中型公共智算中心以零散租赁为主，平均利用率25%-40%；三四线城市近年新建的千卡级小型集群运营最差，GPU利用率集中在10%-22%，项目普遍无法覆盖年度刚性成本。

这种分化背后是投资逻辑的根本差异。头部云厂商的算力投资是基于自身业务需求的内生性投资，每一张卡都有明确的业务支撑；而部分地方智算中心的投资则是基于对算力需求的乐观判断，缺乏明确的客户和业务场景。当算力供给增长速度超过真实需求增长速度时，闲置就不可避免。

（二）供需错配：区域、结构、时序三重矛盾交织

算力供需呈现显著的区域性空间错配。京津冀、长三角、粤港澳大湾区的算力需求占全国65%以上，且AI企业、高端制造业的智算需求时延要求严苛，而西部算力枢纽因跨区调度未贯通，难以以富余通用算力弥补东部智算缺口。

"东数西算"工程启动以来，八大枢纽节点的物理骨架虽已基本形成，但实地调研显示行业落差现象明显。比如，内蒙古和林格尔集群部分数据中心机柜上架率不足四成，建好机房却缺少业务需求；而距北京200公里的张家口集群算力持续供不应求，土地、电力指标却日益收紧。

核心城市与周边算力承载区负载率落差悬殊。研究显示，北京数据中心峰值负载率接近85%，而张家口、廊坊等环京算力枢纽节点同期负载率不足40%，两者落差折射出算力动态调度机制不成熟、供需对接渠道不畅的现实困境；与之相对，廊坊燕郊光子1号金融算力中心凭借与北京仅1毫秒的数据传输时延和约30%的电力成本节约，清晰展现了环京节点承接首都核心业务的现实价值。

东西部之间的供需落差，本质上反映了"算力跟着资源走"与"需求跟着产业走"两种逻辑的张力——西部有绿电、土地和气候优势，但东部有数据、场景和用户，时延敏感型业务难以西迁，导致"西部建得多、用得少，东部用得多、建不下"。

算力供给结构与需求演进方向存在深层错位。财联社2025年9月调研显示，中小企业苦苦寻求高端算力，却一卡难求，而部分已建成智算中心实际利用率不足40%；通用算力阶段性过剩与高端智能算力持续短缺并存，形成一边不足、一边闲置的典型结构性失衡。随着大模型训练向推理迁移、向国产芯片迁移，早期按照英伟达训练场景设计的部分智算中心，在软硬件结构上难以适配新需求。

技术迭代周期与基础设施建设周期存在时序冲突。算力技术约18至24个月迭代一代，而数据中心从规划、建设到投运往往需要两三年，机电设备和建筑的折旧周期更长。部分算力中心按照数年前的市场需求和技术条件规划设计，建成之时技术性能和服务能力已经落后。有芯片制造商反映，"项目等几年都没人用，等用的时候，发现已经是3年前建的"。这种"建成即落后"的风险，在推理架构快速演进、国产超节点密集迭代的背景下被进一步放大。

错配反复出现，很重要的原因是政府主导项目背后的投资逻辑偏差。以往一些地方把智算中心当作看得见、可考核的政绩工程，沿用先把房子盖好、再等企业入驻的基建思路，以土地、电价优惠和财政补贴吸引项目落地，本地却没有相应的产业需求。脱离需求建起来的设施，很快陷入闲置。前述《半月谈》调研发现，中部某省规划建设3个智算中心，总规模1200PFLOPS，当地数字经济企业不足百家，实际算力需求不足200PFLOPS；东部某市两个区县分别建设生物医药和工业互联网智算中心，实际入驻企业均不足10家。受访专家将这类现象归结为分散建设和同质化竞争，同类中心功能重叠，客户被分流，资源难以整合。

（三）调度梗阻：跨区域算力的调度、定价和结算规则尚未统一

算力网的核心价值在"连"而不在"建"。2025年5月，工信部印发《算力互联互通行动计划》，提出到2026年建立较为完备的算力互联互通标准、标识和规则体系，到2028年基本实现全国公共算力标准化互联。截至2026年1月15日，"1+M+N"国家算力互联互通节点体系已接入31个省区市的155家企业、578个资源池、316EFLOPS智算资源、72万张GPU加速卡，部署完成1032万条算力标识，月均调度近300次。

但对照"像用电一样用算"的目标，梗阻依然明显。

其一，"路网"成本高企。以庆阳集群为例，已建成算力规模突破18.55万P（FP16口径，约合185.5EFLOPS），但东西部跨域网络专线成本居高不下，受访企业负责人直言"算力产能已经落地，但数据传输'路费'过高，综合成本亟待压降"。

其二，"路权"尚未打通。根据工信部《2025年通信业统计公报》，2025年底三大运营商对外提供服务数据中心机架数量93.8万个，占全国在用机架总量不足10%，其余多数机架由第三方IDC服务商和自建自用主体构成。异构芯片、异构云平台之间缺乏统一的资源描述和调度接口，跨主体、跨架构、跨地域的任务级调度仍处试点阶段，月均300次的调度量与全国算力体量相比微不足道。

其三，"计价"规则缺失。不同厂商算力规格、性能指标、服务等级各不相同，采购方难以有效比价，市场亟需标准化度量单位；现行"1+M+N"体系侧重技术互联和调度管理，尚未覆盖价格形成、交易撮合与价格指数等市场化定价机制。

调度梗阻的深层原因在于，算力交易不同于电力交易，电力有统一的质量标准和计量单位，而算力的性能指标复杂多样，不同芯片、不同架构、不同集群的算力难以直接比较。建立全国统一的算力大市场，不仅需要技术层面的互联互通，更需要制度层面的标准统一和规则协调。

（四）芯片瓶颈：国产替代加速，但训练端与生态链仍是短板

外部管制倒逼下，国产算力芯片实现了从能用到可用的跨越。IDC数据显示，2025年中国AI加速卡整体出货约400万张（通常1张加速卡对应1颗GPU），本土厂商合计出货165万张、份额达41%，其中华为昇腾出货81.2万张、份额约20%。

2026年国产AI芯片将在国内市场占据主导地位。根据2026年8月TrendForce发布的报告，2026年中国高端AI芯片市场中，国产解决方案的份额将接近90%，出货量将同比增长超过83%，英伟达、AMD的份额将降至一成左右。2025年底投行伯恩斯坦的报告预测，英伟达在中国AI半导体市场的份额可能从2025年的约40%下降到2026年的8%左右，华为可能超过50%。

国产芯片在推理场景已具备真实商业竞争力。华为昇腾950PR推理卡单卡算力达H20的2.87倍，DeepSeek V4已在技术报告中将昇腾与英伟达GPU并列为验证平台，寒武纪思元690芯片的性能目标对标英伟达H100的80%，海光深算三号对标A100八成以上。整体看，国产芯片在推理场景已具真实竞争力，但制程与绝对算力仍落后英伟达先进产品，生态兼容与集群互联成为补差距的主要路径。

国产芯片短板主要体现在以下三个方面：

一是训练端的单卡算力差距依旧显著。华为昇腾950PR对H20的2.87倍优势，本质上是针对推理Prefill阶段和推荐场景的定向优化，并非通用训练能力的反超。从单芯片绝对算力看，950PR的FP8算力为1PFLOPS，而英伟达B200的FP4算力高达9PFLOPS，即便考虑精度差异，两者在单卡算力上仍存在显著差距。据SemiAnalysis测算，单颗国产AI芯片的性能约为英伟达Blackwell架构的三分之一。尽管国产替代加速，但在万亿参数以上的超大规模预训练领域，对英伟达高端芯片（如H200）仍存在阶段性需求。

二是HBM供应链的对外依赖。HBM是AI加速卡中最昂贵的单一组件之一，其供给约束直接决定了国产芯片在单卡容量和带宽上的上限，进而制约了训练场景中大规模参数模型对显存的需求。美国对华HBM出口禁令与芯片禁令并行，H200虽获对华出口许可，但其配套的HBM3e仍然不能出口。当前国产HBM与国际巨头相比，存在工艺、TSV硅通孔、先进堆叠封装、良率、客户认证周期等综合差距，机构普遍预测落后三到五年。

三是软件生态差距尚难以跨越。根据近期一项对华为昇腾、摩尔线程、寒武纪、沐曦、海光五家厂商软件栈的系统性研究明确指出，国产AI芯片软件生态已从"基础可用"迈向"特定场景好用"，但在工具链完备性、生态成熟度和开发者基础方面仍与国际主流存在差距。从厂商之间看，昇腾依托CANN、海光基于DTK、寒武纪使用Neuware，不同芯片之间缺乏统一的资源描述与调度接口，迁移成本极高。硬件差距可以通过制程进步和系统设计逐步缩小，但软件生态既依赖单一厂商的开发者规模与模型库积累，又受制于跨厂商的生态割裂，是国产芯片面临的最深层、最难速成的短板。

（五）电力与绿色约束：算电协同前景广阔，但落地机制尚未打通

算力用电正以远超全社会用电增速的水平扩张，电力保障和绿电供给能力已成为算力网建设的硬约束。中国信通院数据显示，2025年我国算力中心用电量达1960亿千瓦时，同比增长18.1%，增速是全社会用电增速的3.6倍；预计到2030年用电量为5000—7000亿千瓦时，占全社会用电量约3.7%-5.3%。中电联预计，2030年全国算力用电量达8000亿千瓦时、占全社会用电量约6%。

算电协同的政策框架已初步成型。2026年政府工作报告将其列为新基建工程，"十五五"规划纲要明确"推动绿色电力与算力协同布局"，《新型能源体系建设"十五五"规划》进一步提出"以电强算、以算促电"；国家枢纽节点新建数据中心绿电占比须超过80%，绿电直连从试点转向规模化推广。截至2026年4月，全国已有99个绿电直连项目完成审批，新能源总装机规模3405万千瓦。据国盛证券研报预测，全年预计落地超200个、总规模超15吉瓦。

但落地层面仍有三道坎。

一是成本坎。绿电直连项目需自建专用线路、配套储能，初始投入大，在现有输配电价体系下经济性尚不稳定。根据光大证券报告测算，绿电直连模式相较于传统购电模式的综合度电成本节省约0.028元，降幅约4.0%，自发自用比例是影响项目经济性的敏感因素，比例越高，成本节约越明显。高可靠负荷情形下绿电直连的接入容量费用高企，算力负荷与新能源开发规模错配，风光与算力设施在建设周期、资产回报上不同步，"谁受益、谁负担"原则下的输配成本折算与责任分担框架尚未建立，业内受访企业普遍反映"落地难在成本高"。

二是机制坎。绿电直连与隔墙售电是两种不同的就近消纳模式，各自面临不同的制度障碍。绿电直连通过自建专用线路实现电源与用户的点对点直供，物理上不经过公共电网，通过专线物理直连规避了输配电价定价难题，仍需全额缴纳系统成本，且政策要求年自发自用电量占总可用发电量的比例不低于60%，占总用电量的比例不低于30%（2030年前不低于35%），余电上网比例不超过20%，对项目的负荷匹配能力提出了较高要求。

隔墙售电则依托公共配电网，允许分布式电源向邻近用户直接售电，属于"电网代输"模式。企业自建风光并向多方售电涉及"供电专营"边界，根据《电力法》"一营业区一供电机构"的规定，多主体售电面临法律层面的限制；电网因免交叉补贴和基金附加而出现收入倒挂，0.15元/度的输配电价可能降至不足0.05元/度；分布式电源的间歇性导致系统调频备用成本增加，渗透率超过15%时系统成本显著上升，责任界定、调度关系、备用费用等规则不清。电网企业对供电安全的考量使模式推广谨慎，配套政策有待进一步完善。

三是技术坎。数据中心负荷要求99.999%以上供电可靠性，而风光出力波动性与长时储能技术成熟度之间仍有差距，现阶段绿电直连自发自用比例和稳定性难以同时满足AI训练的刚性负荷要求。此外，东部负荷中心面临电力缺口与能耗指标双重收紧，江苏、浙江、广东等地电力缺口最大，跨区域绿电调配需求迫切，绿电"产得出、送不到、用不上"的空间割裂依然突出。

（未完待续）

OCR:IMG:2026 中国算力网投资发展报告

" onload="resizeImg(this,400,400);">

OCR:IMG:2026 中国算力网投资发展报告

OCR:IMG:2026 中国算力网投资发展报告 峰 波平