李桂松:全球算力资产竞争格局与资产管理报告(二)
日期 2026-10-19    作者 李桂松   编辑 北京云阿云

全球算力资产竞争格局与资产管理报告

导读:算力即国力。当芯片从设备升维为可计量、可调度、可金融化的战略资产,一场围绕有效算力的全球竞逐已然打响——美企主导、中国追赶,双核格局之下,大国算力博弈中国胜算几何?报告全文20万字,由云阿云智库平台主席兼财政金融院长李桂松原创出品。

报告名称:《全球算力资产竞争格局与资产管理报告》

报告撰写:北京云阿云智库平台主席兼财政金融院长李桂松

课题组长:李桂松院长

课题组成员名单:

李桂松:北京云阿云智库平台主席兼财政金融院长

李国熙:北京云阿云智库平台全球治理研究中心主任

李国琥:北京云阿云智库平台空天学院院长

李嘉仪:北京云阿云平台金融院长

报告完成日期:2026年9月19日

业务联系电话:13360021949(李博士)

第二章

我国算力发展概况

一、算力基础设施建设成就

(一)算力总规模与结构的历史性跨越

我国算力基础设施建设在过去五年间实现了从“跟跑”到“并跑”的跨越式发展。截至2025年,中国算力总规模达到962 E浮点运算每秒,位居世界第二,全球占比约21%。这一数字的背后,是算力结构的根本性逆转——智能算力增速远超通用算力与超算算力,成为算力增量的绝对来源。

回顾这一跨越的轨迹,可以清晰地看到三个阶段性特征。第一阶段(2020-2022年)以通用算力扩张为主,数据中心建设集中在传统云服务能力的补足上。第二阶段(2023-2024年)是智能算力的起步期,大模型训练的兴起推动显卡集群采购开始放量。第三阶段(2025年至今)则是智能算力全面主导的时期,AI服务器销售额首次超越通用服务器,标志着算力供给结构完成了从“通用为主”向“智算为主”的质变。

从服务器产业的数据可以更直观地观察这一结构转型。2025年,中国服务器市场总销量达472.7万台,销售额达4662.6亿元,同比增速分别达到14.7%和55.3%。销售额增速远超销量增速的现象,揭示了一个关键趋势:单机平均售价从2024年的约7.29万元/台增长至2025年的9.87万元/台,同比增长35.4%。这一“量价齐升”态势的核心驱动力,是搭载高阶AI芯片及HBM组件的高价值AI服务器在销量中的占比加速扩大。

AI服务器的增长曲线尤为陡峭。2025年,中国AI服务器市场总销量达76.1万台,销售额达2530.3亿元,同比增速分别高达69.1%和83.4%。2021年至2025年间,AI服务器销售额的年复合增长率达到63.3%,远超通用服务器市场的增速水平。这一增长态势使AI服务器在2025年首次超越通用服务器,成为中国服务器市场的核心引擎。

从全球比较的视角看,中国算力规模的全球占比约为21%,与美国(约43%)仍有显著差距,但增速显著高于全球平均水平。这一“规模第二、增速领先”的格局,构成了中国算力资产管理的基本背景:总量快速扩张带来的管理复杂度上升,与结构快速变化带来的资产贬值风险,构成了双重管理挑战。

(二)算力基础设施的区域协同布局

我国算力基础设施的布局呈现出鲜明的区域分化与梯度特征。根据中国信通院发布的《2025综合算力指数》,省级行政区综合算力指数排名前十的省份分别为:河北省、江苏省、广东省、浙江省、北京市、上海市、内蒙古自治区、山西省、山东省、贵州省。

这一排名体系本身经历了重要的方法论演进。中国信通院在2025年的评估中新增了“模力”分指数,从算力、存力、运力、模力、环境五个维度综合衡量各地区算力发展水平。这一调整反映了评估逻辑的深化:算力发展不再仅以“有多少计算能力”为标准,而是同时考量“算力能否被有效输送”“模型能否被有效部署”以及“发展是否可持续”。

河北省的连续领跑是这一评估体系中最值得关注的现象。河北省综合算力指数连续三年保持全国第一,其在用标准机架数、在建规模机架数、智算规模均居全国首位。这一领先地位的核心支撑是廊坊和张家口两大算力集聚区。廊坊已投运数据中心36个,标准机柜46.27万架,国内算力服务商10强中有7家在此布局,城市算力分指数连续两年位居全国第一。张家口则凭借丰富的绿电资源,重点发展绿色训练算力,与北京、天津共同形成算力供给廊道。

运力维度的评估揭示了算力输送能力的区域差异。中国信通院运载力指数综合评估时延达标率、高速光传输网络端口数量、光层直达链路带宽、IP层直连带宽和综合接入点OTN覆盖率五个指标,广东、江苏、浙江、上海、山东等省市位列前茅。在IP层直连带宽方面,江苏、广东、云南、浙江、上海等省市的配置容量较高,江苏省配置带宽最高达33.32 Tb/s。这些数据表明,算力枢纽之间的网络连接质量正在成为影响算力调度效率的关键因素。

从城市层级看,廊坊、张家口、大同、广州、杭州等城市的算力分指数位居前列。其中廊坊的“算力+”战略具有代表性:依托算力底座,培育了医疗影像分析、工业质检建模、智慧城市推演、气象灾害预警等应用场景,河北人工智能计算中心的月度算力实际使用率稳定在95%以上。这一高利用率数据在行业内具有标杆意义——它表明当算力供给与本地产业需求形成有效对接时,“算力闲置”并非必然结果。

区域协同的另一个重要维度是跨域调度能力的建设。内蒙古和林格尔新区数字集群的数据传输至京津冀枢纽核心区域的时延已稳定在5毫秒以内,至长三角枢纽的时延为15毫秒以内,至粤港澳、成渝等枢纽的时延也被控制在20毫秒以内,“京数蒙算”“沪数蒙算”“粤数蒙算”已从概念变成现实。这种跨域算力调度能力的形成,为算力资产的“网络化”管理提供了物理基础——算力不再被绑定在特定的地理位置上,而是可以在网络中被灵活调度和配置。

(三)算力产业链的国产化突破

我国算力基础设施建设成就的一个关键维度,是算力产业链国产化率的系统性提升。这一进程既是应对国际出口管制的被动选择,也是产业升级的主动作为。

在芯片层面,国产AI芯片的市占率在2025年已突破四成。华为昇腾、寒武纪、海光信息等企业形成了梯队化的产品矩阵。华为的Atlas 950 超级集群超节点集群已实现百万卡级算力规模,昇腾384超节点已在互联网、运营商、金融、电力、制造等多个行业实现大规模部署,从辅助场景深入核心生产流程。百度昆仑芯P800万卡集群和天池256卡超节点的部署,则代表了互联网企业在自研芯片方向的实质性推进。阿里平头哥自研显卡累计交付47万片,其中60%服务外部客户,标志着国产芯片从“自用”向“商用”的跨越。

在服务器整机制造层面,中国已形成完整的产业链能力。2025年国内服务器出货量超过472.7万台,销售额约4662.6亿元。广东省依托粤港澳大湾区数字产业集群优势,服务器生产市场化程度高、迭代速度快。东莞作为全省重要的AI服务器生产制造基地,聚集了广东远图未来、象纬云科等10余家整机代工制造企业,2025年服务器产量58.4万台,同比增长25.9%。其中,华灏机电主要为华为代工服务器,广东远图未来、象纬云科则深度对接阿里巴巴等国内头部云厂商。

在关键零部件层面,国产替代取得了从“跟跑”到“领跑”的局部突破。立敏达冷板式液冷技术国内领先,华荣科技液冷连接器达国际先进水平,双双跻身英伟达、华为供应链;台达电子以高功率电源成为英伟达Blackwell架构核心供应商。冷板式液冷技术在国内市场占比超过90%,有效解决了高密度算力中心的散热难题。泰科电子的800G/1.6T高速铜缆、生益科技的高频高速覆铜板,则在高速互联和高端材料环节实现了关键突破。

在技术路线层面,中国服务器产业已形成以ARM、X86、RISC-V、LoongArch等多技术路线齐头并进的生态格局。这种“多路线并行”的策略,既是对技术不确定性的对冲,也为不同应用场景提供了差异化的算力解决方案。在超节点服务器、液冷技术、高速互联协议等前沿领域,中国企业正在从标准的“跟随者”转变为“参与者”甚至“定义者”。

(四)算力网络与调度体系的体系化推进

我国算力基础设施建设的独特之处,在于从一开始就将“网络化”和“可调度”作为核心设计目标,而非仅仅是计算设备的堆砌。这一思路体现为“点、链、网、面”的体系化推进策略。

“点”的层面,全国已批复17个国家算力互联互通区域节点,建成超70条连通算力枢纽和重点区域的算力传输通道。截至2026年7月底,已有145万P浮点运算每秒智能算力纳入国家级监测调度平台监测范围,相当于近六成智能算力进入“全国一本账”。这一“一本账”机制的意义在于:算力资源从分散的、不可见的“黑箱”,转变为可感知、可计量、可调度的“透明资产”。

“链”的层面,算力枢纽之间的高速直连网络正在完善。内蒙古和林格尔至京津冀5毫秒以内的时延,至长三角15毫秒以内,至粤港澳、成渝20毫秒以内的跨域传输能力,使“东数西算”从政策概念转化为可运营的技术现实。中国移动等运营商在400G端口部署上的领先——千线400G端口数量大幅增加至14060个——为跨域算力调度提供了充足的带宽保障。

“网”的层面,中国算力平台正在实现“全局总览、分城协同”的运营体系。截至2025年8月,中国算力平台已完成山西、辽宁、上海、江苏、浙江、山东、河南、青海、宁夏、新疆10个省份分平台的接入工作,实现“平台、主体、资源、生态、场景”全面贯通。平台运营层注册企业用户超1000家,入驻算力服务商逾100家,上架优质算力产品110余项,接入主流基础大模型和垂类模型90余个,成功承载9000余张离散卡的供应汇聚、购买和即取即用。

“面”的层面,算力网络正在向行业应用纵深渗透。工信部组织的城域“毫秒用算”专项行动,旨在推动算力资源在城域范围内实现低时延、高可靠的按需供给,为边缘计算和AI行业应用打开新的空间。这一专项行动的战略意图在于:将算力从“中心化的稀缺资源”转变为“泛在化的公共服务”,使算力像水电一样成为可随时随地获取的基础设施。

二、算力应用与产业生态

(一)算力驱动的行业智能化转型

算力基础设施的价值最终体现在其对行业智能化转型的赋能效果上。2025-2026年间,我国算力应用呈现出从“试点示范”向“规模化落地”加速转变的特征,医疗、制造、能源、交通等关键行业的AI应用正在从辅助环节向核心生产流程渗透。

医疗健康领域是算力应用渗透最为深入的行业之一。廊坊的河北人工智能计算中心支撑的“火眼金睛胃食管气道反流AI智能平台”,已在全国190余家三甲医院应用,帮助临床医生缩短门诊时间超70%。该平台依托高性能算力,可在3分钟内完成数据分析,准确率超过98%。在福建,序同科技研发的αBlood AI一体机依托国产化硬件与AI算法,实现血液采集、检测、存储全流程智能化管控,将血型检测时长从数天缩短至4小时内,用血需求预测精准度提升90%以上,有效降低血液报废率,缩短临床用血响应时长。在湖南,智慧眼搭载“砭石”多模态医疗大模型的“中医四诊仪”,能识别16种经典脉象,覆盖300多种常见病和慢性病,已在社区卫生服务中心落地应用。

工业制造领域的算力应用正在从“单点工具化”向“全域协同”演进。首钢集团2026年落地的全域AI数智化转型项目具有标杆意义。该项目采用“算力-模型-平台-场景”四层一体化架构,深度融合钢铁生产机理,聚焦安全生产、生产排产、合同审核、智能办公四大核心场景。项目落地前,热轧计划单单次审核耗时约1小时,合同单份审核时长超30分钟;项目落地后,安全管控、生产调度、经营审批、管理决策效率实现全方位跃升。这一案例揭示了算力在重工业场景中的应用逻辑:不是替代人的决策,而是将老师傅的经验转化为可复用的算法模型,在保持工艺精准度的同时提升效率。

在湖南,视比特机器人自研的“坤吾大模型”使重工产线的设计调试周期从半年缩短至数月。工程师在虚拟空间把整套流程跑通后,一键即可部署到现实车间,实现从一张平面布局图直接生成3D数字孪生产线。2026年一季度,视比特凭这套系统拿下一个近2亿元的船舶行业订单。希迪智驾的无人矿卡已在矿区累计部署超1500台,实现7×24小时连续作业。

民生服务领域,算力应用同样在加速渗透。厦门福龙马集团依托华为自动驾驶云服务平台,推出具备厘米级路径规划、主动避让、精准贴边清扫能力的无人环卫车,环卫装备已覆盖全国并销往全球40余个国家和地区。厦门大学嘉庚创新实验室联合多家科研机构搭建智能研发生命体系,依托算力集群与专用大模型,将光刻胶、电子化学品等关键新材料的研发周期从数年压缩至数月。

(二)算力服务商业模式的创新演进

我国算力产业正在经历从“卖硬件”向“卖服务”的商业模式转型。传统服务器销售业务利润较薄、周期波动大,而算力租赁、集群运维、行业定制化解决方案等高附加值业务,正在成为产业盈利升级的核心方向。

算力租赁市场的爆发式增长是这一转型最直观的体现。中国信通院数据显示,2026年一季度国内算力租赁市场规模已达680亿元,全年预计突破2600亿元,市场普遍预期2026年租赁体量有望达到2025年的4倍。这一增长的核心驱动力是供需缺口的持续扩大:2026年一季度国内AI算力需求同比上涨417%,而有效供给增速仅为128%。

在算力交易模式方面,围绕Token“生产-调度-定价-消耗-交易”等环节形成的Token经济正在加速发展。互联网厂商重点聚焦AI Agent开发、编程辅助等B端场景,推出统一计费方案;电信运营商从“流量经营”向“算力经营”转型,推出试商用Token套餐,最低月费进入个位数区间。这一趋势的深层含义是:算力的计量单位正在从“卡时”“核时”等资源性指标,向“Token”等业务性指标迁移。这一迁移对算力资产管理提出了新的要求——资产管理需要能够追踪“每一单位算力产出了多少Token”“每个Token的成本是多少”,而非仅仅记录“设备运行了多少小时”。

算力券机制是地方政府推动算力普惠化的重要制度创新。廊坊市每年投放总额不超1000万元的算力券,截至目前已累计兑付1000余万元,吸引数十家人工智能初创企业落地,形成“算力供给—场景应用—企业孵化”的良性循环。湖南省出台算力券补贴细则,中小企业最高可获100万元算力补贴。这些政策的共同逻辑是:通过降低中小企业的算力使用门槛,将算力从“大企业的专属资源”转变为“中小企业的公共品”,扩大算力需求的基数,从而支撑算力基础设施的可持续运营。

算力服务与解决方案赛道正在成为产业盈利升级的核心方向。报告显示,算力租赁、集群运维、行业定制化解决方案等高附加值业务,能够有效提升企业盈利稳定性与综合毛利率。这一判断的资产含义是:算力资产的价值实现方式正在从“资产出售”向“服务运营”迁移,资产管理的核心指标需要从“设备利用率”扩展到“服务毛利率”和“客户生命周期价值”。

(三)算力产业生态的国产化协同

我国算力产业生态的一个显著特征,是国产化替代与产业协同的相互强化。华为昇腾生态的扩展是最具代表性的案例。

在行业覆盖方面,昇腾AI已形成“千行万业”的解决方案矩阵:互联网领域的全模态AI助手、AI Agent、MaaS、视频生成;运营商赛道的万卡集群大模型训练和智能客服;金融行业的智能风控、智能外呼、理财助手;制造领域的自动驾驶、AI Coding赋能产品研发;电力行业的负荷预测、智能巡检、潮流计算;政务领域的省级文旅大模型;医疗赛道的医院智能体中心、医学影像辅助诊断。昇腾384超节点已在互联网、运营商、金融、电力、制造等多个行业广泛应用,从辅助场景深入核心生产流程。

在技术生态方面,中国服务器产业已形成以ARM、X86、RISC-V、LoongArch等多技术路线齐头并进的格局。这种“多路线并行”的策略,既是对技术不确定性的对冲,也为不同应用场景提供了差异化的算力解决方案。在超节点服务器、液冷技术、高速互联协议等前沿领域,中国企业正在从标准的“跟随者”转变为“参与者”。

在产业链协同方面,东莞的案例具有代表性。东莞聚集了广东远图未来、象纬云科等10余家整机代工制造企业,以及立敏达、台达电子等关键零部件龙头企业,形成了从核心零部件到整机制造的完整产业链。2025年,东莞市电子计算机整机产量3086.4万台,其中服务器产量58.4万台,同比增长25.9%,全产业链产值接近千亿元。这种“代工定位清晰、客户资源优质、生产能力强劲”的产业生态,使东莞成为支撑全国算力需求的核心制造基地。

(四)算力应用深化的结构性趋势

从2025-2026年的发展态势看,我国算力应用正在经历三个层面的结构性深化。

第一,从训练向推理的重心迁移。中国移动副总经理李慧镝指出,算力结构正由“以训练为主”向“以推理为主、训推一体”转变,大模型轻量化、开放化发展激发推理应用爆发,未来推理算力有望达到训练算力的10倍规模。这一转变的资产含义是:算力资产的“运营属性”正在强化,“项目属性”正在弱化。推理算力的需求是持续性的、碎片化的、与业务量直接挂钩的,这要求算力资产管理从“项目制”的采购-部署-验收模式,转向“运营制”的调度-计量-优化模式。

第二,从集中化向分布式演进。边缘场景的超实时、高安全需求驱动算力进一步下沉,单机边缘、端点协同的立体格局加速形成。这一趋势使算力资产的“地理分布”变得更加分散,资产台账的复杂度和调度管理的难度同步上升。

第三,从硬件扩展向软硬协同优化转变。模型算法、基础软件与底层硬件的联合优化,正在成为突破算能算效瓶颈的关键路径。这一转变意味着:算力资产的价值不再单纯取决于硬件参数,而越来越取决于“硬件-软件-模型”的协同匹配程度。同样的显卡集群,搭配不同的软件栈和模型优化策略,其有效算力可能相差数倍。资产管理需要将“软件兼容性”和“生态成熟度”纳入资产价值的评估维度。

三、算力发展面临的挑战

(一)算力供需的结构性失衡

我国算力发展面临的首要挑战,是供需之间“总量缺口与结构性错配并存”的复杂局面。

从总量看,供需缺口的扩大趋势在短期内难以逆转。中国信通院数据显示,2026年一季度国内AI算力需求同比上涨417%,而有效供给增速仅为128%,供需缺口持续拉大。从全球范围看,高端显卡供给增速仅15%至20%,而需求增速高达45%至60%,长期存在约3倍的算力缺口。

然而,“供给不足”并非全貌。更准确的问题是:供给不足的同时,还存在显著的利用率不均衡。有的地方算力紧张,有的地方利用率不足。这一现象的本质,是算力资源的配置机制尚未形成有效的“供需匹配”能力。算力资源的分布与算力需求的分布在地理上并不重合,而跨域调度的技术能力和制度机制尚不完善,导致部分区域的算力闲置与部分区域的需求饥渴同时存在。

从行业维度看,AI服务器需求呈现高度的头部集中特征。2025年,互联网、运营商、政府、IDC服务商及金融行业合计包揽了90.5%的AI服务器市场大盘。互联网行业以1700.4亿元销售额绝对体量占据榜首,其庞大的采购需求主要来自大模型军备竞赛与底座搭建。这种“头部虹吸效应”意味着:中小企业和传统行业的算力需求在很大程度上尚未被有效满足,算力供给的普惠化仍面临结构性障碍。

(二)跨域调度的技术瓶颈

算力跨区域调度的理想与现实之间,存在四重技术卡点。

异构芯片壁垒是首要障碍。不同厂商的芯片指令集与协议可能不兼容,算力资源缺乏统一的度量衡与标识体系,不同芯片如同“说着不同方言”,难以形成统一共享资源池。这一问题的本质是:算力资产的“异质性”使其难以像标准化商品一样进行跨域流通。一台基于华为昇腾的服务器和一台基于英伟达显卡的服务器,在纸面算力指标上可能相近,但在实际运行特定AI工作负载时的有效算力可能相差数倍,且软件栈不互通、调度接口不兼容。

标准缺失是第二重卡点。算力资源缺乏统一的度量衡与标识体系。虽然中国信通院等机构正在推动算力并网、算力池化、多量纲计费、算效衡量等标准的制定,但从标准的制定到产业的广泛采纳,仍有漫长的路径。在标准缺失的条件下,跨域算力交易缺乏定价基础——买方无法确信“购买的1000 P浮点运算每秒算力”在实际使用中能获得预期的有效算力。

网络设施不完善是第三重约束。跨区域高速直连网络尚不完善,传输成本较高。虽然内蒙古至京津冀的时延已控制在5毫秒以内,但对于某些对延迟极其敏感的应用场景,这一时延仍可能不可接受。且跨域传输的带宽成本和稳定性,也是影响调度经济性的重要因素。

利用率不均衡是第四重挑战,也是前三重卡点的综合结果。当技术壁垒、标准缺失和网络约束共同作用时,算力资源难以在区域间有效流动,导致“局部过剩”与“局部短缺”并存。

(三)高端芯片供给的持续性约束

美国对华AI芯片出口管制是影响我国算力供给的最重要外部变量。2026年5月31日,美国商务部工业和安全局(BIS)发布新指引,将针对总部设在中国企业的高端AI芯片出口管制扩大至其海外子公司,封堵了此前存在的“监管漏洞”。虽然新指引未要求数据中心停止使用已安装的芯片,但未来的算力扩张将面临更严格的约束。

出口管制的效果正在受到复杂评估。一方面,它确实限制了中国获取最先进芯片的能力。美国商务部长卢特尼克披露的数据显示,中国至今尚未采购“一片H200芯片”。另一方面,这一限制客观上加速了中国国产算力生态的建设和成熟。英伟达CEO黄仁勋坦承,美国出口限制持续重塑全球AI芯片格局,该公司已将中国市场“基本上拱手让给”了中国公司。

从供给结构看,国产芯片市占率在2025年突破四成,但高端芯片的供给仍存在结构性短板。华为昇腾、寒武纪等企业的产品在特定场景下已达到可用水平,但在最前沿的训练任务中,与国际领先产品的性能差距仍然存在。这一约束对算力资产管理的影响是:在高端芯片供给受限的条件下,算力资产的“稀缺性”显著上升,资产调度和效能管理的重要性相应提升——当“买到更多卡”不再是一个可行的选项时,“用好已有的卡”就成为唯一的选择。

(四)能源与散热的基础性约束

能源供给正在成为制约算力基础设施扩张的硬约束。随着显卡功耗从H100的700W提升至GB200的1200W以上,传统风冷方案的散热能力已接近物理极限。中国移动等运营商的实践表明,液冷技术正在从“可选方案”变为“必选方案”。中科曙光的scaleX万卡超集群采用浸没相变液冷技术,将核心计算机的PUE值降至1.04,接近理论极限。国家先进计算太原中心的PUE同样降至1.04。

从全国范围看,算力中心的平均电能利用效率(PUE)已降至1.42,但这一水平距离“绿色算力”的目标仍有差距。在“双碳”政策约束下,算力基础设施的能耗和碳排放将面临越来越严格的监管。能源成本在算力运营总成本中的占比将持续上升,算电协同——即算力调度与电力供需的联合优化——将从“锦上添花”变为“生存必需”。

(五)产业链协同的深层短板

我国算力产业链的国产化替代取得了显著进展,但仍存在若干深层短板。

软件生态的成熟度是最突出的问题。虽然国产芯片在硬件性能上持续追赶,但软件栈的成熟度——包括编译器优化、框架兼容性、开发者工具链、社区活跃度——与国际领先水平仍有明显差距。CUDA生态经过十余年积累形成的开发者网络效应,是国产芯片短期内难以复制的壁垒。这一短板的资产含义是:国产算力资产的“有效算力”可能显著低于其“纸面算力”,因为软件优化的不足会导致硬件性能无法被充分释放。

行业应用深度不足是另一短板。当前算力应用仍集中在互联网和政务领域,传统行业的渗透深度有限。首钢集团等标杆案例的示范效应尚需时间扩散。中小企业受限于人才、数据和资金约束,算力应用的门槛仍然较高。

全球供应链风险持续存在。全球供应链贸易壁垒加剧,海外技术管制、出口限制政策持续影响高端算力硬件进出口,增加企业生产经营不确定性。原材料价格波动、产能过剩风险同样存在——通用服务器赛道产能饱和,易引发价格战,压缩行业整体盈利空间。

技术迭代速度过快带来的研发压力不容忽视。企业研发投入压力持续加大,若技术迭代滞后易被市场淘汰。对于算力资产管理而言,这意味着资产的“有效寿命”正在缩短,折旧策略和更新决策需要更加动态和前瞻。

本章小结

我国算力发展正处于“规模快速扩张”与“结构深刻转型”的叠加期。算力总规模跃居世界第二,智算占比持续提升,国产化率突破四成,算力网络体系化推进取得实质性进展。行业应用加速渗透,商业模式从“卖硬件”向“卖服务”转型,算力券等制度创新扩大了需求基数。然而,供需结构性失衡、跨域调度技术瓶颈、高端芯片供给约束、能源散热硬约束和产业链深层短板,构成了算力资产管理必须面对的现实条件。在这些约束下,“用好已有的算力”比“拥有更多的算力”更具战略意义——这正是算力资产管理的核心命题。


点击数/观注度 158
  • 你可能感兴趣的?
  • 李桂松:人形机器人与具身智能报告(十二)    
    李桂松:人形机器人与具身智能报告(十一)    
    李桂松:人形机器人与具身智能报告(十)    
    李桂松:人形机器人与具身智能报告(九)    
    李桂松:人形机器人与具身智能报告(八)    
    李桂松:人形机器人与具身智能报告(七)    
    李桂松:人形机器人与具身智能报告(六)    
    李桂松:人形机器人与具身智能报告(五)    
    李桂松:人形机器人与具身智能报告(四)    
    李桂松:人形机器人与具身智能报告(三)    
    √ 互联网    
    √ 人工智能AI    
    √ 5G战局    
    √ 高端制造业    
    云阿云智库●区域经济研究院
    北京市平谷区中关村科技园区平谷园1区-21594(集群注册)
    13360021949 (李博士)
    liguisong2006@163.com
    京ICP备16017448号
     
    公安部备案
    技术支持