工信部:我国智能算力规模达2592EFLOPS,同比增长146%
silybear
6天前
27

深蓝科技风数据中心机房图,成排服务器机柜亮着蓝色指示灯,象征算力基础设施

导语:工业和信息化部信息通信管理局局长谢存20日在国新办新闻发布会上介绍,截至2026年9月底,我国智能算力规模达2592EFLOPS,同比增长146%,有力支撑人工智能产业发展。下一步将实施宽带提质专项行动,推动千兆升级、万兆启航,加快算力设施扩容提质。

算力是人工智能时代的”水电煤”。这句行业里的流行语,在2026年得到了官方数据的有力印证。10月20日,国务院新闻办公室举行新闻发布会,工业和信息化部信息通信管理局局长谢存介绍了前三季度信息通信行业的发展情况,其中一组关于智能算力的数据格外引人注目:截至2026年9月底,我国智能算力规模达到2592EFLOPS,同比增长146%。

EFLOPS是一个衡量算力规模的单位,代表每秒可进行百亿亿次浮点运算。2592EFLOPS的智能算力,意味着我国专门用于人工智能训练和推理的计算能力,已经达到了一个相当可观的量级。146%的同比增速更说明,过去一年里我国在智能算力基础设施上的投入呈现爆发式增长。谢存表示,这一规模的智能算力”有力支撑了人工智能产业发展”。

把这组数据放到更大的背景下来看,意义更加清晰。当前全球正处在大模型应用爆发的周期中,训练一个前沿大模型需要数以万计的高性能AI芯片持续运转数月,而支撑海量用户日常调用的推理算力需求同样巨大。没有充足的算力供给,再好的算法和再多的数据都难以转化为实际的产业能力。2592EFLOPS的智能算力规模,实际上是中国AI产业能够持续输出大模型产品、保持调用量全球领先的物质基础。

值得注意的是,中国大模型周调用量已连续25周超过美国,稳居全球首位。调用量的持续增长与算力规模的快速扩张之间存在明显的正反馈关系:一方面,充足的算力让模型厂商敢于推出低价甚至免费的API策略,以调用量换取生态;另一方面,调用量的增长又倒逼算力基础设施继续扩容。2592EFLOPS正是在这种循环中被”催生”出来的。

除了智能算力,谢存还介绍了信息通信基础设施的整体进展。截至目前,我国已建成5G基站525.4万座,5G-A网络覆盖正在逐步推进,同时积极开展6G技术试验。5G基站数量的持续增长,为移动互联网时代的流量承载提供了保障,而5G-A和6G的演进则面向未来的万物互联和AI原生应用预留了空间。网络基础设施与算力基础设施的协同,是”算网融合”战略的具体体现。

发布会还透露了下一步的政策方向。谢存表示,下一步将实施宽带提质专项行动,推动”千兆升级、万兆启航”,加快算力设施扩容提质。”千兆升级”指的是推动千兆光网的普及和提速,”万兆启航”则意味着启动万兆光网的商用进程。这两项工作将进一步提升我国信息基础设施的带宽能力,为云游戏、超高清视频、工业互联网等高带宽应用铺平道路。

在算力设施方面,”加快算力设施扩容提质”的表述值得玩味。”扩容”指向规模的继续扩大,”提质”则强调质量的提升。这意味着未来的算力建设将不再是简单的堆叠规模,而是更加注重算力的高效利用、绿色低碳和智能调度。事实上,算力利用率一直是行业关注的痛点——建了大量算力中心却”晒太阳”的现象在早期阶段并不少见。提质的要求,预示着政策导向正在从”建起来”转向”用得好”。

另一个值得关注的政策信号是卫星物联网。谢存介绍,将支持更多符合条件的企业申请卫星物联网业务商用试验。卫星物联网是天地一体信息网络的重要组成部分,能够为偏远地区、海洋、航空等传统地面网络难以覆盖的场景提供连接服务。随着低轨卫星星座建设的推进,卫星物联网的商用试验有望催生新的应用场景,也为6G时代的空天地一体化网络积累经验。

从产业视角看,算力规模的快速增长正在重塑AI产业链的格局。上游的芯片、服务器、液冷等环节受益于算力建设的资本开支;中游的云厂商和智算中心运营商迎来了需求的爆发;下游的模型厂商和应用开发者则享受到了算力成本下降带来的红利。整个链条的繁荣,最终传导到了终端用户——超百款AI终端产品已符合L3辅助级能力要求,AI手机、AI电脑等产品集中发布,普通消费者正在真切地感受到算力红利。

当然,2592EFLOPS的数字背后也有需要冷静看待的层面。智能算力的统计口径、不同架构芯片之间的性能换算、以及算力实际利用率等问题,都会影响这个数字的”含金量”。此外,在高端AI芯片供给受限的背景下,如何用有限的芯片资源实现最大的算力产出,是摆在产业界面前的一道现实考题。国产AI芯片的替代进程、算力调度的智能化水平,都将决定这2592EFLOPS能发挥出多大的实际效能。

但无论如何,同比增长146%这个数字本身,已经清晰地传递了一个信号:中国正在以极大的决心投入算力基础设施建设,把”算力底座”夯实作为支撑AI产业发展的优先事项。在全球AI竞争进入深水区的当下,算力就是战略资源,谁拥有更充足、更高效、更绿色的算力,谁就在下一轮技术变革中拥有更多的主动权。

从”东数西算”工程的推进,到各地智算中心的拔地而起,再到如今2592EFLOPS的官方确认,中国的算力版图正在快速成型。接下来的看点在于:这些算力能否被高效利用,能否转化为实实在在的产业竞争力,能否支撑中国AI在全球竞争中走得更远。发布会给出的政策方向——扩容与提质并重——已经为这些问题指明了答案的方向。

来源:新华社

收藏 0
打赏
中国大模型周调用量连续25周超过美国,稳居全球首位
上一篇
商务部等九部门发文:加速脑机接口、具身智能等前沿科技成果转化
下一篇

发表评论

注册不是必须的

  1. […] 把这份文件放到更大的政策图谱中观察,可以发现它与近期一系列科技政策形成了呼应。工信部披露智能算力规模达2592EFLOPS,为AI技术研发和应用提供了算力底座;超百款AI终端产品符合L3辅助级能力要求,说明智能终端产业已经具备了承接前沿技术的能力。而《意见》要解决的,正是连接”技术供给”与”市场需求”的中间环节——转化机构、应用场景和商业模式。 […]

  2. […] 想了解今日AI圈更多要闻,可查看今日AI动态面板,亦可回顾工信部披露的智能算力规模数据,管窥数据与算力协同的政策走向。 […]

  3. […] 资金的用途指向了三个方向:模型训练、算力建设和人才招募。这三个投向基本勾勒出一家顶尖大模型公司的核心开支结构。模型训练是吞噬资金的大头,新一代大模型的训练成本动辄数十亿元;算力建设则是长期投入,自建或锁定算力资源能降低对外部供应的依赖;人才招募针对的是顶尖研究员和工程师,这个群体在全球范围内都是稀缺资源。有消息人士判断,本轮融资将为公司筹备中的科创板IPO铺平道路。如果这一判断成立,意味着DeepSeek正在为登陆资本市场做最后的资金储备,约1000亿元的融资规模本身也会成为IPO时的重要估值锚点。 […]

  4. […] 对于一家芯片公司而言,营收和利润同时翻倍,通常指向同一个结论:产品卖得更多了,而且卖得更赚钱了。AI算力芯片是典型的技术密集型产品,研发投入大、量产门槛高,但一旦进入放量阶段,规模效应会迅速体现在财务报表上。寒武纪这份财报,正是这种放量逻辑的体现。 […]

  5. […] 10月22日,第23届中国计算机大会在成都西部国际博览城开幕,注册人数超过1.1万人。这是中国计算机大会创办二十余年来首次落地四川。会场内外,有三个词被反复提起:数据、算力、实验室。循着这三个词,可以看清当下中国计算产业的两端:一端是越来越强大的算力底座,另一端是越来越深入的AI应用——”算力成底座、AI进实验室”,正是本届大会最鲜明的注脚。 […]

  6. […] 相关阅读:智能算力、AI算力基础设施 […]

  7. […] 国产AI芯片的放量,离不开两层支撑:一层是需求,国内大模型、云服务和行业智能化都在消耗算力;另一层是供给,智能算力的建设需要持续的芯片供给。当这两层叠加,AI算力基础设施的投入就会传导到芯片厂商的订单上。海光前三季度的增速,正是这种传导的一个注脚。当然,增速高也意味着基数在抬升,未来的增长能不能保持,还要看新产品的交付节奏。 […]

silybear
silybear
156 文章
0 评论
0 喜欢
最新文章

一万名开发者数据显示:AI 用得越猛,交付并没有更快

Faros AI 分析了一万多名开发者、1255 个团队的工作流,发现 AI 采用率与关键交付指标之间没有显著相关性。PR 合并量涨了 98%,代码审查时间却涨了 91%——瓶颈从“写”挪到了“审”。

Kimi K3.1 Pro 押上 3 万亿参数,全球智能指数进前四

Kimi K3.1 Pro 以 3 万亿参数级拿到 Artificial Analysis 全球智能指数 55 分,进入全球前四,比上一代提升 11 分,权重承诺两周内开源。同一天,科大讯飞星火 X2.6 也交出了全国产算力训练的答卷。

630 亿美元买芯片,Anthropic 把算力做成了可抵押资产

美国银行、黑石、花旗、摩根士丹利联合为 Anthropic 采购博通芯片提供 630 亿美元融资,结构是 SPV 买设备再回租。算力第一次被完整地做成可抵押、可分层、可证券化的资产包。

OpenAI 一天推进三个调和分析猜想,发布流程也一起改了

局部光滑猜想、挂谷猜想、斯坦因限制猜想在同一天被推进,证明以 Lean 形式化代码公开。比结果更值得看的,是 OpenAI 这次换了发布顺序:先给原始输出,再谈解释。
标签
Generating...