图灵汇官网

随着第四次工业革命的到来，数字经济迎来了前所未有的发展机遇。作为我国国民经济的重要支柱，数字经济的重要性日益凸显。据《中国数字经济发展研究报告（2023年）》显示，我国数字经济规模首次突破50万亿元，数据产量位居全球第二。

数据要素作为数字经济发展的关键生产要素，在推动经济增长方面的作用逐渐显现。数据显示，2022年第一产业、第二产业、第三产业的数据对经济的贡献度分别为0.32%、0.65%和1.69%，相比2021年分别增长了0.25%、0.49%和0.62%。

面对数字时代的机遇，我国正不断完善数据要素的顶层设计，加速释放数据要素的潜力。

2023年2月，国务院发布了《数字中国建设整体布局规划》，旨在优化算力基础设施布局，促进东西部算力高效互补和协同联动，引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理布局。

同年3月，中共中央、国务院联合发布通知，成立了国家数据局，负责统筹规划和建设数字中国、数字经济、数字社会。

同年10月，多个部委联合发布了《算力基础设施高质量发展行动计划》，提出到2025年，要打造出一批算力新业务、新模式和新业态，覆盖工业、金融、医疗等多个领域，每个领域至少打造30个以上的应用标杆。

地方政府也在积极落实算力基础设施建设。

例如，广东在2023年1月发布了《关于加强数据中心布局建设的意见》；四川在2023年1月发布了《成都市围绕超算智算加快算力产业发展的政策措施》；宁夏在2023年3月发布了《全国一体化算力网络国家枢纽节点宁夏枢纽建设2023年工作要点》；上海在2023年4月发布了《上海市推进算力资源统一调度指导意见》；天津在2023年5月发布了《关于做好算力网络建设发展工作的指导意见》；贵州在2023年11月发布了《关于促进全国一体化算力网络国家（贵州）枢纽节点建设的若干激励政策》；安徽在2023年11月发布了《智能算力基础设施建设方案（2023—2025年）》；深圳在2023年12月发布了《深圳市算力基础设施高质量发展行动计划（2024—2025）》。

在政策的引领下，三大电信运营商加快了算力建设的步伐。

中国电信已经在京津冀、长三角、内蒙古、贵州等区域建立了40万个数据中心机架，占公司整体资源的80%，并且正在加快八大枢纽节点的建设工作。

中国移动启动了中国移动算力网络试验示范网CFITI项目，形成了以北方基地国际信息港为中心，由多个节点组成的创新基础设施。

中国联通在京津冀、长三角、粤港澳大湾区、成渝蒙贵甘宁地区规划了14个数据中心集群，目前共有约800个大小数据中心，机架总数超过31万个。

在全国算力快速发展的背景下，算力互联网等相关计划不断推出，推动实现全国算力的一体化布局。

中国信通院提出了算力互联网的概念，旨在实现算力和网络的深度融合和创新升级，目标是构建高速弹性、融合先进、安全绿色、泛在普惠的算力网络。目前正在开展国家算力互联互通一期工程，实现通算、智算、超算资源的互联，实现跨地域、跨架构、跨主体业务的互通。

鹏城实验室推出了中国算力网（ChinaComputing NET，C2NET）推进计划，一期规划时间为2022年7月至2025年12月。粤港澳大湾区调度中心已于2023年9月完成了主体系统的集成与指挥中心建设，已接入5家超算、智算、云计算中心，并进入试运行阶段。

2023年4月，科技部启动了“国家超算互联网”的部署工作，计划到2025年建成长距离、低时延的算力网络，构建一体化超算算力网络和服务平台。

企业也在不断提升算力服务水平。

阿里云在国内进行了首次跨区域“算力—电力”优化调度验证实验，实现了内部部分算力负载从东部向西部转移。

腾讯云算力平台支持异构算力调度，为机器学习、大数据、科学计算等领域提供大规模、高弹性的算力供给。

与此同时，多家领先企业在智能计算产品端到端体系化布局上加快步伐，抢占产业生态主导权。AI芯片企业向上拓展至云、算力服务及大模型领域，云平台及AI企业则向底层芯片渗透。

在各方的共同努力下，我国的算力规模快速增长，算力布局持续优化。截至2023年，全国在用数据中心机架总规模已超过760万标准机架，算力总规模位居全球第二。围绕算力枢纽节点建设了130条干线光缆，数据传输性能大幅提升。算力结构不断优化，智能算力规模大幅增长。

中国信通院副院长王志勤总结说，我国逐步建成了多元异构、泛在的算力基础设施体系。算力基础设施正从以通用算力为主向通算、智算、超算一体化演进，算力节点更加泛在化。多元异构算力为不同用户提供差异化的、专业化的算力服务，满足多样化的业务需求。云边端算力协同成为必然趋势，智能传感终端快速增长，推动了云边端协同的算力应用模式的发展。端侧算力上移、云侧算力下沉，云边端算力协同提高了算力的泛在供给能力。智能算力需求迅速增长，智能计算已成为计算技术创新发展的主要方向，以大模型和大数据为代表的智能计算需求驱动计算芯片、互联网络和内存技术、开发框架和软件栈的快速发展。