黨的十八大以來，以習近平同志為核心的黨中央高度重視我國新一代人工智能發展。習近平總書記強調，人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的‘頭雁’效應。當前，人工智能已成為大國博弈的新焦點和經濟發展的新動能。

近年來，全球人工智能高速發展，自ChatGPT面世以來，國內外高科技企業通過“大模型+大算力+大數據”的堆疊，競相發布AI大模型，呈現“百模大戰”之勢。今年2月，我國自主開源大模型DeepSeek火爆全球，多項指標性能追平甚至超越國外先進大模型，在美西方國家對我國AI產業鏈全方位制約的背景下，成功走出了一條低成本、高性能的“突圍之路”,甚至被認為是人工智能領域的最大“黑馬”和“國運級別的產品”。

一、DeepSeek的創新突破對我國算力發展產生深遠影響

DeepSeek通過“模型算法+算網設施”深層次聯合優化創新，在提升底層算網資源的使用效率的同時，降低了大模型訓推對算網資源的需求，對我國算力結構布局、訓推服務形態、關鍵技術路線等方面都產生了一定影響。一是DeepSeek推動了人工智能的普惠發展和廣泛應用，引發算力領域的“杰文斯悖論”，將進一步激發市場對智能算力需求的持續增長；二是DeepSeek驅動算力格局變化，加速智能算力從集中式向分布式轉變，短期內集中式大規模智算中心建設將適度放緩，分布式的推理智算需求將迎來爆發，預計近三年推理算力年復合增速將達到訓練算力的近4倍，未來推理算力有望達到訓練算力規模的十倍甚至百倍以上；三是DeepSeek將推動推理的服務和形態的范式變革，從單純提供推理“資源”向“資源+平臺+服務”的端到端訓推一體化服務轉變，訓推一體機將迎來部署熱潮；四是DeepSeek通過算法創新極大降低大模型對芯片算力的剛性依賴，為我國大模型開辟出一條“以軟補硬”的發展之路，將進一步激發國產化替代熱情，加速國產GPU成熟；五是DeepSeek驅動網絡負載從“Bit”向“Token”加速轉變，推理流量的強勁增長將加速網絡向邊緣進一步延伸，要求智能、網絡和算力的一體化供給，算網智一體化的算力網絡成為重要的發展方向。

二、新形勢下我國算力發展仍面臨挑戰

近年來，我國算力總規模持續躍升，受人工智能發展影響，智能算力規模增長尤為明顯。據工信部數顯示，截至2024年底，我國在用算力中心標準機架數量已超過900萬，算力總規模達280 EFLOPS，同比增長21%，居全球第二。其中智算總規模已達90 EFLOPS，同比增長29%，全國超萬卡智算集群數量已達十余個。盡管我國算力發展成效顯著，但仍在資源結構、核心技術和產業生態等方面面臨挑戰。

第一，算力資源結構尚需優化。雖然我國算力總規模位居全球第二，但在結構上仍存在供需不匹配的問題。一是智能算力占比尚需提升。人工智能發展持續推高智能算力需求，我國人工智能發展短期仍面臨算力短缺風險。二是算力布局結構仍需優化。一方面東西部算力資源與需求仍存在不匹配、不均衡的問題，需要進一步深化東西算力協同，促進區域協調發展；另一方面DeepSeek將推動具身智能、智能體、車聯網等新終端、新應用、新場景加速成熟，助推邊端算力持續增長，需加快補足邊端智能算力供給能力。

第二，核心技術自主可控能力需進一步提升。在芯片方面，美國不斷加碼對我國高端芯片禁售，盡管我國涌現了一批優秀企業，但與國際先進水平相比，在芯片性能、算力密度、互聯帶寬等關鍵指標上仍有差距。在平臺軟件方面，操作系統、數據庫、中間件等已實現產品國產化，但在功能、性能、易用性等方面與國外還存在一定差距，尤其是面向智能算力的訓推框架、編譯器、算子庫等基礎軟件棧與國外先進芯片軟件棧差距明顯，難以構建良好的應用生態，制約了我國算力的高效利用與創新發展。

第三，產業鏈“長而不固”，產業和應用生態尚不健全。一方面，算力產業涉及軟硬件、平臺、服務等上中下游全產業鏈，相關硬件部件、軟件操作系統核心環節面臨脫鉤斷鏈和“卡脖子”的風險，同時產業鏈上下游企業協同性不足，尤其是部分企業對國產化智能算力使用意愿不強、驅動力不足，尚未形產業鏈上下游聯動、以用促研、研用結合的良性循環。另一方面，應用生態尚需持續培育，新型服務模式和跨域數據融通、多方算力交易等新型服務業態仍處于探索期和推廣期，以服務創新促應用發展的動能不足，尤其面向東數西算、AI大模型等場景的“殺手級”應用尚待培育。

三、對我國算力高質量發展的建議

為充分把握DeepSeek引發的人工智能發展新機遇，開創具有中國特色的算力高質量發展新局面，提出以下三方面發展建議:

（一）加快我國智能算力的布局和優化，夯實人工智能發展基石。加快打造“中心大集群、邊緣廣分布、中訓邊推、訓推一體”的智能算力基礎設施。一是以推動我國人工智能科技創新為目標，適度超前建設超大規模新型智算中心，加快超節點等新型算力形態部署應用，支撐國產大模型訓練孵化。二是加快邊緣智能算力布局建設，滿足未來AI智能終端、智能網聯汽車、智能機器人等信息消費新業態的需求，以及垂直行業實時性、私有化的智能體開發和模型部署要求。三是進一步提升算網智一體化的跨域編排調度能力，通過應用、模型、數據、算力、網絡資源的深度協同，支撐中訓邊推、多智能體交互、大小模型協同等業務場景。

（二）持續加大核心技術攻關，打造自主可控的算力技術“中國方案”。加快構建國家級產學研協同創新平臺，建立聯合攻關機制，優中選優，鼓勵龍頭企業、頂尖高校、科研院所的深度合作，集中優勢資源攻克核心技術難題。一是加大智算領域基礎技術攻關，鼓勵原始創新，打造技術領先、自主可控的智算技術體系。加大芯片、晶圓制造等硬件重點卡脖子領域的研發投入，加快對GPU卡間互聯、機間網絡、跨架構遷移平臺等新型智算關鍵技術攻關和產品研發，加快原創性、基礎性技術突破。二是面向未來加強存算一體、量子計算、光計算等前沿性、顛覆性技術的研發布局，通過政策引導、重大工程聯合攻關、先行先試等方式，實現基礎技術的自主創新和落地應用。

（三）加大培育國產化算力產業和應用生態，推動我國算力產業成熟發展和應用繁榮。充分發揮我國全產業鏈和超大市場規模優勢，開拓自主安全穩定的算力網絡產業鏈新格局。一是發揮產業鏈領軍企業的“鏈長”帶動作用，有效整合算、網、數、智等多種要素，帶動產業鏈上下游協同發展，推動國內智算產業整體升級。二是調整產業投資布局，向高端存儲、智算互聯等新型智算領域加大投資傾斜，加快培育一批細分領域的“專精特新”龍頭企業，提升我國新型智算核心技術競爭力。三是加快孵化“AI+行業”高價值應用場景，依托我國智能算力優質資源，聚焦智能駕駛、生物醫藥、新材料、能源電力、具身智能等重點領域，加速推進AI應用落地和規模化發展。