9800 Eflops目标与5320亿美元投入：拆解中国AI算力底座的"四倍跃迁"逻辑

导语

工信部近日正式发布"十五五"信息通信行业五年规划，首次将智能算力规模列为核心量化指标：到2030年，全国智能算力达到9800 Eflops，较2025年6月底的2185 Eflops翻两番有余；与此配套的是2026—2030年累计3.8万亿元（约合5320亿美元）的信息基础设施投资。这组数据并非孤立的技术指标，而是中国在AI全球竞赛中明确给出的"算力底座时间表"。当177%的年增速已经让中国智能算力站在全球前列，"再翻两番"意味着什么？通信行业又将在其中扮演何种角色？

一、2185 Eflops背后：一年177%增速的真实底色

工信部披露的数据显示，截至2025年6月底，我国智能算力规模达到2185 Eflops（每秒百亿亿次浮点运算），同比增长177%。这一数字在两个维度上具有标志意义。

纵向看，2185 Eflops相当于2024年同期的近2.8倍，意味着在过去12个月内，全国平均每个月新增约105 Eflops的智能算力，相当于每个月新增一座中等规模智算中心。

横向看，这一规模已使中国跻身全球算力第一梯队。按照行业普遍采用的统计方式，全球智能算力总量中，中国占比已超过三成，与美国形成"双极"格局。

国家数据局进一步披露的数据显示，截至2025年7月底，智能算力规模已上升至约2450 Eflops。短短一个月新增近265 Eflops，反映出算力建设仍在加速放量。

1.2 52座万卡集群的物理意义

与2185 Eflops同步披露的另一组数据是：全国已建成52座配备万张以上加速卡的智算中心。这意味着"万卡集群"已从概念验证走向规模化部署。

万卡集群的关键价值在于支撑千亿参数以上大模型的训练与推理。放眼全球，能够稳定运行万卡集群的国家屈指可数。52座的存量规模，为国产大模型迭代、AI原生应用爆发提供了底层支撑。

值得注意的是，"集群部署"取代了此前"零散建设"的模式。工信部规划明确提出，"有序部署万卡、十万卡级智能算力集群"，这意味着未来的算力增长将以更大规模、更高密度的方式呈现，对网络带宽、时延、电力配套提出全新要求。

二、9800 Eflops不是口号：四倍跃迁的产业逻辑

从2185 Eflops到9800 Eflops，名义增长约4.5倍。考虑到2025年下半年存量仍在快速增长，到2030年实现9800 Eflops，意味着未来五年净增量超过7300 Eflops，年均新增约1460 Eflops——超过目前存量的六成。

这一节奏并非匀速线性增长，而是呈现"先加速、再收敛"的曲线特征：前期依靠大规模新建快速扩容，后期则更多依赖存量设施的效率提升和国产芯片替代带来的算力"二次释放"。

2.2 5320亿美元投向何处

3.8万亿元的信息基础设施投资，是规划中最受外界关注的数字。按五年累计计算，年均投资约7600亿元，相当于2024年我国电信业务总量的一成以上。

资金并非平均分布。从结构上看，智能算力设施、数据中心集群、跨域算力网络、国产芯片适配是四大方向。值得注意的是，规划首次将"算力网络"作为独立建设方向提出，意味着算力调度、算力流通正在成为新型基础设施的核心命题。

对于通信行业而言，这一投资规模的信号意义远超金额本身。它确认了一个判断：算力基础设施已被纳入国家"新基建"的核心序列，未来五年将是政策红利与建设需求的双重释放期。

2.3 国产化适配的关键权重

规划明确提出"加强算力基础设施与国产计算芯片的适配"。这一表述的背后是过去两年行业最深刻的变革之一。

受制于全球高端AI芯片出口管制，国产AI芯片必须走出一条"以系统级优化弥补单点性能"的路径。万卡、十万卡集群的部署，实际上为国产芯片提供了大规模验证场景——只有在超大规模集群中跑通，国产芯片才能真正进入主流商用。

反过来，国产芯片的成熟度也决定了9800 Eflops目标能否如期实现。如果国产芯片算力密度不能持续提升，单纯依靠堆叠芯片数量来实现目标，将面临功耗、散热、互联的多重瓶颈。

三、通信产业的"算力时刻"

算力规模从万卡走向十万卡，对网络提出了全新要求。十万卡集群内部的GPU互联带宽达到TB级，传统数据中心网络架构难以承载；跨集群协同训练要求网络时延降至微秒级；算力调度需要实时感知全网算力分布。

这意味着，承载算力的网络不是传统意义上的"通信管道"，而是需要与计算深度耦合的新型基础设施。光模块、交换机、SDN/NFV、确定性网络等技术将迎来新一轮需求高峰。

从产业格局看，三大运营商已在全国布局"算力网络"试验，八大国家算力枢纽之间的专线互联、跨域调度平台正在加速建设。可以预见，2026—2030年间，通信运营商在算力网络领域的资本开支占比将持续提升，算力相关业务收入有望成为继5G、云计算之后的第三增长曲线。

3.2 "东数西算"2.0：从布局到运营

"东数西算"工程自2022年启动以来，已初步形成八大国家算力枢纽、十大数据中心集群的物理布局。三大区域（京津冀、长三角、粤港澳大湾区）侧重实时性算力，西部地区承接后台加工、训练任务。

但布局只是起点。9800 Eflops目标的实现，要求"东数西算"从1.0版的"物理建设"迈向2.0版的"运营优化"。具体体现在三个层面：

一是算力调度从静态走向动态。当前跨枢纽算力调度仍以行政配置为主，未来需要建立全国统一的算力交易市场，实现算力的按需调度、实时计费。

二是网络架构从"枢纽互联"走向"算力直达"。低时延、大带宽的算力专网将成为枢纽间协同的关键载体。

三是能耗管理从粗放走向精细。西部承接算力的优势在于绿电，但绿电的稳定性与算力负载的波动性之间的矛盾，需要通过算力调度与电力调度协同解决。

3.3 数据中心行业格局重塑

智能算力规模化部署，正在深刻改变数据中心行业的竞争格局。

传统数据中心以"通用计算+存储"为主，而智算中心以"GPU集群+高密度互联"为核心。单机柜功率密度从传统的5—10kW跃升至30—80kW，对供配电、制冷、结构都提出全新要求。

在这一变革中，具备"高密液冷+绿电直供+网络互联"综合能力的数据中心运营商将获得竞争优势。同时，国产AI服务器整机厂商、液冷设备厂商、高速光模块厂商将迎来订单密集期。

值得关注的是，规划明确提出"按需部署推理算力"。这意味着在训练侧算力快速增长之后，推理侧算力将成为下一个建设高峰。推理算力的特点是分布式部署、广覆盖、与场景深度耦合，将催生大量边缘智算节点，对通信网络的边缘能力提出新要求。

四、五年之后的产业图景：算力即服务

2185 Eflops解决的是"有没有"的问题，9800 Eflops要解决的是"怎么用"的问题。

可以预见，到2030年，算力消费将呈现三种典型形态：

其一，大模型训练侧的"集中式巨量化"。头部互联网企业、AI公司将继续建设超大规模训练集群，十万卡级集群将成为头部玩家的标配。

其二，行业应用侧的"分布式行业化"。金融、制造、医疗、能源、交通等垂直行业将建设行业专属智算中心，推理算力占比将超过训练算力。

其三，消费侧的"普惠化"。随着端侧大模型、智能体应用的普及，消费级算力需求将快速爆发，催生云端推理、边缘推理、端侧推理的三层架构。

通信运营商在这三种形态中均有深度参与空间——从专线承载到算力调度，从IDC运营到MaaS（模型即服务）平台，角色将从"管道提供商"升级为"算力服务集成商"。

4.2 全球AI竞争的中长期格局

9800 Eflops目标如果如期实现，将使中国在智能算力总量上保持全球领先。但总量领先并不等于能力领先，决定AI产业竞争力的核心指标正在从"算力规模"转向"算力效率"——即单位能耗产生的有效算力、单位投资产出的有效算力。

在这一维度上，国产芯片的进展、算法的突破、调度系统的优化将成为关键变量。可以预见，未来五年，围绕AI算力的国际竞争将主要集中在三个方向：高端芯片的供给能力、绿电与算力的协同能力、算力网络的调度能力。

4.3 通信产业的机遇清单

对于通信行业而言，9800 Eflops目标与3.8万亿元投资规划，意味着清晰可执行的市场机遇：

第一，算力网络相关设备需求快速增长。高速光模块、确定性网络设备、算力调度平台、SDN控制器等将进入订单密集期。

第二，跨域专线与算力专网建设加速。三大运营商的跨枢纽专线、东西部算力专网将进入大规模建设阶段。

第三，IDC业务结构升级。高密度液冷数据中心、绿电直供数据中心将获得结构性增长机会。

第四，边缘智算节点部署加速。MEC（移动边缘计算）将与AI推理深度结合，催生大量边缘智算节点建设需求。

第五，算力调度与运营服务兴起。算力交易、算力调度、算力运营等新型业务模式将走向成熟。

结语

从2185 Eflops到9800 Eflops，从52座万卡集群到十万卡级集群的规模化部署，从"东数西算"的物理布局到算力网络的深度运营——中国AI算力底座建设正在进入一个全新的阶段。

对于通信行业而言，这不仅意味着基础设施层面的市场扩容，更意味着行业角色的深刻转变。当算力像水电一样按需取用、当算力网络成为与5G同等重要的新型基础设施，通信运营商将不再只是"连接"的提供者，而是"连接+计算"的综合服务者。

五年后回望，9800 Eflops或许只是一个起点。