发布日期：2025-05-22 11:23 点击次数：181
本文聚焦我国算力基础设施面临的“东密西疏、存算失衡、安全薄弱”三大矛盾，提出“优化布局-技术突破-制度创新”协同路径：
布局优化方面，咱们得利用“东数西算”的分层调度策略。简单说，就是在东部负责热数据的实时处理，而冷数据则在西部进行训练。同时，全光网络把延迟压缩到毫秒级，这样西部的算力利用率能提升到35%。
技术方面，我们需要攻克三个关键瓶颈。首先是液冷技术，力争做到PUE≤1.2。接着，推动国产AI芯片的研发，比如燧原邃思2.0，算力达到512TOPS。另外，在零信任安全上，目标是实现攻击拦截率99.9%。
制度创新方面，要搞出几样新东西。比如说，得建立个算力的“度量衡”标准，像九章云极的“算力度”。同时，推进数据流通沙盒，上海数交所的交易额要达到每年10亿。还有就是西部那边的电价补贴，应该控制在0.3元每度以内。
实践证明，AI算力包为企业的训练效率提升了40%，国家算力网的攻防响应时间控制在1小时以内。可以考虑立法支持，比如出台《算力基建管理条例》，再设立一个千亿级的专项基金，助力实现“全国一台计算机”的战略目标。
核心价值在于通过提高算力效率、加强算力基础设施建设和政策支持，推动国家在计算能力和智能化水平上的整体提升，从而实现更高效的资源利用和技术创新。
理论创新：首次提出“存算比”这一效能指标（中国0.42 vs 美国1.11）；
实践突破：数据安全“双轮驱动”模式，结合“区块链确权+零信任”理念；
政策参考：量化实现国家2025年存算比≥0.8的目标。
一、引言
在全球数字化转型的浪潮里，算力成为了数字经济时代的核心生产力，正逐渐成为大国竞争的战略高地。目前，我国的算力总规模已位居全球第二，但我们面临着区域分布不均、存算运协同不足、安全风险加大等一系列挑战。同时，数据资源作为新型生产要素，其价值的释放离不开算力基础设施的支持和开放共享机制的完善。本文结合“东数西算”工程实践、智算中心建设以及数据安全治理等最新动态，提出算力与数据协同发展的优化路径，旨在为数字经济的高质量发展提供系统性的解决办法。
算力基础设施的建设目前已经取得了显著进展，但在这个过程中也面临不少挑战。首先，总体来看，我国的算力布局正在不断完善，尤其是在一线城市和部分高科技园区，相关的基础设施建设如火如荼。不过，有些地区的算力资源还不够充足，造成了发展上的不平衡，情况不容忽视。其次，算力和数据的协同能力还需提升。在许多情况下，算力设施的利用效率并没有得到充分发挥，存在着“存算运”之间的协同不足，进一步影响了整体的数据处理能力。安全方面，随着算力基础设施的不断增多，潜在的安全风险也随之增加，如何保障数据和算力的安全，防范各种网络攻击，更是亟需解决的问题。总之，算力基础设施建设虽已初具规模，但在资源分配、协同效率以及安全治理等方面，依然面临不少挑战，需要我们不断努力去优化和提升。
现阶段，算力基础设施的建设进展非常明显，但也不乏一些问题亟待解决。首先，我国在算力布局方面日益完善，尤其是一线城市和科技园区，基础设施的建设日益活跃，只是部分地区的算力资源依然不足，导致了发展不均的现象。其次，算力和数据的协同运作力度还需加强。在不少情况下，算力设施的效率并没有被充分利用，造成存算运之间的协同不足，进而影响了整体的数据处理能力。另外，随着算力基础设施的增多，安全隐患也随之而来，保障数据和算力的安全，预防网络攻击等问题，已成为当务之急。可以说，尽管算力基础设施建设初具规模，但在资源的均衡分配、协同效率提升和安全管理等领域，依然面临着不少挑战，未来要继续努力。
截至2023年底，我国的算力总规模已经达到了197EFlops，投入使用的机架数量为810万，全球排名第二。同时，京津冀、长三角等8个国家枢纽节点初步建立了“东数西算”的协同模式。贵州、内蒙古等西部节点开始承接东部的AI训练和视频渲染等中高时延业务，算力资源的空间分布失衡状况有了明显的改善。
技术创新方面，液冷技术的应用让数据中心的PUE降到了1.2以下，智算中心的比例也上升到了15%。像九章云极这样的企业推出了“算力包”产品，实现了算力按“度”计量以及灵活调度，资源的利用效率提升了40%。
挑战分析方面，当前产业链的配套设施还有待完善，尤其在基础设施和技术标准上存在差距。此外，人才培养和引进的速度跟不上市场需求，导致技术研发和创新面临瓶颈。同时，市场竞争日趋激烈，各大企业纷纷加大投入，抢占市场份额，增加了行业的压力。
结构性矛盾问题凸显：东部地区算力需求占全国的60%，可惜土地和电力资源却紧张得很；西部资源虽然丰富，但本地需求远远不够，通用算力利用率仅有15%。同时，存算比（0.42TBGFlops）明显低于美国的（1.11TBGFlops），算存运协同效率亟待提升。
技术短板问题明显：目前智能芯片的国产化率还不到30%，这使得超算中心的商业化应用受到限制。同时，异构算力适配的标准缺失，导致跨区域调度的时延竟然超过理论值的1.5倍。
安全与能耗方面：数据中心的能耗占到了全国总用电量的2.5%，随着攻击面的扩大，数据泄露的风险也在增加，传统的边界防御措施对于APT攻击显得力不从心。
三、协调推进算力基础设施建设的策略
1. 调整规划：进一步推进“东数西算”项目
⑴ 分层调度机制：东部节点专注于处理实时性要求高的“热数据”，比如金融高频交易，而西部节点则负责模型训练和离线分析等“冷数据”业务。通过全光网（OXC），跨区域的传输时延可以压缩到毫秒级别。
⑵ 边缘计算补充：在制造和医疗等行业，设置边缘数据中心，形成云、边、端三级算力协作，这样能有效减轻网络传输的压力。
2. 技术创新：打造自我可控的系统
⑴ 芯片与架构：加快研发国产AI芯片（像燧原的“邃思”系列）和开源框架（比如华为的MindSpore），推动智能计算中心使用统一的指令集和异构算力管理平台。
⑵ 绿色节能：大力推行浸没式液冷和余热回收技术，争取到2025年，让西部节点的可再生能源使用率突破80%。
协同机制：推动计算、存储与运营的全面融合发展。
存力优化：引入全球元数据加速引擎，减少数据预处理时间，GPU使用率提升30%；构建分布式存储体系，支持EB级多协议的融合存储。
运力提升：建设400G OTN网络和SRv6协议，计划在2025年前让枢纽节点之间的直连网络覆盖率达到80%，数据传输效率提高50%。
四、数据资源的开发利用及开放共享实践路径
治理与开放
分级分类：依据《数据安全法》建立分类保护机制，公共数据开放目录涉及政务、交通等20个领域，上海数据交易所的年交易额已突破10亿元。
流通创新方面，区块链技术帮助实现数据的确权和溯源，像蚂蚁链摩斯这样的隐私计算平台也能进行多方安全计算，数据泄露的风险减少了90%。
应用与安全方面，随着技术的发展，数据的安全保护变得尤为重要。通过使用加密手段和访问控制，用户可以在享受便捷服务的同时，确保个人信息不被泄露。此外，区块链的不可篡改性和分布式特性，大大增强了系统的安全性，进一步提升了用户的信任度。
⑴垂直场景：在智能制造这块，工业知识图谱融入AI模型后，设备故障预测的准确性提高到了95%；在医疗领域，跨区域影像数据共享平台让诊断时间缩短了40%。
⑵零信任架构：奇安信的方案在部门和数据中心搭建了零信任安全接入区，平均每天能拦截攻击高达200万次，动态权限调整的响应时间控制在2秒以下。
五、典型案例解析
九章云极DataCanvas：普惠计算力服务模式
⑴标准化计量：把312TFlops小时定为“1度”算力，推出100到10万度的弹性算力包，用户的训练效率提高了40%，资源浪费下降了60%。
⑵工具链整合：Alaya NeW Cloud把LLaMA、GPT等100多个开源模型整合在一起，提供了一个低代码开发界面，企业AI应用的部署周期从3个月缩短到了1周。
国家一体化算力网的安全体系
共同防范与协同管控：
韶关数投和奇安信联手打造了一个跨枢纽的安全运营平台，涵盖60多个应用与1万台终端，实现了威胁检测的准确率高达99.9%，安全事故的响应时间不超过1小时。
动态防御方面，通过用户行为分析构建了信任评估模型，能够实时调整权限策略，内部误操作风险降幅达到70%。
六、政策建议与保障机制
一、法规体系：
修订《网络安全法》，增加算力调度相关条款；同时，制定《算力基础设施管理条例》，明确跨区域资源交易的具体规则。
资金援助：
设立“东数西算”专项基金，通过PPP模式引导社会资金投入，为西部智算中心提供电价补贴（不超过0.3元度）。
标准建设方面，推出《智算中心技术规范》，统一异构算力接口的标准，同时推动存算比≥1TBGFlops的指标纳入数据中心的评级体系。
国际合作方面，参与ITU的算力标准制定，和东盟一起打造跨境算力走廊，推广“中国方案”。
七、结论与展望
如今，我国的算力和数据协同发展，已经从单纯的规模扩张，转变为提升效能的阶段。接下来，要重点攻克存算运协同、自主可控技术和数据要素市场化这三大关键瓶颈。随着“全国一台计算机”愿景的推进，算力将变得像水电一样普及可得，全面赋能各行各业的数字化转型，助力我们实现2035年的数字中国目标。
（作者金思宇是中国智库的高级研究员，同时也是远望智库的产业顾问、中国合作贸易协会数字专业委员会的顾问、泛亚智库学术委员会的主任以及秦安战略智库的核心成员）
