跳至主要內容
Agchub Agchub

85%集中、59%入網:245萬PFLOPS的兩道比例題

國家數據局公布全國智算總規模達245萬PFLOPS,本文從85%樞紐集中度、59.2%監測平臺入網率與GW級園區的電力成本結構,拆解算力產業由建設期轉向調度期的受惠與承壓方。

/ 編輯部 #智算中心、成本結構、政策影響
85%集中、59%入網:245萬PFLOPS的兩道比例題

8月29日,國家數據局在2026中國國際大數據產業博覽會上交出一份供給清單:截至7月底,全國智算總規模達245萬PFLOPS(FP16)。換算下來,這個數字等於2,450 EFLOPS;以單卡FP16稠密算力約1至2 PFLOPS的當代旗艦加速卡粗估,名目上約當百萬張等級的裝機量,尚未扣除互連損耗與閒置。

總量只是標題,資訊量更大的其實是兩個比例。八大國家算力樞紐與三個算電協同發展區已建成的智算規模,佔全國比重超過85%;納入國家級監測調度平臺的算力為145萬PFLOPS,佔總規模的59.2%。前者描述供給的地理分佈,後者度量調度體系覆蓋的缺口。兩個數字合起來指向同一個轉折:算力產業的競爭軸心,正從誰建得多,移向誰調得動、用得滿。

五年供給帳:從工程藍圖到百萬卡等級

這條供給曲線的起點可以拉回2022年2月。東數西算工程當月全面啟動,畫定京津冀、長三角、粵港澳大灣區、成渝四個東部樞紐,加上內蒙古、貴州、甘肅、寧夏四個西部樞紐,共八個國家算力樞紐與十個數據中心叢集,目標是把算力當作電網等級的基礎設施來佈局。

對照2023年底工信部的統計,當時全國算力總規模約230 EFLOPS,智算佔比近三成、約70 EFLOPS。兩組數字精度慣例不同(FP32與FP16混計),跨期比較只能看量級:兩年半之間,智算規模放大了一個數量級以上。背後是三股資本支出的疊加,電信運營商的集體採購、雲端服務商的自建叢集,以及地方政府牽頭的智算中心專案。

電信系統的帳最具體。中國電信目前已建成資料中心超過900座、總電力容量近8GW,並表態將適度超前建設算力基礎設施。地方與民間的投入更難完整統計,這也正是國家層級需要另建一套監測調度機制的原因。

統計圖卡呈現八大國家算力樞紐與三個算電協同發展區已建成智算規模佔全國比重超過85%,顯示中國AI算力供給高度集中於政策劃定的節點

電力才是分母:85%集中度的成本邏輯

85%的集中度並非行政命令單獨造成,它對應的是智算中心成本結構裡最硬的一項:電力。

一座大型智算中心的支出可粗分為晶片與伺服器攤提、電費、冷卻、土建與運維。硬體是一次性資本支出,按年折舊;電費隨使用率線性放大,且在不同省分之間價差明顯。西部樞紐的綠電與低電價,讓同一張加速卡在不同地點的每小時運轉成本出現系統性落差,政策對樞紐內新建機房的電力使用效率(PUE)另設上限,進一步把適合承載智算負載的位置收窄到少數基地。

量級正在跳變。中國電信900座資料中心合計近8GW,平均單座不到9MW;據媒體報導,DeepSeek規劃在內蒙古建設的AI資料園區,單一園區用電即達1GW,約當中國電信全網電力容量的八分之一,規模接近一座大型發電機組。園區級用電從十MW級走向GW級,這正是三個算電協同發展區的政策位置:讓算力往電源靠攏,使用者透過網路存取。晶片端的帳同樣以功耗為軸,這與先前中誠華隆HL200的功耗換算的觀察一致,能效比決定同等供電條件下的有效算力。

清單圖卡比較AI資料中心的電力容量錨點:中國電信900座資料中心近8GW、平均單座約8.9MW、DeepSeek內蒙古單一園區規劃1GW,以及1GW相當於一座大型發電機組的裝置規模

分子換單位:從PFLOPS到詞元

供給側的計量單位是PFLOPS,需求側的單位正在換成詞元(token)。國家數據發展研究院院長胡堅波28日在同一場博覽會指出,智慧體應用帶動詞元服務加速發展;2025年中國智慧體專利授權量超過3,400件,增速是前一年的兩倍以上。應用層的投入放大,推理需求才跟著放大,而推理需求決定245萬PFLOPS裡有多少比例能轉成實際消耗。

監測調度平臺的用意即在於此。145萬PFLOPS入網,代表還有約100萬PFLOPS在平臺之外,其中包含企業自用的專有叢集,也包含尚未聯網、利用率難以統計的閒置產能。對重資產的智算中心而言,折舊按日曆走,晶片又面臨18到24個月的世代迭代壓力,閒置等於雙重損耗。平臺做的事是把異質、異地的算力標準化,進行跨區調度與價格發現,實務上就是把利用率變成可交易的變數。

需求擴張的成本外溢已經出現。AI資料中心的儲存與記憶體採購推升零組件價格,消費端感受到的1TB固態硬碟漲到900元,屬於同一條資本支出傳導鏈的末端。

統計圖卡呈現145萬PFLOPS佔245萬PFLOPS全國智算總規模的59.2%,說明仍有約四成算力在國家級監測調度平臺覆蓋範圍之外

影響推演:調度紅利與閒置成本

供給集中與調度入網兩條線,決定接下來幾季的分配結構。

受惠端分三層。電源側的綠電運營商與變壓器、配電設備廠,面對的是園區級的GW需求。樞紐側的電信運營商與國有雲,同時持有已建成的85%產能與調度介面,貨源和通路都在手上。平臺側的調度軟體與算力互聯服務商,則在標準化過程中取得類似交易所的位置。

承壓端的輪廓同樣清楚。位於電價高地、又不屬於樞紐體系的零散機房面臨雙重邊緣化:成本輸給西部,流量輸給平臺。以機櫃出租為主的批發型IDC業者,毛利將被平臺化定價壓縮。更下遊需要長期租賃算力的AI應用開發商,若詞元服務價格未隨供給放量而下降,推理成本會停在高位。

傳導順序可以寫成一條鏈:電價與PUE決定每PFLOPS小時的成本底線,調度平臺把異質算力折成可比價的標準品,利用率再決定資產報酬率。掌握電力與調度入口者拿走定價主導權,只持有機房的業主退到成本承接端。

情境推演:盯入網率,也盯詞元

往後兩季有三條路徑。入網率若從59%向高處收斂,算力將朝電網式調度靠攏,平臺成為主要的價格決定場合。入網率若停滯,平臺內外形成雙軌價格,樞紐內滿載、樞紐外折價出清,地方智算中心進入整併期。第三種情境是智慧體應用放量、詞元消耗超預期,供給再度喫緊,擴產週期重啟,屆時唯一的硬瓶頸將落在電力容量而非晶片。

三種情境共用一個觀察指標。下次公布總量時,145萬這個分子的變化速度,比245萬那個分母更值得計較:總量說明這個產業蓋了多少,入網率與詞元消耗量才說明它能不能轉動。