文章总结： 文章系统阐述算力经济内涵，提出数据-算力-算法三新框架，测算每元算力投入可撬动3–4元GDP，给出四阶段演进路线并呼吁建设万卡级主权大模型，以国资主导、国产芯片与东数西算工程构建安全可控的国家算力底座，实现AI普惠与产业深度融合。 综合评分： 82 文章分类： 安全建设,AI安全,政策法规,网络安全,解决方案

【实验室】专家观点 | 张云泉：算力经济发展的趋势分析与展望

中国软件评测中心

2026年1月5日 20:07 北京

编者按：

基础软件质量控制与技术评价工业和信息化部重点实验室（以下简称“实验室”）作为首批工信部认定的重点实验室之一，始终致力于基础软件产业创新发展研究、关键技术突破及公共服务体系构建，服务国家重大专项及基础软件重点产业链。为强化实验室技术引领与产业赋能作用，现梳理其2025年度学术委员会专家观点形成系列内容，为行业提供前瞻性思考。以下文章基于全国政协委员、中国科学院计算技术研究所研究员、实验室学术委员会委员张云泉的《算力经济发展的趋势分析与展望》专题发言整理而成。

人类社会按照核心生产力的变化，经历了农业时代、工业时代，正在处于数字时代。随着数字经济的高速演进，算力已从技术支撑要素逐渐演化为驱动经济社会发展的核心引擎。2021年起，中国高性能计算机性能TOP100榜单中首次加入“算力服务”指标，并于2022–2023年持续提升其在榜单中的份额，标志着中国正式迈入“算力经济时代”。算力经济不仅是技术融合的产物，更是数字经济向更深层次、更广领域延伸的关键标志。

中国科学院计算技术研究所 张云泉研究员

一

算力经济的内涵与特征

1.1 算力与算力服务的定义

算力是硬件与软件协同完成特定计算任务的能力。算力服务则是一种以算力为核心产品的商业模式，涵盖算力基础设施、算力生产者、服务商和消费者等全产业链环节，形成完整的“算力经济体系”。

1.2 “三新”理论：数据、算力、算法的角色定位

张云泉提出并系统阐释了“数据是新质生产资料、算力是新质生产力、算法是新质生产关系”的理论框架。这三者共同构成数字经济时代的关键资源体系，推动经济结构向高效、智能、融合方向演进。

1.3 算力经济的产业构成

狭义算力经济：围绕算力构建的硬件与软件产业，包括芯片、服务器、数据中心、操作系统、应用软件等；

广义算力经济：算力赋能各行各业形成的新业态，如“算力+产业”“算力+城市”，推动数字产业化与产业数字化深度融合。

1.4 算力的经济乘数效应

据《中国算力发展指数白皮书》统计，算力投入具有显著的经济拉动作用：每投入1元算力，可带动3–4元的经济产出；算力发展指数每提升1点，预计推动GDP增长约1293亿元。

二

算力经济发展的核心驱动力

2.1 技术融合：超算、云计算、大数据与人工智能的协同

算力服务之所以迅速崛起，源于超算、云计算、大数据、人工智能等技术的深度融合与协同创新。特别是Transformer架构的提出与大模型的兴起，彻底改变了计算任务的规模与范式。

2.2 大模型推动算力需求爆发式增长

从2017年Transformer模型训练成本仅900美元，到如今GPT-4训练成本达7800万美元、Gemini Ultra达1.91亿美元，大模型对算力的需求呈现指数级增长。这也推动全球科技巨头如微软、OpenAI计划投入千亿美元级资金建设新一代AI超级计算机（如“星际之门”项目）。

2.3 硬件性能持续突破：“黄氏定律”引领AI算力发展

在摩尔定律逐渐放缓的背景下，英伟达提出的“黄氏定律”指出，GPU性能每10年可提升1000倍，这为AI算力的持续提升提供了理论支撑与技术路径。

2.4 政策与规划引导：“东数西算”与智能计算中心建设

我国自2020年起推动“东数西算”国家工程，并通过《智能计算中心规划建设指南》等政策，引导算力基础设施向集约化、绿色化、规模化方向发展，进一步夯实算力经济的国家基础。

三

算力服务的发展阶段与体系演进

根据算力服务的规模与用途，可将其分为四个发展阶段：

阶段1.0（垂直领域落地）：百卡以下规模，服务于企业或院校内部场景；

阶段2.0（智算中心级）：数百卡规模，支持多模态模型与应用；

阶段3.0（国家级超算/超智融合）：数千卡规模，承载语言、视频等基座模型训练；

阶段4.0（国家训练场/主权超算）：万卡以上规模，面向端到端基座模型与国家级AI战略任务。

这一演进路径不仅体现算力规模的扩展，更反映其从工具到基础设施、从支撑到驱动的角色转变。

四

主权AI与主权大模型：国家算力战略的核心

4.1 主权AI的概念与意义

主权AI强调的是国家应依托自身基础设施、数据、人才与产业链构建AI的能力。这不仅关乎技术安全，更是国家数字经济主权的重要体现。

4.2 建设“主权级大模型”的紧迫性

张云泉在2024年全国两会提案中呼吁，我国应加快推进“主权级大模型”研发，依托国产算力平台与芯片，从根本上解决AI领域关键问题，并推动算力实体产业与新质生产力深度融合。

4.3 实施路径建议

设立国家级大模型训练超算专项，缓解算力瓶颈；

整合国内AI芯片研发力量，对标国际高端GPU研制国产训练芯片；

构建经济实用的大模型推理产业链，推动技术普惠与产业落地；

加强人才培养与产学研协同，设立专项激励与导师机制。

五

未来展望：算力经济的形态演进与生态构建

5.1 算力即服务：“算力插座”与“算力工厂”

未来算力服务将向“即插即用”模式发展，大模型可类比为“算力插座”，为用户提供便捷接入；在能源富集区域可能出现类似发电厂的“算力工厂”，实现算力的大规模集中生产与调度。

5.2 超算与智算加速融合

随着AI与科学计算的边界日益模糊，超算与智算将在架构、平台与应用层面深度融合，形成支撑各类智能计算与科学仿真的统一算力基座。

5.3 国有资本驱动的主权模型生态

国有资本将在主权大模型的研发与推广中发挥主导作用，通过集成与优化现有模型体系，构建具备国际竞争力的AI大模型生态。

六

结论

算力经济已从概念走向实践，成为驱动数字经济高质量发展的核心力量。中国在算力基础设施、政策引导、技术融合等方面已具备显著优势，下一步应聚焦主权AI能力建设、算力服务标准化与普惠化、软硬件协同创新等关键方向，构建安全、高效、开放的算力经济体系，真正实现以算力赋能百业、以智能推动变革的发展愿景。

算力不仅是技术资源，更是国家竞争力的重要体现。面向未来，我们应持续深化算力与经济社会的融合，推动算力服务向更高效、更智能、更自主的方向演进，为中国乃至全球的数字经济注入持续动力。

相关推荐：【会议活动】基础软件质量控制与技术评价工业和信息化部重点实验室2025年度学术委员会会议在京隆重召开

文字 | 信发事业部

编辑 | 品牌推广室

编审 | 大客户部

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：中国软件评测中心 《【实验室】专家观点 | 张云泉：算力经济发展的趋势分析与展望》