科技腾讯新闻··AI 生成
全球第二、42个万卡集群背后：中国算力基础设施的成色与短板
文章基于国家数据局截至2025年底的官方数据，揭示中国智能算力规模达159万PFlops、万卡集群42个、全球第二的现状，同时冷静指出：规模第二不等于能力第二（芯片密度与美国差距约5倍），42个万卡集群集中式布局更适配训练而非推理（推理需求是训练的8倍），以及算电矛盾、东西部调度效率、自研芯片规模化等深层结构性问题。作者提出三个前瞻判断：竞争已转向软件调度层、算电矛盾将显性化、自研算力占比是全局变量。适合关注中国科技产业政策与基础设施落地现状的深度读者。原文 ↗原文 ↗
核心观点
- ▍中国算力基础设施建设已实现规模跃升（全球第二、42个万卡集群），但面临结构性短板：规模第二≠能力第二，下阶段核心命题是从‘堆集群’转向‘调结构’。
- 01截至2025年底，中国在用算力机架数超1373万标准机架，智能算力规模达159万PFlops（FP16），同比增速74.1%。
- 022025年中，美国AI算力占全球约68.9%，中国约14.5%，差距接近5倍；英伟达全球市场份额超80%，中国受出口管制影响高端GPU供给受限。
- 03内蒙古、京津冀、甘肃、宁夏等枢纽地区承接全国新增算力的80%以上，基于能源成本（风光资源、电价、PUE）与政策驱动。
- 04中国工程院院士邬贺铨指出，中国推理需求约为训练需求的8倍；推理要求低延迟、高并发、靠近用户，与万卡集群集中式架构矛盾。
- 05国家数据局要求枢纽节点新建数据中心绿电消费比例持续提升，‘算电协同’已写入政府工作报告。
反方 / 局限
- — 作者暗示东西部算力调度效率（‘算力互联网’）距真正实现‘像用电一样按需取用’仍有距离，未说明具体技术或机制瓶颈。
- — 当前规模数字中仍有相当比例依赖英伟达算力支撑；自研芯片（华为昇腾、寒武纪、海光信息）的规模化进程是全局性变量，但文章未提供具体量产数据或性能对标。
国家数据局东数西算万卡智算集群PFlopsPUE英伟达华为昇腾寒武纪海光信息DeepSeek邬贺铨算电协同
前置背景
平行视角
未来推演
延伸追问