國內最大單體AI算力池啟用， 超算互聯網邁出關鍵一步

在業內看來，此次核心節點的接入，標志著國家超算互聯網的建設取得了實質性突破，為建設貫穿東西覆蓋全國的一體化算力網絡，邁出了至關重要的一步。

文｜游勇

編｜周路平

01

鄭州發力，啟用國內最大單體國產AI算力池

2月5日，算力圈傳來一則重磅消息，位于鄭州的國家超算互聯網核心節點上線試運行。該節點從啟動建設到落地部署僅用兩年多時間，一舉成為國家超算互聯網平臺上線以來接入的最大單體國產AI算力資源池。

該核心節點部署了3套由中科曙光提供的scaleX萬卡超集群，最大可對外提供超3萬卡國產AI算力，并通過高速光纖網絡與其他節點互聯互通，實現算力資源全國統一調度、智能分配和高效協同，可為億參數模型訓練、高通量推理、Al for Science等大規模AI計算應用場景提供算力服務。

事實上，鄭州并不在國家10大算力中心的名單之中，但在新一輪的智算城市爭奪戰中，鄭州表露出的決心很大。其“十五五”規劃建議就明確提出，要建設全國領先的算力高地，打造全球超算與智算算力“雙第一”城市。

在業內看來，鄭州有地理區位優勢，東數西算的8大算力樞紐和10大算力中心集中在東西部，而身處在版圖中央的鄭州在網絡時延和算力集散方面具有先天優勢，能夠承接東部算力需求外溢和西部綠色算力的聯動，充當全國算力中轉分發的樞紐。

而且，河南作為農業、工業以及人口大省，自身的數據資源豐富，工業門類齊全，尤其在電子信息、算力、新能源、新材料等方面的基礎雄厚，省內自身的算力需求也很旺盛。而河南的傳統產業升級，戰略性新興產業培養，黃河生態保護戰略等都需要頂尖算力的支撐。

超算互聯網作為國家戰略，從2023年開始啟動建設。其核心思路是以互聯網的思維運營超算，通過建立類似京東、淘寶模式的應用商城，連接供需雙方，目的是推動國產應用和大模型的普及，推升算力流通和利用效率，推動算力服務市場化和標準化。

過去，供需雙方一直存在需求錯配、硬件與應用脫節的問題。一方面，隨著行業應用的加深，千行百業對智能算力的需求在迅速攀升，無論是訓練行業垂類大模型，還是AI應用的推理需求都在爆發。根據數智前線對2025年數據中心與智算中心公開招投標項目的統計，當年億元級項目已超過222個。

但另一方面，大量已建設的智算存在閑置問題。有數據顯示，國內智算中心的利用率僅30%，背后有芯片架構多，導致標準化程度低和接口不統一等問題，比如高性能智算中心服務器通常采用CPU、GPU和NPU混搭的異構計算架構，以充分發揮不同算力芯片在性能、成本和能耗上的優勢，而一些智算中心大量配置同一類芯片，限制了應用場景的使用。

而超算互聯網的建設，通過統一調度的算力池，有望推動供需雙方走向平衡。在業內看來，未來的算力基礎設施會像自來水和電力一樣，隨時打開就能使用，用戶不用擔心算力的調度和異構的兼容。

事實上，國家層面已經在積極推動全國算力一張網，“十五五”規劃建議中就提出推進“全國一體化算力網”，而國務院《關于深入實施“人工智能+”行動的意見》強調“強化智能算力統籌”，指明未來算力發展將加強高效協同。

目前，國家超算互聯網用戶規模已經突破100萬，接入了超30家國家級超算中心與智算中心，商品數量超過了7200個。超算互聯網平臺上線至今，已完成了1.96億的作業量。“希望在2026年，服務商能到1000多家，商品數量能超過1萬個。”國家高性能計算機工程技術研究中心副主任曹振南說。

在業內看來，此次核心節點的接入，標志著國家超算互聯網的建設取得了實質性突破，為建設貫穿東西覆蓋全國的一體化算力網絡，邁出了至關重要的一步。

該核心節點上線試運行的同時，超算互聯網也對外公布了邀測計劃，不僅為各行業領域專業用戶提供從百卡級到萬卡級規模的應用適配測試，也可為創客、初創團隊、大學生等群體提供上千卡時、百G存儲、千萬Tokens等免費試用資源。

這些舉措將推動AI算力資源從過往的“重建設、輕應用”，到現在“建用并重、以用促建”轉變，推動AI應用的規模化。

02

AI應用步入深水區，高質量智算需求依舊旺盛

智算建設熱潮的背后，是AI應用的旺盛需求。相比于此前的試點嘗鮮，業界普遍認為，AI落地已邁入價值創造關鍵階段。C端滲透與B端商業化都已進入規模起量加速期。

Token的消耗是一個直觀的指標，過去一年半時間，我國日均Token的消耗量從1000億飆升到30萬億，增長了300多倍，而Token的消耗主要來自于各應用場景推理需求的爆發。

而面向C端的AI應用在市場的感知最為明顯，騰訊、百度、字節已打響2026年春節AI營銷戰，瘋狂撒錢發紅包，C端流量入口爭奪白熱化。

相比之下，企業端的變化更為深刻。盡管市場感知度不及C端，但B端客戶付費意愿更強，其潛力長期被低估。有數據顯示，約80%的token消耗來自企業，20%來自個人用戶。此次大會也發布了首批千款應用驗證成果。

尤其是在AI4S、生物醫藥、氣象、工業制造、金融等眾多領域，AI也已深度參與核心業務流程。

比如在工業領域，包括產品的研發、工廠的生產排產、流水線的智能檢測、設備的運營維護等，已經有了不少成熟的AI應用。今年1月，八部委印發了《“人工智能+制造”專項行動實施意見》，提出到2027年推動形成特色化、全覆蓋的行業大模型，推廣500個典型應用場景。

業界告訴數智前線，AI落地雖還有大量場景未攻破，但企業對AI的價值確信度顯著提升，在部分已能見到效果的場景，即便AI軟件當前效果僅為傳統方案的80%、成本更高且存在一定風險，不少企業仍愿意布局，堅信長期效能會翻倍增長。

信通院人工智能研究中心負責人魏凱提到，2025年，生產制造環節使用AI的比例出現明顯抬高趨勢，案例占比由19.9%增長至25.9%。這一變化表明，AI正在向價值創造的核心環節滲透，但其滲透速度仍受限于工業數據獲取難度、工藝知識的封裝水平以及對可靠性的極致要求。

例如在氣象領域，冰雹、短時強降水等強對流天氣的短臨預警一直是全球性難題，一向是監測難、研判難、預報難。但現在通過構建氣象AI模型，能數倍提升短臨預警的速度和精度，引領氣象預報向AI驅動的高效精準范式革新。

生物醫藥領域，新藥研發是個長周期、高成本、高風險的領域，某研究院基于國產算力體系，研發的模型體系輔助siRNA虛擬篩選效率提升1.6倍以上，可降低約90%的體外濕實驗成本。而昌平實驗室則用AI來預測蛋白質結構，目前已經能夠做到模擬秒級別的蛋白質折疊，小時級別的化學反應和天級別的水結冰過程，而這在以前被認為是幾乎不可能模擬的過程。

賽迪人工智能研究室副主任劉麗超透露，2025年上半年，我國AI大模型解決方案市場規模達30.7億元，同比增長122.1%，企業積極在重點行業拓展人工智能應用場景。

AI應用的旺盛需求，依賴高質量智算的供應。隨著AI范式正在從生成式AI走向擁有執行能力的代理式AI，以及與真實世界理解交互的物理，范式的轉移讓算力的需求又上了一個臺階。在業內看來，單純堆砌頂級芯片，已經無法獲得算力的線性增長，需要系統級方案。

國家高性能計算機工程技術研究中心副主任曹振南透露，超算互聯網平臺連接的很多先進算力中心的利用率到了80%到85%。

不過，對于超算互聯網平臺而言，也面臨著一些挑戰。除了算力的多元融合，用戶的多元也帶來不少挑戰，它使得大規模的政企用戶和科研單位，以及小規模的個人用戶都在同一個平臺解決算力需求，而不同行業的AI應用模式千差萬別，超算互聯網平臺需要解決不同AI應用在一個平臺都能服務好的問題。

去年12月，超算互聯網上線了智能體，主要解決端到端的算力易用的問題，目前主要面向材料科學領域，下一個階段，超算互聯網平臺將打造一個把具備多行業知識的超級科學計算的智能體。